购物车放弃率67%?AI挽单Agent的四个真实介入点与算账方法
弃单挽回不是发张券那么简单。拆解AI Agent在浏览退出、结算摩擦、支付失败、售后犹豫四个节点的策略,附ROI公式与三个必踩的坑。
先别急着上AI,先把 67% 拆开
“购物车放弃率 67%“是行业口头禅,但多数团队没做的第一步是拆解。这 67% 大致由五块构成:
- 只是看看(20–30%):加购是为了保存对比
- 价格犹豫(15–20%):等比价、等大促
- 结算摩擦(10–15%):运费、注册、优惠券不生效
- 信任顾虑(5–10%):怕假货、怕售后
- 真实弃单(10–15%):忘了、被打断、支付失败
AI Agent 能有效介入的是结算摩擦、价格犹豫、真实弃单。剩下两块得靠产品和品牌。
介入点一:退出前 8 秒——诊断”结算摩擦”
用户在结算页退出,多数不是嫌贵,是意外:运费突然出现、要注册账号、券填了不生效。
这里最有效的不是挽单话术,而是即时诊断:
“看到您停在运费页面。这单可以包邮,需要我帮您加上吗?”
关键在于它必须真的能解决。所以 Agent 要挂这些工具:查购物车与运费规则、判断是否已领未用券、一键免运费(有额度上限)、生成游客结账链接。
经验:能当场解决问题的挽单,成功率是纯话术挽单的 3 倍以上。
介入点二:离站 2 小时——分辨”价格犹豫”
别对所有弃单发同一张券。用行为特征分层:
| 行为 | 推断 | 策略 |
|---|---|---|
| 反复访问同商品页 3 次+ | 意愿强、价格敏感 | 定向立减,限时 6 小时 |
| 加购一次、无回访 | 兴趣转移 | 发内容型消息(测评/搭配),不发券 |
| 加购后才搜”平替” | 比价中 | 强调赠品、正品保障,不跟价 |
| 大促前频繁加购 | 等促销 | 提醒大促时间 + 预约提醒,不提前放券 |
最后一行是重点:提前放券会破坏价保预期,长期是自伤。
介入点三:支付失败——最被浪费的机会
支付失败回流率极低,修复成本也极低。Agent 做两件事:
- 实时识别失败原因(余额不足、渠道限流、风控拦截、超时),换渠道重试或提示
- 失败后 10 分钟主动联系:“刚才没支付成功,商品还给您留着,点这里换个方式付”
这一环不需要模型聪明,需要规则 + 及时。很多团队把预算全砸在前两个环节,却漏掉这个转化率最高、成本最低的点。
介入点四:售后犹豫——从挽单到促复购
下单后又取消,往往不是不想买,是信息不足:尺寸不敢选、怕退换麻烦。Agent 挂商品知识库回答”175 穿 M 还是 L”,并明确告知退换政策。经验上,把退换说清楚反而提升转化——用户怕的是麻烦,不是退货本身。
ROI 怎么算,别自欺
月增量毛利 = 弃单数 × 触达率 × 挽单率 × 客单价 × 毛利率 − 优惠成本 − Agent成本
举例:月弃单 10000 单,触达率 70%,挽单率 6%,客单价 300 元,毛利率 40%,平均让利 15 元。
- 增量毛利 = 10000 × 0.7 × 0.06 × 300 × 0.4 ≈ 50,400 元
- 优惠成本 = 10000 × 0.7 × 0.06 × 15 ≈ 6,300 元
- Agent 与消息成本 ≈ 3,000 元
- 月净收益 ≈ 41,000 元
三个容易造假的点:把”本来就会买的人”算成挽单(必须设对照组)、忽略优惠对自然转化的蚕食、只看单次不看复购(羊毛党 LTV 更低)。
三个必踩的坑
- 触达过度:同一用户 30 天被挽 5 次,会觉得这品牌”很急”。设 15 天冷却期。
- 话术泄露定价:Agent 说”还能再便宜点”,从此每次都被砍价。让利必须有边界话术。
- 假装真人:不做身份声明,短期数据好看,长期是合规风险和信任透支。
落地顺序
先做支付失败回流(成本最低见效最快),再做结算页摩擦诊断(需工程配合),最后做离站挽回(涉及触达合规与分层,最复杂)。
上线首月别只看”挽单率”,要看增量净收益和投诉率:前者防止自欺,后者防止伤用户。