customer-segmentation

客户细分

概述

客户细分是将客户群划分为购买行为相似的群组，以便精准定位营销活动、促销和产品推荐。Klaviyo、Omnisend 和 Metorik 均为 Shopify 和 WooCommerce 提供开箱即用的 RFM 风格细分，无需自定义 SQL。只有当平台工具不支持所需的细分逻辑时，才构建自定义细分系统。

何时使用此技能

• 按生命周期阶段（新客、活跃、存在流失风险、已流失）个性化电子邮件营销活动时
• 构建排除名单，避免对已转化客户浪费广告支出时
• 识别适合 VIP 计划和抢先体验活动的“优质”客户时
• 分析哪个获客群组的 90 天留存率最高时
• 将行为细分同步到广告平台（Meta、Google）时

核心说明

第 1 步：确定平台并选择合适的细分工具

平台	内置细分功能	推荐工具
Shopify	基础：Admin → Customers → Filters；高级：Klaviyo 或 Omnisend	用于电子邮件 + SMS 的 Klaviyo；用于群组分析的 Lifetimely
WooCommerce	WooCommerce Analytics → Customers（基础筛选条件）	Klaviyo + WooCommerce 插件；或用于分析的 Metorik
BigCommerce	Customer Groups（基于层级）；Analytics → Customers	用于行为细分的 Klaviyo
Custom / Headless	在 SQL 中构建 RFM 评分；同步到 Klaviyo 以便激活	当平台没有细分工具时必需

---

第 2 步：平台特定设置

---

Shopify

选项 A：Shopify Admin 细分（基础、免费）

1. 前往 Admin → Customers
2. 使用筛选栏，根据以下条件创建细分：
   • 订单数量、消费总额、上次下单日期
   • 电子邮件订阅状态、标签、位置
   • 已购买的产品
3. 将筛选条件保存为客户细分
4. 将细分导出为 CSV，用于广告或电子邮件营销活动

选项 B：Klaviyo（推荐用于生命周期细分）

Klaviyo 会自动与 Shopify 同步，并基于实际购买数据提供 RFM 风格的细分。

要在 Klaviyo 中创建的关键细分：

1. 优质客户（价值高、购买频繁、近期有购买）：

   • 规则：Ordered at least 3 times AND Last order within 60 days AND Total spent > $200
   • 操作：提供新产品抢先体验、VIP 福利和推荐计划邀请

2. 存在流失风险的高价值客户：

   • 规则：Total spent > $200 AND Last order 90–180 days ago
   • 操作：通过个性化优惠开展挽回自动化流程

3. 近期首次购买客户：

   • 规则：Order count equals 1 AND First order within 30 days
   • 操作：发送新手引导序列，鼓励客户进行第二次购买

4. 已流失客户：

   • 规则：Last order more than 180 days ago AND Order count >= 2
   • 操作：开展重新互动营销活动，传达“我们想你了”的信息

5. 从未购买的订阅者：

   • 规则：Email subscriber AND Order count equals 0
   • 操作：发送欢迎系列邮件，展示社会认同并提供首单优惠

在 Klaviyo 中创建细分：

1. 前往 Lists & Segments → Create Segment
2. 使用筛选条件构建器添加条件——Klaviyo 提供 150 多种预置筛选条件类型，包括 Shopify 专属事件
3. 清晰地为细分命名（例如，“高价值流失风险客户 — 90-180 天”）
4. 在 Flow 触发器中使用该细分，或将其用作 Campaign 的受众

Klaviyo 预测分析（付费计划）：

• Klaviyo 会自动计算每位客户的 Predicted CLV、Expected Date of Next Order 和 Churn Risk
• 在 Analytics → Predictive Analytics 下查看这些数据
• 将这些预测用作细分筛选条件，无需编写任何自定义代码

---

WooCommerce

选项 A：Metorik（推荐的分析平台）

1. 安装 Metorik（通过 WooCommerce REST API 连接）
2. 前往 Metorik → Segments → Create Segment
3. 根据购买历史、产品偏好、地理位置等创建基于规则的细分
4. Metorik 会自动计算 RFM 评分
5. 将细分导出为 CSV，或直接同步到 Klaviyo/Mailchimp

选项 B：适用于 WooCommerce 的 Klaviyo

1. 从 WordPress.org 安装 Klaviyo: Email Marketing for WooCommerce
2. Klaviyo 会同步 WooCommerce 订单历史，并为所有客户创建个人资料
3. 按照上文 Shopify 部分所述，创建相同的生命周期细分

---

BigCommerce

用于分层细分的客户群组：

1. 前往 Customers → Customer Groups → Add Group
2. 根据购买行为规则创建群组：
   • “VIP” — 生命周期消费超过 $500 的客户
   • “Repeat Buyers” — 订单数达到 3 笔或以上的客户
3. 设置群组专属定价、类别访问权限或配送规则

使用 Klaviyo 进行行为细分：

• 安装 Klaviyo for BigCommerce 应用
• 连接你的 BigCommerce 商店
• 在 Klaviyo 中根据购买历史和事件数据创建行为细分

---

自定义 / 无头架构

使用 SQL 构建 RFM 评分，并同步到 ESP 以用于营销触达：

-- PostgreSQL: Calculate RFM scores for all customers
WITH customer_rfm AS (
  SELECT
    customer_id,
    EXTRACT(EPOCH FROM (NOW() - MAX(created_at))) / 86400 AS recency_days,
    COUNT(id) AS frequency,
    SUM(subtotal_cents) / 100.0 AS monetary
  FROM orders
  WHERE status NOT IN ('cancelled', 'refunded')
  GROUP BY customer_id
),
rfm_scored AS (
  SELECT
    customer_id,
    recency_days, frequency, monetary,
    NTILE(5) OVER (ORDER BY recency_days DESC) AS r_score,  -- Lower recency = higher score
    NTILE(5) OVER (ORDER BY frequency ASC) AS f_score,
    NTILE(5) OVER (ORDER BY monetary ASC) AS m_score
  FROM customer_rfm
)
SELECT
  customer_id, r_score, f_score, m_score,
  r_score + f_score + m_score AS rfm_total,
  CASE
    WHEN r_score >= 4 AND f_score >= 4 AND m_score >= 4 THEN 'champions'
    WHEN r_score >= 3 AND f_score >= 3 AND m_score >= 3 THEN 'loyal_customers'
    WHEN r_score >= 4 AND f_score <= 2 THEN 'recent_customers'
    WHEN r_score <= 2 AND f_score >= 4 AND m_score >= 4 THEN 'cannot_lose_them'
    WHEN r_score <= 2 AND f_score >= 3 THEN 'at_risk'
    WHEN r_score = 1 AND f_score <= 2 THEN 'lost'
    ELSE 'needs_attention'
  END AS segment
FROM rfm_scored;

// Sync a segment to Klaviyo — batched at 100 profiles per request
export async function syncSegmentToKlaviyo(segmentCustomers: Customer[], klaviyoListId: string) {
  const BATCH_SIZE = 100;
  for (let i = 0; i < segmentCustomers.length; i += BATCH_SIZE) {
    const batch = segmentCustomers.slice(i, i + BATCH_SIZE);
    await fetch(`https://a.klaviyo.com/api/lists/${klaviyoListId}/relationships/profiles/`, {
      method: 'POST',
      headers: {
        Authorization: `Klaviyo-API-Key ${process.env.KLAVIYO_PRIVATE_KEY}`,
        'Content-Type': 'application/json',
        revision: '2024-10-15',
      },
      body: JSON.stringify({
        data: batch.map(c => ({
          type: 'profile',
          attributes: { email: c.email, first_name: c.firstName, last_name: c.lastName },
        })),
      }),
    });
  }
}

// Export suppression list for Meta Ads — hash emails before sending
export async function exportSuppressionListForMeta(lookbackDays = 30): Promise<string[]> {
  const recentBuyers = await db.orders.findMany({
    where: { createdAt: { gte: new Date(Date.now() - lookbackDays * 86400000) }, status: 'completed' },
    select: { customerEmail: true },
    distinct: ['customerEmail'],
  });

  return recentBuyers.map(({ customerEmail }) => {
    const { createHash } = require('crypto');
    return createHash('sha256').update(customerEmail.toLowerCase().trim()).digest('hex');
  });
}

---

第 3 步：将细分映射到行动

每个细分都应有明确的营销行动：

细分	推荐行动
重要客户	VIP 优先体验、邀请加入推荐计划，无需提供挽回折扣
忠实客户	加入忠诚度计划、邀请撰写评价、向上销售至下一级
近期首次购买客户	第二次购买邮件系列（在首次下单 7 天后发送）
有流失风险 — 高价值	发送个性化挽回消息，并表达关切：“好久不见”
不容流失的客户	直接联系，提供力度较大的优惠（8 折），由创始人发送私人邮件
已流失 / 流失客户	以低成本重新互动（新闻简报、产品公告）；从活跃营销活动中移除

---

第 4 步：为付费广告建立排除名单

将最近购买过的客户上传为 Meta 和 Google 的排除名单，以免浪费获客预算：

• Meta Business Manager：Audiences → Create Audience → Customer List → Upload hashed email CSV
• Google Ads：Audience Manager → Customer Match → Upload email list
• 每月刷新这些排除名单

最佳实践

• 每晚刷新细分 — Klaviyo 和 Metorik 会自动执行；对于自定义方案，每晚运行 RFM SQL
• 从 RFM 开始，再叠加行为信号 — 购买时间、频率和金额是最可靠的基础；随着数据增多，再加入类别偏好和渠道偏好
• 始终同时建立排除名单和定向名单 — 向活跃客户发送重新互动营销活动会浪费预算，也会惹恼他们
• 发送营销活动前验证细分规模 — 细分结果为 0 位客户通常表示逻辑有误；设置最低阈值检查
• 跟踪不同细分对各类优惠的响应情况 — 重要客户很少需要折扣；与打折相比，免费配送可能更能打动有流失风险的客户

常见问题

问题	解决方案
重要客户细分每月都在缩小	重要客户需要近期消费且购买频率高 — 客户自然会逐渐不再符合条件；可用“忠实客户”细分补充，以便长期维护客户关系
RFM 评分受到一笔金额特别大的订单影响	Klaviyo 的预测 CLV 会平滑这一影响；自定义方案应在金额评分中使用订单金额中位数，而不是总消费额
同步细分到 Klaviyo 后创建了重复个人资料	同步时始终以电子邮件作为主键进行匹配；如果存在重复项，请使用 Klaviyo 的个人资料合并功能
群组分析显示留存率下降，但原因不明	按获客渠道细分群组，以确定是否有特定渠道带来的客户质量较低

Related Skills

• @customer-lifetime-value
• @personalization-engine
• @referral-program