第 3 章：分眾與個人化

個人化策略平均能帶來 10-15% 的營收成長，在某些產業甚至可達 25%。但有一個令人不安的事實：只有 35% 的企業認為自己真正能夠跨渠道提供個人化體驗。大多數企業仍然在向所有人發送相同的郵件。

知道分眾很重要與真正做好分眾之間的差距，正是商機所在。而且這個差距相當巨大。大多數品牌知道應該個人化。大多數品牌知道分眾能帶來更好的效果。但大多數品牌仍在向整個郵件列表發送相同的郵件，理由是「我們沒有時間設定分眾」或「我們的資料不夠乾淨」。這兩個藉口都偏離了重點。即使是粗略的分眾（客戶與非客戶、活躍與不活躍），也遠勝於完全不分眾。你不需要完美的資料才能開始。你需要的是立即行動。

超越名字個人化

Kath Pay（Holistic Email Marketing 創辦人，Holistic Email Academy 共同創辦人）多年來一直強調：停留在「你好 {first_name}」層面的個人化實際上可能會損害效果。她的研究發現被廣泛引用：僅在主旨列中添加收件人名字、而郵件正文內容沒有個人化的郵件，表現可能比完全沒有個人化的郵件更差。名字設定了個人相關性的期望，而通用內容無法滿足這種期望，從而造成落差。

真正的個人化意味著內容本身根據收件人的不同而變化。動態內容模組向不同分眾群體展示不同產品。主旨列引用實際行為。發送時間針對個人習慣進行優化。產品推薦基於購買歷史，而非隨機的暢銷品。

資料佐證了這一點：以客戶資料驅動郵件行銷活動可使開信率提高 29%，點擊率提高 41%。80% 的客戶更願意從提供真正個人化體驗的品牌購買產品。基於購買歷史的產品推薦在營收影響方面比名字個人化高出 10-20 倍。

我建議按以下層級進行個人化，從影響力最大到最小排列：

1. 行為個人化。 根據瀏覽和購買歷史推薦產品。引用客戶最近的購買記錄。認可其忠誠度等級。這是影響力最高的個人化，因為它基於使用者實際的行為。
2. 生命週期個人化。 為新訂閱者、活躍客戶、VIP 和高流失風險客戶提供不同內容。每個階段都需要本質上不同的訊息和優惠。
3. 動態內容模組。 在單一郵件範本中，根據分眾群體成員關係展示不同的圖片、產品或內容部分。一次發送，多種版本。
4. 發送時間個人化。 在每個個人最有可能開信的時間發送。大多數主流 ESP 都提供此功能。
5. 基於位置的個人化。 引用本地天氣、本地活動、附近門市位置、適合時區的內容。
6. 名字和基本人口統計個人化。 使用某人的名字，在其生日時致意。作為深度個人化的補充尚可，但單獨使用意義不大。

沿著列表逐級深入。每個層級都能增加價值，但前三個層級貢獻了絕大多數的營收影響。

分眾類型

人口統計分眾。 年齡、性別、收入、位置。這是基礎。對於廣泛定向有用，但僅憑這一點還不夠。地理分眾讓你能夠本地化訊息、開展特定地區的促銷活動，並在正確的時區發送郵件。對於全球受眾而言，單是時區分眾就能顯著提升開信率。一封紐約時間上午 10 點發出的郵件，到達雪梨時已是凌晨 3 點，這就是為什麼等人們拿起手機時，你的郵件已經被壓在十四封其他郵件下面。時區調整發送是一個很多品牌忽視的簡單解決方案。

行為分眾。 人們實際做了什麼。購買歷史、郵件互動、網站瀏覽、購物車放棄。這裡才是真正的優勢所在。行為觸發郵件與特定行為掛鉤，這使其天然具有相關性。它們始終比任何其他類型的分眾產生更高的轉換率，因為郵件在行為發生時及時送達。

生命週期分眾。 使用者在與你的品牌關係中所處的階段。新訂閱者需要的內容與三年忠實客戶截然不同。客戶生命週期分眾認識到這一點並相應調整郵件內容。新訂閱者獲得入門引導。活躍客戶獲得交叉銷售和忠誠度獎勵。即將流失的客戶獲得挽回活動。已流失客戶在被壓制之前獲得最後一次嘗試。每個階段都需要本質上不同的訊息、語氣和優惠。

大多數品牌應該追蹤的生命週期階段：

1. 潛在客戶（已註冊但尚未購買）
2. 新客戶（在過去 30 天內完成首次購買）
3. 活躍客戶（在過去 90 天內購買過，且不止一次）
4. VIP 客戶（高頻率和/或高消費金額）
5. 高風險客戶（之前活躍，互動度下降）
6. 沉睡客戶（90-180 天內無購買或互動）
7. 流失客戶（180 天以上無任何活動）

將你的郵件流程與這些階段對應，你自然會為每個訂閱者創造更具相關性的體驗。

心理分眾。 生活方式、興趣、價值觀、態度。更難獲取，但一旦擁有則效果強大。如果你知道某個訂閱者關心永續發展，你可以強調你的環保實踐，而不僅僅是推送折扣。如果你知道另一個訂閱者純粹以價格為驅動，就以你最優惠的交易為開場。零方資料（下文詳述）是收集心理分眾資訊的最佳方式。問卷、歡迎調查和偏好中心選擇都能提供比從行為推斷更可靠的心理分眾信號。

RFM（近度、頻率、貨幣價值）。 一個借鑑自直銷的框架，非常適合郵件行銷。根據客戶購買的近度、頻率和消費金額對客戶進行評分。這為你提供了一種結構化的方式來區別對待不同類型的客戶。Val Geisler（Fix My Churn 創辦人）已經圍繞使用基於行為的分眾來降低流失率和提高留存率建立了完整的實踐體系。

RFM 實施指南

RFM 分析聽起來複雜，但實施可以很簡單。在三個維度上對每位客戶進行 1 到 5 分的評分。

近度。 他們最近一次購買是多久之前？昨天購買的客戶得 5 分。上次購買在八個月前的客戶得 1 分。

頻率。 他們多久購買一次？每月購買的使用者得 5 分。只購買過一次的使用者得 1 分。

貨幣價值。 他們消費多少？消費最高的客戶得 5 分。消費最低的得 1 分。

將這些分數組合起來，你就能得到每位客戶的輪廓。以下是如何處理關鍵分眾群體：

坦誠地說：簡單的 RFM 以 20% 的努力獲取了 80% 的價值。你不需要複雜的評分模型來開始。只需按最近購買時間將使用者分為 3-4 組：

1. 過去 30 天內購買（活躍）
2. 31-90 天前購買（溫暖）
3. 91-180 天前購買（冷卻中）
4. 180 天以上前購買（冷淡）

區別對待每組使用者，你會立即看到效果。當你準備好更精細化時，再加入頻率和貨幣價值維度。

對於使用 Klaviyo 的電商品牌，預測分析可以自動完成大部分工作。Klaviyo 根據購買歷史為每位客戶計算預測的下次訂購日期、預測生命週期價值和流失風險。對於 SaaS 和產品導向型公司，Vero 採取了不同的方法：它直接連接到你的資料倉儲（Snowflake、BigQuery、PostgreSQL、Redshift），並從你的生產事件資料中建構分眾，使你的郵件分眾始終與使用者在產品中的實際行為同步。如果你的 ESP 不提供預測分析或倉儲原生分眾，上述手動四組近度分眾方法能捕獲絕大多數價值。

還有一點實用建議：RFM 不必複雜才有效。我見過品牌用精心設計的評分模型和加權公式過度複雜化這一過程。從近度單獨開始。如果效果有所改善（會的），再加入頻率。如果效果進一步改善，再加入貨幣價值。你可以隨時間積累複雜性，但簡單版本現在就能奏效，無需任何額外工具或整合。

動態內容

動態內容讓你建立一個郵件範本，根據資料點向不同收件人展示不同內容。一封郵件，卻有一百種不同版本。A 分眾群體看到產品 X，B 分眾群體看到產品 Y，C 分眾群體看到案例研究。

這是郵件行銷中最強大的工具之一，但大多數人並沒有使用它。71% 的美國消費者期望品牌個人化他們的體驗。76% 的消費者在沒有個人化時感到沮喪。

Backstroke 的客戶透過使用進階分眾和動態內容，平均每次發送的營收提高了 31%。Brennan Dunn（RightMessage 創辦人，This Is Personal 作者）分享了具體案例：實施動態內容模組（在同一封郵件中向不同分眾群體展示不同產品或服務）使郵件營收提高了 15-30%。關鍵洞察：這不僅僅是向不同的人發送不同的郵件，而是讓單封郵件中的每個元素都與讀者相關。

大多數現代 ESP 透過條件模組支援動態內容。在 Klaviyo 中，你可以根據使用者屬性使用顯示/隱藏模組。在 ActiveCampaign 中，條件內容模組實現相同效果。在 Mailchimp 中，帶條件邏輯的合併標籤可以實現，但設定不夠直觀。如果你的 ESP 不原生支援動態內容，你可以透過建立獨立分眾並向每個分眾發送稍有不同的活動版本來近似實現。這需要更多工作，但效能提升證明了這是值得的。

一個實用的起點：為你的產品推薦部分建立兩個版本。向非客戶展示暢銷品，向現有客戶展示基於購買歷史的個人化推薦。將這個單一動態模組應用於所有促銷郵件，將以最少的持續工作改善兩個群體的相關性。

瀑布式分眾

一個值得了解的技術：瀑布式分眾根據重要性對分眾進行優先級排序，讓客戶按順序移動經過分眾，而不是同時落入多個重疊的活動中。這可以防止讓訂閱者按下取消訂閱按鈕的「一天三封郵件」問題。

工作原理如下。你為分眾定義優先級順序。符合多個活動條件的客戶只會被納入優先級最高的活動。例如：

1. 放棄購物車（最高優先級，時效性最強）
2. 購後跟進
3. 瀏覽放棄
4. 挽回活動
5. 常規促銷活動（最低優先級）

如果客戶放棄了購物車，同時也符合你每週促銷活動的條件，他們會收到購物車郵件，而不是促銷郵件。一旦購物車序列完成，他們就有資格參與下一個符合條件的活動。

Jay Schwedelson 一貫強調，過度聯繫是郵件表現最大的破壞因素之一。瀑布式分眾是一個實用的解決方案。

大多數 ESP 沒有內建的瀑布功能，因此你需要透過流程邏輯來實現。基本方法：在將某人加入新流程之前，檢查他們是否已經在高優先級流程中處於活躍狀態。如果是，將他們排除在外。當他們退出高優先級流程時，他們就有資格參與下一個符合條件的活動。這需要一些設定，但可以防止訂閱者體驗感到混亂。

同一理念的簡化版本：設定全域頻率上限。無論訂閱者符合多少流程條件，在 24 小時內不超過一封自動化郵件和一封活動郵件。某些 ESP（Klaviyo、Braze）原生支援此功能。其他 ESP 則需要你使用條件流程步驟手動建構邏輯。

互動評分

互動評分為訂閱者行為分配積分，並隨時間遞減這些積分，從而為你提供每個訂閱者與品牌互動程度的滾動衡量指標。

以下是一個簡單的起始模型：

應用每週 10% 的衰減率。上週的行為值原始積分的 90%。四週前的行為值約 65%。三個月前的行為幾乎沒有價值。

這建立了一個反映當前互動情況而非歷史行為的動態評分。使用該評分來確定：

• 發送頻率。 高分訂閱者獲得每次活動。低分訂閱者只獲得你最好的內容。
• 內容類型。 高互動？交叉銷售和向上銷售。低互動？重新激活和價值豐富的內容。
• 流程資格。 只對互動評分高於最低分的訂閱者觸發某些自動化。
• 日落時機。 評分降至零的訂閱者被移入日落流程。

大多數 ESP 如 Klaviyo 和 ActiveCampaign 都內建了互動評分。如果你的 ESP 沒有，你可以使用基於最近一次點擊的分眾規則來近似實現。

互動評分的關鍵在於它以簡單分眾無法做到的方式考慮了近度。一個六個月前點擊了五個連結但此後無任何動作的訂閱者並不是活躍使用者，儘管他們的總點擊次數很高。一個昨天點擊了一個連結的訂閱者是高度活躍的，儘管他們的總點擊次數很低。衰減機制捕捉了這種區別。沒有衰減，你衡量的是歷史興趣，而非當前互動。

基於互動的發送

這是大多數品牌能夠實施的最簡單、影響最大的優化之一。不是向整個列表發送每次活動，而是按互動級別分層發送。

第一層：過去 30 天內有點擊。 你最活躍的訂閱者。他們收到你發送的每次活動。

第二層：過去 60 天內有點擊。 仍然活躍，但不是你的日常讀者。他們收到大多數活動，大約 75% 的發送。

第三層：過去 90 天內有點擊。 顯示出脫離參與的跡象。他們只收到你最好的內容，大約 50% 的發送。

第四層：90-180 天內無互動。 將他們移入重新激活流程。不要發送常規活動。

第五層：180 天以上無互動。 日落流程。降低頻率，嘗試重新激活，然後壓制。

注意：我在這裡特意使用基於點擊的互動，因為 Apple MPP 對開信率可靠性的影響。

基於互動發送的效果始終強勁：

• 開信率提高 15-30%（因為你向更多開信的人發送）
• 垃圾郵件投訴減少 20-40%（因為你向不想收到郵件的人發送更少）
• 總營收變化 0-5%（通常持平甚至正成長，因為改善的郵件送達率對活躍分眾的提升超過了減少向非活躍使用者發送所帶來的損失）

最後一點讓人感到驚訝。你發送了更少的總郵件量，而營收持平或成長。機制很簡單：更好的互動信號帶來更好的收件匣到達率，這意味著你的郵件實際上能夠到達重要人群的收件匣。

我在許多 SmartrMail 客戶中看到了這種模式。一個品牌從「向所有人發送一切」切換到基於互動的分層，在 4-6 週內，其整體網域信譽得到改善，收件匣到達率上升，營收要麼持平要麼增加。唯一的代價是建立互動分眾和調整發送工作流程所需的少量設定時間。

如果你要從本章實施一件事，那就讓它成為基於互動的發送。這是回報最可靠的最簡單優化。

零方資料收集

零方資料是訂閱者自願主動提供給你的資訊。與推斷資料（根據點擊猜測某人喜好）不同，零方資料直接來自來源。它更可靠，訂閱者也會感謝你詢問而非假設。

歡迎調查問題。 在你的歡迎系列（第 2 或第 3 封郵件）中，提一個分眾問題。Brennan Dunn 的標誌性技術：邀請新訂閱者自我識別其角色、最大挑戰或他們在尋找什麼。使用回答對他們進行標記和分眾。他報告說，這個簡單步驟可以使後續郵件序列的轉換率翻倍，因為內容變得具體相關。

偏好中心。 讓訂閱者選擇他們感興趣的內容主題以及希望多頻繁地收到你的郵件。在獲得選項的情況下，20-30% 點擊「取消訂閱」的人會選擇調整偏好而非完全取消訂閱。這是一個有意義的訂閱者留存數量。

問卷。 「你是哪種類型的 [X]？」接著透過郵件收集獲取個人化結果。Interact 和 Typeform 等工具讓這些問卷的建構變得簡單。問卷形式有較高的完成率，因為人們天生對自己會被如何歸類感到好奇。

購後調查。 「是什麼讓你決定購買？」或「你會用它做什麼？」為你提供心理分眾和用例資料，驅動更好的推薦和內容。

零方資料相對於推斷資料的優勢在於準確性。告訴你他們關心永續發展的人一定關心永續發展。點擊了一個與永續發展相關產品的人可能只是在瀏覽。自我報告的資料對個人化更為可靠。

零方資料還具有信任優勢。當你直接詢問訂閱者時，他們感到對自己的資料有控制權。當你在不告知他們的情況下從行為推斷時，可能會感覺侵入性很強。這種詢問本身就建立了信任：「我們想向你發送相關內容，所以我們詢問你關心什麼。」這是大多數人會積極響應的訊息。

偏好中心

我想專門擴展討論偏好中心，因為它們是郵件行銷中使用最不充分的工具之一。

偏好中心是訂閱者可以調整他們從你那裡接收什麼的頁面，而不是完全取消訂閱。它通常讓他們選擇：

• 內容主題（產品更新、教育內容、銷售和促銷、公司新聞）
• 郵件頻率（每天、每週、每月、僅基本內容）
• 格式偏好（HTML 與純文字，儘管這現在不太常見）

關於偏好中心的資料令人信服。當訂閱者點擊「取消訂閱」並看到偏好中心時，20-30% 的人會調整偏好而不是完全取消訂閱。這直接減少了列表流失。

但更大的好處是你收集的資料。當訂閱者告訴你他們只想要產品更新而不是促銷郵件時，你現在擁有了可以永久分眾他們的零方資料。他們的體驗改善了（只收到他們想要的），你的互動指標改善了（他們更有可能開信和點擊），你們的關係增強了（他們感到有控制權）。

大規模分眾（10 萬以上列表）

本章中的所有內容適用於任何列表規模。但向 10 萬以上訂閱者發送郵件的品牌面臨較小列表不會遇到的特定挑戰。在大規模情況下，錯誤複合得更快，收件匣提供商審查得更嚴格，管理分眾的營運複雜性顯著增加。

互動分層系統變得不可或缺。 在 10 萬以上聯絡人的情況下，向整個列表發送每次活動是積極有害的。你會耗盡網域信譽，觸發 Gmail 的過濾，並在數週內看到收件匣到達率下降。將基於互動的分層（本章前面的基於互動的發送部分已涵蓋）作為你的首要優先事項。至少，將你的列表分為三個層級：30 天活躍、60 天活躍和 90 天以上不活躍。只有你的 30 天活躍分眾應該收到每次活動。

日落政策需要執行，而不僅僅是規劃。 在大規模情況下，維護不活躍訂閱者的成本是實質性的。10 萬人列表的 10% 是 1 萬個你付費維護卻產生零營收並積極損害郵件送達率的聯絡人。實施自動壓制：在 120 天的零互動（無開信，無點擊）之後，將訂閱者移入專用重新激活流程。重新激活流程完成無響應後，將他們從所有行銷發送中壓制。每季審查，每年刪除真正死亡的聯絡人。

大規模頻率管理需要自動化，而非人工監督。 當多個團隊成員、產品線和活動類型都針對同一訂閱者群時，沒有防護措施過度聯繫是不可避免的。實施頻率上限：每個訂閱者每天不超過一封行銷郵件，每週不超過四到五封。某些 ESP（Klaviyo、Braze）透過全域頻率上限原生支援此功能。其他則需要你將邏輯建構到流程條件中。

發送節流很重要。 當你同時發送 10 萬封郵件時，收件匣提供商會注意到。使用 ESP 的節流設定將發送分散到一到兩小時內。這降低了觸發速率限制的可能性，並給你時間在整個列表收到郵件之前發現問題（斷開的連結、渲染問題）。

按互動和生命週期分眾，而不僅僅是人口統計。 大型列表讓人容易想建立精心設計的人口統計分眾（年齡 + 位置 + 性別 + 購買類別）。除非你有足夠的規模使每個分眾具有統計意義，否則要抵制這種誘惑。在 10 萬列表中 200 人的分眾不是分眾，而是捨入誤差。將你的分眾集中在營收影響最高的維度上：互動水平、購買近度、客戶生命週期價值層級和產品類別興趣。

測試在大規模時變得更加有力。 擁有 10 萬以上訂閱者，你有樣本量可以積極測試。在列表的 5-10% 上執行 A/B 測試，並將勝出者應用於剩餘的 90-95%。你可以在數小時而非數天內達到統計顯著性。利用這一優勢系統地測試主旨列、發送時間、優惠結構和內容格式。在大規模情況下，10 萬訂閱者中點擊率提高 2% 會產生有意義的增量營收。

按 ISP 監控郵件送達率。 在高發送量時，你與 Gmail、Yahoo 和 Outlook 的信譽可能出現分歧。你可能在 Gmail 上有出色的收件匣到達率，但被 Yahoo 節流。使用 Google Postmaster Tools 和 Microsoft SNDS 獨立監控每個提供商。如果某個提供商的指標下降，你可以專門針對該提供商調整發送，而不改變整體計畫。

訂閱者生命週期價值

了解訂閱者的生命週期價值有助於你在獲取支出、內容投資和留存努力方面做出更好的決策。基本計算：每位訂閱者每月平均營收乘以平均訂閱者生命週期（月數）。簡單，但大多數品牌從未做過這個計算。

按獲取來源追蹤生命週期價值。來自有機搜尋的訂閱者可能與來自付費 Facebook 活動的訂閱者具有完全不同的生命週期價值。我見過企業在首次進行這項分析後重新分配 40% 的獲取預算。第 9 章詳細介紹了生命週期價值計算、獲取成本基準以及你應該目標的 LTV:CAC 比率。