DA
Forbind din AI-agent

Føj Hello Retail til din AI-assistent

For Hello Retail-kunder: Kopiér adressen, og tilføj den som connector i Claude, ChatGPT eller Codex.

MCP-adresse

https://core.helloretail.com/mcp

Endnu ikke kunde?MCP kræver et Hello Retail-login. Fortæl os, hvad du vil bygge.

Lad os snakke
Lad os snakke

Din proces for forladte indkøbskurve kan ikke skelne mellem en plæneklipper og en kageform

Nicklas Beran Bergström·September 24, 2026·6 min read

Opret næsten enhver Klaviyo-konto i dag, og du vil se den samme logik i forløbet. En sekvens for forladte indkøbskurve opdeles i to grene: Én for tilbagevendende kunder og én for førstegangskunder. Et forløb efter købet udløses efter en fast tidsplan – dag 7, dag 14 og dag 30 – de samme tre datoer, uanset hvad der rent faktisk er blevet solgt.

Den opdeling virker som personalisering. Men det er egentlig bare segmentering kombineret med et indholdsskifte. Og ifølge Casper Ackermann og Emil Flou Hjorth Jensen, der står for marketingautomatiseringsafdelingen hos s360, er det tæt på det maksimale, som de fleste e-handelsbrands rent faktisk har fået opbygget.

»For mange af vores kunder handler personalisering, når de henvender sig til os, ikke så meget om dynamisk personalisering i en besked, som vi nok ville definere det. Det handler snarere om, at jeg opretter en række forskellige segmenter og sender forskellige variationer ud.« (Casper Ackermann)

Vi talte med Casper og Emil som led i vores serie »Hello Retail Conversations«. Der var én ting, de sagde, som blev ved med at nage os, efter at optagelsen var slut, fordi den sætter fingeren på et problem, som næsten ingen taler om endnu.

Forskellen: Indholdet er tilpasset den enkelte bruger, men tidspunktet er som regel ikke

De fleste modenhedsmodeller for marketingautomatisering følger samme forløb. Først nyhedsbreve i batcher, derefter triggede arbejdsgange og til sidst personalisering af indhold: Et fornavn, et anbefalingsafsnit, et dynamisk hero-billede. Mærker, der har implementeret alle tre elementer, betragter sig selv som avancerede.

Emil tegner den næste streg på en anden måde.

“Vi kan nu også udnytte produktdata langt mere effektivt som et triggerlag.” (Emil Flou Hjorth Jensen)

Triggerlaget, ikke indholdslaget. Et indholdslag ændrer indholdet i e-mailen. Et triggerlag bestemmer, om e-mailen udløses, og hvornår. I øjeblikket er det for de fleste mærker kun indholdslaget, der rent faktisk er opbygget med produktdata. Triggerlaget kører stadig efter et generisk tidsur, der indstilles én gang og derefter glemmes.

En plæneklipper og en kageform hører ikke hjemme i samme strøm

Det er Emils eksempel, der gør problemet konkret.

»Hvis man driver en Bauhaus- eller en Jem & Fix-butik, er der en kæmpe forskel på, om en kunde har købt en plæneklipper eller noget til at bage med.« (Emil Flou Hjorth Jensen)

Et statisk forløb efter købet behandler begge køb på samme måde: Samme forsinkelse, samme næste besked, samme logik. Men en plæneklipper og en kageform følger ikke den samme genopfyldningskurve, giver ikke anledning til det samme krydssalg og udløser ikke den samme opfølgnings-e-mail på dag 14. Det ene køb fortjener måske ikke at modtage en besked igen før om seks måneder. Det andet er måske klar til et forslag til et supplerende produkt inden for en uge.

Gange det med et rigtigt katalog: Tusindvis af varenumre, snesevis af kategorier, meget forskellige prisniveauer og genkøbscyklusser. Intet team kan manuelt oprette en underkategori for hver eneste væsentlig produktforskel i den skala.

“Det er virkelig, virkelig svært at oprette forskellige forløb på en statisk måde.” (Emil Flou Hjorth Jensen)

Hvorfor segmentering ikke kan løse problemet med tidsforskellen

Når en proces føles for ufleksibel, er den naturlige reaktion at tilføje flere forgreninger. Flere segmenter, flere manuelt vedligeholdte regler. Det er sådan, de fleste teams hidtil har forsøgt at lukke dette hul, og det er også grunden til, at de fleste giver op, før de når særlig langt.

Segmentering skaleres lineært med indsatsen. Hver ny opdeling – f.eks. plæneklippere kontra havemøbler kontra elværktøj – er endnu en gren, som nogen skal oprette og vedligeholde manuelt. Produktbaseret timing fungerer ikke på den måde. Den skaleres ud fra selve dataene. Systemet er ikke afhængigt af, at en person bemærker, at en plæneklipper og en kageform opfører sig forskelligt. Det aflæser, hvordan hvert enkelt produkt rent faktisk opfører sig, og justerer timingen, SKU for SKU.

Det er en helt anden type infrastruktur, end de fleste marketingteams har opbygget. Caspers egne undersøgelser bekræfter dette. Det er sjældent et dataproblem overhovedet.

»Normalt, når vi gennemfører en revision, har man sandsynligvis kun udnyttet 20 % af de anvendelsesscenarier, der findes set ud fra et personaliseringsperspektiv.« (Casper Ackermann)

Produktdataene findes for det meste allerede et eller andet sted i systemet. Det, der mangler, er et lag, der omdanner dem til beslutninger om timing i stedet for blot at lade dem stå som endnu et felt på en produktside.

Sådan ser én-til-én-timingen ud i praksis

Caspers vurdering af, hvor dette fører hen, er konkret.

“Jeg tror, vi vil nå et punkt, hvor e-handelsvirksomheder vil være i stand til fuldt ud at skræddersy en besked på en-til-en-basis.” (Casper Ackermann)

En-til-en på begge dimensioner på én gang: Hvad e-mailen viser, om den udløses, og hvornår. I praksis betyder det, at købscyklus, prisfølsomhed, kategori og supplerende varer behandles som input, som et system løbende tager højde for, i stedet for antagelser, der indbygges i et flowdiagram én gang for alle og derefter lades i fred i et år.

Hvor passer Hello Retail ind?

Dette er det lag, som Product Agents er udviklet til at bygge på. Det er forbundet med Klaviyo og fungerer på baggrund af adfærdsdata på produktniveau. Det ved, hvornår et produkt sandsynligvis skal genopfyldes, baseret på den faktiske købshistorik. Det ved, hvornår en supplerende vare falder i pris, lige efter at nogen har købt den vare, den passer sammen med. Uanset hvad stammer timingen fra produktets egne data, ikke fra en generisk udsendelse på dag 14.

Formålet defineres én gang. Systemet afgør selv, hvem der skal kontaktes, hvornår og med hvilket produkt – produkt for produkt – i stedet for at et bureau eller et internt team manuelt skal vedligeholde denne logik på tværs af hele kataloget.

Det er også tankegangen bag samarbejdet mellem Hello Retail og s360. Tanken er at kombinere dette produktniveau med den afdeling for marketingautomatisering, der allerede udfører dette arbejde for kunderne hver dag.

Det vigtigste

Den næste bølge af fremskridt inden for personalisering vil sandsynligvis ikke komme fra en bedre algoritme til emnelinjer eller et smartere anbefalingsfelt. Den vil i stedet komme fra, at man endelig besvarer et langt mere direkte spørgsmål: Hører dette produkt – netop dette produkt – overhovedet hjemme i den sammenhæng, det befinder sig i lige nu?

For de fleste mærker er det ærlige svar lige nu, at ingen har tjekket det.

Læs hele samtalen med Casper Ackermann og Emil Flou Hjorth Jensen: Marketingautomatisering – mere end bare gætterier →