AI 流失预测:在客户离开之前把他们拉回来

预测评分在监测什么

传统的挽回流程等客户已经沉默了才触发。预测评分不一样,它追踪的是几周前就开始出现的行为变化:邮件开信率下滑、站点访问频次减少、购买间隔拉长、分类页浏览减少。

Klaviyo 内置的预测分析会根据这些信号给每位客户打一个流失风险评分,不需要自己搭模型,只要设定阈值、接好流程就行。

一个实用的起点:当客户”预测下次购买时间”比其历史平均值拉长 40% 时触发。这个窗口足够早,但不会误触刚开始观望的正常客户。

三阶段留存流程

别一上来就给折扣。这样做的后果是把客户训练成”等着优惠才买”。三阶段结构解决这个问题。

第一阶段:软触达(第 0 天) 评分超过阈值时触发。发内容型邮件:他们买过的品类里有什么新品、已购商品的使用建议、或者当季真正有用的内容。不要带优惠,不要制造紧迫感,只给一个点击的理由。

第二阶段:个性化优惠(第 7-14 天) 第一阶段没有带来购买,再上优惠。不要发全场折扣,要针对他们的购买记录来。只买过护肤品的客户不需要”全场 85 折”,他们需要”护肤品专属 85 折”。高 LTV 客户可以给更大的力度,低 LTV 客户给免邮或赠品就够了。

第三阶段:退出调研(第 21-28 天) 还是没有回购,发一封问卷邮件。一个问题就够:“是有什么地方让你不满意吗?“给 3-4 个选项:价格、物流时效、产品质量、只是在看看。风险客户群的这类邮件开信率通常在 20-25%,因为问题直接、作答成本低。回收到的答案是真实数据,比任何猜测都有价值。

在 Klaviyo 里怎么配

进入 Analytics > Predictive Analytics,确认流失风险评分已经在跑(需要足够的历史购买数据才会生成)。

建一个细分:流失风险评分为高,或者如果你的套餐能拿到原始分值,就设一个数值阈值。创建一个以”进入细分”为触发条件的 Flow。在第二阶段之前加一个条件分支:“自进入本流程后是否有下单?“——有就立刻退出,不需要再给他们看优惠。

第三阶段前加退出条件:过去 14 天内有过邮件点击的客户,说明还在观望,不发退出调研,继续等。

为什么比普通群发强

自动化流程在全部邮件发送量里大概只占 2%,但贡献了 30% 以上的邮件营收(Omnisend 数据)。逻辑很简单:在客户最动摇的时候,发一封跟他有关的邮件。

AI 驱动的邮件项目 ROI 能达到每投入 1 美元产出 76 美元,而普通广播邮件的平均水平在 36-40 美元之间。两者的差距主要来自时机和相关性,不是预算多少。

流失流程救不回所有人,但能拦住那些”不是不喜欢你,只是忘了你”的客户,这类人比大多数卖家以为的要多得多。

相关文章