棄購率 playbook
順序很重要：先診斷、再修因、最後自動化挽回。大多數店舖反著跑——用一封折扣電郵糊住一個結賬問題。
大多數店舖的棄購率在七成上下，但有用的數字是你自己的、分段的那一個。這份 playbook 按真正能降低它的順序走：把結賬埋點做到流失可歸因、按實測影響順序移除原因、然後才搭挽回流程——到那時，它挽回的是猶豫過的人，而不是被你主動趕走的人。
階段一：讓流失可歸因
平均數沒法修。先驗證結賬分步事件正確觸發，再按設備、流量來源、購物車金額與步驟細分棄購。模式會告訴你問題是哪種：僅手機端的斷崖指向佈局或速度；運費步驟的驟降指向費用驚嚇；支付步驟的流失指向信任或支付方式缺口。
校驗 begin_checkout、add_shipping_info、add_payment_info 與 purchase 事件
按設備 × 來源 × 購物車金額細分漏斗
動手前先為損失最大的一步留下會話證據
把基線寫下來——之後每次「有改善」的説法都靠它
階段二：從最大的原因開始移除
按出現頻率大致排序的常見元兇：運費到最後才顯示、強制註冊賬號、手機端結賬慢或不穩、缺少該市場的支付方式、陌生店舖的信任缺口。按實測損失順序修，流量允許時一次改一處，效果才可歸因。
階段三：為剩下的部分自動化挽回
原因移除後，挽回電郵面對的才是真正的猶豫。首觸時機從你自己的挽回曲線定，按分羣寫變體——首購客給安心感，回頭客給便利性——激勵壓到數據證明某分羣需要時才用。然後對著階段一的基線複測。
運作方式
埋點與基線
結賬事件校驗、漏斗細分、基線記錄。一天的工作，讓之後每一天都誠實。
按影響順序修因
頭部損失的修復一次一處上線，逐項對照基線度量。
搭挽回，再調優
按分羣的序列、數據推導的時機、激勵只用在被證明處，按計劃修訂。
你會得到甚麼
損失被歸因而非被平均的結賬
按實測影響順序移除的原因
轉化猶豫者、而非補貼已決者的挽回流程
一條能證明甚麼起了作用的基線
由這些 Agent 負責
常見問題
正常的棄購率是多少？
行業均值在七成附近浮動，但因品類、流量結構和價位差異巨大。你自己的分段趨勢才是唯一指導行動的基準。
為甚麼不先做電郵流程？那是唾手可得的。
因為挽回電郵贏不過一個壞掉的結賬，而它的「戰果」會掩蓋底下的漏。先診斷只花一天，卻讓之後的一切更有效。
整套 playbook 要多久？
埋點幾天，修因兩到六週看浮出甚麼，挽回流程再一週。手動跑是一個季度的專注；Agent 把它當常設循環跑。
哪些 Agent 跑這個？
Analyst 負責階段一和全程度量；Builder 上線階段二的修復；Retention 負責階段三。共享記憶讓基線和發現在三者之間保持一致。