Klaviyo：AI营销自动化实战指南

为什么需要 Klaviyo：群发邮件失效 → 事件驱动的实时个性化

传统电商营销依赖两种手段：一是固定时间点的批量群发（如每周 newsletter），二是人工从后台导出订单名单再导入邮件服务商。前者无法感知「用户刚刚加购但没付款」的瞬时状态，后者数据滞后严重——等名单整理好，用户可能已经去竞品下单了。更麻烦的是，邮件与短信两套系统数据割裂，同一个用户在不同渠道里被当作两个陌生人，体验和转化率都受影响。

Klaviyo 将这些痛点一击即破。它通过一段 JS 追踪代码和电商平台深度集成（尤其 Shopify），把浏览、加购、下单、弃单、复购等行为实时采集为事件流，再以 Flow（自动化流程）为引擎，在用户行为发生的几分钟内自动发送个性化邮件或短信。同时，所有事件被合并进统一的客户画像（Profile），邮件互动、短信互动、订单历史在一个视图内汇总，为后续分段和 AI 个性化提供数据基础。定时群发只是它的基本功，真正的价值在于「行为触发」。

与同类工具相比，Klaviyo 的气质差异很鲜明：Mailchimp 是「通用邮件工具」，以列表（List）为中心；Klaviyo 是「电商原生 + CDP」，以事件和画像为中心。它不追求做全行业的营销全家桶，而是把电商场景做到最深处。

安装与环境配置：4 步就绪

Klaviyo 是云端 SaaS，不需要安装本机软件，但需要完成商城连接、追踪代码部署、数据验证三步才能让事件数据流动起来。

步骤一：注册与商城连接。 访问 klaviyo.com 创建账号，在设置中找到商城集成，通过 Shopify（或其他支持的商城）授权连接。连接后 Klaviyo 会自动拉取商品、订单和客户数据。

步骤二：部署追踪代码。 在 Klaviyo 的「Settings → Account → 追踪代码（Tracking Code）」页面复制 JS Snippet，粘贴到网站全局模板的 </head> 标签之前。这套脚本会自动监听页面浏览、加购、结算等标准事件。

步骤三：同步订阅与获取用户。 如需收集邮件订阅，可创建 Klaviyo 表单（Signup Form），或者用 identify 调用把已登录用户的关键标识（邮箱、电话、外部 ID）上报给 Klaviyo，用于事件与画像的合并。

步骤四：验证。 用实时预览（Live Preview）或浏览器开发者工具确认 klaviyo.js 已加载，再访问网站触发一次「加购」事件，在 Klaviyo 的事件日志（Events）中看到对应记录即部署成功。

# Klaviyo 本身无需命令行安装；以下为部署追踪代码的最小 HTML 示例# 将 YOUR_COMPANY_ID 替换为账号页提供的真实值 cat << 'EOF' >> /path/to/site/templates/head.html<script type="text/javascript" async  src="https://static.klaviyo.com/onsite/js/klaviyo.js?company_id=YOUR_COMPANY_ID"></script><script>  // 识别已登录用户：订阅 newsletter 或登录后的页面可调用  window._learnq = window._learnq || [];  window._learnq.push(['identify', {    email: 'customer@example.com',    phone: '+8613800000000'  }]);</script>EOF

快速上手：20 分钟跑通第一条弃单挽回 Flow

最简单的验证场景是「弃单挽回（Abandoned Checkout）」，这也是 Klaviyo 模板库中开箱即用的自动化流程。思路：系统检测到用户发起结算但未完成支付，等待 1 小时后自动发送一封提醒邮件，若仍未购买，24 小时后再补一条短信。从建账号到第一条自动邮件发出，约 20 分钟。

1. 创建 Flow： 登录 Klaviyo 后台，进入「Automations（Flow）」→ 点击创建新流程，模板库中选择「Abandoned Checkout，Cross-Channel」或类似模板。

2. 设置触发条件： 确认触发器为「开始结账」事件（Checkout Started），并设置排除规则——已在 24 小时内购买的用户不触发。

3. 配置等待与分支： 默认时间线为「等待 1 小时 → 邮件 1」；再添加「等待 24 小时 → 邮件 2」和附加的短信步骤。

4. 编辑内容： 邮件编辑器中使用变量（如 {{ first_name }}、商品与购物车详情）做个性化填充，标题可用内置 AI 主题行生成器产出，勾选「允许 AI 生成 3 个备选」。

5. 上线：通过测试账号发送预览邮件，确认无误后，点击「开启流程」按钮，流量即刻开始进入。

发送后，在流程详情页可实时看到「已发送」「待发送」人数的漏斗图表，对比邮件 1 与邮件 2 的打开率、点击率。进阶技巧：针对「首次弃单」与「二次弃单」分别创建不同折扣策略的 Flow，用 A/B 测试验证哪种话术和优惠力度更能挽回订单——这类测试是提升该流程收入贡献的关键动作。若未接入商城，也可在「数据与事件」中手动导入事件模拟测试，但生产环境务必以真实数据传输为准。

核心能力详解：4 大支柱

支柱一 · 事件追踪与客户画像（CDP）。 Klaviyo 将用户行为建模为「事件（Event）— 人（Profile）」两层结构：事件是时间序列上的行为记录（如 Viewed Product、Added To Cart、Placed Order），Profile 是聚合了所有事件和属性的单一用户画像（含邮箱、电话、历史订单、累计消费额、标签等）。这种结构使「某个用户 30 天内消费超过 3 次」此类复购信号可以用一眼可读的描述性语言表达，支撑后续所有自动化和分段的实现。

支柱二 · Flow 自动化编排。 Flow 是 Klaviyo 的自动化引擎，由触发器、条件分支、等待节点、动作节点（发邮件/短信、加标签、调 Webhook）组成。触发方式包括「事件触发」（如弃单、首次购买）、「表单提交触发」（如扫码订阅）与「定时触发」（如生日提醒）。Flow 与 Campaign 的本质区别在于：Campaign 是面向一批受众的「一次性广播」，Flow 是为单个用户按时间线运行的「生命周期程序」。

支柱三 · AI 辅助内容与流程生成。 2023 年 11 月起 Klaviyo 引入生成式 AI 能力：AI Flow Generator 允许用自然语言描述（如「欢迎新订阅用户并在一周后推荐热销款」）生成多步流程骨架；AI 主题行生成器根据邮件正文产出多个高打开率候选；AI 文案功能覆盖邮件正文与短信内容生成，内置品牌语气选择。需要强调：AI 产出的是「初稿」，最终发送前必须有真人做品牌敏感词与事实审核。

支柱四 · 分段与预测分析。 Segment（分段）是动态的实时筛选条件集合，可组合事件行为、画像属性、未满足条件（如「过去 7 天打开了邮件但未点击」），名单随用户行为实时进出。在 Predictions 预测模块中，还可基于历史数据输出「未来 30 天高价值客户」与「流失风险客户」两类人群，直接作为 Flow 的触发受众。短信渠道的合规逻辑：所有短信必须获得收件人的明确同意，Klaviyo 会在发送前校验并标记合规状态。

生产部署与监控：从上线到运维

团队协作与权限管理。 生产环境建议按角色分配权限：管理员负责商城连接与计费设置，营销人员仅获得 Flow、Campaign 的编辑权与发送权限，开发人员持有 API key 管理权。启用「编辑审批」流程可避免非授权操作直接推送——大促期间的一次误发送可能带来不可逆的品牌损失。IP 预热策略：新域名迁移至 Klaviyo 后，前两周应控制发送量逐步递增，避免信誉度不足导致大量进入垃圾箱。

数据接入与扩展集成。 除内置的 Shopify 等商城连接器外，可调用 Klaviyo API 上报自定义事件（如「直播观看」「优惠券领取」），或用官方 Python SDK 将线下门店订单同步进画像。实时性与规范同等重要：事件命名（如 Searched Product）和属性结构应制定团队内部规范，避免同名异构导致后续分段失效。

可观测性。 Klaviyo 后台提供实时仪表盘，可监控邮件送达率、打开率、点击率、垃圾箱投诉率和短信送达情况；每条 Flow 均有独立的漏斗图与性能指标。建议建立周监控：对送达率跌破 95%、投诉率超过 0.1% 的分段立即排查名单健康度与内容质量问题。平台整体运行状态可查看 status.klaviyo.com 状态页，出现异常告警时优先使用官方状态页确认是否为平台侧问题而非配置问题。

<p class="para-label">避坑清单：</p>

<ul class="dash-list"><li>坑 1：未部署追踪代码就直接创建 Flow。事件触发型 Flow 依赖前端事件上报，若 JS Snippet 缺失或加载失败，流程永远不会触发且不报错。上线前务必用真实浏览器会话验证事件日志中出现对应事件。</li><li>坑 2：对过期名单直接广播。长期未互动或不活跃的联系人会降低域名信誉（IP/域名温度），导致整体邮件进入垃圾箱。发送前应先用「活跃用户」分段过滤，并关注发送后的垃圾箱投诉率。</li><li>坑 3：短信渠道未确认合规资质就发送。向未明确同意的用户发送营销短信违反中国及欧美相关法规（如 TCPA、当地反垃圾信息法），可能导致高额罚款与账号暂停。Klaviyo 会校验合规状态，但仍需人工确认各环节的同意记录完整可查。</li></ul>

AI 应用场景

常见误区

面试题

参考来源

• webpageKlaviyo 官网产品入口、定价与功能概述