# Er process för övergivna varukorgar kan inte skilja mellan en gräsklippare och en kakform

> I de flesta fall handlar personalisering fortfarande bara om att ändra innehållet i ett meddelande. Nästa steg är att använda produktdata för att avgöra om meddelandet ska skickas överhuvudtaget, och i så fall när.

**Author:** Nicklas Beran Bergström
**Published:** September 24, 2026
**Tags:** Marketing Automation, Klaviyo, Personalization

---

Om du öppnar nästan vilket Klaviyo-konto som helst idag kommer du att upptäcka samma flödeslogik. En sekvens för övergivna varukorgar delas upp i två grenar: En för återkommande kunder och en för nya kunder. Ett flöde efter köpet aktiveras enligt ett fast schema – dag 7, dag 14 och dag 30 – samma tre datum oavsett vad som faktiskt såldes.

Den uppdelningen känns som personalisering. I själva verket handlar det bara om segmentering i kombination med ett innehållsbyte. Och enligt Casper Ackermann och Emil Flou Hjorth Jensen, som leder avdelningen för marknadsföringsautomatisering på s360, ligger det nära gränsen för vad de flesta varumärken inom e-handelsbranschen faktiskt har lyckats bygga upp.

> "För många av våra kunder handlar personalisering, när de vänder sig till oss, inte så mycket om dynamisk personalisering i ett meddelande, så som vi förmodligen skulle definiera det. Det handlar snarare om att jag skapar en rad olika segment och skickar ut olika varianter." (Casper Ackermann)

Vi pratade med Casper och Emil inom ramen för vår serie ”[Hello Retail Conversations](/en/conversations/)”. En sak som de sa fortsatte att gnaga i oss även efter att inspelningen var avslutad, eftersom den belyser en brist som nästan ingen talar om ännu.

## Klyftan: Innehållet är anpassat efter användaren, men tidpunkten är oftast inte det

De flesta mognadsmodeller för marknadsföringsautomatisering beskriver samma utvecklingsförlopp. Först nyhetsbrev som skickas ut i batcher, sedan automatiserade flöden och därefter personalisering av innehåll: Ett förnamn, ett rekommendationsblock, en dynamisk huvudbild. Varumärken som har genomfört alla tre stegen anser sig vara avancerade.

Emil ritar nästa linje på ett annat sätt.

> "Vi kan nu också använda produktdata på ett betydligt effektivare sätt som utlösande faktor." (Emil Flou Hjorth Jensen)

Triggerlager, inte innehållslagret. Ett innehållslagret påverkar vad som står i e-postmeddelandet. Ett triggerlager avgör om e-postmeddelandet skickas ut och när. För närvarande är det för de flesta varumärken endast innehållslagret som faktiskt bygger på produktdata. Triggerlagret styrs fortfarande av en generisk tidsinställning som ställs in en gång och sedan glöms bort.

## En gräsklippare och en kakform hör inte hemma i samma flöde

Det är Emils exempel som gör problemet konkret.

> "Om man driver en Bauhaus- eller en Jem & Fix-butik är det en enorm skillnad om en kund köper en gräsklippare eller något att baka med." (Emil Flou Hjorth Jensen)

Ett statiskt flöde efter köpet behandlar båda köpen på samma sätt: Samma fördröjning, samma nästa meddelande, samma logik. Men en gräsklippare och en kakform följer inte samma påfyllningskurva, lämpar sig inte för samma korsförsäljning och förtjänar inte samma uppföljningsmejl på dag 14. Det ena köpet kanske inte förtjänar ett nytt meddelande förrän om sex månader. Det andra kan vara redo för ett förslag på ett kompletterande produkt inom en vecka.

Multiplicera det med en riktig produktkatalog: Tusentals artikelnummer, dussintals kategorier, väldigt olika prisklasser och återköpscykler. Inget team kan manuellt skapa en egen gren för varje betydande produktskillnad i den skalan.

> "Det är verkligen, verkligen svårt att skapa olika kundresor på ett statiskt sätt." (Emil Flou Hjorth Jensen)

## Varför segmentering inte kan lösa problemet med tidsförskjutningen

När ett flöde känns för trögt är den naturliga reaktionen att lägga till fler förgreningar. Fler segment, fler regler som måste underhållas manuellt. Det är så de flesta team hittills har försökt överbrygga denna klyfta, och det är också anledningen till att de flesta ger upp innan de hunnit särskilt långt.

Segmenteringen skalar linjärt med arbetsinsatsen. Varje ny distinktion – gräsklippare kontra trädgårdsmöbler kontra elverktyg – är ytterligare en gren som någon måste bygga upp och underhålla manuellt. Produktdriven tidsstyrning fungerar inte på det sättet. Den skalar i takt med själva data. Systemet förlitar sig inte på att en person ska lägga märke till att en gräsklippare och en kakform beter sig olika. Det avläser hur varje produkt faktiskt beter sig och justerar tidsinställningen, SKU för SKU.

Det är en annan typ av infrastruktur än den som de flesta marknadsföringsteam har byggt upp. Caspers egna granskningar bekräftar detta. Det handlar sällan om ett dataproblem överhuvudtaget.

> "När vi genomför en granskning brukar man troligen ha utnyttjat 20 % av de användningsfall som finns ur ett personaliseringsperspektiv." (Casper Ackermann)

Produktuppgifterna finns oftast redan någonstans i systemarkitekturen. Det som saknas är ett lager som omvandlar dem till beslut om tidpunkt, istället för att låta dem förbli ännu ett fält på en produktsida.

## Hur individuell tidsplanering ser ut i praktiken

Caspers tolkning av vart detta är på väg är tydlig.

> "Jag tror att vi kommer att nå en punkt där e-handelsföretag har möjlighet att helt skräddarsy ett budskap på individuell basis." (Casper Ackermann)

Ett-till-ett på båda dimensionerna samtidigt: Vad e-postmeddelandet visar, om det skickas ut och när. I praktiken innebär det att man behandlar köpcykel, priskänslighet, kategori och kompletterande artiklar som indata som ett system kontinuerligt utvärderar, snarare än antaganden som en gång för alla läggs in i ett flödesschema och sedan lämnas orörda i ett år.

## Hello Retails roll

Det här är det lager som Product Agents är utformat för att bygga på. Det är kopplat till Klaviyo och bygger på beteendeanalys på produktnivå. Systemet vet när en produkt sannolikt behöver fyllas på, baserat på faktisk köphistorik. Det vet när priset på en kompletterande artikel sjunker direkt efter att någon har köpt den produkt som den passar ihop med. I båda fallen baseras tidpunkten på produktens egna data, inte på ett generiskt utskick efter 14 dagar.

Syftet definieras en gång. Systemet avgör vem som ska kontaktas, när och med vilken produkt – produkt för produkt – istället för att en byrå eller ett internt team manuellt ska sköta den logiken för hela sortimentet.

Det är också tanken bakom [samarbetet mellan Hello Retail och s360](/en/blog/2026-08-13-hello-retail-s360-partnership/). Tanken är att kombinera det här produktnivålagret med den marknadsföringsautomatisering som redan utför detta arbete åt kunderna varje dag.

## Slutsatsen

Nästa steg i personaliseringen kommer troligen inte att handla om en bättre algoritm för ämnesrader eller ett smartare rekommendationsblock. Det kommer istället att handla om att äntligen besvara en mycket mer rakt på sak-fråga: Hör den här produkten – just den här – överhuvudtaget hemma i det flöde den befinner sig i just nu?

För de flesta varumärken är det ärliga svaret just nu att ingen har kontrollerat det.

*Läs hela intervjun med Casper Ackermann och Emil Flou Hjorth Jensen: [Marknadsföringsautomatisering – bortom gissningar →](/en/blog/2026-09-15-marketing-automation-beyond-guesswork-casper-ackermann-emil-flou-hjorth-jensen/)*

---

*This content is from the Hello Retail blog. For the full experience with images and formatting, visit [helloretail.com/sv/blog/2026-09-24-abandoned-cart-flow-lawnmower-cake-tin](https://helloretail.com/sv/blog/2026-09-24-abandoned-cart-flow-lawnmower-cake-tin)*
