身份识别率：邮件营销与留存中容易忽略的指标，以及新增收入估算方法

在浏览、加购、结账等关键时刻，你能通过邮件再次触达多少购物者？如果无法回答这个问题，邮件营销和客户留存就缺少重要依据。

品牌通常追踪转化率、客单价和收入，但这些指标都受到一个基础条件制约：只有识别了购物者，才能尝试促成购买或复购。因此，我们为邮件营销与留存团队推出身份识别率。

核心要点

身份识别率衡量每个漏斗事件中，可关联邮箱或已知档案的购物者比例，影响邮件与留存的增长空间。

• 事件级计算：身份识别率 = 已识别总人数 ÷ 该事件独立访客数（UV）。
• 已识别总人数 = 原生像素识别人数 + 新增识别人数。
• 新增识别来自 Recapture（额外已知档案）和 Capture（补全匿名购物者）。
• 掌握新增识别人数后，可估算每月新增收入，并识别再营销受众的流失，尤其是 iOS 流量。

容易被忽略的问题

在产品浏览 → 加购 → 结账 → 购买等关键节点，到底有多少购物者之后可通过邮件再次触达？

这个比例决定弃购流程、挽回活动和再营销受众是否有足够覆盖。可触达受众过小，即使文案和优惠很好，留存表现也可能较弱。

定义：什么是身份识别率

它表示特定漏斗事件的独立访客中，可关联到已识别档案（通常为邮箱）的比例。

身份识别率 = 已识别总人数 ÷ 事件级 UV。

事件 UV 是触发该事件（如加购或开始结账）的独立访客数；已识别总人数则是其中拥有已识别档案的人数。

如何计算：原生识别与新增识别

• 原生像素识别：现有原生追踪或像素识别的档案。
• Attribuly 新增识别：Attribuly 额外识别的档案。
• Recapture：原生像素遗漏、但 Attribuly 可识别的已知档案。
• Capture：补全后变得可识别的匿名购物者，取决于配置。

新增识别 = Recapture + Capture。

已识别总人数 = 原生像素识别 + 新增识别。

为什么重要：流程覆盖是数量问题

邮件及留存收入受进入流程的购物者数量限制：

邮件收入 = 已识别购物者数 × 转化率 × 客单价。

识别率低，不仅可能错过收入，也失去了尝试挽回的机会。

仪表板揭示什么：各事件的识别提升

按漏斗事件查看识别率，可发现身份信息在哪些环节流失。某真实店铺中，Recapture 在加购前带来明显提升，Capture 则根据配置带来更大提升。

越早在产品浏览或加购等环节提高识别，就有越多购物者可进入弃购流程、构建再营销受众，并向广告平台回传第一方信号。

实际使用方法

从新增识别入手

无需先调整优惠或素材，就可通过新增识别扩大可触达受众。例如按最佳实践复制表现最好的 Klaviyo 流程，让新增档案进入自动化，提高覆盖。

估算每月新增收入

每月新增收入 ≈ 新增识别人数 × 每位收件人收入。

更明确的模型：

每月新增收入 ≈ 新增已识别购物者数 × 流程转化率 × 客单价。

这些估算可为邮件及生命周期规划提供预测依据。

排查再营销受众流失，尤其是 iOS

新增识别也反映当前未到达广告平台的第一方信号。身份与事件缺失会缩小再营销受众，尤其在 iOS 占比较高时。通过服务端向 Meta 等平台发送补充邮箱及事件数据，可改善受众匹配质量，并在 Meta Events Manager 等工具中观察。

找到值得优先投入的漏斗环节

• 产品浏览识别率低：漏斗上层身份缺失，影响后续触达。
• 加购或结账识别率低：挽回流程及高意向受众输入不足。
• 购买识别率低：购后留存与 LTV 增长流程存在缺口。

目标不是 100% 识别，而是优先补齐影响最大的缺口。

指标对比

指标	能说明什么	不能说明什么
转化率	漏斗效率	能否在之后触达未转化用户
客单价	每单收入	受众覆盖限制
邮件收入	留存活动的产出	识别缺口造成的增长上限
身份识别率	各漏斗事件的可触达受众比例	不替代归因，而是改善数据基础

常见误区

误区 1：只看一个全站识别率

不同漏斗事件的识别率差异可能很大。应按 PV、ATC、Checkout 等事件分别追踪。

误区 2：将识别率当作归因指标

识别率衡量可触达性，不负责分配贡献。应结合归因模型使用，改善归因所依赖的事件数据。

误区 3：忽略流量结构变化

付费与自然流量等渠道结构变化会影响识别率。应比较相似流量时期，或按渠道分群。

常见问题

身份识别率等于邮件订阅率吗？

不等于。订阅率衡量新增订阅者；识别率衡量某事件中可关联已识别档案的购物者，可能包含已有客户和补全的身份。

应先追踪哪些事件？

先看 ATC 和 Checkout Started，它们为高意向挽回流程提供受众；再扩展到 Product Viewed，提前构建受众。

多少识别率算好？

没有统一基准。流量结构、地区和品类都会影响结果。最有用的参照是自己当前各事件的基线，以及可增加多少识别。

识别率更高一定带来更多收入吗？

它扩大可触达受众，提高留存的增长空间。实际收入仍取决于优惠、送达率、流程设计和转化率。

Recapture 与 Capture 有什么区别？

Recapture 识别原生像素遗漏的额外已知档案；Capture 让更多匿名购物者变得可识别，通常取决于配置。

对付费广告有什么帮助？

更高识别率可提供更可靠的第一方信号与受众匹配，尤其结合服务端事件发送时，有助于再营销和衡量质量。

提高识别率一定需要服务端追踪吗？

不一定。但当浏览器限制或 iOS 降低客户端信号可靠性时，服务端追踪有助于向广告平台发送更高质量的身份及事件数据。

结语

关注留存时，除了转化率，也应问：每个关键事件中，有多少购物者可以再次触达？身份识别率让这个问题变得可见。

如需了解店铺的事件级识别率及可增加的识别，请留言 ID RATE 或私信。

SEO 与搜索意图备注：用于改编博客

• 主要意图：信息查询，定义指标并说明邮件和生命周期团队为何需要；兼顾衡量工具的商业评估。
• 核心关键词：identification rate、email marketing metrics、lifecycle email、identity resolution for ecommerce、email identification、retention marketing metrics、event-level identity lift。
• 查询主题：邮件营销及留存中的识别率是什么；如何按漏斗阶段衡量可触达购物者；弃购流程为什么遗漏用户；如何改善 iOS 再营销匹配；电商 Recapture 与 Capture 的识别提升区别。
• 建议 URL：/blog/identification-rate-email-marketing。