跨设备用户识别
把同一访客在手机、电脑、平板上的行为合并成一条档案,避免同一个人被当成多个新客,人群划分因此更准。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Markopolo AI 是一款面向电商企业的增长营销工具,核心思路是把访客在不同设备与渠道上的行为串起来,识别出浏览过却未下单的人,再用邮件、短信或广告把他们拉回来。它最特别的地方是 MarkTag 这一类追踪能力,能在不依赖传统 Cookie 的情况下持续标记用户身份,从而在用户离开后仍能触达。适合已经在投广告、但苦于加购弃单率高、复购低的独立站卖家。需要注意的是,这类工具的效果高度依赖站点埋点是否正确,接入初期往往要花时间排查数据。
Markopolo AI 定位为电商增长平台,主要解决的是「人来了却没买」这件事。它通过在站点上部署追踪代码,把同一个访客在手机、电脑、平板上的浏览行为归到同一个身份下,从而知道谁看过哪些商品、在哪一步离开。
产品的能力大致分三块:一是跨设备与跨平台的用户识别;二是基于识别结果划分人群,比如加购未付款、浏览多次未下单、买过一次很久没回来;三是针对这些人群自动发起触达,形式包括邮件、短信以及配合广告平台的再营销。它的差异点在于把「识别」这一步做得比常规像素更靠前,减少因浏览器限制而丢失的用户。
对普通店主来说,典型用法是接好追踪代码后,先看后台自动分出来的人群对不对,再开启对应的挽回流程;对有一定规模的团队,则可以按品类、客单价、渠道分别设置不同的触达节奏,并和现有的邮件营销工具做分工。
把同一访客在手机、电脑、平板上的行为合并成一条档案,避免同一个人被当成多个新客,人群划分因此更准。
在常规浏览器像素之外再加一层标记,用户离开站点后仍能被认出,用于后续的再触达,是它的主要差异点。
自动圈出加购未付款、结账中断的人,按设定的时间间隔推送提醒,把「再想一下」的人拉回订单页。
同一批人群可以用邮件、短信或广告再营销等不同方式触达,按用户习惯选择渠道,而不是只发一种。
按浏览深度、购买次数、客单价等条件把顾客分组,不同组走不同话术,避免给老客发新客优惠。
能看到哪些挽回动作带来了实际下单,用来判断哪条流程值得继续投人力,哪条可以直接停掉。
如果你运营的是独立站,广告费花得不少但加购弃单和一次性买家占比高,Markopolo 这类工具值得试——它把重点放在「已经对商品表达过兴趣的人」身上,比一味拉新的投产比更容易算清楚。若你只在平台内卖货(如平台自带流量),跨设备识别的价值会打折扣,因为你能拿到的用户数据本来就有限。另外要留意两点:它的效果几乎完全取决于埋点是否装对,接入后需要自己先核对一批人群数据;价格与额度未公布,预算敏感的话要先问清楚计费方式再决定。
自己投广告、自己看数据,最需要把已表达兴趣的人捞回来,Markopolo 的人群识别正好对上这个需求。
要给团队讲清每一笔挽回投入带来了多少订单,工具里的转化回看能直接拿来做汇报依据。
多设备、多语言环境下用户身份容易断,跨设备识别能补上这一段,但短信触达要按目标市场合规要求配置。
埋点装错会让整份人群数据失真,没有能排查代码的人时,前期容易白忙一场。
拿不到完整访客行为数据,跨渠道追踪能发挥的空间很小,投入产出不明显。
核心是解决「人来了却没买」。它把访客在不同设备上的行为归到同一个人名下,识别出加购未付款、反复浏览未下单的人,再自动用邮件、短信或广告把人拉回来。相比只做拉新,这类工具作用在已经对商品表达过兴趣的人身上,投入更容易算清回报。
普通像素依赖浏览器允许被标记,一旦限制变严或用户换设备,同一个人的行为就会断成几段。Markopolo 的 MarkTag 是在这之外再加一层识别,目的是让用户离开站点、换了设备之后仍能被认出,后续的再营销人群因此更完整。
需要在站点里部署追踪代码,有技术人手的话本身不复杂,真正花时间的是装完之后的核对:拿后台分出的人群名单和自己的订单记录比对,确认没有把已下单的人算进挽回名单。这一步做好了,后面的流程才可信。
具体费用未公布,需要直接联系销售确认。谈的时候建议问清三件事:按联系人数、按发送量还是按月费计;短信费用是否另算;超出部分怎么收费。这三点决定了旺季订单变多时成本会不会突然上去。
帮助有限。这类工具的价值建立在能拿到完整的访客行为数据之上,平台内店铺拿不到这些数据,跨设备识别的优势发挥不出来,用它反而多一层配置成本。独立站卖家才是它主要面向的对象。