建立在真實流失窗口上的召回活動
大多數召回流程在第 90 天觸發，只因為 90 是個整數。對一半的目錄來説太晚，對另一半來説太早。
召回活動的成色取決於觸發點。發太早，是在給本來就會回來的顧客打折；發太晚，關係早已流向別處。Analyst 從你的目錄推導真實復購間隔——通常按品類各不相同——Retention 圍繞它（而不是圍繞慣例）搭建序列。
先找出真實流失窗口
復購行為是品類相關的，而且常常是雙峯的。對全目錄取平均，得到的是一個不屬於任何人的數字。Analyst 在搭建任何活動之前先正確分段。
按品類與首單金額的復購間隔分佈
迴歸概率驟降的那個點——真實的流失邊界
哪些顧客分羣真正可挽回、哪些已永久流失
流失是否與產品問題（而非行銷問題）相關
説點「我們想你了」以外的話
空泛的再觸達表現差，因為它沒給行動理由。Agent 圍繞「顧客離開後甚麼變了」來寫——他們品類裏的新品、他們買過商品的補貨、他們抱怨過的問題的修復——激勵只留給被證明有效的分羣。
知道何時收手
無視整條召回序列的訂閲者正在消耗你的送達率。Agent 執行日落策略，把不可挽回的聯繫人移出活躍發送，而不是無限期地繼續投遞。
運作方式
推導窗口
Analyst 按品類計算復購間隔，找出迴歸概率坍塌的位置。
搭建分羣序列
Retention 為可挽回分羣寫不同序列，激勵只用在能改變結果的地方。
其餘日落
無響應的聯繫人移出活躍發送，保護送達率。
你會得到甚麼
基於你真實復購數據的觸發，而非預設間隔
圍繞「甚麼變了」的資訊，而非空泛懷念
激勵支出限定在可度量見效的分羣
一套保護列表健康的日落策略
由這些 Agent 負責
常見問題
顧客到底甚麼時候算流失？
當他們的迴歸概率明顯低於所在品類的基線——快消品可能是幾週，耐用品可能是一年。窗口要推導而不是假設，原因就在這。
召回用折扣有效嗎？
有時有效，比棄購場景更常見——但也有訓練顧客故意流失的風險。Agent 按分羣測試，而不是一刀切。
嘗試幾次後該放棄？
直到該分羣的每封增量收入轉負——這是一個可度量的點，不是品味問題。之後日落處理，為其他人守住送達率。
如果顧客是因為產品問題流失呢？
那行銷序列修不了，Agent 應該直説。Analyst 會先檢查流失是否與退貨或客服記錄相關，Retention 才動筆。