Klaviyo 弃购流程只能触达 15% 的弃购用户：如何挽回其余用户
Klaviyo 的弃购流程是电商领域最有效的邮件自动化之一。但该流程仅能针对 Klaviyo 可识别的购物者生效。以下是提升弃购挽回率的方法。
相关文章
要点
- Klaviyo 的弃购流程效果良好，但只能向其能够识别的购物者发送消息。
- 要挽回更多弃购，通常需要三个层面：可靠的事件交付、更广泛的购物者识别，以及更相关的挽回文案。
- 一个实际可行的实施步骤是从测量当前“可触达弃购者”的覆盖范围开始，然后在扩大识别能力之前先优化服务端事件交付。
- 利用 AI 辅助的挽回邮件可以提升对新识别购物者（可能尚未认识品牌）的文案相关性。
Klaviyo 的弃购流程是电商领域最有效的自动化流程之一。其局限性也很简单：它仅能针对 Klaviyo 可以识别为电子邮件档案的购物者生效。
本指南提供了一种逐步方法，能够在不替换 Klaviyo 的情况下，通过扩展你的流程能触达的范围，并优化驱动该流程的数据和文案，从而提升弃购挽回率。
为何大多数弃购收入无法被挽回
电商领域的弃购率很高，大多数店铺仅向少数弃购者发送消息。最大的流失点通常并非邮件模板本身，而是大多数弃购者根本无法被触达。
一种简单的方式来思考它
- 许多购物者会加购后放弃结账。
- Klaviyo 可以向其能够识别的已知用户群体发送邮件。
- 剩余的弃购者将不会收到挽回邮件，因为没有身份信息可以联系。
弃购挽回的三层结构
扩大弃购挽回通常意味着解决三个独立的问题。每一层都建立在前一层的基础之上。
| 层级 | 解决的问题 | 具体功能 |
|---|---|---|
| 第 1 层：事件传递 | 浏览器像素漏发事件或延迟到达。 | 服务端追踪提升了流程触发事件的可靠性。 |
| 第 2 层：购物者识别 | 大多数购物者对您的邮件服务商（ESP）而言仍是匿名的。 | 访客识别将高意向会话与邮件进行匹配。 |
| 第 3 层：邮件相关性 | 通用的弃购挽回邮件对部分人群表现不佳。 | 基于行为的邮件消息提升了相关性和互动率。 |
服务端追踪在没有访客识别的情况下仍会遗漏未知购物者。仅靠识别而缺乏可靠的事件送达，可能会触发错误的流程或延迟触发。向新识别的联系人发送通用模板会降低互动率。
逐步指南
第一步：审计你当前的弃购挽回覆盖情况
在添加工具之前，先测量你的基准“可触达弃购者”覆盖率。
登录 Klaviyo
- 上个月发出了多少条弃购流程邮件？
- 上个月 Shopify 记录了多少次加购事件？
- 覆盖率：发送的邮件数量 ÷ 总弃购用户数。
在 Shopify 登录
- 有多少会话发生了“加购”事件？
- 与 Klaviyo 的“开始结账”和“加购”追踪进行对比。
- 两者之间的差距通常表明某些事件未能可靠地传递到 Klaviyo。
第 2 步：使用服务端追踪修复事件交付
在识别更多购物者之前，请确保已知购物者的事件能够持续稳定地送达 Klaviyo。服务端追踪在浏览器像素被阻止、限制或配置错误时提供补充支持。
需要设置什么
- 将关键的 Shopify 事件（页面浏览、加购、开始结账、购买）通过服务端发送至 Klaviyo。
- 保持像素启用；服务端能提升事件覆盖范围和稳定性。
- 可选地，也将相同的转化事件发送至 Meta 和 Google，以优化广告投放的反馈循环。
对于希望实现追踪与弃购挽回协同工作的 Shopify 店铺，Attribuly 提供服务端追踪，可连接 Klaviyo、Meta、Google 以及 GA4。
第 3 步：使用 Capture 扩展识别功能
一旦事件交付可靠，通过将匿名高意向会话与电子邮件地址匹配，扩大可识别购物者的群体。
需要设置什么
- 启用访客识别（例如，Attribuly Capture）并将其连接到 Shopify。
- 将已识别的联系人同步至 Klaviyo，以便他们能进入您现有的弃购挽回流程。
- 首先从高意图人群（结账启动者、弃购者）开始，然后逐步扩展到产品浏览者。
预期内容
- 你的可挽回弃购人群可能超出 Klaviyo 原生识别的范围。
- 联系人列表的增长趋势转向更高意图的联系人，而不再仅限于弹窗订阅用户。
第 4 步：利用 AI 提升邮件的相关性
通用的“你遗忘了购物车中的商品”模板对现有订阅用户通常有效。但对于新识别出的购物者，相关性更为重要，因为他们可能还不认识你的品牌。
需要设置什么
- 根据购物者查看了哪些商品、添加了哪些商品以及其结账流程的进展程度，生成挽回消息。
- 优先使用以商品为中心的上下文（商品、规格、价格、物流预期）而非通用的以品牌为中心的文案。
- 对已识别的联系人进行分群，使其消息内容和发送节奏能与自然流量列表区分开来。
Attribuly 的 Ally Email Agent 旨在根据每位购物者的行为生成定制化的挽回邮件，可与 Klaviyo 流程协同使用。
第 5 步：将转化信号回传至广告平台
如果付费广告带来了你流量中的重要份额，那么被挽回的购买行为应回流到 Meta 和 Google，以便优化过程能够从这些挽回结果中学习，而不仅仅依赖于末次点击的购买。
需要设置什么
- 将服务端购买事件发送至 Meta Conversions API 和 Google Enhanced Conversions。
- 包含丰富上下文，以便挽回的转化能够提升受众学习。
第 6 步：监控与优化
所有层级都激活后，每周追踪表现，并与基准值进行对比。
| 指标 | 它传达的信息 | 目标值 |
|---|---|---|
| 每周识别联系人数量 | 识别是否产生足够的流量。 | 根据流量情况而定 |
| 流程入口率 | 同步联系人是否进入流程。 | 接近同步联系人的 100% |
| 打开率（已识别联系人） | 邮件是否被正确放入收件箱，以及是否体现首触点兴趣。 | 20% 以上 |
| 点击率 | 接收者是否与消息互动。 | 2% 以上 |
| 垃圾邮件投诉率 | 消息是否损害邮件送达能力。 | 低于 0.1% |
| 挽回收入 | 与基准线相比的增量提升。 | 随时间持续追踪增量提升 |
实际应用中的表现（示例）
具体数字取决于你的流量构成、平均订单价值（AOV）以及流程设计。以下示例旨在展示扩大可触达受众的计算逻辑，而非保证具体结果。
| 场景 | 可触达的弃购者 | 恢复订单 | 挽回收入 |
|---|---|---|---|
| 之前（仅 Klaviyo） | 约 15% 的弃购者 | 较低的触达率 | 基准水平 |
| 之后（追踪 + 识别 + 更好的邮件） | 更高的触达率 | 更多机会 | 增量提升 |
如何为您的店铺运行此计算
- 从每月的加购会话开始。
- 估算弃购人数（或使用实际的弃购数量）。
- 测量可触达的弃购者（有多少人进入了流程）。
- 乘以流程转化率和平均订单价值（AOV），以估算挽回的收入。
常见错误
错误 1：跳过追踪直接进行访客识别
如果 Klaviyo 缺少已识别购物者的事件，增加已识别联系人无法解决根本的触发缺口问题。应先优化事件交付，再扩展识别范围。
错误 2：向所有联系人发送相同的模板
新识别出的购物者行为可能与已订阅用户不同。请使用与产品相关的文案，并采用独立的发送节奏，以保护用户参与度和邮件送达能力。
错误 3：在 Klaviyo 中未对已识别的联系人进行分段
为通过您的访客识别工具识别出的联系人创建一个细分群体，并单独监控其指标。如果表现出现偏差，调整该群体的流程。
错误 4：从小样本中期望立即产生效果
身份解析需要足够的数据量才能展现有意义的模式。请给系统时间来收集数据并经过数周而非数天来评估结果。
数据来源
备注：本文中的任何数字均应与您店铺的自身数据及邮件送达能力指标进行核对。
常见问题
我可以使用这种方法搭配除 Klaviyo 之外的其他邮件服务商（ESP）吗？
这是否替代了我的现有 Klaviyo 配置？
如果我的流量主要来自国际用户呢？
这对小型店铺值得吗？
配置需要多长时间？
这总共要多少钱？
关于 Attribuly
Attribuly 帮助 DTC 品牌挽回弃购收入。我们能够识别匿名访客以及您的 ESP（如 Klaviyo）遗漏的现有订阅用户，丰富其用户画像，并将这些信号反馈回去——从而让您的弃购挽回流程更高效，再营销人群规模扩大，最终实现至少多挽回 15% 的收入。 Shopify 推荐应用，Klaviyo 技术合作伙伴。被 20,000+ 品牌信赖。保证 4 倍 ROI。