email-list-segmentation

邮件列表细分

概述

向整个邮件列表发送相同的邮件，是电商营销中代价最高的错误之一。互动率低的发件人会受到 ISP 的限流，不相关的内容会导致退订率飙升；如果对 VIP 客户和从未购买过的用户一视同仁，也会错失收入。Klaviyo（适用于 Shopify/BigCommerce）以及 AutomateWoo 或 Mailchimp（适用于 WooCommerce）内置了 RFM 和行为细分功能——大多数商店无需编写自定义代码。

何时使用此技能

• 当邮件打开率低于 20%，且你怀疑低互动率正在影响送达率时
• 当你从不加区分地群发，转向按目标制定营销活动逻辑时
• 当你要建立抑制系统，避免向高价值订阅者过度发送邮件时
• 当你要启动挽回计划，并需要找出“有流失风险”和“已流失”的群体时
• 当你分析邮件收入，并需要将业绩归因到特定细分群体时

核心说明

第 1 步：选择合适的细分工具

平台	推荐工具	内置细分功能
Shopify	Klaviyo	内置预测 CLV、流失风险、RFM 评分、购买行为细分
WooCommerce	Klaviyo（通过插件）或 AutomateWoo	Klaviyo 插件可同步订单数据；AutomateWoo 原生提供 WooCommerce RFM 报告
BigCommerce	Klaviyo	原生 BigCommerce 集成，可同步完整订单历史
所有平台	Klaviyo（通过 API）	使用 Klaviyo 的 Track/Identify API，从任何平台发送行为事件

第 2 步：设置必要的细分群体——先从五个开始

先建立以下五个细分群体。它们涵盖了 80% 的价值。只有在为每个群体准备好营销活动后，才添加更多细分群体。

---

Klaviyo（Shopify、BigCommerce 或通过 API 连接）

细分群体 1：核心客户（VIP 买家）

1. 前往 Klaviyo → Segments → Create Segment
2. 条件：
   • Has placed order 历史下单次数至少为 5 次
   • AND Total Customer Value 大于 $500
   • AND 最近 60 天内 Opened email
3. 保存为 "Champions — VIP Buyers"

细分群体 2：活跃买家（有互动，尚未成为 VIP）

1. 创建包含以下条件的细分群体：
   • Has placed order 历史下单次数至少为 2 次
   • AND 最近 90 天内 Has placed order
2. 保存为 "Active Buyers"

细分群体 3：有流失风险（曾经购买，现在不活跃）

1. 使用 Klaviyo 的预测分析创建细分群体：
   • Predicted Churn Risk 等于 High
   • AND 历史 Has placed order 至少为 1 次
2. 保存为 "At-Risk Customers"

细分群体 4：有邮件互动但未购买的用户

1. 创建包含以下条件的细分群体：
   • Has placed 0 orders
   • AND 最近 30 天内 Opened email
2. 保存为 "Engaged Subscribers — No Purchase"

细分群体 5：无互动用户（用于抑制发送）

1. 创建包含以下条件的细分群体：
   • 最近 180 天内 Has NOT opened email
   • AND 最近 180 天内 Has NOT clicked email
   • AND Email subscription status 为 Subscribed
2. 保存为 "Unengaged — Suppression List"

每次发送营销活动前，抑制无互动用户细分群体：

• 在 Klaviyo 中创建营销活动时，在 Excluded Segments 下添加 "Unengaged — Suppression List"
• 这样可以避免向可能将你标记为垃圾邮件的冷淡联系人发送邮件，从而保护送达率

---

使用 Mailchimp 或 Klaviyo 的 WooCommerce

Mailchimp：

1. 前往 Mailchimp → Audience → Segments → Create Segment
2. Mailchimp 的电商细分功能需要 WooCommerce + Mailchimp 插件来同步购买数据
3. 常见条件："Purchased" / "Has not purchased" / "Total spent is greater than" / "Last purchase was more than 90 days ago"

AutomateWoo（用于 WooCommerce 自动化，而非营销活动）：

1. 前往 AutomateWoo → Reports → RFM Analysis，查看以 RFM 网格呈现的客户分布
2. 从每个 RFM 象限导出客户列表，并导入你的 ESP，以便开展定向营销活动

---

WooCommerce 与 Klaviyo 插件

1. 从 WordPress 插件目录安装 Klaviyo 插件
2. 在 Klaviyo 中，所有 WooCommerce 订单和客户都会自动同步
3. 按照上文 Shopify/Klaviyo 说明设置相同的细分

---

第 3 步：设置用于营销活动定向的行为细分

除了 RFM，还要创建与特定营销活动对应的细分：

折扣购物者（始终使用折扣——从全价新品发布营销活动中排除）：

• Klaviyo 条件：Has used a discount code 历史使用次数超过 2 次

高 AOV 客户（展示高端产品）：

• Klaviyo 条件：Average Order Value 大于 $150

特定品类买家（用于产品发布）：

• Klaviyo 条件：Ordered product in category = "Skincare"（使用 Shopify 产品类型或 Klaviyo 商品系列数据）

最近订阅但未购买的用户（位于欢迎流程中）：

• Klaviyo 条件：过去 30 天内 Subscribed to email，且 Has placed 0 orders

第 4 步：将细分应用于营销活动

在 Klaviyo 中创建营销活动时：

1. 在 Recipient Selection 下，选择目标细分（例如“活跃买家”）
2. 在 Excluded Segments 下，始终添加“未参与用户 — 抑制列表”
3. 发送前预览细分规模——避免向少于 200 个联系人的细分发送邮件（可能触发某些服务商的垃圾邮件过滤器）

各细分的发送频率规则：

• 忠诚客户：每周最多 2 封邮件（他们参与度高；保持关系，但不要过度发送）
• 活跃买家：每周 1–2 封邮件
• 有流失风险的客户：每周 1 封邮件（侧重留存）
• 有参与度的订阅用户（未购买）：每周 1–2 封邮件（引导其首次购买）

第 5 步：列表清理——每季度执行一次

1. 在 Klaviyo 中，前往 Segments → [Unengaged list] 并查看数量
2. 如果未参与用户细分超过列表总人数的 20%，请开展一场清退营销活动：
   • 发送最后一封邮件：“我们注意到您最近没有参与互动——还希望收到我们的邮件吗？”
   • 等待 7 天
   • 抑制所有未打开清退邮件的用户
3. 切勿删除已取消订阅的联系人——应抑制他们。Klaviyo 会保留取消订阅信号，以防止意外重新订阅。

最佳实践

• 从 5 个细分开始，而不是 50 个——忠诚客户、活跃客户、有流失风险的客户、有参与度但未购买的用户、未参与用户，这些就足以带来 80% 的收益
• 发送前先抑制——始终建立抑制列表（未参与用户 + 已取消订阅用户），并将其应用于每场营销活动
• 保护忠诚客户——除非你想让 VIP 养成等待促销的习惯，否则不要将忠诚客户细分纳入销售/折扣营销活动
• 对于邮件送达率，参与度等级比购买历史更重要——要进入收件箱，行为参与度信号比用户的消费金额更重要
• 立即处理取消订阅——Klaviyo 会通过 Webhook 自动处理；确保你的 ESP 已连接到平台的取消订阅事件
• GDPR：对于欧盟联系人，应单独跟踪同意状态，营销邮件绝不能仅依赖合法利益；必须取得明确同意

常见问题

问题	解决方案
添加细分后打开率下降	确保细分正确排除了已取消订阅的联系人；在 Audience → Suppressions 下检查 Klaviyo 的抑制列表
Klaviyo 列表与 Shopify 不同步	确认 Klaviyo → Integrations → Shopify 下已连接 Klaviyo–Shopify 集成；启用 "Sync historical data"
每次发送后忠诚客户细分都会缩小	你发送邮件过于频繁——应用 Klaviyo 的 Smart Sending 限制（每人每 16 小时最多一次）
导入列表导致 GDPR 违规	导入前验证所有联系人的合法依据；只导入明确同意接收邮件的联系人
细分之间重叠，联系人收到重复邮件	在 Klaviyo 中使用 "Send to unique recipients" 选项，并在发送前检查细分是否重叠

Related Skills

• @email-marketing-automation
• @win-back-reactivation
• @lifecycle-marketing-automation
• @customer-retention-engine
• @first-party-data-collection