跨渠道营销自动化：
从 Flow 编排到全链路打通
Multi-Branch Splits + Channel Affinity AI + 高级分群策略
当你的 Klaviyo 账号从「能发邮件」进化到「多渠道智能编排」，你会发现：真正的增长不在于发送更多消息，而在于在正确的时间、通过正确的渠道、把正确的内容送给对的人。本文翻译整理自 Klaviyo 官方 Help Center、Academy 和产品文档，带你深入 Flows 2.0 的核心能力。
一、Multi-Branch Splits：告别嵌套分流地狱
什么是 Multi-Branch Splits？
这是 Klaviyo Flows 2.0 引擎的首个面向用户的功能更新（2026年6月发布）。在此之前，你的 Flow 每次只能做「是/否」二元决策——想按语言、地区、商品类别分成4组？你得串联多个 Split，结构复杂、难以维护。
现在的能力：单个 Split 支持 最多 20 条路径（19条自定义 + 1条自动的”Everyone else”），每条路径可以组合事件、属性、预测分析等条件，用 AND/OR 逻辑精确分支。
三大实战场景
场景 1：多语言/地区 Welcome Flow
以前需要 4 个串联 Split 才能覆盖中/英/日/韩四种语言，现在 一个 Split 搞定：Path 1 检查语言=中文，Path 2=英文，Path 3=日文，Path 4=韩文，Everyone else 发送默认英文版。
场景 2：多品类购后跟进
护肤品买家→护肤保养指南；服装买家→搭配推荐；数码买家→配件促销。无需嵌套 Split，每个品类一条 Path，Everyone else 发送通用购后感谢。
场景 3：会员等级分层
铂金会员→专属权益通知；黄金会员→升级激励；普通会员→入会邀请。一个 Split 内完成全部等级分层，Flow 结构清晰可读。
⚠️ 关键注意事项
- 删除限制：Split 只剩 1 条条件路径 + Everyone else 时，不能单独删路径，只能删除整个 Split。
- 等待中的联系人：删除有联系人等待的 Split/Path，这些联系人会退出 Flow。建议等无人等待时再操作。
- 重新排序的影响：上移 Path 会改变评估顺序，原本走低路径的 Profile 可能被高路径截获。
- 随机抽样：百分比针对该 Path 的评估人数，非进入 Split 的总人数。
二、Channel Affinity AI：让算法告诉你该用哪个渠道
什么是 Channel Affinity？
Klaviyo 的 AI 引擎分析每个客户的历史行为，预测他们最可能参与互动的渠道排序（第一偏好、第二偏好、第三偏好）。这个数据直接显示在每个客户的 Profile 页面「Predictive analytics」卡片中。
前置条件：账号内至少激活 两个渠道（如 Email + SMS）才能使用 Channel Affinity 功能。
Channel Affinity 三步应用法
查看客户频道偏好
进入客户 Profile → Predictive analytics 卡片 → 查看 Channel Affinity 排名（Email / SMS / Push / WhatsApp）
构建基于频道偏好的动态分群
Lists & Segments → Create Segment → Predictive analytics about someone → Predicted channel affinity → Engagement preference → 设定条件如「Email 为第一偏好」
在 Flow 中用 Conditional Split 做渠道路由
拖入 Conditional Split → 设置 Channel Affinity 条件 → Yes 路径发首选渠道消息 → No 路径或延时后发第二偏好渠道跟进
📐 典型 Abandoned Cart Flow 渠道编排逻辑
Trigger: Placed Order (metric)
↓
Conditional Split: Channel Affinity = SMS first?
├─ YES → SMS (1hr) → Email (24hr) → Push (48hr)
└─ NO (Email first) → Email (1hr) → SMS (24hr) → Push (48hr)
三、高级分群策略：7 种必须掌握的分群模型
根据 Klaviyo 官方基准报告，发送到细分目标群体的消息 ROI 是发送到列表的 3 倍。最佳实践建议：至少 70% 的 Campaigns 发送给活跃用户分群，20% 发送更广泛受众，10% 用于全量列表推送（仅限大促/新品发布）。
① 交叉销售分群 (Cross-Sell)
定义：已购买 A 商品但未购买关联 B 商品的客户。
示例：买了夏季短裤的人 → 推夏季背心
条件：Placed Order 包含商品X AND 未包含商品Y
② 基于位置分群 (Location-Based)
定义：按州/省/国家/半径定位发送区域化内容。
示例：向新英格兰+加拿大推冬季外套
关键：包含用 OR，排除用 AND
③ 商品/品牌特定分群 (Item & Brand)
定义：对特定产品线或品牌感兴趣的客户。
增强：可结合性别预测算法 + 自定义属性（如 Favorite Category）
④ 参与度层级分群 (Engagement Tier)
定义：
• 活跃客户：近4月内有购买
• 即将流失：4-13个月前购买
• Nearly There：有点击浏览但从未下单
• ⚠️ 注意 iOS 15 MPP 对打开率数据的影响
⑤ 流失风险分群 (Churn Risk)
定义：预测将完全停止购买的客户。
用途：Winback Campaign、自动化赢回 Flow
洞察：若此群体过大，应加强首次购买后的留存策略
⑥ 平均订单价值分群 (AOV)
定义：按平均消费金额分组。
• 高 AOV → 推高端产品线内容
• 低 AOV → 推性价比商品和捆绑优惠
⑦ 假日购物者分群 (Holiday Shoppers)
定义：去年 BFCM/母亲节/情人节等假日季购买的客户。
策略：提前邀约今年活动 → 新品预告 → 去年回购提醒
注意：BFCM 周末控制邮件/SMS 频率避免打扰
🔑 AND vs OR 逻辑速查
| 连接符 | 特性 | 典型用法 |
|---|---|---|
| OR | 包含性（满足任一即可） | 州=A OR 州=B OR 国家=C |
| AND | 排他性（必须同时满足） | 州≠A AND 州≠B（排除多地区） |
四、全渠道 Welcome Flow 编排实战
💡 核心原则
与其他 Flow 不同，Welcome Series 必须为每个渠道建立独立的 Flow（Email / SMS / Push / WhatsApp 各一个）。这样订阅者可以在不同时间分别加入各渠道，且不会跳过任何欢迎序列。
Email Welcome Series
Trigger: 加入主邮件列表（List-triggered）
Email #1（立即）：承诺的奖励/优惠券 + 品牌介绍 + 社交媒体引导
Email #2（3天后）：品牌故事 + 畅销商品展示 + 促进首单转化
Email #3（4天后）：新优惠/趋势商品 + 邀请订阅 SMS
SMS Welcome Series
Trigger:同意接收短信营销
SMS #1（立即）：承诺的奖励链接/优惠券码（简短有力）
SMS #2（可选，24h内）：MMS 虚拟名片（美加地区）/ 首单鼓励
SMS #3（可选，再1天后）：额外激励促进转化（仅发给尚未转化的人）
Push Notification Welcome
Trigger：通过 App 订阅推送通知（Metric-triggered）
Push #1（立即）：感谢订阅推送提醒
Push #2（1天后）：引导完善 App 个人资料 / 相关优惠
Push #3（3天后）：App 内专属内容 / 反馈请求
WhatsApp Welcome Series
Trigger：同意 WhatsApp 营销
WA #1（立即）：奖励链接/优惠券码
WA #2（可选，1天后）：额外激励促进首单
WA #3（可选，1-2天后）：对话式 WhatsApp（推荐商品轮播/趋势商品）
五、最佳实践清单与避坑指南
70/20/10 法则：70% Campaigns 发给活跃分群，20% 广泛受众，10% 全量列表（仅大促）
一个 Split 搞定多路分流：不要在 Everyone else 下面再嵌套 Split，直接添加更多 Path
命名你的 Split 和 Path：用「语言_中文」「品类_护肤」「等级_VIP」代替默认的 Split #1 / Path #1
用 Flow Preview 测试：上线前输入任意 Profile，预览其会走哪条 Path 及原因
监控 Split 分析面板：每个 Split 配置面板显示最近 30 天各 Path 的人数和占比
SMS 保持 1-3 条：Welcome 系列 SMS 不宜过多，避免过度打扰导致退订
WhatsApp 要关注互动率：Meta 监控 WA 互动，低互动可能导致发送受限——在消息间加 Conditional Split 过滤
预测分析前置条件：需要 180 天订单历史 + 近 30 天有订单 + 至少 500 位下单客户
写在最后
Klaviyo 的 Flows 2.0 不只是一个功能升级，它代表了营销自动化从「线性触发响应」向「智能多维编排」的范式转变。Multi-Branch Splits 让复杂逻辑变得可管理，Channel Affinity AI 让渠道选择有据可依，而高级分群则是这一切的数据基础。
下一步行动建议：打开你的 Klaviyo 账号，找一个现有的 Welcome 或 Abandoned Cart Flow，尝试用 Multi-Branch Splits 重构它的分流逻辑，然后开启 Channel Affinity 看看你的客户到底更喜欢哪个渠道。
本文参考自 Klaviyo 官方文档：
Help Center · Academy Strategist Certificate · Klaviyo AI 产品页
翻译整理 | Klaviyo 小知识系列