AI 生成 25 个 Klaviyo 微细分群——没有数据团队也能精耕用户列表
目录
两年前我看着一个 DTC（Direct-to-Consumer，直接面向消费者）护肤品牌烧掉 14,000 美元广告费，才意识到他们的"活跃客户"细分群占列表 22%，但其中 78% 的人其实超过一年没买过。细分定义看起来没问题。现实是给一群一次性节日购物者每天群发邮件。每发送一次的退订率是 0.9%。列表在悄悄死掉。
Klaviyo 默认的细分群就是这样。能用，但很钝。"活跃客户"几乎没告诉你什么有用的——你需要知道是哪类活跃、他们做过什么、他们接下来可能做什么、什么样的信息能打动他们。
我合作的营销总监们没有数据工程师。他们有 Klaviyo 后台登录、CSV 导出文件，还有 ChatGPT。够了。
工作流是这样的：把 90 天的 Klaviyo 行为数据倒进电子表格（或粘到 Claude 里），给模型一段结构化提示词，出去喝杯咖啡，回来就有 25 个微细分群，下午就能在 Klaviyo 里建好。下面是上面那个护肤品牌实际跑出来的 25 个——隐去品牌名，加上推理过程。
产出 25 个细分群的那段 AI 提示词
在说细分群之前，先给提示词。这才是你要保存的部分。把你的 Klaviyo 行为数据导出（或用同字段的模拟数据）丢进 Claude/ChatGPT，用这段：
你是一名电商生命周期策略师。我给你一份 [品类] 品牌 90 天的 Klaviyo 行为数据，活跃订阅者 [X] 人。字段包括邮件/SMS 事件、Placed Order、Added to Cart、Viewed Product、自定义事件，以及档案属性（标签、Predicted CLV、Predicted Gender、来源、地区）。
请输出 25 个微细分群，分成 5 类：(1) 生命周期阶段、(2) 行为信号、(3) 预测式 AI、(4) 渠道与授权、(5) 策略性长尾。每个细分群要给出：名称、用大白话的定义、Klaviyo 细分构建器配方（条件 + AND/OR 逻辑）、适配的营销角度、一个注意事项。
输出是一份可以直接粘到 Notion 的文档。下面是渲染后的版本——加上我之后用在每一个 Klaviyo 账户上的 5 个分组原则。
第一组：生命周期阶段（5 个细分群）
最大的收入漏洞就藏在这里。"客户"不是细分群，是一种状态。
1. 注册 0–6 天，未购买。 温热但没被打动。Klaviyo 默认欢迎系列把他们和近期买家一视同仁。别这样。发社会认同和异议处理（addressing purchase objections，即打消"会不会不适合我""会不会没效果"这类顾虑），不是发优惠券。
配方：
What someone has done→Subscribed to list→正好在最近 6 天内ANDPlaced Order→0 次。
2. 首次购买后 7–21 天窗口。 他们在此窗口内复购的概率是之后任何时点的 3 倍。交叉销售下一款自然衔接的产品，不要用泛泛的"感谢信"。
配方：
Placed Order→至少 1 次ANDPlaced Order→距今 7 到 21 天AND订单数→少于 3。
3. 二次复购流失（只买过一次，60–90 天没回购）。 沉默流失细分群。大部分品牌这类用户比想象中多 4 倍。
配方：
订单数→恰好 1ANDPlaced Order→距今 60 到 90 天。
4. 忠诚度峰值（3 单以上，近期活跃）。 列表前 8% 的用户，通常贡献 35–40% 营收。别给他们发折扣。给他们优先权。
配方：
订单数→至少 3ANDPlaced Order→距今 45 天内。
5. 冷复苏候选（90+ 天无打开，未退订）。 Klaviyo 默认让他们烂掉。90 天零互动之后，单封再激活邮件的成功率五五开——但 14 天里发 3 封再激活邮件的流程（re-engagement flow）能救回 4–7%，10 万人的列表就是真金白银。
配方：
最近 90 天未打开邮件AND从未退订AND订单数→至少 1。
错误做法：这 5 类用户发同一封"我们想你"。正确做法：每类发不同的内容，因为他们处于完全不同的状态。
第二组：行为信号（5 个细分群）
行为类微细分群的"每封邮件营收"比人口属性类高 3–5 倍。这组是大多数团队欠建的。
6. 浏览未购（24 小时内）。 看了产品页但没加购。弱意图。表现最好的标题很少是折扣——是他们原本就在看的那件东西勾起的好奇心。
配方：
Viewed Product→最近 24 小时内ANDAdded to Cart→0 次ANDPlaced Order→0 次。
7. 加购未购，1 小时窗口。 转化高峰时刻。大部分 Klaviyo 模板在 4 小时后才启动弃单流程（abandoned cart flow）。你可能因此丢掉 30% 的潜在转化。
配方：
Added to Cart→最近 1 小时内ANDPlaced Order→加购后 0 次。
8. 加入心愿单但未购买。 高意图、高考虑。情绪驱动与弃购者不同——他们要的是确认，不是紧迫感。
配方：
Added to Wishlist→最近 7 天内ANDPlaced Order→0 次AND不在"近期买家"细分群中。
9. 价格页浏览者。 自带资格的漏斗底部。如果你有价格页（订阅制或分级产品），这是你热度最高的非买家细分群。
配方：
Viewed Page中Page name 包含 "pricing"→最近 14 天内AND订单数→0。
10. 重复访客未购买（3 次以上会话）。 他们不断回来，不断不买。通常是分析工具看不出的摩擦或信任问题——恰恰是值得发问卷调研的人。
配方：
最近 30 天会话数→至少 3ANDPlaced Order→0 次。
整组注意： 先确认 Klaviyo 事件追踪真的在触发。"Viewed Product"不是默认就有的，它和 "Placed Order" 是两段独立的 Klaviyo JS 代码片段（JavaScript tracking snippet）。如果没装好，6 和 9 是空的。先审计代码片段再建细分群。
第三组：预测式 AI（5 个细分群）
Klaviyo 自带 5 个预测功能，大部分账户从来不用。这是 AI 当"细分群构建器"回报最快的一组——模型把活干了，你只需要读懂输出。
11. 预测 CLV 前 10% 分位。 给这组用户发品牌建设类邮件：优先购、创始人幕后故事。非卖品是发 15% 折扣券——他们本来就是全价买单的人。
配方：
Predicted CLV→位于前 10%。
12. 预测 7 天内会复购。 Klaviyo 的预测分析给每个档案一个"下次下单日期"。当窗口在"现在"附近，这就是高置信度的发送时机。
配方：
Predicted next order date→未来 7 天内ANDPlaced Order→最近 7 天内 0 次。
13. 预测性别分组（适用有男女 SKU 的目录）。 Klaviyo 的 Predicted Gender 属性有 8–12% 的错误率，但对有男女 SKU 的品牌（服装、美妆、健康），它把列表拆成两条发送流，每条都跑赢无差别群发。
配方：
Predicted gender→female（再做一个 male 版本）。
14. 互动分数第 1 梯队（前 25% 互动率）。 Klaviyo 的邮件互动分数（0–100）是最被低估的信号之一。前 25% 的用户稳定贡献 60%+ 的点击。
配方：
Email engagement score→至少 75。
15. 预测流失（Klaviyo 内置 "Likely to Churn" 细分）。 Klaviyo 自带。大部分账户有，但没用不同方式去触达。别群发。送进 3 封邮件的挽回流程，给出真实的优惠。
配方：
Predicted gender→Likely to Churn（Klaviyo 自带属性）AND订单数→至少 2。
最容易踩的坑：基于这些预测细分群建 15+ 流程变体。挑 2–3 个，让数据跑 60 天。预测属性需要量才能稳定。
第四组：渠道与授权（5 个细分群）
按渠道分的细分群能避开邮件营销最糟的失败模式：给一个留了手机号的人发 1,200 字长文。
16. 同意收 SMS 且邮件活跃。 全渠道热名单。限时优惠的 ROI 最高。
配方：
Consented to receive SMS→trueANDEmail engagement score→至少 50。
17. 只同意 SMS，邮件无互动。 他们要短信。尊重这一点。给他们发邮件就是"STOP"（短信退订指令）的前奏。
配方：
Consented to receive SMS→trueAND最近 60 天邮件打开数→0。
18. 已开启推送通知。 Shopify 移动端应用里通常营收最高的一群。大部分品牌没单独给这组发邮件。
配方：
Consented to receive push notifications→true（Shopify 集成）AND最近 30 天 App 会话数→至少 3。
19. 海外订阅者（非本国）。 货币不匹配毁掉打开率。运输文案不适用也毁。整组就该有自己的发送日历。
配方：
Country→不是 [你的发货国家]ANDEmail engagement score→至少 30。
20. 退订了某条流程但没退订品牌。 他们退订了弃购提醒流程。和品牌的关系没断。多数团队把他们从所有邮件中排除——这是错的。
配方：
Unsubscribed from→Abandoned Cart ReminderAND没有退订所有营销邮件。
第五组：策略性长尾（5 个细分群）
这些是营销总监最后才会想到的细分群。也是单人收入最高的几组。
21. 仅折扣买家（最近 60 天用过优惠码）。 价格敏感。把全价新品上市最后发给他们，或者干脆不发——你能在毛利率侵蚀（P&L 上利润与亏损的报表）显示之前先发现苗头。
配方：
最近 60 天使用过折扣码。
22. 全价买家（最近 90 天未用优惠码）。 你可以给他们发优先购新品的细分群。他们付全价，所以你的毛利美元是实打实的。
配方：
最近 90 天未使用折扣码AND最近 90 天 Placed Order。
23. 近期评论者（最近 30 天留过评价）。 买后最活跃的一群人。他们已经在告诉朋友。奖励这个行为——别只是索取更多。
配方：
最近 30 天留过评价（自定义事件）AND订单数→至少 1。
24. VIP / 批发标签。 很多 Klaviyo 账户把批发买家混在 DTC 列表里。批发买家打开你的"全场 8 折"邮件就是一次毛利损失。
配方：
Tag→包含 "wholesale"ORTag→包含 "VIP"。
25. 复购周期窗口。 适用于消耗品（护肤、保健品、宠物食品）。用每位客户上次下单的时间预测复购窗口。不同细分群，不同发送节奏。
配方：
Placed Order（SKU 属于 [消耗品集合]）→距今 [周期天数] 天内ANDPlaced Order→最近 [周期 - 7] 天内 0 次。
没人告诉你的三个坑
这三个坑会在我接手的每个 Klaviyo 账户上发生。提前知道。
事件追踪不完整。 "Viewed Product" 和 "Added to Wishlist" 不是默认就有的——需要在相关页面装好 Klaviyo JS 片段，再设置自定义事件。6、8、9 三个细分群在装好之前是空的。先审计，再建。
预测属性需要 90 天以上订单数据。 如果店铺较新，Klaviyo 的 Predicted CLV、Predicted Gender、Predicted Next Order Date 对多数档案返回 "unknown"。等满 90 天，或者跳过预测那组。
细分群重叠是特性，不是 bug。 一个订阅者可以同时落在 3 个细分群里。这是对的。试图为每种重叠组合写不同文案才是错——Klaviyo 的流程逻辑用优先级和排除规则处理这个。别硬在细分群里实现。
和细分群无关的那部分
上面 25 个细分群是有用的。更大的变化在工作流。两年前，建一个 Klaviyo 细分群需要营销运营解读数据、策略师定义角度、文案测试信息。这条链路要一周。
AI 工作流是：导出 90 天行为数据，跑提示词，得到 25 个带定义和角度的细分群，下午在 Klaviyo 里建完，挑最信任的那组开始写邮件。瓶颈从"我应该按什么分群"变成"我应该对他们说什么"。后面这个问题是 AI 还没完全答出来的——也是唯一真正重要的问题。
上面这份清单不是静态文档。60 天后拿新的 90 天数据再跑一次提示词。细分群会跟着你的列表、季节、目录一起演化。提示词才是资产，不是输出。