反映真實購買方式的分羣
「近 30 天活躍」不是分羣，是活躍度篩選。有用的分羣描述購買行為，並且應當改變你發出的內容。
大多數店舖按活躍度分羣，因為活躍數據最容易拿到。結果是一堆「不該改變你説甚麼」的分羣。真正的分羣來自購買行為——買甚麼、多久買、對價格多敏感、從哪進來——而且只有當之後的資訊真的因羣而異，它才值得建。
會改變資訊的屬性
一個分羣只有當你會為它寫不同的內容時才有用。Analyst 用通過這個檢驗的行為屬性建分羣，刪掉通不過的。
品類偏好——買的是甚麼，而不只是買過
復購間隔——決定甚麼時候該説話
折扣敏感度——區分全價買家與只等促銷的買家
首單金額與獲客來源——長期價值的預測因子
退貨與客服歷史——有些發送應當直接抑制
分羣要掙得自己的存在
十個互相重疊的分羣帶來互相沖突的發送和維護負擔。Agent 合併行為無差異的分羣、標記導致重複發送的重疊、下線不再匹配銷售現狀的分羣。
從分羣到不同的資訊
這件事的意義在於內容分化。Retention 為每個分羣寫實質不同的序列——不同的異議、不同的證明、不同的優惠邏輯——而不是往同一個模板裏換個名字。
運作方式
從購買數據構建
Analyst 從訂單歷史推導行為分羣，而非活躍窗口。
修剪與合併
行為無差異的分羣合併；導致重複發送的重疊解決掉。
為每羣各寫各的
Retention 產出真正分化的分羣序列，並分別度量。
你會得到甚麼
以購買行為定義的分羣，而非活躍窗口
重疊解決後，訂閲者不再收到互相沖突的發送
每個分羣實質不同的資訊，而不是一個合併字段
分羣表現分開度量，弱的可以下線
由這些 Agent 負責
常見問題
該有多少個分羣？
你能為多少個寫出真正不同的內容，就有多少個，不多一個。對多數店舖是個位數。分羣數量是成本，不是成就。
RFM 分羣還有用嗎？
作為起點框架，有用。作為最終模型，太粗糙——它忽略品類偏好和復購間隔，而這兩樣對「該發甚麼」通常更重要。
分羣多久要重建？
目錄或客羣結構發生實質變化時。Agent 按計劃重新推導，並在某個分羣不再描述一致人羣時發出標記。
分羣能讓我少發電郵嗎？
經常能，而且這常常就是收益所在。給對的人少發，通常勝過給所有人多發——把送達率算進來更是如此。