E-Mail-Marketing für Shopify

Shopify-Automatisierungen für einen großen Produktkatalog erstellen

Veröffentlicht am July 19, 2026 von

Wenn Ihr Katalog in die Tausende SKUs geht, ist der Fehler, Automatisierungen Produkt für Produkt aufzubauen. Das tun Sie nicht. Sie bauen sie rund um Verhalten und Daten und lassen die Produkte sich selbst einfüllen. Eine Willkommens-E-Mail, ein Warenkorbabbruch, ein Browse-Flow, eine Nachbestell-Erinnerung – keine davon sollte im Text einen einzigen Artikel namentlich nennen. Sie ziehen, was der Kunde angesehen, hinzugefügt oder gekauft hat, aus demselben Produktfeed, den Shopify ohnehin aktuell hält. Bauen Sie die Logik einmal, und sie funktioniert, ob Sie 200 Produkte oder 40.000 verkaufen. In diesem Leitfaden geht es um die Flows, die mit der Kataloggröße skalieren, und um die wenigen Stellen, an denen ein großer Katalog die Einrichtung tatsächlich verändert.

Das eigentliche Problem: Ihr Katalog ist dem Handverlesen entwachsen

Kleine Shops kommen mit vielem durch. Wenn Sie fünfzehn Produkte verkaufen, können Sie eine „das empfehlen wir”-E-Mail von Hand schreiben, drei Bilder einfügen und weitermachen. Das ist in Ordnung. Es fühlt sich sogar persönlich an.

Bei ein paar Tausend SKUs bricht das auf eine bestimmte Weise. Sie können nicht alles hervorheben, also erscheint der Großteil des Katalogs nie in irgendeiner E-Mail. Neuzugänge stapeln sich schneller, als Sie Kampagnen darum bauen können. Was sich verkauft, wird beworben; der Long Tail sitzt ungesehen. Und jede manuelle E-Mail, die Sie bauen, ist eine Momentaufnahme, die im Moment falsch ist, in dem etwas ausverkauft oder ein Preis geändert wird. Ich habe erlebt, wie ein Shop ein „auf vielfachen Wunsch zurück”-Feature für ein Produkt versendete, das am Nachmittag zuvor ausverkauft war – weil die E-Mail eine Woche früher von Hand gebaut worden war.

Je größer der Katalog, desto mehr Umsatz versteckt sich in den Teilen, für deren Merchandising kein Mensch Zeit hat.

Warum mehr Kampagnen nicht die Lösung sind

Der Instinkt ist, mehr zu senden. Mehr Newsletter, mehr Kategorie-Features, mehr „neu diese Woche”-Salven. Das ist mehr Arbeit für dasselbe Team, und es bekämpft das eigentliche Problem, statt es zu lösen.

Zwei Dinge gehen schief. Erstens bedeutet ein großer Katalog, dass Ihre Liste nicht ein Publikum ist – ein Kunde, der Hundefutter kauft, hat nahezu null Interesse an Ihrem Katzensortiment, und ein Rundschreiben an alle verwässert die Relevanz für beide. Zweitens können manuelle Kampagnen nicht auf den Einzelnen reagieren. Sie gehen nach Ihrem Zeitplan raus, nicht in dem Moment, in dem ein bestimmter Shopper Interesse an einer bestimmten Sache zeigte. Dieser Moment ist, wo das Geld liegt, und ein Dienstags-Newsletter verpasst ihn immer.

Mehr Senden kostet Sie außerdem Zustellbarkeit. Feuern Sie jede Woche einen 30.000-Produkte-Katalog auf eine ganze Liste, ziehen Ihre unengagierten Kontakte Ihre Absenderreputation nach unten, was still verringert, wie viele Ihrer guten E-Mails überhaupt in den Posteingang gelangen.

Wo bei einem großen Katalog der Umsatz verloren geht

Stellen Sie sich einen Shop mit 8.000 Produkten und 20.000 E-Mail-Kontakten vor. Ein Shopper stöbert durch sechs Paar Laufschuhe, legt eines in den Warenkorb, wird abgelenkt, geht. Ohne Verhaltensautomatisierung verpufft diese Absicht. Sie haben eine Anzeige bezahlt, um ihn hereinzubringen; der Besuch brachte nichts.

Rechnen Sie grob. Wenn 400 Leute pro Woche einen Warenkorb abbrechen und ein verhaltensgetriggerter Flow auch nur 8 von 100 zurückholt – eine konservative Zahl, und eine, die Sie messen statt von mir übernehmen sollten –, sind das 32 zurückgeholte Warenkörbe pro Woche. Bei 55 € Durchschnittsbestellwert sind das rund 1.760 € pro Woche, fast 90.000 € im Jahr, aus einem Flow, der seine Produkte automatisch zieht und nie einen Menschen braucht, um einen Artikel auszuwählen. Das Leck ist nicht, dass Ihnen Kampagnen fehlen. Es ist, dass Tausende kaufbereiter Momente pro Monat unbeantwortet bleiben, weil kein Mensch sie unmöglich von Hand beantworten könnte.

Der praktische Aufbau, der Reihe nach

Beginnen Sie mit den verhaltensgetriggerten Flows, denn das sind die, die aus Kataloggröße aus einer Last einen Vorteil machen. Grobe Priorität:

Warenkorb-/Checkout-Abbruch. Höchste Absicht, schnellster Rückfluss. Die E-Mail zeigt die genau zurückgelassenen Artikel – dynamisch, aus den Warenkorbdaten. Bauen Sie den Shopify-Warenkorbabbruch-Flow zuerst.
Browse-Abbruch. Für einen großen Katalog verdient sich das mehr als für einen kleinen, weil ein Shopper, der Produkte ansieht und nicht in den Warenkorb legt, häufig ist, wenn es viel zu durchwaten gibt. Der Flow verweist auf das, was er angesehen hat. Hier ist der Shopify-Browse-Abbruch-Flow im Detail.
Willkommens-Flow mit Entdeckungs-Blickwinkel. Neue Abonnenten eines großen Katalogs wissen nicht, was Sie führen. Nutzen Sie die Willkommenssequenz, um Kategorien an die Oberfläche zu bringen, nicht ein einzelnes Zugpferd-Produkt.
Post-Purchase und Nachbestellung. Verbrauchs- oder wiederkauffreundliche Sortimente bekommen einen Nachbestell-Anstoß, getaktet auf den Aufbrauch.

Erst wenn diese live sind, sollten Sie manuelle Kampagnen anfassen. Die Verhaltensflows erledigen die schwere, personalisierte Arbeit; Kampagnen werden die saisonale und Aktions-Schicht obendrauf.

Was zu automatisieren ist – und der Teil, den ein großer Katalog verändert

Die Logik von Auslöser, Timing und Kanal ist dieselbe wie bei jedem Shop. Der Unterschied liegt vollständig darin, wie Produkte in die E-Mail gelangen. Sie tippen nie einen Produktnamen. Sie nutzen dynamische Blöcke, die von drei Dingen angetrieben werden:

Dem eigenen Verhalten des Kunden – Warenkorbinhalt, angesehene Artikel, letzter Kauf. Das ist das Rückgrat von Warenkorb-, Browse- und Post-Purchase-Flows.
Produktfeld-Feldern des Feeds – Kategorie, Tags, Produkttyp, Collection, Preis, Bestandsstatus. Damit können Sie sagen „zeig Neuzugänge in der Collection, die sie zuletzt durchstöbert haben”, ohne eine Zeile produktspezifischen Text zu schreiben.
Empfehlungslogik – verwandte, ergänzende oder häufig zusammen gekaufte Artikel, generiert aus den eigenen Daten Ihres Shops.

Zwei Einrichtungsdetails, die speziell große Kataloge beißen. Bringen Sie zuerst Ihre Produktdaten in Ordnung – Tags, Produkttypen und Collections sind das, was jeder dynamische Block liest, und wenn die Hälfte Ihrer SKUs falsch getaggt ist, werden Ihre automatisierten E-Mails Unsinn empfehlen. Es gibt eine ausführlichere Anleitung in Shopify-Produktdaten in automatisierten E-Mails nutzen. Und legen Sie Ihre Empfehlungsregeln bewusst fest, statt auf „Bestseller” zu verfallen, was nur dieselben Top 1 % eines riesigen Katalogs erneut bewirbt; siehe wie Sie Shopify-Produkte automatisch per E-Mail empfehlen.

Das zweite Detail ist der Bestand. Bei Tausenden SKUs ist Ausverkauft ständig, nicht gelegentlich. Ihre dynamischen Blöcke müssen die Verfügbarkeit respektieren, sonst bewerben Sie Dinge, die Leute nicht kaufen können. Bestätigen Sie, dass Ihre Produktblöcke ausverkaufte Artikel ausschließen, bevor Sie irgendeinem Flow vertrauen.

Ein Shop-Beispiel

Sagen wir, Sie betreiben einen Haushaltswaren-Shop mit 8.000 SKUs. Ein Kunde kauft ein Set Keramik-Essteller. Ihr Post-Purchase-Flow sendet zwei Wochen später eine E-Mail, deren Produktblock aus dieser Bestellung generiert wird: passende Schüsseln, Tassen, Servierschalen aus demselben Sortiment. Sie haben die E-Mail einmal geschrieben. Sie funktioniert für den Kunden, der skandinavisch-graue Teller gekauft hat, und den, der Terrakotta gekauft hat, und zieht für jeden die richtigen passenden Teile, ohne manuelle Arbeit und ohne falsche Empfehlungen – solange Ihr „selbe Collection”-Tagging stimmt. Dieser eine Flow betreibt still Cross-Selling über den ganzen Katalog, während Sie schlafen.

Skalieren Sie diesen Gedanken nun. Dasselbe Prinzip betreibt Ihren Browse-Flow (Teppich angesehen, bekommt Teppiche und passende Kissen), Ihre Nachbestell-Erinnerungen (Kerzen-Nachfüllungen, Reinigungsmittel) und Ihr Win-back (was in den Kategorien neu ist, aus denen sie früher gekauft haben). Ein Regelwerk, der ganze Katalog im Spiel.

So messen Sie es

Beurteilen Sie ein Großkatalog-Setup nicht nach Öffnungsraten. Beobachten Sie diese:

Umsatz pro Empfänger, je Flow – das ehrliche Maß, ob ein Flow seinen Platz verdient.
Zurückgeholte Warenkorb-/Checkout-Rate speziell für den Warenkorb-Flow.
Katalogabdeckung – ein grobes Gespür dafür, wie viel Ihres Sortiments jetzt tatsächlich in E-Mails erscheint gegenüber vorher. Wenn 90 % der SKUs immer noch nie auftauchen, ist Ihre Empfehlungslogik zu eng.
Klick-zum-Produkt-Rate – klicken die Leute die dynamischen Empfehlungen, oder ignorieren sie sie? Niedrige Klicks bedeuten oft schlechtes Tagging, nicht schlechte Flows.

Attribution wird über viele Produkte und Flows hinweg knifflig; sehen Ihre Zahlen komisch aus, arbeiten Sie wie Sie Shopify-Umsatz aus E-Mail-Automatisierung verfolgen durch, bevor Sie folgern, dass ein Flow nicht funktioniert.

Wie Omnisend das handhabt

Der Grund, warum ich Omnisend in meinen eigenen Shops laufen lasse, nachdem ich es gegen Klaviyo getestet habe, ist, dass es den Shopify-Produktfeed direkt liest und seine dynamischen Product- und Product-Recommender-Blöcke Artikel nach Collection, Tag oder Verhalten ziehen, ohne dass ich einen einzigen Produktnamen anfasse. Für einen großen Katalog ist das das ganze Spiel – ich baue die Flow-Struktur einmal, richte die Blöcke auf die richtigen Regeln, und jede SKU, die ich später hinzufüge, ist automatisch berechtigt zu erscheinen. Es respektiert auch den Bestandsstatus, sodass ausverkaufte Artikel von selbst aus den Blöcken herausfallen.

Ehrliche Grenzen: Es kann kein unsauberes Tagging reparieren, und es wird keine gute Empfehlungslogik erfinden – diese Entscheidungen sind Ihre, und sie zählen im großen Maßstab mehr als jede Funktion. Omnisend ist ein Affiliate-Partner von Shopimation; ich empfehle es aus dem täglichen Gebrauch in Katalogen, die groß genug sind, dass Handverlesen schon vor Jahren keine Option mehr war.

Ihr nächster Schritt

Bevor Sie irgendetwas bauen, prüfen Sie Ihre Produktdaten – Tags, Typen und Collections –, denn jede Automatisierung hier liest daraus. Bauen Sie dann den Warenkorbabbruch-Flow zuerst und bestätigen Sie, dass sein Produktblock dynamisch und bestandsbewusst ist. Wenn Sie Ihren Automatisierungs-Stack von Grund auf aufsetzen, beginnen Sie mit E-Mail-Marketing-Automatisierung für einen Shopify-Shop einrichten und kommen Sie hierher zurück, um jeden Flow katalogfest zu machen.

Email marketing za Shopify

Kako zgraditi Shopify avtomatizacije za velik katalog izdelkov

Veröffentlicht am July 18, 2026 von

Ko vaš katalog obsega na tisoče SKU-jev, je napaka, da bi avtomatizacije gradili izdelek za izdelkom. Tega ne počnete. Gradite jih okoli vedenja in podatkov, izdelki pa se vstavijo sami. Pozdravni email, opuščena košarica, tok za brskanje, opomnik za dopolnitev zaloge — nobeden od teh v besedilu ne sme poimenovati posameznega artikla. Vsi potegnejo tisto, kar si je kupec ogledal, dodal v košarico ali kupil, iz istega izdelčnega vira, ki ga Shopify že tako ali tako sproti posodablja. Logiko zgradite enkrat in deluje ne glede na to, ali prodajate 200 izdelkov ali 40.000. Ta vodnik govori o tokovih, ki se skalirajo z velikostjo kataloga, in o tistih redkih mestih, kjer velik katalog resnično spremeni nastavitev.

Pravi problem: vaš katalog je prerasel ročno izbiranje

Majhne trgovine se marsičemu izognejo. Če prodajate petnajst izdelkov, lahko ročno napišete email “tole vam priporočamo”, vstavite tri slike in nadaljujete. To je čisto v redu. Deluje celo osebno.

Pri nekaj tisoč SKU-jih to razpade na točno določen način. Ne morete izpostaviti vsega, zato večina kataloga nikoli ne pride v noben email. Novosti se kopičijo hitreje, kot lahko okoli njih gradite kampanje. Kar se prodaja, se promovira; dolgi rep ostane neopažen. In vsak ročno zgrajen email je posnetek, ki je napačen v trenutku, ko se nekaj razproda ali se spremeni cena. Videl sem trgovino, ki je poslala email “spet na voljo na vašo željo” za izdelek, ki je pošel prejšnje popoldne — ker je bil email ročno zgrajen teden prej.

Večji kot je katalog, več prihodka se skriva v delih, ki jih noben človek nima časa razporediti.

Zakaj več kampanj ni rešitev

Nagon je, da pošljete več. Več novičnikov, več izpostavljanj kategorij, več pošiljk “novo ta teden”. To je več dela za isto ekipo in se bori proti napačni stvari, namesto da bi problem rešilo.

Zataknejo se dve stvari. Prvič, velik katalog pomeni, da vaš seznam ni eno občinstvo — kupca, ki kupuje hrano za pse, vaša ponudba za mačke praktično nič ne zanima, in pošiljanje vsem obema razredči relevantnost. Drugič, ročne kampanje se ne morejo odzvati na posameznika. Odidejo po vašem urniku, ne v trenutku, ko je določen kupec pokazal zanimanje za določeno stvar. Prav v tem trenutku je denar, torkov novičnik pa ga vedno zgreši.

Več pošiljanja vas stane tudi dostavljivost. Vsak teden razpošljite katalog s 30.000 izdelki celotnemu seznamu in vaši neaktivni stiki vam vlečejo ugled pošiljatelja navzdol, kar tiho zmanjša, koliko vaših dobrih emailov sploh doseže mapo prejeto.

Kje pri velikem katalogu odteka prihodek

Predstavljajte si trgovino z 8.000 izdelki in 20.000 email stiki. Kupec pobrska po šestih parih tekaških copat, enega doda v košarico, se zamoti in odide. Brez vedenjske avtomatizacije ta namera izpuhti. Za oglas, ki ga je pripeljal, ste plačali; obisk ni prinesel ničesar.

Naredimo grob izračun. Če 400 ljudi na teden opusti košarico in tok, sprožen z vedenjem, povrne le 8 od vsakih 100 — konzervativna številka, ki jo raje izmerite, kot da mi verjamete na besedo — je to 32 povrnjenih košaric na teden. Pri povprečni vrednosti naročila 55 € to znese približno 1.760 € na teden, blizu 90.000 € na leto, iz enega samega toka, ki svoje izdelke potegne samodejno in nikoli ne potrebuje človeka, da izbere artikel. Težava ni v tem, da vam manjka kampanj. Težava je, da na tisoče trenutkov visoke namere na mesec ostane brez odgovora, ker nanje noben človek ročno ne bi zmogel odgovoriti.

Praktična gradnja, po vrsti

Začnite s tokovi, ki jih sproži vedenje, saj so prav ti tisti, ki velikost kataloga iz bremena spremenijo v prednost. Groba prioriteta:

Opuščena košarica / blagajna. Najvišja namera, najhitrejše povračilo. Email prikaže točno tiste artikle, ki so ostali za sabo — dinamično, iz podatkov košarice. Najprej zgradite tok za opuščeno košarico v Shopifyju.
Opuščeno brskanje. Pri velikem katalogu se ta bolj izplača kot pri majhnem, saj je pogosto, da kupec izdelke gleda in jih ne doda v košarico, ko je toliko stvari za prebrskati. Tok se sklicuje na tisto, kar si je ogledal. Podrobno je opisan tok za opuščeno brskanje v Shopifyju.
Pozdravni tok z odkrivalnim pristopom. Novi naročniki na velik katalog ne vedo, kaj ponujate. Pozdravno zaporedje uporabite za izpostavljanje kategorij, ne enega samega junaškega izdelka.
Po nakupu in dopolnitev zaloge. Potrošni ali ponovitvi prijazni izdelki dobijo spodbudo za ponovno naročilo, časovno usklajeno s tem, kdaj poidejo.

Šele ko so ti tokovi v teku, se lotite ročnih kampanj. Vedenjski tokovi opravijo težko, personalizirano delo; kampanje postanejo sezonski in promocijski sloj vrh tega.

Kaj avtomatizirati — in del, ki ga velik katalog spremeni

Logika sprožilca, časovnega usklajevanja in kanala je enaka kot pri vsaki trgovini. Razlika je povsem v tem, kako izdelki vstopijo v email. Nikoli ne vpišete imena izdelka. Uporabite dinamične bloke, ki jih poganjajo tri stvari:

Kupčevo lastno vedenje — vsebina košarice, ogledani artikli, zadnji nakup. To je hrbtenica tokov za košarico, brskanje in po nakupu.
Polja izdelčnega vira — kategorija, oznake, tip izdelka, zbirka, cena, stanje zaloge. Ta vam omogočijo, da rečete “pokaži novosti v zbirki, ki jo je nazadnje brskal”, ne da bi napisali eno vrstico besedila za določen izdelek.
Logika priporočil — sorodni, dopolnilni ali pogosto skupaj kupljeni artikli, ustvarjeni iz podatkov vaše trgovine.

Dve podrobnosti nastavitve, ki še posebej pikata velike kataloge. Najprej uredite podatke o izdelkih — oznake, tipe izdelkov in zbirke bere vsak dinamični blok, in če je polovica vaših SKU-jev napačno označena, bodo vaši avtomatizirani emaili priporočali neumnosti. Bolj podroben sprehod je v uporaba podatkov o Shopify izdelkih v avtomatiziranih emailih. In premišljeno določite pravila priporočil, namesto da privzeto uporabite “najbolje prodajane”, kar zgolj znova promovira isti vrhnji 1 % ogromnega kataloga; poglejte kako v Shopifyju samodejno priporočati izdelke po emailu.

Druga podrobnost je zaloga. Pri tisočih SKU-jih je izčrpanost zaloge stalnica, ne občasnost. Vaši dinamični bloki morajo spoštovati razpoložljivost, sicer boste oglaševali stvari, ki jih ljudje ne morejo kupiti. Preden zaupate kateremu koli toku, potrdite, da vaši izdelčni bloki izključijo artikle, ki jih ni na zalogi.

Primer iz trgovine

Recimo, da vodite trgovino z opremo za dom z 8.000 SKU-ji. Kupec kupi set keramičnih krožnikov. Vaš tok po nakupu dva tedna kasneje pošlje email, katerega izdelčni blok je ustvarjen iz tega naročila: ujemajoče se sklede, skodelice, servirni pladnji iz iste linije. Email ste napisali enkrat. Deluje za kupca, ki je kupil skandinavsko sive krožnike, in za tistega, ki je kupil terakoto, in za vsakega potegne prave dodatke, brez ročnega dela in brez napačnih priporočil — dokler je vaše označevanje “iste zbirke” pravilno. Ta en tok tiho navzkrižno prodaja po celotnem katalogu, medtem ko spite.

Zdaj to misel razširite. Isto načelo poganja vaš tok za brskanje (pogledal je preprogo, dobi preproge in ujemajoče se blazine), vaše opomnike za dopolnitev zaloge (nadomestki za sveče, čistila) in vaš tok za povrnitev (kaj je novega v kategorijah, ki jih je nekoč kupoval). En sklop pravil, cel katalog v igri.

Kako to meriti

Nastavitve velikega kataloga ne presojajte po stopnji odprtja. Spremljajte tole:

Prihodek na prejemnika, po posameznem toku — poštena mera, ali si tok zasluži svoje mesto.
Stopnja povrnjenih košaric / blagajn posebej za tok košarice.
Pokritost kataloga — grob občutek, koliko vaše ponudbe zdaj dejansko pride v emaile v primerjavi s prej. Če 90 % SKU-jev še vedno nikoli ne pride na plan, je vaša logika priporočil preozka.
Stopnja klikov do izdelka — ali ljudje klikajo na dinamična priporočila ali jih ignorirajo? Nizko število klikov pogosto pomeni slabo označevanje, ne slabe tokove.

Pripisovanje postane zapleteno pri mnogih izdelkih in tokovih; če se vaše številke zdijo napačne, se prebijte skozi kako slediti prihodku iz Shopify email avtomatizacije, preden sklenete, da tok ne deluje.

Kako to ureja Omnisend

Razlog, da v svojih trgovinah uporabljam Omnisend, potem ko sem ga preizkusil proti Klaviyu, je, da bere Shopify izdelčni vir neposredno, njegova dinamična bloka Izdelek in Priporočevalec izdelkov pa potegneta artikle po zbirki, oznaki ali vedenju, ne da bi se dotaknil ene same izdelčne oznake. Pri velikem katalogu je to bistvo — strukturo toka zgradim enkrat, bloke usmerim na prava pravila, in vsak SKU, ki ga pozneje dodam, se samodejno kvalificira za prikaz. Upošteva tudi stanje zaloge, tako da artikli, ki jih ni na zalogi, iz blokov odpadejo sami.

Pošteno o omejitvah: neurejenega označevanja ne more popraviti in dobre logike priporočil ne bo izumil — te odločitve so vaše in pri obsegu štejejo bolj kot katera koli funkcija. Omnisend je partner Shopimationa v affiliate programu; priporočam ga iz vsakodnevne uporabe v katalogih, ki so dovolj veliki, da je ročno izbiranje pred leti nehalo biti možnost.

Vaš naslednji korak

Preden karkoli zgradite, pregledajte podatke o izdelkih — oznake, tipe in zbirke — saj vsaka avtomatizacija tukaj bere iz njih. Nato najprej zgradite tok za opuščeno košarico in potrdite, da je njegov izdelčni blok dinamičen in upošteva zalogo. Če postavljate svoj sklad za avtomatizacijo od začetka, začnite z nastavitvijo avtomatizacije email marketinga za Shopify trgovino in se vrnite sem, da vsak tok naredite odpornega na velikost kataloga.

Shopify Email Marketing

How to Build Shopify Automations for a Large Product Catalog

Veröffentlicht am July 18, 2026 von

When your catalog runs to thousands of SKUs, the mistake is trying to build automations product by product. You don’t. You build them around behavior and data, and let the products fill themselves in. A welcome email, an abandoned cart, a browse flow, a replenishment reminder — none of these should name a single item in the copy. They pull whatever the customer looked at, added, or bought, from the same product feed Shopify already keeps up to date. Build the logic once, and it works whether you sell 200 products or 40,000. This guide is about the flows that scale with catalog size, and the few places a big catalog genuinely changes the setup.

The real problem: your catalog outgrew hand-picking

Small stores get away with a lot. If you sell fifteen products, you can hand-write a “here’s what we recommend” email, drop in three images, and move on. It’s fine. It even feels personal.

At a few thousand SKUs that breaks in a specific way. You can’t feature everything, so most of the catalog never appears in any email. New arrivals pile up faster than you can build campaigns around them. The stuff that sells gets promoted; the long tail sits unseen. And every manual email you build is a snapshot that’s wrong the moment something sells out or a price changes. I’ve watched a store send a “back by popular demand” feature for a product that had gone out of stock the previous afternoon — because the email was built by hand a week earlier.

The bigger the catalog, the more revenue hides in the parts of it no human has time to merchandise.

Why more campaigns isn’t the fix

The instinct is to send more. More newsletters, more category features, more “new this week” blasts. That’s more work for the same team, and it fights the actual problem instead of solving it.

Two things go wrong. First, a large catalog means your list is not one audience — a customer who buys dog food has close to zero interest in your cat range, and a broadcast to everyone waters down relevance for both. Second, manual campaigns can’t react to the individual. They go out on your schedule, not the moment a specific shopper showed interest in a specific thing. That moment is where the money is, and a Tuesday newsletter always misses it.

More sending also costs you deliverability. Blast a 30,000-product catalog at a whole list every week and your unengaged contacts drag your sender reputation down, which quietly reduces how many of your good emails reach the inbox at all.

Where the revenue leaks in a big catalog

Picture a store with 8,000 products and 20,000 email contacts. A shopper browses six pairs of running shoes, adds one to cart, gets distracted, leaves. With no behavioral automation, that intent evaporates. You paid an ad to bring them in; the visit produced nothing.

Run a rough number. If 400 people a week abandon a cart and a behavior-triggered flow recovers even 8 of every 100 — a conservative figure, and one you should measure rather than take from me — that’s 32 recovered carts a week. At a €55 average order that’s roughly €1,760 a week, near €90,000 a year, from one flow that pulls its products automatically and never needs a human to pick an item. The leak isn’t that you lack campaigns. It’s that thousands of high-intent moments a month go unanswered because no person could possibly answer them by hand.

The practical build, in order

Start with the flows triggered by behavior, because those are the ones that turn catalog size from a burden into an advantage. Rough priority:

Abandoned cart / checkout. Highest intent, fastest payback. The email shows the exact items left behind — dynamically, from the cart data. Build the Shopify abandoned cart flow first.
Browse abandonment. For a large catalog this earns its keep more than for a small one, because a shopper viewing products and not adding to cart is common when there’s a lot to wade through. The flow references what they viewed. Here’s the Shopify browse abandonment flow in detail.
Welcome flow with a discovery angle. New subscribers to a big catalog don’t know what you carry. Use the welcome sequence to surface categories, not one hero product.
Post-purchase and replenishment. Consumable or repeat-friendly ranges get a reorder nudge timed to run-out.

Only after these are live should you touch manual campaigns. The behavioral flows do the heavy, personalized lifting; campaigns become the seasonal and promotional layer on top.

What to automate — and the part a big catalog changes

The trigger, timing, and channel logic are the same as any store. The difference is entirely in how products enter the email. You never type a product name. You use dynamic blocks driven by three things:

The customer’s own behavior — cart contents, viewed items, last purchase. This is the backbone of cart, browse, and post-purchase flows.
Product feed fields — category, tags, product type, collection, price, stock status. These let you say “show new arrivals in the collection they last browsed” without writing a line of product-specific copy.
Recommendation logic — related, complementary, or frequently-bought-together items, generated from your store’s own data.

Two setup details that specifically bite large catalogs. Get your product data clean first — tags, product types, and collections are what every dynamic block reads, and if half your SKUs are mistagged, your automated emails will recommend nonsense. There’s a fuller walkthrough in using Shopify product data in automated emails. And decide your recommendation rules deliberately rather than defaulting to “bestsellers,” which just re-promotes the same top 1% of a huge catalog; see how to recommend Shopify products automatically by email.

The second detail is stock. With thousands of SKUs, out-of-stock is constant, not occasional. Your dynamic blocks must respect availability, or you’ll advertise things people can’t buy. Confirm your product blocks exclude out-of-stock items before you trust any flow.

A store example

Say you run an 8,000-SKU homeware store. A customer buys a set of ceramic dinner plates. Your post-purchase flow, two weeks later, sends an email whose product block is generated from that order: matching bowls, mugs, serving dishes from the same range. You wrote the email once. It works for the customer who bought Scandinavian-grey plates and the one who bought terracotta, pulling the right coordinates for each, with no manual work and no wrong recommendations — as long as your “same collection” tagging is right. That single flow quietly cross-sells across the whole catalog while you sleep.

Now scale that thought. The same principle runs your browse flow (viewed a rug, gets rugs and matching cushions), your replenishment reminders (candle refills, cleaning supplies), and your win-back (what’s new in the categories they used to buy). One set of rules, the entire catalog in play.

How to measure it

Don’t judge a large-catalog setup on open rates. Watch these:

Revenue per recipient, per flow — the honest measure of whether a flow earns its place.
Recovered cart / checkout rate for the cart flow specifically.
Catalog coverage — a rough sense of how much of your range actually appears in emails now versus before. If 90% of SKUs still never surface, your recommendation logic is too narrow.
Click-to-product rate — are people clicking the dynamic recommendations, or ignoring them? Low clicks often mean bad tagging, not bad flows.

Attribution gets fiddly across many products and flows; if your numbers look off, work through how to track Shopify revenue from email automation before you conclude a flow isn’t working.

How Omnisend handles this

The reason I run Omnisend in my own stores, after testing it against Klaviyo, is that it reads the Shopify product feed directly and its dynamic Product and Product Recommender blocks pull items by collection, tag, or behavior without me touching a single product name. For a large catalog that’s the whole game — I build the flow structure once, point the blocks at the right rules, and every SKU I add later is automatically eligible to appear. It also respects stock status, so out-of-stock items drop out of the blocks on their own.

Honest limits: it can’t fix messy tagging, and it won’t invent good recommendation logic — those decisions are yours, and they matter more at scale than any feature does. Omnisend is an affiliate partner of Shopimation; I recommend it from daily use in catalogs large enough that hand-picking stopped being an option years ago.

Your next step

Before you build anything, audit your product data — tags, types, and collections — because every automation here reads from it. Then build the abandoned cart flow first and confirm its product block is dynamic and stock-aware. If you’re standing up your automation stack from scratch, start with setting up email marketing automation for a Shopify store and come back here to make each flow catalog-proof.