Shopify 访客识别：它是什么、如何工作、以及你是否真的需要它

介绍

当一个用户访问你的 Shopify 店铺、浏览商品、加购然后离开时，Klaviyo 只有在知道这个人是谁的前提下，才能触发恢复邮件。

如果这个人从未提交过表单、没有点过你的邮件、或者此前的 cookie 已经失效，那么即使加购事件发生了，Klaviyo 仍然可能无法识别这个人。

访客识别解决的，就是“行为发生了，但身份没连上”这个问题。

什么是访客识别？

访客识别 指的是：把匿名网站访问会话匹配到已知邮箱地址的过程。

一旦匹配成功，这个用户的身份和行为数据就可以同步到 Klaviyo，让他进入你现有的弃购、浏览放弃或其他生命周期流程。

它不是什么

• 它不是购买邮箱名单
• 它不是 Klaviyo 的替代品
• 它不是一个能识别所有访客的“魔法开关”
• 它对所有国家和所有流量结构的效果也并不相同

真正的问题不是“能不能拿到所有邮箱”，而是“能不能把更多已经表现出购买意图的匿名访客变成可触达联系人”。

为什么 86% 的弃购者对你来说是看不见的？

Klaviyo 现在是怎么识别访客的？

Klaviyo 一般通过这些方式识别访客：

• 用户提交过邮箱表单或完成过结账
• 用户点击过 Klaviyo 邮件链接，并且当前浏览器还保留识别信息
• 用户在同一设备和浏览器中持续被追踪

这对部分老用户有效，但会在以下场景失灵：

• 新访客从未留下邮箱
• 老访客的 cookie 已过期
• 用户跨设备浏览
• 浏览器或插件限制了前端追踪

14% 的识别基线意味着什么？

根据 Attribuly 的跨店铺数据，Klaviyo 原生通常只能识别大约 14% 的弃购者。

如果你的恢复流程转化率是 5%，但大部分人根本进不了流程，那么你的上限天然就被卡住了。

访客识别到底是怎么工作的？

identity graph 是什么？

访客识别工具会使用 identity graph，也就是把不同来源的身份信号串联起来，形成较稳定身份记录的数据库。

这些信号通常包括：

• 已授权的邮箱数据
• 与设备、会话行为相关的身份匹配信号
• 第一方登录、购买与订阅数据
• 不同会话之间的行为重叠信息

当某个匿名 Shopify 会话与这些身份记录的重叠足够高时，系统就可以把它匹配到一个已知邮箱。

数据流是怎样的？

1. 用户匿名访问 Shopify 店铺
2. 访客识别工具观察会话信号
3. 信号与 identity graph 做匹配
4. 匹配成功后返回邮箱身份
5. 联系人与行为被同步到 Klaviyo
6. 联系人进入你现有的恢复流程

会同步哪些数据到 Klaviyo？

当 Attribuly Capture 识别到一个访客后，常见可同步内容包括：

• 邮箱地址
• 姓名字段（如果可用）
• 浏览过的商品
• 加购过的商品
• 结账进度信号
• 识别来源标签

这些数据会让后续邮件更加精准，因为你不只是知道“有人弃购了”，而是知道“这个人看了什么、加了什么、走到了哪一步”。

匹配率到底意味着什么？

匹配率怎么理解？

匹配率，就是匿名会话中有多少比例最终被识别成已知联系人。

如果你每月有 1,000 个匿名弃购者，而工具的匹配率是 30%，那意味着大约有 300 个原本不可触达的人，变成了可以进入流程的联系人。

哪些因素会影响匹配率？

Attribuly Capture 的常见范围

真正重要的不只是匹配率本身，而是这些新增的可触达联系人，最终能给你带来多少恢复收入。

什么样的店铺适合用访客识别？

适合的情况

通常在这些场景下，访客识别会更有价值：

• 你有一定规模的 US 流量
• 你已经有一个可用的 Klaviyo 弃购流程
• 你的客单价高于 50 美元，或者流量规模足够大
• 你希望提高对现有付费流量的变现效率

不适合马上上的情况

以下情况更适合先补基础：

• 现有 Klaviyo 流程转化率本来就很差
• 流量几乎都来自 US 之外
• 客单价和利润率太低，难以覆盖工具成本

一个简单估算方法

1. 先看每月加购事件数
2. 再看当前识别率
3. 假设接入工具后可提升到 35%
4. 用新增可触达人数 x 流程转化率 x AOV 做估算

这样你就能大致判断，这项投入有没有机会形成明确的月度恢复收入。

如何评估访客识别工具？

真正重要的 4 个维度

1. 匹配率质量

不要只看一个漂亮的总数字。要问：和你流量结构、地区和客单价相似的店铺，真实结果是多少？

2. Klaviyo 集成深度

工具不应该只同步一个邮箱，而应该把行为、标签和抑制逻辑一起处理好。

3. 合规与数据来源

要问清楚数据是怎么来的。正规的工具会明确说明其授权来源与合规策略。

4. 它是否同时解决你别的瓶颈

有些工具只做识别。有些工具同时做服务端追踪、广告受众同步、AI 邮件等。要根据你的真实问题来选，而不是被功能列表牵着走。

工具对比

完整对比： Visitor Identification for Shopify: Complete Buyer's Guide

如果你在评估 Opensend： Opensend Alternatives for Ecommerce Visitor Identification

如果你在评估 Customers.ai： Customers.ai Alternatives for Shopify Visitor Identification

如果你在评估 Retention.com： Retention.com Alternatives for Shopify

如果你在评估 Instant.one： Instant.one Alternatives for AI Email Marketing on Shopify

真实结果：访客识别到底能带来什么？

智能清洁品牌案例

• 之前：Klaviyo 只能识别很小一部分弃购者，邮件名单长期停留在 8,000 左右
• 接入 Capture 后：每天新增识别 1,200+ 匿名访客，邮件名单增长到 18,000，重定向 CPA 降低 38%

案例全文： How a Smart Home Cleaning Brand Grew Its Email List from 8K to 18K

电动自行车品牌案例

• 之前：购买决策周期长，可恢复覆盖面有限
• 接入 Capture 后：每月识别 2,800+ 匿名访客，决策周期缩短，获客成本下降

案例全文： How an Electric Bike Brand Shortened Purchase Decisions from 48 to 29 Days

看看 Capture 用在你店铺上会是什么样子

如何开始接入访客识别

第 1 步：先看你现在的识别率

统计最近一个月进入 Klaviyo 弃购流程的联系人数量，再除以你的总加购事件数。如果低于 20%，识别覆盖率大概率就是你的第一瓶颈。

第 2 步：确认 Klaviyo 流程已经能用

访客识别只能把更多联系人送进流程。如果流程本身没有配置好，那新增流量也很难转成收入。

第 3 步：安装并连接

Attribuly Capture 可以通过 Shopify App Store 安装，再与 Klaviyo 做 API 级别连接。

详细步骤： How to Set Up Attribuly Capture with Klaviyo

第 4 步：按增量来衡量结果

至少对比这三个指标：

• 每月进入 Klaviyo 流程的人数
• 弃购流程带来的恢复收入
• 识别率相对加购事件的变化

常见误区

误区 1：默认新识别联系人会和自然订阅联系人一样转化

新识别联系人通常还处于更早期的研究阶段，因此你需要更相关的邮件内容，而不是直接照搬原有订阅人群的节奏。

误区 2：忽略国际流量结构

如果你的 US 匹配率很高，但整体流量里国际访客占比很大，最终混合后的结果可能远低于表面数字。

误区 3：把访客识别当成“装上就结束”

你仍然需要持续监控送达、投诉率、流程进入情况和后续转化，否则很难长期稳定放大结果。

相关指南

• Visitor Identification for Shopify: Complete Buyer's Guide
• How to Set Up Attribuly Capture with Klaviyo: Step-by-Step Guide
• Shopify Abandoned Cart Recovery: The Complete Guide
• How to Grow Your Shopify Email List Without Relying on Popups
• Opensend Alternatives for Ecommerce Visitor Identification