弃购率 playbook
顺序很重要：先诊断、再修因、最后自动化挽回。大多数店铺反着跑——用一封折扣邮件糊住一个结账问题。
大多数店铺的弃购率在七成上下，但有用的数字是你自己的、分段的那一个。这份 playbook 按真正能降低它的顺序走：把结账埋点做到流失可归因、按实测影响顺序移除原因、然后才搭挽回流程——到那时，它挽回的是犹豫过的人，而不是被你主动赶走的人。
阶段一：让流失可归因
平均数没法修。先验证结账分步事件正确触发，再按设备、流量来源、购物车金额与步骤细分弃购。模式会告诉你问题是哪种：仅移动端的断崖指向布局或速度；运费步骤的骤降指向费用惊吓；支付步骤的流失指向信任或支付方式缺口。
校验 begin_checkout、add_shipping_info、add_payment_info 与 purchase 事件
按设备 × 来源 × 购物车金额细分漏斗
动手前先为损失最大的一步留下会话证据
把基线写下来——之后每次「有改善」的说法都靠它
阶段二：从最大的原因开始移除
按出现频率大致排序的常见元凶：运费到最后才显示、强制注册账号、移动端结账慢或不稳、缺少该市场的支付方式、陌生店铺的信任缺口。按实测损失顺序修，流量允许时一次改一处，效果才可归因。
阶段三：为剩下的部分自动化挽回
原因移除后，挽回邮件面对的才是真正的犹豫。首触时机从你自己的挽回曲线定，按分群写变体——首购客给安心感，回头客给便利性——激励压到数据证明某分群需要时才用。然后对着阶段一的基线复测。
运行方式
埋点与基线
结账事件校验、漏斗细分、基线记录。一天的工作，让之后每一天都诚实。
按影响顺序修因
头部损失的修复一次一处上线，逐项对照基线度量。
搭挽回，再调优
按分群的序列、数据推导的时机、激励只用在被证明处，按计划修订。
你会得到什么
损失被归因而非被平均的结账
按实测影响顺序移除的原因
转化犹豫者、而非补贴已决者的挽回流程
一条能证明什么起了作用的基线
由这些 Agent 负责
常见问题
正常的弃购率是多少？
行业均值在七成附近浮动，但因品类、流量结构和价位差异巨大。你自己的分段趋势才是唯一指导行动的基准。
为什么不先做邮件流程？那是唾手可得的。
因为挽回邮件赢不过一个坏掉的结账，而它的「战果」会掩盖底下的漏。先诊断只花一天，却让之后的一切更有效。
整套 playbook 要多久？
埋点几天，修因两到六周看浮出什么，挽回流程再一周。手动跑是一个季度的专注；Agent 把它当常设循环跑。
哪些 Agent 跑这个？
Analyst 负责阶段一和全程度量；Builder 上线阶段二的修复；Retention 负责阶段三。共享记忆让基线和发现在三者之间保持一致。