Automatisierungsstrategie und Audits

Automatisierung für einen großen Produktkatalog aufbauen

Veröffentlicht am July 19, 2026 von

Ein großer Katalog braucht keine große Zahl an Automatisierungen. Er braucht ein kleines Set verhaltensbasierter Flows – Willkommen, Warenkorb- und Checkout-Abbruch, Post-Purchase, Browse-Abandonment, Back-in-Stock –, die Produkte dynamisch aus Ihren Katalogdaten hereinziehen. Die Größe des Katalogs sollte in der Datenschicht leben (Kategorien, Tags, Produktfeed, Empfehlungslogik), niemals in der Flow-Struktur. Ein Shop mit 5.000 SKUs braucht ungefähr gleich viele Automatisierungen wie ein Shop mit 50; was sich ändert, ist der Aufwand für die Qualität der Produktdaten, denn dynamische Blöcke sind nur so gut wie der Feed dahinter. Bauen Sie Flows rund um Verhalten, lassen Sie den Inhalt pro Kontakt anpassen, und Sie erhalten Personalisierung im Katalog-Maßstab – ohne eine Flow-Struktur, die niemand mehr pflegen kann.

Die Falle: ein Flow pro Kategorie

So geht es meist schief. Ein Shop mit 30 Kategorien beschließt, die Warenkorbabbruch-Mail solle relevant wirken, also baut jemand eine Version für die Kategorie Küche. Sie funktioniert. Also baut man eine für Beleuchtung. Dann Möbel. Zwei Jahre später gibt es 23 Warenkorb-Flows, 9 Browse-Flows, einen Cross-Sell-Flow für jede der Top-Kategorien und einen Marketingverantwortlichen, der sich nicht traut, irgendetwas davon anzufassen.

Ich habe solche Accounts gesehen, und das Muster ist immer dasselbe: Jeder einzelne Flow ergab an dem Tag Sinn, an dem er gebaut wurde. Das Chaos ist die Summe vernünftiger Entscheidungen.

Die Kosten stapeln sich leise. Jede Preisänderung, jede Vorlagenauffrischung, jedes Richtlinien-Update muss über Dutzende Flows hinweg wiederholt werden, also finden Updates irgendwann nicht mehr statt und die Hälfte der Flows veraltet. Kategorien überschneiden sich, also qualifiziert sich ein Kunde gleichzeitig für drei Warenkorb-Flows. Und wenn etwas kaputtgeht – etwa ein eingestelltes Produkt, das immer noch empfohlen wird –, kostet es einen halben Tag herauszufinden, welcher von 40 Flows es verschickt hat.

Warum „mehr Flows, mehr Segmente” die Relevanz nicht löst

Der Instinkt hinter kategorienbasierten Flows ist richtig: Eine generische Mail schneidet in einem großen Katalog schlecht ab, weil „Schauen Sie sich unsere Bestseller an” für jemanden, der wegen einer bestimmten Nische kam, nichts bedeutet. Die Umsetzung ist das Falsche.

Handgebaute Segmentierung ist eine statische Antwort auf ein dynamisches Problem. Ihr Katalog ändert sich wöchentlich – neue Produkte, Ausverkäufe, saisonale Verschiebungen –, während Ihre handverlesenen Kategorie-Flows eingefroren dasitzen. Gleichzeitig wächst der Pflegeaufwand linear mit jedem Flow, den Sie hinzufügen, und duplizierte Flows mit überlappenden Triggern beginnen zu kollidieren und schicken derselben Person am selben Nachmittag konkurrierende Nachrichten. Dieses Kollisionsproblem hat seinen eigenen Leitfaden in wie Sie verhindern, dass sich E-Commerce-Automatisierungen überschneiden, aber bei einem großen Katalog ist der bessere Zug, die Kollisionen gar nicht erst zu erzeugen.

Wo große Kataloge tatsächlich Umsatz verlieren

Drei Lecks tauchen in Shops mit großem Katalog immer wieder auf:

Bestseller-Verzerrung. Statische „Ausgewählte Produkte”-Blöcke werden mit denselben 20 Topsellern gefüllt, sodass wenige Prozent des Katalogs die gesamte E-Mail-Aufmerksamkeit absorbieren, während der Long Tail – oft dort, wo die Marge liegt – unsichtbar bleibt. Der Kunde, der gusseisernes Kochgeschirr durchstöbert hat, bekommt Ihre meistverkaufte Schreibtischlampe gezeigt.
Veralteter Inhalt. Handverlesene Produktraster werden veraltet. Eingestellte Artikel, falsche Preise, nicht lieferbare Empfehlungen. Jeder Fall kostet einen Klick und ein wenig Vertrauen.
Verpasste Wiederverfügbarkeits-Nachfrage. Bei Tausenden von SKUs ist ständig etwas nicht auf Lager. Ohne Back-in-Stock-Automatisierung verpufft jeder Ausverkauf leise eine Nachfrage, die Sie bereits verdient haben.

Setzen Sie eine grobe Zahl an das Erste: Wenn 80 % Ihrer E-Mail-Produktplätze die Top-100-SKUs eines Katalogs mit 4.000 SKUs zeigen, dann haben 3.900 Produkte faktisch überhaupt keinen E-Mail-Kanal. (Veranschaulichend – ziehen Sie Ihre eigenen Klickberichte und prüfen Sie, welche Produkte je in Ihren Mails auftauchen. Die Konzentration überrascht die meisten.)

Der praktische Aufbau: wenige Flows, dynamischer Inhalt

Arbeiten Sie in dieser Reihenfolge.

1. Bauen Sie einen Flow pro Verhalten, nicht pro Kategorie. Einen Checkout-Abbruch-Flow. Einen Warenkorb-Flow. Einen Browse-Abandonment-Flow. Einen Post-Purchase-Flow. Einen Back-in-Stock-Flow. Das ist der Kern, und er bildet ab, wie Kunden handeln, statt wie Ihr Katalog organisiert ist – dasselbe Prinzip wie hinter Automatisierung entlang der Customer Journey aufbauen.

2. Machen Sie den Produktinhalt innerhalb jedes Flows dynamisch. Die Warenkorb-Mail zeigt ihren Warenkorb. Die Browse-Mail zeigt die Produkte, die sie angesehen haben, plus verwandte Artikel aus derselben Kategorie. Die Cross-Sell-Mail empfiehlt auf Basis dessen, was sie gekauft haben. Die Kategorie wird zu einer Variablen, die die Mail pro Kontakt füllt – keine Verzweigung in Ihrer Flow-Struktur.

3. Verzweigen Sie nur, wenn sich die Nachrichtenlogik wirklich unterscheidet. Manche Splits sind berechtigt: Ein Sofa für 1.500 € und ein Verbrauchsartikel für 12 € verdienen unterschiedliches Timing und einen unterschiedlichen Ton, und ein rein dynamischer Block kann das nicht ausgleichen. In Ordnung – verzweigen Sie nach Preisstufe oder Kaufzyklus-Typ. Aber halten Sie die Grenze bei einer Handvoll Verzweigungen, jede mit einem Grund, den Sie in einem Satz benennen können. „Küchenkunden sollten Küchenprodukte sehen” ist kein Verzweigungsgrund; das macht dynamischer Inhalt bereits.

4. Bringen Sie die Produktdaten in Ordnung, bevor Sie die Mails polieren. Das ist der unglamouröse Teil, der entscheidet, ob der ganze Ansatz funktioniert. Dynamische Blöcke und Empfehlungs-Engines lesen Ihren Katalog-Feed, also wird jede Inkonsistenz zu einer für den Kunden sichtbaren Mail: Fehlende Bilder erscheinen als kaputte Kacheln, uneinheitliche Kategorisierung erzeugt seltsame „verwandte Artikel”, und Produkte, die im Feed fehlen, werden schlicht nie empfohlen. In einem Shop mit 50 SKUs würden Sie das per Augenschein bemerken. In einem Shop mit 5.000 SKUs schaut niemand auf die meisten Mails, die rausgehen – der Feed ist Ihre Qualitätskontrolle. Planen Sie echte Zeit für Kategorienbereinigung und Bildkontrollen ein; sie zahlt sich über alle Flows auf einmal aus.

5. Schreiben Sie auf, was Sie gebaut haben. Mit dynamischer Logik sieht die Flow-Struktur täuschend einfach aus, während das echte Verhalten in Filtern und Feed-Regeln steckt. Ihr zukünftiges Ich wird sich nicht erinnern, warum der Empfehlungsblock zwei Kollektionen ausschließt. Führen Sie pro Flow ein schlichtes Dokument – wie Sie E-Commerce-Automatisierungslogik dokumentieren zeigt ein Format, das nur Minuten braucht.

Wenn Sie das hier mit bereits 40 aktiven Flows lesen, führt der Weg rückwärts: konsolidieren, bevor Sie verbessern. Wie Sie die Komplexität in einem überladenen Automatisierungs-Account reduzieren behandelt den Rückbau.

Drei Automatisierungen, bei denen ein großer Katalog ein Vorteil ist

Katalog-Größe wird meist als Problem diskutiert. In drei Flows ist das Gegenteil der Fall.

Cross-Sell nach dem Kauf. Trigger: Bestellung aufgegeben. Timing: nach der Zustellung, wenn das Produkt in der Hand ist – ein paar Tage bis zwei Wochen, je nachdem, was Sie verkaufen. Inhalt: ein dynamischer Empfehlungsblock, ausgehend von der Kategorie des gekauften Artikels. Ziel: zweiter Kauf. Ein großer Katalog bedeutet, dass es fast immer eine echte Ergänzung zu bieten gibt – worum Ein-Produkt-Shops Sie beneiden würden.

Browse-Abandonment. Trigger: identifizierter Besucher sieht Produkte an, kein Kauf innerhalb eines Tages. Inhalt: die angesehenen Artikel plus verwandte Produkte aus derselben Kategorie – hier bekommen Long-Tail-Produkte endlich E-Mail-Aufmerksamkeit, weil das eigene Verhalten des Kunden sie hervorholt. Ziel: erneuter Besuch.

Back-in-Stock. Trigger: Kunde fordert eine Benachrichtigung für einen nicht lieferbaren Artikel an. Timing: sofort bei Wiederverfügbarkeit, nach dem Prinzip „wer zuerst kommt” bei begrenztem Bestand. Ziel: ein erfasster Verkauf, den ein kleinerer Shop verloren hätte. Mehr SKUs bedeuten mehr Ausverkäufe bedeuten mehr dieser Signale mit hoher Kaufabsicht – wenn Sie dieses Quartal nur einen neuen Flow ergänzen, ist das ein starker Kandidat.

Segmentierung hat obendrauf weiterhin eine Rolle, aber richten Sie sie eher auf Kundenwert und Lifecycle aus als auf die Produkttaxonomie – die Segmente, die es wert sind, stehen in den Kundensegmenten, die jeder Onlineshop anlegen sollte.

Wie Sie es messen

Umsatz pro Automatisierung, pro Monat. Die Kennzahl schlechthin, pro Flow – fünf Flows machen das zu einem fünfzeiligen Bericht.
Klickrate auf dynamische Produktblöcke. Sind die Empfehlungen relevant, zeigen die Klicks es. Ein Block, den niemand klickt, weist meist auf Feed- oder Kategorienprobleme hin, nicht auf Textprobleme.
Anteil des E-Mail-getriebenen Umsatzes außerhalb Ihrer Top-100-SKUs. Der Long-Tail-Check. Liegt er nahe null, startet Ihr dynamischer Inhalt immer noch nur Bestseller neu.
Abmelderate pro Flow. Steigende Abmeldungen bei einem Browse- oder Cross-Sell-Flow bedeuten oft, dass die „verwandte Produkte”-Logik für irgendeine Kategorie Unsinn produziert – schauen Sie sich echte Sendungen an.

Wo Omnisend hineinpasst

Der obige Ansatz braucht eine Plattform, die den Katalog Ihres Shops lesen und Mails pro Kontakt füllen kann. Das ist der Hauptgrund, warum die Toolwahl hier zählt. In meinen eigenen Shops nutze ich Omnisend, ausgewählt nach einem Vergleich mit Klaviyo, und für große Kataloge ist das relevante Stück seine Produktempfehlung und die dynamischen Produktblöcke, die direkt aus dem verbundenen Shop ziehen – Warenkorbinhalte, kürzlich angesehene Artikel und verwandte Produkte werden pro Empfänger befüllt, ohne dass jemand Raster von Hand auswählt. Back-in-Stock-Automatisierung ist ebenfalls verfügbar, je nach E-Commerce-Plattform, und die Standard-Verhaltens-Flows unterstützen alle die Trigger-Filter, die Sie brauchen, um sie kollisionsfrei zu halten.

Ehrliche Grenzen: Keine Plattform räumt Ihren Katalog für Sie auf. Sind Ihre Kategorien uneinheitlich oder fehlen der Hälfte Ihrer Produkte anständige Bilder, zeigen dynamische Blöcke das Chaos getreulich im großen Maßstab an. Machen Sie zuerst die Datenarbeit; das Tool multipliziert nur, was es bekommt. (Omnisend ist ein Affiliate-Partner von Shopimation – die Empfehlung beruht auf dem täglichen Einsatz.)

Ihr nächster Schritt

Zählen Sie Ihre aktiven Automatisierungen, dann zählen Sie die unterschiedlichen Kundenverhalten, die sie abdecken. Ist die erste Zahl viel größer als die zweite, ist Ihre Katalogstruktur in Ihre Flow-Struktur durchgesickert – nehmen Sie das Verhalten mit den meisten doppelten Flows und konsolidieren Sie es diese Woche zu einer dynamischen Version. Stimmen die Zahlen bereits überein, verbringen Sie die Woche stattdessen mit Ihrem Produktfeed: Kategorien, Bilder, Bestandsstatus. Das ist das Fundament, aus dem alles andere gerendert wird.

Strategija avtomatizacije in pregledi

Kako zgraditi avtomatizacije za velik katalog izdelkov

Veröffentlicht am July 18, 2026 von

Velik katalog ne potrebuje velikega števila avtomatizacij. Potrebuje majhen nabor tokov, ki jih sproža vedenje — pozdravni tok, opuščena košarica in blagajna, ponakupni tok, opuščanje brskanja, obvestilo o vrnitvi na zalogo — ki dinamično potegnejo izdelke iz podatkov tvojega kataloga. Velikost kataloga naj živi v podatkovni plasti (kategorije, oznake, vir izdelkov, logika priporočil), nikoli v zemljevidu tokov. Trgovina s 5.000 SKU-ji potrebuje približno enako število avtomatizacij kot trgovina s 50; kar se spremeni, je koliko dela gre v kakovost podatkov o izdelkih, saj so dinamični bloki dobri le toliko kot vir za njimi. Tokove gradi okoli vedenj, vsebini pusti, da se prilagaja posameznemu kontaktu, in dobiš personalizacijo na ravni kataloga brez zemljevida tokov, ki ga nihče ne zmore vzdrževati.

Past: en tok na kategorijo

Takole gre običajno narobe. Trgovina s 30 kategorijami se odloči, da mora e-pošta o opuščeni košarici delovati relevantno, zato nekdo zgradi različico za kategorijo kuhinje. Deluje. Zato zgradijo eno za razsvetljavo. Nato za pohištvo. Dve leti pozneje je tam 23 tokov za košarico, 9 tokov za brskanje, tok navzkrižne prodaje za vsako od glavnih kategorij in vodja marketinga, ki se ničesar od tega ne upa dotakniti.

Videl sem take račune in vzorec je vedno enak: vsak posamezni tok je imel smisel na dan, ko je bil zgrajen. Zmešnjava je vsota razumnih odločitev.

Stroški se tiho kopičijo. Vsako spremembo cene, osvežitev predloge ali posodobitev pravilnika je treba ponoviti čez ducate tokov, zato posodobitve preprosto prenehajo in polovica tokov postane zastarela. Kategorije se prekrivajo, zato en kupec hkrati izpolnjuje pogoje za tri tokove za košarico. In ko se kaj pokvari — recimo, da se ukinjen izdelek še vedno priporoča — iskanje, kateri od 40 tokov ga je poslal, vzame celo popoldne.

Zakaj »več tokov, več segmentov« ne reši relevantnosti

Nagon za tokovi po kategorijah je pravilen: splošna e-pošta v velikem katalogu deluje slabše, ker »poglej naše uspešnice« nekomu, ki je prišel po določeno nišo, ne pomeni nič. Napačna je izvedba.

Ročno zgrajena segmentacija je statičen odgovor na dinamičen problem. Tvoj katalog se spreminja tedensko — novi izdelki, izpadi zaloge, sezonski premiki — medtem ko tvoji ročno izbrani tokovi po kategorijah zamrznjeni obtičijo. Hkrati breme vzdrževanja raste linearno z vsakim dodanim tokom, podvojeni tokovi s prekrivajočimi se prožilci pa začnejo trkati med seboj in isti osebi v istem popoldnevu pošiljati tekmujoča sporočila. Ta problem trkov ima svoj priročnik v kako preprečiti prekrivanje avtomatizacij spletne trgovine, a pri velikem katalogu je boljša poteza, da trkov sploh ne ustvariš.

Kje veliki katalogi dejansko izgubljajo prihodek

V trgovinah z velikimi katalogi se vedno znova pojavijo tri puščanja:

Pristranskost do uspešnic. Statični bloki »izpostavljeni izdelki« se napolnijo z istih 20 najbolj prodajanih, zato nekaj odstotkov kataloga posrka vso e-poštno izpostavljenost, dolgi rep — pogosto tam, kjer je marža — pa ostane neviden. Kupec, ki je brskal po litoželezni posodi, dobi prikazano tvojo najbolje prodajano namizno svetilko.
Zastarela vsebina. Ročno izbrane mreže izdelkov zastarijo. Ukinjeni izdelki, napačne cene, priporočila za izdelke, ki jih ni na zalogi. Vsako stane klik in malo zaupanja.
Zamujeno povpraševanje po vrnjeni zalogi. Pri tisočih SKU-jih je vedno nekaj razprodanega. Brez avtomatizacije za vrnitev na zalogo vsak izpad zaloge tiho razprši povpraševanje, ki si ga že pridobil.

Prvemu daj grobo številko: če 80 % tvojih e-poštnih mest za izdelke prikazuje 100 najboljših SKU-jev iz kataloga s 4.000 SKU-ji, potem 3.900 izdelkov dejansko sploh nima e-poštnega kanala. (Ilustrativno — potegni svoja poročila o klikih in preveri, kateri izdelki se sploh kdaj pojavijo v tvoji e-pošti. Koncentracija ljudi običajno preseneti.)

Praktična gradnja: malo tokov, dinamična vsebina

Delaj v tem vrstnem redu.

1. Zgradi en tok na vedenje, ne na kategorijo. En tok za opuščeno blagajno. En tok za košarico. En tok za opuščanje brskanja. En ponakupni tok. En tok za vrnitev na zalogo. To je jedro in preslika se v to, kako kupci ravnajo, ne v to, kako je organiziran tvoj katalog — isto načelo je za gradnjo avtomatizacije okoli poti kupca.

2. Vsebino izdelkov znotraj vsakega toka naredi dinamično. E-pošta o košarici prikaže njihovo košarico. E-pošta o brskanju prikaže izdelke, ki so si jih ogledali, plus sorodne iz iste kategorije. E-pošta za navzkrižno prodajo priporoča na podlagi tega, kar so kupili. Kategorija postane spremenljivka, ki jo e-pošta izpolni za vsak kontakt — ne razcep v tvojem zemljevidu tokov.

3. Razvej se le, ko se logika sporočila resnično razlikuje. Nekateri razcepi so upravičeni: kavč za 1.500 € in potrošni izdelek za 12 € si zaslužita različno časovnico in ton, ki ju zgolj dinamični blok ne more urediti. V redu — razveji se po cenovnem razredu ali vrsti nakupnega cikla. A drži se peščice vej, vsaka z razlogom, ki ga lahko poveš v enem stavku. »Kupci kuhinje naj vidijo kuhinjske izdelke« ni razlog za razvejitev; to dinamična vsebina že počne.

4. Podatke o izdelkih uredi, preden loščiš e-pošto. To je nezanimivi del, ki odloči, ali celoten pristop deluje. Dinamični bloki in priporočilni pogoni berejo tvoj vir kataloga, zato vsaka nedoslednost postane kupcu viden e-poštni prikaz: manjkajoče slike se pokažejo kot razbite ploščice, nedosledna kategorizacija proizvede čudne »sorodne izdelke«, izdelki, ki manjkajo v viru, pa preprosto nikoli niso priporočeni. V trgovini s 50 SKU-ji bi to opazil na oko. V trgovini s 5.000 SKU-ji večine e-pošte, ki gre ven, nihče ne gleda — vir je tvoj nadzor kakovosti. Nameni pravi čas čiščenju kategorij in preverjanju slik; povrne se čez vse tokove hkrati.

5. Zapiši, kaj si zgradil. Pri dinamični logiki je zemljevid tokov na videz preprost, resnično vedenje pa se skriva v filtrih in pravilih vira. Prihodnji ti se ne bo spomnil, zakaj priporočilni blok izloča dve zbirki. Vodi preprost dokument za vsak tok — kako dokumentirati logiko avtomatizacij spletne trgovine prikazuje obliko, ki vzame le nekaj minut.

Če to bereš že s 40 delujočimi tokovi, gre pot v nasprotno smer: preden izboljšuješ, konsolidiraj. Kako zmanjšati kompleksnost v prenatrpanem računu avtomatizacij pokrije razgradnjo.

Tri avtomatizacije, kjer je velik katalog prednost

O velikosti kataloga se večinoma govori kot o problemu. Pri treh tokovih je ravno obratno.

Navzkrižna prodaja po nakupu. Prožilec: oddano naročilo. Časovnica: po dostavi, ko je izdelek v rokah — od nekaj dni do dveh tednov, odvisno od tega, kaj prodajaš. Vsebina: dinamični priporočilni blok, sprožen iz kategorije kupljenega izdelka. Cilj: drugi nakup. Velik katalog pomeni, da skoraj vedno obstaja pristno dopolnilo, ki ga lahko ponudiš, kar bi ti trgovine z enim izdelkom zavidale.

Opuščanje brskanja. Prožilec: prepoznan obiskovalec si ogleda izdelke, brez nakupa v enem dnevu. Vsebina: ogledani izdelki plus sorodni izdelki iz iste kategorije — tukaj izdelki iz dolgega repa končno dobijo e-poštno izpostavljenost, saj jih na površje prinese kupčevo lastno vedenje. Cilj: ponovni obisk.

Obvestilo o vrnitvi na zalogo. Prožilec: kupec zahteva opozorilo za razprodan izdelek. Časovnica: takoj ob vrnitvi na zalogo, kdor prej pride, prej dobi, če je zaloge malo. Cilj: ujeta prodaja, ki bi jo manjša trgovina izgubila. Več SKU-jev pomeni več izpadov zaloge, kar pomeni več teh signalov z visoko namero — če to četrtletje dodaš le en nov tok, je ta močan kandidat.

Segmentacija ima nad temi še vedno vlogo, a jo usmeri v vrednost in življenjski cikel kupca namesto v izdelčno taksonomijo — segmenti, ki jih je vredno imeti, so v segmenti kupcev, ki jih mora ustvariti vsaka spletna trgovina.

Kako to meriti

Prihodek na avtomatizacijo, na mesec. Glavna številka, na tok — pet tokov naredi to poročilo dolgo pet vrstic.
Klikljivost na dinamičnih blokih izdelkov. Če so priporočila relevantna, kliki to pokažejo. Blok, ki ga nihče ne klika, običajno pomeni težave z virom ali kategorijami, ne težave z besedilom.
Delež e-poštno gnanega prihodka izven tvojih 100 najboljših SKU-jev. Preverba dolgega repa. Če je blizu ničle, tvoja dinamična vsebina še vedno le znova lansira uspešnice.
Stopnja odjav na tok. Rastoče odjave na toku brskanja ali navzkrižne prodaje pogosto pomenijo, da logika »sorodnih izdelkov« za neko kategorijo proizvaja nesmisel — pojdi pogledat dejanske pošiljke.

Kje se prilega Omnisend

Zgornji pristop potrebuje platformo, ki zna prebrati katalog tvoje trgovine in izpolniti e-pošto za vsak kontakt. To je glavni razlog, zakaj tukaj izbira orodja šteje. V svojih trgovinah uporabljam Omnisend, izbran po tem, ko sem ga preizkusil proti Klaviyu, za velike kataloge pa je pomemben del njegovo priporočanje izdelkov in dinamični bloki izdelkov, ki črpajo naravnost iz povezane trgovine — vsebina košarice, nedavno ogledani izdelki in sorodni izdelki se napolnijo za vsakega prejemnika, ne da bi kdo ročno izbiral mreže. Na voljo je tudi avtomatizacija za vrnitev na zalogo, odvisno od tvoje e-trgovinske platforme, standardni vedenjski tokovi pa vsi podpirajo filtre prožilcev, ki jih potrebuješ, da preprečiš njihove trke.

Poštene omejitve: nobena platforma ti ne počisti kataloga. Če so tvoje kategorije nedosledne ali polovica izdelkov nima spodobnih slik, bodo dinamični bloki zvesto prikazali zmešnjavo v velikem obsegu. Najprej opravi delo s podatki; orodje pomnoži tisto, kar dobi. (Omnisend je partner Shopimationa v pridruženem programu — priporočilo temelji na vsakodnevni uporabi.)

Tvoj naslednji korak

Preštej svoje delujoče avtomatizacije, nato preštej različna vedenja kupcev, ki jih pokrivajo. Če je prva številka precej večja od druge, se je struktura tvojega kataloga vlila v zemljevid tokov — izberi vedenje z največ podvojenimi tokovi in ga ta teden konsolidiraj v eno dinamično različico. Če se številki že ujemata, teden nameni svojemu viru izdelkov: kategorijam, slikam, statusu zaloge. To je temelj, iz katerega se vse ostalo izriše.

Automation Strategy and Audits

Building Automation for a Large Product Catalog

Veröffentlicht am July 17, 2026 von

A large catalog does not need a large number of automations. It needs a small set of behavior-triggered flows — welcome, abandoned cart and checkout, post-purchase, browse abandonment, back-in-stock — that pull products in dynamically from your catalog data. The catalog’s size should live in the data layer (categories, tags, product feed, recommendation logic), never in the flow map. A store with 5,000 SKUs needs roughly the same number of automations as a store with 50; what changes is how much work goes into product data quality, because dynamic blocks are only as good as the feed behind them. Build flows around behaviors, let content adapt per contact, and you get personalization at catalog scale without a flow map nobody can maintain.

The trap: one flow per category

Here’s how it usually goes wrong. A store with 30 categories decides the abandoned cart email should feel relevant, so someone builds a version for the kitchen category. It works. So they build one for lighting. Then furniture. Two years later there are 23 cart flows, 9 browse flows, a cross-sell flow for each of the top categories, and a marketing manager who’s afraid to touch any of it.

I’ve seen accounts like this, and the pattern is always the same: every individual flow made sense the day it was built. The mess is the sum of reasonable decisions.

The costs stack up quietly. Every price change, template refresh, or policy update has to be repeated across dozens of flows, so updates stop happening and half the flows drift out of date. Categories overlap, so one customer qualifies for three cart flows at once. And when something breaks — a discontinued product still being recommended, say — finding which of 40 flows sent it takes an afternoon.

Why “more flows, more segments” doesn’t fix relevance

The instinct behind per-category flows is right: a generic email underperforms in a big catalog because “check out our bestsellers” means nothing to someone who came for a specific niche. The execution is what’s wrong.

Hand-built segmentation is a static answer to a dynamic problem. Your catalog changes weekly — new products, stockouts, seasonal shifts — while your hand-picked category flows sit frozen. Meanwhile the maintenance burden grows linearly with every flow you add, and duplicated flows with overlapping triggers start colliding, sending the same person competing messages in the same afternoon. That collision problem has its own playbook in how to prevent ecommerce automations from overlapping, but with a large catalog the better move is to not create the collisions in the first place.

Where large catalogs actually leak revenue

Three leaks show up again and again in big-catalog stores:

Bestseller bias. Static “featured products” blocks get filled with the same 20 top sellers, so a few percent of the catalog absorbs all the email exposure while the long tail — often where the margin is — stays invisible. The customer who browsed cast-iron cookware gets shown your bestselling desk lamp.
Stale content. Hand-picked product grids go out of date. Discontinued items, wrong prices, out-of-stock recommendations. Each one costs a click and a little trust.
Missed restock demand. With thousands of SKUs, something is always out of stock. Without back-in-stock automation, every stockout quietly disperses demand you already earned.

Put a rough number on the first one: if 80% of your email product slots show the top 100 SKUs of a 4,000-SKU catalog, then 3,900 products effectively have no email channel at all. (Illustrative — pull your own click reports and check which products ever appear in your emails. The concentration usually surprises people.)

The practical build: few flows, dynamic content

Work in this order.

1. Build one flow per behavior, not per category. One abandoned checkout flow. One cart flow. One browse abandonment flow. One post-purchase flow. One back-in-stock flow. That’s the core, and it maps to how customers act rather than how your catalog is organized — the same principle behind building automation around the customer journey.

2. Make product content dynamic inside each flow. The cart email shows their cart. The browse email shows the products they viewed plus related items from the same category. The cross-sell email recommends based on what they bought. Category becomes a variable the email fills in per contact — not a fork in your flow map.

3. Branch only when the message logic truly differs. Some splits are legitimate: a €1,500 sofa and a €12 consumable deserve different timing and tone, and a purely dynamic block can’t fix that. Fine — branch on price tier or purchase-cycle type. But hold the line at a handful of branches with a reason you can state in one sentence each. “Kitchen customers should see kitchen products” is not a branching reason; dynamic content already does that.

4. Fix the product data before polishing the emails. This is the unglamorous part that decides whether the whole approach works. Dynamic blocks and recommendation engines read your catalog feed, so every inconsistency becomes a customer-visible email: missing images show as broken tiles, inconsistent categorization produces odd “related items,” and products missing from the feed simply never get recommended. In a 50-SKU store you’d spot these by eye. In a 5,000-SKU store, nobody is looking at most emails that go out — the feed is your quality control. Budget real time for category cleanup and image checks; it pays back across every flow at once.

5. Write down what you built. With dynamic logic, the flow map looks deceptively simple while the real behavior hides in filters and feed rules. Future-you will not remember why the recommendation block excludes two collections. Keep a plain document per flow — how to document ecommerce automation logic shows a format that takes minutes.

If you’re reading this with 40 flows already live, the path runs backwards: consolidate before you improve. How to reduce complexity in an overbuilt automation account covers the teardown.

Three automations where a big catalog is an advantage

Catalog size mostly gets discussed as a problem. In three flows it’s the opposite.

Cross-sell after purchase. Trigger: order placed. Timing: after delivery, when the product is in hand — a few days to two weeks depending on what you sell. Content: a dynamic recommendation block seeded by the purchased item’s category. Goal: second purchase. A big catalog means there’s nearly always a genuine complement to offer, which one-product stores would envy.

Browse abandonment. Trigger: identified visitor views products, no purchase within a day. Content: the viewed items plus related products from the same category — this is where long-tail products finally get email exposure, because the customer’s own behavior surfaces them. Goal: return visit.

Back-in-stock. Trigger: customer requests an alert on an out-of-stock item. Timing: immediately on restock, first come first served if stock is limited. Goal: captured sale that a smaller store would have lost. More SKUs means more stockouts means more of these high-intent signals — if you only add one new flow this quarter, this is a strong candidate.

Segmentation still has a role on top of these, but aim it at customer value and lifecycle rather than product taxonomy — the segments worth having are in the customer segments every online store should create.

How to measure it

Revenue per automation, per month. The headline number, per flow — five flows make this a five-line report.
Click-through on dynamic product blocks. If recommendations are relevant, clicks show it. A block nobody clicks usually means feed or category problems, not copy problems.
Share of email-driven revenue from outside your top 100 SKUs. The long-tail check. If it’s near zero, your dynamic content is still just relaunching bestsellers.
Unsubscribe rate per flow. Rising unsubscribes on a browse or cross-sell flow often mean the “related products” logic is producing nonsense for some category — go look at actual sends.

Where Omnisend fits

The approach above needs a platform that can read your store’s catalog and fill emails per contact. That’s the main reason the tool choice matters here. In my own stores I use Omnisend, picked after testing it against Klaviyo, and for large catalogs the relevant piece is its product recommendation and dynamic product blocks pulling straight from the connected store — cart contents, recently viewed items, and related products populate per recipient without anyone hand-picking grids. Back-in-stock automation is available too, depending on your ecommerce platform, and the standard behavior flows all support the trigger filters you need to keep them from colliding.

Honest limits: no platform cleans your catalog for you. If your categories are inconsistent or half your products lack decent images, dynamic blocks will faithfully display the mess at scale. Do the data work first; the tool multiplies whatever it’s given. (Omnisend is an affiliate partner of Shopimation — the recommendation is based on running it daily.)

Your next step

Count your live automations, then count the distinct customer behaviors they cover. If the first number is much bigger than the second, your catalog structure has leaked into your flow map — pick the behavior with the most duplicate flows and consolidate it into one dynamic version this week. If the numbers already match, spend the week on your product feed instead: categories, images, stock status. That’s the foundation everything else renders from.