由 AI Agent 運營的棄購挽回
走到結賬的顧客已經做了決定。挽回這筆訂單是店裏最便宜的收入——卻也是最常「搭好一次就再沒碰過」的流程。
棄購挽回序列幾乎人人都有，卻幾乎沒人維護。標準配置是固定時間表上的三封電郵，人人同一張折扣券，上線那週寫完就再沒改過。這在兩個方向上漏錢：對需要「價格以外的理由」的顧客挽回不足，對本來就會回來的顧客過度打折。Retention 和 Analyst 兩個 Agent 一起處理這個面——一個讀出人們為甚麼停下，另一個據此重寫序列。
先診斷，再打折
打折是條件反射式的答案，也經常是錯的。Analyst 看流失發生在結賬的哪一步、甚麼設備上——運費驚嚇、支付步驟緩慢、強制註冊賬號，在總體棄購率里長得一模一樣，而它們沒有一個能用九折解決。
按設備與流量來源拆分的結賬分步流失
棄購是否與購物車金額、包郵門檻或支付方式相關
還沒進結賬、購物車就被放棄的頁面
按分羣的挽回率，讓流程可以因人而異
時機來自你的數據，不是模板
首封電郵的正確延時取決於你的品類。工作日中午在桌面端放棄的高客單商品，和深夜在手機上放棄的衝動商品，行為完全不同。Retention 用你自己的挽回曲線設定發送時機，並隨曲線變化持續調整。
不同的原因，不同的話術
不是一條序列打天下。Agent 維護多個變體：首購顧客給安心感和運費説明，回頭客給補貨或尺碼建議，激勵只留給「激勵確實能改變結果」的分羣，而不是補貼一筆你本來就能成交的訂單。
運作方式
接入結賬與電郵
Analyst 從 GA4 和訂單數據讀結賬行為；Retention 讀 Klaviyo 裏現有流程及其挽回率。
先堵漏
原因是頁面或結賬問題的，交給 Builder——沒有任何電郵序列能勝過移除讓人離開的原因。
重建並持續調優
序列按分羣重建時機與文案，隨挽回數據積累按週期修訂。
你會得到甚麼
挽回時機源自你自己的棄購曲線
激勵只發給真正會被激勵改變行為的分羣
結賬問題被修復，而不是被折扣糊住
一條按計劃修訂的序列，而不是從不修訂
由這些 Agent 負責
可配合使用
常見問題
棄購序列應該發幾封？
沒有普適數字。重要的是每封信有獨立的任務——安心、緊迫感、異議處理——並且當某分羣的每封增量收入轉負時就停。Agent 度量這一點，而不是預設三封。
要不要都帶折扣？
不要。第一封就給折扣是在訓練顧客故意棄購。Agent 會先測試激勵對某個分羣是否真的改變結果，而且它通常屬於序列後段——如果該出現的話。
支持短信嗎？
支持。渠道按訂閲授權和各分羣的實際響應來選，序列跨渠道統一規劃而不是每個渠道複製一份。
還沒到結賬就走了的人怎麼辦？
那是棄瀏覽問題，意圖信號不同，是另一條流程。Agent 會單獨搭建，而不是塞進棄購挽回裏。