Passer au contenu principal
Composer

Recréer la segmentation : prédire le comportement d’achat, pas les ouvertures

Recréez la segmentation Klaviyo en fonction du comportement d’achat, et non d’indicateurs d’engagement indirects.

Mariel Bacci-Kilroy — COO, Sticky Digital
Collez dans Composer ou toute autre IA
Tu es un expert de la rétention spécialisé dans l’architecture de segmentation de Klaviyo. Ma segmentation actuelle est soit celle par défaut de Klaviyo, soit une configuration définie sans cadre structuré. Je dois la remplacer par quelque chose qui prédit réellement le comportement d’achat au lieu de mesurer les ouvertures d’e-mails. Voici mon contexte : Taille totale de la liste e-mail : [X] Part des profils engagés : [X] Part des profils non engagés : [X] Valeur moyenne de la commande : [X] € Fréquence d’achat moyenne des clients réguliers : [X] commandes/an Nombre moyen de jours entre le premier et le deuxième achat : [X] jours Taux de réachat : [X] % Modèle de produit (p. ex., achat unique, abonnement, les deux) : [X] Top 3 des catégories d’achat ou SKU : [X, X, X] Parcours client typique (p. ex., « La plupart des premiers achats proviennent d’une promotion, le deuxième achat a généralement lieu dans les 60 jours ou pas du tout ») : [X] Mes segments actuels : [X] Conçois ce qui suit : Une architecture de segmentation comportementale : Base-toi sur ce que les clients ont réellement fait, et non sur la date à laquelle ils ont ouvert un e-mail pour la dernière fois. Je veux des segments qui prédisent l’intention d’achat. Crée des niveaux (p. ex., prospects, acheteurs actifs, à risque, inactifs et VIP) en utilisant mes données réelles de fréquence d’achat et mon taux de réachat pour fixer les seuils. N’utilise pas les fenêtres génériques de 30/60/90/180 jours, sauf si mes données les justifient. La description de mon parcours client est importante ici. Utilise-la. Logique de filtrage Klaviyo exacte pour chaque segment : Sois suffisamment précis pour qu’un coordinateur puisse la créer sans poser une seule question de clarification. Utilise les propriétés Klaviyo, de vrais opérateurs (p. ex., « Nombre de commandes passées est supérieur à 1 » ET « Date de la commande passée est dans les [X] derniers jours » ET « Valeur vie client prévue est supérieure à [X] € »). Je ne veux pas d’interprétation. Je veux des conditions. Logique de suspension et d’exclusion : Dis-moi quels segments doivent être exclus de quels types de campagnes, et pourquoi. La plupart des marques suspendent les contacts non engagés, mais oublient de suspendre les acheteurs récents des campagnes d’acquisition, les membres du programme de fidélité des campagnes de réductions générales ou la clientèle VIP des envois promotionnels de masse. Donne-moi toutes les exclusions que je dois gérer, avec la logique de filtrage Klaviyo correspondante. * Recommandation de fréquence d’envoi par segment : Donne à chaque segment une cadence différente, liée à la probabilité d’achat et au risque d’attrition. Ne me donne pas une fréquence unique pour toute la liste. C’est exactement ce que j’essaie de corriger. Si l’une de mes saisies suggère un problème de qualité des données que je devrais résoudre avant de créer cette segmentation, dis-le-moi. Ne crée pas une architecture sophistiquée sur des données défaillantes.
Ou ouvrir dans