Avtomatizacija zapuščenega izdelka

Kako sporočila po ogledu izdelka prilagoditi kategoriji izdelka

Posted on July 19, 2026 by

Sledenje po ogledu izdelka, ki deluje za majico za 18 €, bo padlo v vodo pri vzmetnici za 900 €, in isto e-poštno sporočilo, poslano za serum za obraz, nima nobenega smisla za prenosnik. Rešitev je, da nehate poganjati eno avtomatizacijo po ogledu izdelka za ves katalog in namesto tega zgradite majhno število različic po kategorijah, vsako z lastnim tonom, časom, slikami in dokazi. Oblačila potrebujejo pomiritev glede prileganja in hitre, vizualne opomnike. Elektronika potrebuje specifikacije, primerjavo in prostor za premislek. Potrošni izdelki potrebujejo namig, da pohajajo, in ponovno naročilo. Isti sprožilec — znan stik si je ogledal izdelek in ga ni dodal v košarico ali kupil — a sporočilo, ki jih pripelje nazaj, se spreminja glede na to, kaj so gledali. Gre za ujemanje sledenja s kategorijo, ne le s ceno.

Takole razdelite svoj katalog in zgradite različice, ne da bi na koncu vzdrževali štirideset avtomatizacij.

Zakaj ena avtomatizacija za ves katalog dela slabo

Večina trgovin postavi eno samo e-poštno sporočilo po ogledu izdelka, vanj spusti dinamični blok izdelka in ga usmeri na vse. Sproži se enako, ob istem zamiku, z isto vrstico besedila, ne glede na to, ali je bil ogledani artikel ovitek za telefon ali jedilna miza.

To deluje, dokler ne pogledate, zakaj ljudje oklevajo, kar je po kategorijah različno. Nekdo, ki gleda jakno, se običajno sprašuje »ali se bo prilegala in je videti kot na fotografiji?«. Nekdo, ki gleda espresso aparat za 600 €, se sprašuje »ali je vreden več od cenejšega in ali se bo v letu dni pokvaril?«. Eno samo sporočilo ne more odgovoriti na oboje. Na koncu ne odgovori na nič, zato privzame generično spodbudo »še vedno zanimivo?«, ki dejanski ugovor pusti neodgovorjen.

Nagon lastnika trgovine je dvigniti številke avtomatizacije s testiranjem zadev ali menjavo časa pošiljanja. Uporabno, a zdravi simptom. Prava vrzel je ustreznost: raziskovalno naravnan gledalec in impulzivni gledalec dobita enako obravnavo, in vsaj z enim od njiju ravnate napačno.

Kje neujemajoče se sporočilo pušča prihodek

Predstavljajte si trgovino s tremi širokimi vrstami izdelkov: oblačila, mala elektronika in potrošni izdelki za dolivanje. Recimo, da vsaka dobi 1.000 ogledov izdelkov na mesec od znanih stikov, ki ne dodajo v košarico. (Ponazoritveno.)

Gledalec oblačil je odskočil zaradi dvoma o prileganju in bi se odzval na vodnik po velikostih ter pravo fotografijo stranke. Gledalec elektronike potrebuje primerjavo specifikacij in vrstico o garanciji, in to potrebuje tri dni pozneje, ne tri ure pozneje, ker še vedno bere ocene drugje. Gledalec potrošnih izdelkov skoraj ne potrebuje prepričevanja — potrebuje opomnik in povezavo za ponovno naročilo.

Poganjajte eno avtomatizacijo za vse tri in gledalcu prenosnika pošljete logiko vodnika po velikostih, osebi, ki se ne bo odločila dva tedna, pa nujnost »vrnite se zdaj«. Kliki, ki jih izgubite, niso od slabe e-pošte. So od pravilne e-pošte, uperjene v napačno kategorijo. Pomnožite nekaj odstotkov obnovitve čez vsak ogled izdelka, vsak mesec, in neujemanje je tisto puščanje.

Kako razvrstiti katalog, ne da bi prezidali preveč

Ne potrebujete različice na SKU. Potrebujete tri do pet vedenjskih košev, razvrščenih po tem, kako se ljudje odločajo, ne po tem, kako je urejen meni vaše trgovine.

Katalog razvrstite po vprašanju, ki si ga kupec v resnici zastavlja:

Hitro, vizualno, malo tveganja (oblačila, dodatki, dekor za dom pod pragom): odločitev je hitra, gnana z videzom in prileganjem. Kratek ritem, močne slike, pomiritev glede prileganja ali sloga.
Premišljeno, gnano s specifikacijami (elektronika, gospodinjski aparati, orodje): odločitev potrebuje informacije in primerjavo. Počasnejši ritem, specifikacije, ocene, garancija, vračila.
Ponovljivo / potrošno (nega kože, prehranska dopolnila, kava, hrana za hišne ljubljenčke): odločitev je z nizkim vložkom in pogosto ponovno naročilo. Ton opomnika, povezava za ponovno naročilo, možnost naročnine.
Čustveno, zelo premišljeno (pohištvo, nakit): odločitev je počasna in osebna. Potrpežljivo, človeško, brez pritiska.

Trije koši so za mnoge trgovine dovolj. Če se kategorija resnično vede drugače, ji dajte lastno različico — a le, kadar se ugovor in čas dejansko razlikujeta. Za cenovno zgornji konec tega se mehanika razlikuje dovolj, da je gradnjo avtomatizacije po ogledu za drage izdelke vredno obravnavati posebej.

Kaj se med različicami spremeni

Sprožilec in izključitve ostanejo enaki v vsaki različici: znan, dosegljiv stik si je ogledal izdelek, ni dodal v košarico, ni kupil, ni že v avtomatizaciji košarice. Kar spremenite, je vse navzdol.

Ton. Oblačila so lahko lahkotna in hitra. Elektronika naj se bere kot podkovan prijatelj, ne prodajalec. Pohištvo in nakit ostaneta mirna in brez naglice.

Čas. Kategorije s hitro odločitvijo dobijo prvo sporočilo nekaj ur po ogledu. Premišljene kategorije počakajo dan ali več, ker je e-pošta s specifikacijami, ki pristane, medtem ko nekdo še primerja, bolj dobrodošla kot tista, ki pride, preden je imel čas za razmislek.

Slike. Oblačila vodijo z izdelkom na osebi in življenjskimi posnetki. Elektronika vodi z izdelkom in poudarkom na specifikaciji. Potrošni izdelki lahko vodijo z izdelkom in namigom »kako dolgo zdrži«.

Kateri dokaz šteje. To je tista velika stvar. Oblačila: ocene prileganja in politika vračil. Elektronika: primerjava, garancija, strokovne ali preverjene ocene. Potrošni izdelki: udobje ponovnega naročila in rezultati. Pohištvo: materiali, dostava in fotografije iz pravih domov. Kako v vsako vplesti ceno, ocene in koristi, je posebna veščina — kako uporabiti ceno, ocene in koristi v sporočilih po ogledu izdelka to razčleni.

Kaj avtomatizirati, konkretno

Za vsako različico po kategoriji:

Sprožilec: znan stik si ogleda izdelek v tej kategoriji, brez dodajanja v košarico in brez nakupa v oknu.
Segment: dosegljivi stiki, označeni s kategorijo ogledanega izdelka. Izključite vsakogar z aktivno košarico.
Čas: kratek za koše s hitro odločitvijo (prvo sporočilo približno 3 do 5 ur), daljši za premišljene (prvo sporočilo približno 24 do 72 ur).
Kanal: e-pošta kot osnova; SMS prihranite za opomnike o potrošnih izdelkih ali ponovne gledalce, kjer imate soglasje.
Vsebina: točno ogledani izdelek, povlečen dinamično, plus dokazni element, ki ustreza kategoriji, plus en ali dva resnično sorodna izbora. Logika sorodnih izdelkov se razlikuje po košu — kako priporočiti podobne izdelke po ogledu izdelka opisuje, kako to narediti, ne da bi bilo videti kot naključna mreža.
Cilj: dodajanje v košarico, ob katerem ta avtomatizacija izstopi in prevzame obnovitev košarice.

Kategorijo določi izdelek, ki si ga je oseba ogledala, zato kupca ne prosite, da se sam razvrsti. Usmerjanje opravi struktura vašega kataloga.

Primer iz trgovine

Trgovina, ki prodaja tako oblačila kot majhno linijo potrošnih izdelkov za nego, je za vse poganjala eno e-poštno sporočilo po ogledu izdelka. (Ponazoritveno.) Dolivanja za nego — olje za brado, rezila — so bila večinoma ponovna naročila, a so dobivala isto vrstico »še vedno razmišljate?« kot jakna za 70 €, kar zveni čudno, ko ti je pravkar zmanjkalo tistega, kar kupuješ vsak mesec.

Razdelitev na dve različici je bila delo za eno dopoldne. Oblačila so ohranila hitro, vizualno e-pošto s povezavo do vodnika po velikostih in pomiritvijo glede vračil, poslano nekaj ur po ogledu. Potrošni izdelki so dobili preprostejši opomnik — ton »vam pohaja?«, povezavo za ponovno naročilo z enim dotikom, brez slogovnega besedila — poslan ob nekoliko daljšem zamiku, ki je približno ustrezal temu, kako pogosto ljudje kupujejo znova. Nič premetenega. Sporočilo je le nehalo nasprotovati dejanski nameri kupca.

Kaj meriti

Delež klikov na različico, ne zmešano. Zmešana številka skrije koš, ki odpoveduje.
Delež ogledov, ki se prevedejo v košarico, po kategoriji — delež gledalcev po sledenju, ki dodajo v košarico.
Prihodek na prejemnika na različico, da vidite, katera kategorija si prisluži svoje pošiljanje.
Delež ponovnih naročil posebej pri različici za potrošne izdelke, saj ta koš živi ali umre ob udobju.

Če ena različica močno zaostaja, je popravek običajno dokazni element ali čas, ne celoten pristop.

Kako se vpne Omnisend

Za to potrebujete sprožilce ogleda izdelka, ki nosijo kategorijo ogledanega artikla, segmentacijo, po kateri lahko filtrirate, in dinamične bloke izdelkov, ki v e-pošto povlečejo točen artikel in sorodne izbore. Prav tako želite e-pošto in SMS na enem mestu, da lahko opomnik o potrošnih izdelkih odide po SMS-u, kadar je to boljši kanal.

Omnisend uporabljam v svojih trgovinah, potem ko sem ga preizkusil proti Klaviyu, večinoma zato, ker sem lahko te različice po kategorijah zgradil in čas za posamezen koš nastavil sam, brez razvijalca. (Priporočam ga in vsaka partnerska povezava tukaj je razkrita; pristop deluje enako na drugih orodjih.) Ne bo rešil različice, katere izdelek je preprosto predrag ali katere oznake kategorij so v neredu — čisti podatki o izdelkih so predpogoj in nobena avtomatizacija namesto vas ne popravi slabe postavitve oznak.

Vaš naslednji korak

Odprite katalog in vsak aktiven izdelek razvrstite v tri koše po tem, kako se ljudje odločajo: hitro-vizualno, premišljeno ali ponovljivo. Ta teden zgradite eno različico po ogledu izdelka za svoj največji koš, z dokaznim elementom in časom, ki mu ustrezata, in preostale za zdaj pustite na generični avtomatizaciji. Dva tedna primerjajte delež klikov in prihodek na prejemnika obeh različic, preden razdelite naprej. Nato se odločite, ali vaši premišljeni izdelki potrebujejo lastno potrpežljivo različico — kdaj poslati sporočilo po ogledu izdelka vam bo pomagalo nastaviti čas za ta koš.

Product Abandonment Automation

How to Personalize Product Abandonment by Product Category

Posted on July 10, 2026 by

You personalize product abandonment by category in three moves: capture the category of the viewed product as a property on the trigger event, split your flow into category branches (or insert dynamic content blocks per category), and change three things per branch — the timing, the objection you answer, and the products you recommend alongside the viewed item. A shopper who looked at a €45 moisturizer and one who looked at a €900 sofa are not in the same conversation, and one generic “still thinking about this?” email treats them as if they were. The rest of this article shows exactly how to set the branches up, what to write in each, and how to know if the split is earning its complexity.

Why one generic follow-up underperforms across a mixed catalog

If you run a store with more than one meaningful category — say skincare plus devices, or apparel plus footwear, or parts plus finished bikes — you already know the categories behave differently. Different price points, different margins, different time-to-decision, different return rates. Your ad account knows this too: you probably bid differently per category on Google Shopping.

Yet most stores in the €20,000–100,000 monthly range send the exact same product abandonment email to everyone: same subject line, same delay, same “complete your purchase” framing. The email works acceptably for the middle of your catalog and quietly fails at both ends — too pushy for considered purchases, too slow and too wordy for impulse ones.

The usual reaction is to fix it with spend: retarget harder on Meta, add a sitewide 10% code. That treats a relevance problem with money. Retargeting the sofa viewer with the same creative cadence as the moisturizer viewer costs you the same rising CPMs and converts neither well, and the discount code trains your best category to wait for codes. If you haven’t built the base flow yet, start with what product abandonment automation is and come back to this once it’s running.

Where the money leaks in a non-personalized flow

A quick illustrative calculation — these numbers are invented to show the mechanics, not benchmarks. Say 3,000 identified shoppers a month trigger your product abandonment flow: 2,000 viewed low-ticket consumables, 1,000 viewed high-ticket items. A generic email converts both groups at some blended rate. Now suppose personalizing lets the consumables branch send faster and the high-ticket branch answer real objections, and each branch converts just 10 extra shoppers a month. At a €40 average order in one branch and €300 in the other, that’s €400 + €3,000 = €3,400 a month from traffic you already paid for. Even if reality lands at half that, it’s setup work you do once.

The leak isn’t only conversion. Irrelevant follow-ups burn list health — people unsubscribe from emails that clearly weren’t written for what they looked at, and every unsubscribe removes a future welcome, cross-sell and win-back opportunity too.

Set it up in this order

Check your category data first. Open your product feed or catalog sync and confirm every product carries a clean category or collection value. Messy data here breaks everything downstream. Fix the top 80% of revenue by category; ignore the long tail for now.
Group categories by behavior, not by your menu. You don’t need a branch per category. You need 2–4 behavioral groups, typically: impulse/low-ticket, considered/high-ticket, and replenishable. A store with 14 categories usually needs 3 branches.
Build the split in the flow. One trigger, then a conditional split on the viewed product’s category property.
Write per-branch content (specifics below).
Only later: per-branch A/B tests, SMS additions, dynamic recommendations. Don’t start there.

The exact automation, branch by branch

Here’s the full spec, not “set up an automation”:

Trigger: product viewed event, no add-to-cart and no purchase within the session. Filter out thin signals first — excluding low-intent product views matters more once you personalize, because each branch sends with more confidence.
Segment/split: conditional split on the category property of the viewed product, mapped to your 2–4 behavioral groups. Exclude anyone with an active cart (that shopper belongs to cart recovery, not this flow).
Impulse branch (e.g. accessories under €50): email at 2–4 hours. Subject names the product. One image, one button, one line of copy. No discount. Goal: catch the shopper the same day, while the tab is still mentally open.
Considered branch (e.g. furniture, electronics over €300): email at 20–24 hours, second email at day 3. First email answers objections — delivery time, returns, warranty, a review quote. Second email shows one or two alternatives from the same category. Goal: stay useful through a multi-day decision. The tactics in product abandonment for expensive products apply to this whole branch.
Replenishable branch (consumables): email at 6–12 hours, framed around the routine (“running low?” works for repeat viewers of something they’ve bought before), plus a bundle suggestion. Goal: nudge toward a slightly larger order, not just the single item.
Channel: email for all branches; reserve SMS for the considered branch’s second touch if you have consent, since that’s where order values justify SMS cost.

Per-branch recommendations follow the same logic — the approach in recommending similar products after a product view works best when “similar” is constrained to the viewed category.

A concrete example: a home and kitchen store

Illustrative scenario, invented numbers. A store sells gadgets (€15–40), cookware (€60–150), and appliances (€250–800). Before the split: one email at 24 hours for everyone. After: gadgets get a 3-hour email with a single product shot; cookware gets a 12-hour email with a review quote and a “completes the set” recommendation; appliances get a 24-hour email covering delivery and warranty plus a day-3 comparison of two alternatives. Same traffic, same list, three different conversations. The gadget email arrives 21 hours earlier than it used to — for a €25 impulse item, that timing change alone is often the difference between a sale and a forgotten tab.

Metrics that tell you the split is working

Revenue per recipient, per branch — the number that justifies the extra complexity. Compare each branch against your old generic flow’s baseline.
Click-through rate per branch — relevance shows up here first, before conversion does.
Placed-order rate per branch — expect the impulse branch to convert faster, the considered branch to convert later but larger.
Unsubscribe rate — personalization done right should push this down versus the generic version.

Doing this in Omnisend

I ignored email marketing for years — it looked like the spam folder’s business model. Rising ad costs on my own stores changed my mind, and after testing Klaviyo and Omnisend side by side I settled on Omnisend because I could build and adjust flows like this myself without a retainer.

The category split maps directly onto Omnisend features: the product viewed event carries product properties from your connected store, so a conditional split step can branch on category. The product recommender block can then pull items from the same collection per branch, and flow-level analytics show revenue per branch so you can compare them without a spreadsheet. One honest caveat: the split is only as good as the category data your store platform sends. If your Shopify collections are a mess, clean them before building this, and expect an afternoon of setup plus a couple of weeks of data before the branch comparison means anything. No flow structure rescues a weak offer in a weak category, either.

Your next step

Don’t build anything yet. Pull last month’s product abandonment sends and tag each converted order by category. If one category group clearly over- or under-performs the blended average, that’s your first branch — build that single split this week and leave the rest of the flow untouched until the numbers come in.