如何改善購物車未結，整理內容如下：

• 購物車未結的挑戰與影響
• 如何透過CDP改善購物車未結的情境
• 客製化策略：透過CDP實施個性化溝通
• 案例研究：紅門在代營運電商的過程，利用CDP解決購物車未結帳
• 未來趨勢：AI在優化購物車流失問題中的角色

購物車未結的挑戰與影響

經營電子商務的業者，肯定都會遇到消費者在網站中，買東西都加入到購物車了，卻沒有完成結帳。客戶將商品加到購物車，最終卻沒有進行購買，這除了將額外增加更多行銷成本，可能還反映了幾個原因，
以下是普遍的猜測：

• 用戶體驗不佳：
  • 購物車頁面設計相對複雜，引起消費者的挫折感。
  • 沒有提供足夠安心的支付方式，顧客產生疑慮。
• 價格和成本敏感性：
  • 顧客在結帳時發現隱藏成本（如運費），使得要花費的費用超出預期。
• 比價、決策延遲：
  • 顧客可能尋找更好的價格，遲疑不決是否要當下購買。
• 信任和隱私顧慮：
  • 新的消費者對網站陌生，對品牌的知名度，可能持懷疑態度。
• 結帳的流暢性問題：
  • 網站的加入會員太過複雜或結帳功能錯誤，導致結帳過程中斷。

購物車未結背後的問題，可能不僅限於上述幾點。但這情形將影響著電商的營收，對銷售策略造成一定的影響。一個高購物車放棄率，意味著電商老闆，需要重新考慮其價格策略或顧客服務流程；沒有業務員在現場跟客戶溝通的銷售，電商營運團隊需要用更多工具針對客戶的各種狀況，尋蹤覓跡瞭解客戶需求，才能改善營運上的效能。

我們的經驗，運用網站數據的觀察，可以幫助電商營運團隊，猜測顧客為什麼購物車未結帳，進而運用客戶數據平台，針對性地解決問題，增加成交率。

如何透過CDP改善購物車未結的情境

檢視一個合格的客戶數據平台（Customer Data Platform），通常會內建一套整合各個接觸點的數據集合平台，來統合客戶資料，讓電商營運團隊追蹤消費者加入購物車的行為路徑，從而優化購物車未結的問題，電商營運團隊，可以透過下述方式，使用CDP收集、分析購物車數據：

1. 整合購物行為資料
   • 針對網站進行事件埋設，追蹤購物行為的整體路徑。
   • 追蹤客戶在購物車階段的互動，包括加入購物車的事件、移除商品的事件以及瀏覽商品時間及深度。
2. 設置事件觸發
   • 設計事件追踪標籤，以識別放棄購物車的行為模式。
   • 計算出關鍵的購物車互動事件，例如「超過一定時間未結帳」。
3. 個人化用戶體驗
   • 根據收集到的購物車數據，提供分群分眾的推薦和優惠券/折價券，誘使客戶完成購買。
   • 身份辨識和行為分析，以建立客戶分群，進行針對性行銷策略。
4. 數據視覺化
   • 利用CDP的報表工具，呈現購物車行為的數據分析結果。
   • 透過報告和儀表板，監控購物車放棄率和轉換率。
5. 策略優化
   • 運用A/B測試，分析不同策略對購物車結帳轉換的影響。
   • 調整策略，優化購物流程並降低放棄購物車的情形。

透過數據分析與行銷策略的設計，CDP幫助電商營運團隊了解消費者行為，進而解決購物車未結的問題，提高轉換率。这些技巧能夠讓電商，更容易理解顧客的需求和偏好，為他們提供更加個性化的購物體驗。

客製化策略：透過CDP實施個性化溝通

針對購物車未結帳的問題，除了購物流程的優化及支付方式的多元化之外，電商團隊可以運用客戶數據平台（CDP）實施針對性的分群分眾溝通策略。以下是具體可實施的步驟：

1. 收集和整合數據：
   • 利用CDP整合來自各渠道的顧客互動數據，如瀏覽商品的清單、有哪些商品被加入購物車等。
   • 通過數據分析，確認顧客對產品或品牌的偏好，及哪些顧客剛加入商品到購物車的資訊要被統整下來。
2. 客戶細分：
   • 基於其會員消費歷史、消費分級、會員等級和商品價格等因素，對進行自訂受眾進行細分。
   • 自訂受眾可針對不同的群體，設計不同的溝通策略。
3. 個性化內容：
   • 為每一種顧客，細分群體，投遞適合的訊息和優惠，例如新註冊會員但未購物，則先溝通網站針對顧客可能擔憂的問題，有什麼退貨政策及物流政策進行訊息上的溝通，並且開信後或可再提供進一步的優惠折價券供領取誘使客戶下單。
4. 劇本以自動化行銷觸發郵件或Line訊息：
   • 設定自動化觸發郵件，當顧客未完成結帳流程時，排程設定時間發送。
   • 郵件應包含提醒、優惠劵或免運費等激勵措施，以提高顧客回流完成購買的概率。
5. 持續優化策略：
   • 蒐集和分析個性化溝通的效果，對策略進行持續的測試和優化。
   • 利用A/B測試等方法來評估各種的分群類型的eDM和促銷活動的成效。

透過CDP，企業得以便利建立一套針對分群受眾的溝通策略，能夠提升顧客的消費體驗，能有效減少購物車未結的機會，讓每位消費者，感受到團隊經營的用心，促進顧客忠誠度和提高轉換率。

案例研究：紅門代營運電商，利用CDP降低購物車未結率到50％以下。

「豆油伯」是紅門代營運服務中早期客戶，在2017～2018年還沒有成熟的CDP時，營運團隊只能透過GA3的自訂維度，取得資料，手工合併電商資料庫的raw data，進行資料觀察及克難式操作，提醒顧客針對購物車去結帳；團隊面對高購物車放棄率的挑戰，為了解決這一問題，整合紅門自家的客戶數據平台（CDP）策略進行優化，以下是團隊彙整後的關鍵步驟：

• 數據整合：利用CDP，將不同資料數據流整合起來，以紅門自行發展 foot print取得客戶行為足跡，整合商品資料及會員資料等。
• 行為分析：分析購物車未結帳用戶的行為模式，拆解幾種情境，如：「新消費者造訪加入購物車未結」、「三個月內已消費，活動期間把商品丟到購物車未結」，「忠實會員加入購物車未結」等等。
• 分群操作策略：根據分析結果，創建個性化的溝通策略，例如發送定制的電子郵件提醒、提供特定的優惠券或針對受眾在臉書、Google ads進行再行銷。
• 測試與優化：通過A/B測試等方法評估各種信件發送的效果，並根據數據反饋進行優化，如調整電子郵件發送時機或標題的元素。
• 客戶旅程映射：建立客戶旅程，從而更好地理解客戶在不同觸點的行為和需求。

透過以上策略的實施，我們不斷的優化購物車放棄率，並且打造出一系列專屬於這個品牌的行為劇本，精準的分群操作；在沒有CDP之前，需要營運企劃花費3～4天進行相關設定跟安排；透過CDP的處理後，僅需要花費「模版前置設計」及「分群的邏輯規劃」，後續則是劇本自動進行。

而國外資料顯示一般購物車放棄率約莫在70％到85％之間；紅門團隊運用CDP的行銷自動化劇本，讓購物車放棄率顯著降低到50％，如果有特殊節令，甚至還能降低到30％。這一案例表明，利用CDP進行數據驅動的決策是解決購物車未結帳問題的有效途徑。

未來趨勢：AI運用到CDP後，如何優化購物車未結，可以扮演什麼角色及相關進度

隨著生成式AI的快速發展，我們已經看到這技術在CDP能做的事情，日益顯著，在優化購物車未結帳的挑戰上，我們看到幾個可能可以發展的趨勢：

• 精準分群：AI可透過更細膩的數據分析，消費者的瀏覽和購物歷史，依照購物車未結的情境，提供個性化的eDM內容或廣告推播或各式客戶接觸管道的內容，從而提高用戶的開啟率、點擊率和轉化率。通過更精準地設計消費者需要的內容，可以有效降低購物車放棄率。
• 預測分析：通過預測性分析，AI模型能識別哪些用戶更可能在購物車階段退出，進而提供及時介入，比如特殊折扣或者即時客服咨詢，以阻止潛在的購物車遺棄。
• 對話引導下單：以現今生成式AI在對話上的成熟度，能夠為不同來源、不同會員等級的人，提供即時協助，解答問題，並在結帳過程中給予引導，有效減少因疑問或操作困難而導致的購物車放棄。

未來，今年度Eagleeye 將結合AI與客戶數據平台（CDP）的應用，為運用CDP的客戶，帶來更深入和動態的消費者數據，實現更個人化的購物體驗。在改善購物車流失率的問題，可以找紅門的團隊諮詢，瞭解購物平台到購物流程及數據埋設中是否有優化的機會，透過優化每個環節，促進消費者滿意度和忠誠度，將引領你的電商平台，走向高效率和高轉換的經營模式。