你的 Klaviyo 弃购挽回率可能低于 5%：如何提升

什么是“良好的”Klaviyo 弃购挽回率？

在优化之前，有助于将两个常被混淆的指标区分开来：邮件在已收到邮件的购物者中的转化效果，以及你实际上能够触达的弃购者数量。

大多数品牌如何计算弃购挽回率

弃购挽回率 = 挽回订单数 ÷ 发送邮件数

为什么这可能会产生误导

该指标仅衡量收到邮件的购物者群体的转化表现。它忽略了那些从未收到邮件的弃购者，因为 Klaviyo 无法识别他们。

一个更全面的指标

弃购挽回率 = 拆回订单数 ÷ 总弃购人数

最大的机会往往不是将转化率从 4% 提升到 6%。而是将访客识别覆盖率从约 15% 提升到 30–35%，从而让相似的转化率作用于一个远大得多的可触达人群。

弃购挽回的三大杠杆

弃购挽回有三个独立的杠杆。许多品牌将大部分时间投入在第三个杠杆上，但第一个杠杆的影响力往往最高。

杠杆 1：访客识别 — 你能触达多少弃购者？

Klaviyo 通过其像素以及由弹窗、表单和结账页面捕获的邮件，识别出一组弃购者。优化捕获能力可扩大触达范围，但大量流量仍为匿名访问。

A. 首先优化原生识别

• 优化邮件弹窗：退出意图弹窗、定时弹窗、多步骤表单以及优惠测试。
• 尽可能在结账流程早期收集邮件信息。
• 使用高转化捕捉点，如库存恢复通知、等待列表和问卷调查。

预期提升：原生识别往往能根据您当前的捕获率实现显著改进。

B. 添加访客识别

访客识别工具通过第一方身份网络将匿名会话匹配到电子邮件地址。类似 Attribuly Capture 这样的工具可以识别高意向的匿名访客，并将他们同步至 Klaviyo，从而让你现有的流程能够触达这些访客。

预期提升：对于许多店铺，总识别覆盖率有望提升至 25–35% 的范围，具体取决于流量构成。

杠杆 2：事件传递 —— Klaviyo 是否接收到正确的事件？

即使对于已识别的购物者，流程也需要可靠的触发机制。如果加购或结账开始事件无法持续稳定地传递到 Klaviyo，购物者虽然可以被识别，却仍可能进入错误的流程。

导致事件遗漏的常见原因

• 广告拦截和脚本阻断
• Safari ITP 以及 Cookie 限制
• 结账域名边界和像素触发时机
• 性能问题及加载缓慢

服务端追踪通过从服务器向 Klaviyo 发送事件来补充浏览器像素，当浏览器路径被阻断或不完整时，提升触发的可靠性。

杠杆 3：邮件质量 — 你的挽回邮件能转化吗？

这个杠杆很有作用，但它只影响你已经能够触达的购物者。再好的邮件也无法挽回那些从未收到邮件的 80–85% 的弃购者。

新识别联系人的分群

通过访客识别工具识别出的购物者可能无法认出您的品牌。建议对这些人群进行分群，并采用更温和的文案、以产品为中心的表达方式，以及能够根据会话动态调整的 AI 生成挽回邮件。

整合所有要素：优化框架

第一步：测量当前覆盖率

拉三个数字：

• A = 总加购事件数（Shopify）
• B = 发送的弃购流程邮件数（Klaviyo）
• C = 通过该流程挽回的订单数（Klaviyo）

如果身份解析覆盖率低于 20%，身份解析通常是最高优先级的改进项。

第 2 步：扩展识别功能

• 优化弹窗和收集流程。
• 启用访客识别（如 Capture）功能，触达匿名弃购者。
• 每周监控流程入口率。

第 3 步：优化事件交付

• 启用服务端追踪，以更可靠地将事件发送至 Klaviyo。
• 比较 Shopify 事件数量与 Klaviyo 事件数量，以发现差异。

第 4 步：优化邮件的相关性

• 验证邮件 1 的发送时机（1–4 小时）。
• 将新识别的联系人单独分段，与主动订阅的用户分开。
• 对该分段用户测试 AI 生成的邮件。
• 对最高流量流程的邮件主题和优惠进行 A/B 测试。

下一步

首先测量访客识别覆盖率。如果您的弃购流程仅触达不到 20% 的弃购者，那么扩大访客识别通常是最高回报的优化措施。