{"id":324,"date":"2026-10-19T13:05:00","date_gmt":"2026-10-19T13:05:00","guid":{"rendered":"https:\/\/blog.quarticon.com\/hr\/?p=324"},"modified":"2026-10-19T13:05:00","modified_gmt":"2026-10-19T13:05:00","slug":"klaviyo-bez-tajni-6-slabih-strana-personalizacije-u-klaviyu","status":"publish","type":"post","link":"https:\/\/blog.quarticon.com\/hr\/klaviyo-bez-tajni-6-slabih-strana-personalizacije-u-klaviyu\/","title":{"rendered":"Klaviyo bez tajni. 6 slabih strana personalizacije u Klaviyu"},"content":{"rendered":"

Ako razmi\u0161ljate o kori\u0161tenju Klaviyua u svojoj strategiji e-mail marketinga, vjerojatno \u0107ete \u010desto \u010duti o \u201eslanju personaliziranih poruka 1:1 u optimalno vrijeme”<\/strong> i \u201epersonalizaciji u velikom opsegu”<\/strong>.<\/p>\n

Zvu\u010di obe\u0107avaju\u0107e. Upu\u0107uje na potpuno individualizirani marketing, e-poruke prilago\u0111ene pona\u0161anju, interesima i namjerama svakog kupca. Ipak, va\u017eno je razumjeti bitnu razliku. Klaviyo je odli\u010dan za personalizaciju utemeljenu na pravilima, poput kampanja za napu\u0161tene ko\u0161arice i slanja poruka pokrenutog odre\u0111enim pona\u0161anjem.<\/p>\n

No nedostaje mu istinska prediktivna inteligencija, odnosno sposobnost predvi\u0111anja najbolje sljede\u0107e ponude za svakog kupca prije nego \u0161to i sam shvati da je \u017eeli. A ako \u017eelite pove\u0107ati prihod pravim ponudama, ta je razlika va\u017ena.<\/p>\n

Bihevioralni okida\u010di nasuprot prediktivnoj personalizaciji<\/h2>\n

\u201ePersonalizacija 1:1″ mo\u017ee zna\u010diti razli\u010dite stvari. U jednom slu\u010daju svaki kupac prima e-poruku u vrijeme kada \u0107e najvjerojatnije reagirati. U drugom se sadr\u017eaj poruke mijenja kako bi odra\u017eavao proizvode, pona\u0161anje ili sklonosti odre\u0111ene osobe.<\/p>\n

Klaviyo dobro optimizira vrijeme slanja. Bihevioralna personalizacija (ono \u0161to Klaviyo radi) temelji se na okida\u010dima definiranima pravilima, poput \u201enapu\u0161tene ko\u0161arice” ili \u201epregleda ovog proizvoda”. Poruka poslana u pravo vrijeme i dalje mo\u017ee djelovati generi\u010dki ako svaki primatelj vidi iste proizvode i ponudu. Zna\u010dajnija personalizacija mijenja sam sadr\u017eaj.<\/p>\n

Personalizacija u Klaviyu ima \u0161est glavnih ograni\u010denja koja onemogu\u0107uju isporuku uistinu dinami\u010dnih preporuka prilago\u0111enih pojedincima, u e-porukama, ali ponajprije na samoj stranici.<\/p>\n

6 slabih strana personalizacije u Klaviyu<\/h2>\n

Zastarjele preporuke utemeljene na kupnjama<\/h3>\n

Funkcija \u201eSljede\u0107i najbolji proizvod” u Klaviyu temelji se na posljednjoj kupnji kupca, zbog \u010dega preporuka vrlo brzo zastarijeva. <\/p>\n

To mo\u017ee biti korisno za nadopunu zaliha ili kupnje koje se odvijaju odre\u0111enim redoslijedom, no postoji rizik da se proizvodi preporu\u010duju na temelju davnih kupnji, primjerice da se predla\u017eu nove hla\u010de nekoliko mjeseci nakon \u0161to ih je netko kupio samo jednom. Takav pristup ne uzima u obzir promjene u namjerama kupnje ni interese kupaca koji se s vremenom mijenjaju.<\/p>\n

\u201eNajnovije” ne zna\u010di uvijek i doista aktualno<\/h3>\n

U preporukama \u201enedavno pregledanih” proizvoda Klaviyo uzima u obzir i vrijeme proteklo od pregleda i<\/em> u\u010destalost pregleda, pa se stariji proizvodi koji su \u010desto pregledavani mogu na\u0107i iznad proizvoda koji je pregledan samo jednom, ali kasnije. <\/p>\n

To zna\u010di da se proizvod koji je netko vi\u0161e puta pregledavao prije nekoliko tjedana mo\u017ee pojaviti prije onoga koji je upravo pregledao. Osim toga, razdoblje analize fiksno je i iznosi 90 dana. To je strogo ograni\u010denje koje se ne prilago\u0111ava individualnim obrascima kupnje.<\/p>\n

Kolaborativno filtriranje zanemaruje individualne namjere<\/h3>\n

Preporuke temeljene na \u201eproizvodima koji bi se kupcu mogli svidjeti” koriste kolaborativno filtriranje, no modeli se treniraju isklju\u010divo na podacima registriranih korisnika, koji \u010dine tek dio ukupnog prometa na web-stranici.<\/p>\n

To uzrokuje ozbiljnu pristranost: nau\u010deni obrasci odra\u017eavaju samo 3-5% posjetitelja koji su otvorili ra\u010dun, a ne cijelu skupinu posjetitelja koji razgledavaju, neodlu\u010dnih osoba i anonimnih korisnika. Ovaj pristrani skup podataka za treniranje iskrivljuje ono \u0161to model smatra \u201esli\u010dnim” pona\u0161anjem kupaca.<\/p>\n

Sporo treniranje<\/h3>\n

Zbog te pristranosti modelu treba znatno vi\u0161e podataka i vremena da je prevlada. Modelima kolaborativnog filtriranja treniranima na nepotpunim korisni\u010dkim podacima treba oko 20 puta vi\u0161e vremena da nau\u010de korisne obrasce nego modelima treniranima na cjelokupnom spektru prometa. <\/p>\n

Sustav mora ulo\u017eiti vi\u0161e truda kako bi izdvojio signale iz pristranog i premalog skupa podataka. U me\u0111uvremenu, preporuke i dalje ne odra\u017eavaju najnovije interese odre\u0111ene osobe, ve\u0107 se temelje na povijesnoj sli\u010dnosti kupnji unutar pristrane skupine, umjesto da uzimaju u obzir trenuta\u010dne namjere svake osobe ili njezino pona\u0161anje tijekom pregledavanja web-stranice u stvarnom vremenu.<\/p>\n

Op\u0107e zadane postavke za nove ili slabo aktivne kupce<\/h3>\n

Kupci s malom povije\u0161\u0107u kupnji dobivaju zajedni\u010dke, nepersonalizirane zadane preporuke umjesto prijedloga prilago\u0111enih njihovim potrebama. Zbog toga mnogi kupci s oskudnom povije\u0161\u0107u kupnji dobivaju iste op\u0107enite preporuke, \u010dime se u potpunosti gubi smisao takve personalizacije.<\/p>\n

Radi samo za registrirane korisnike<\/h3>\n

Klaviyov mehanizam za personalizaciju radi samo u e-porukama. Ne obuhva\u0107a web-stranicu. To je va\u017ean nedostatak jer 95-97% prometa na web-stranici ostaje anonimno i korisnici nisu prijavljeni dok je pregledavaju, pa vide op\u0107enit, nepersonaliziran sadr\u017eaj: zadane najprodavanije proizvode u kategorijama, ru\u010dno odabrane preporuke proizvoda i predlo\u0161ke izgleda stranica.<\/p>\n

Personalizirano iskustvo na web-stranici dobiva samo 3-5% posjetitelja koji ostanu prijavljeni tijekom sesije. Svi ostali, odnosno velika ve\u0107ina potencijalnih kupaca, koriste web-stranicu koja svima izgleda jednako i ne poku\u0161ava prilagoditi preporuke, ponude ni sadr\u017eaj njihovu individualnom pona\u0161anju ili namjerama.<\/p>\n

Zaklju\u010dak<\/h2>\n

Prednost Klaviyua jest personalizacija utemeljena na pravilima i okida\u010dima. Kampanje za napu\u0161tene ko\u0161arice, poruke nakon kupnje i bihevioralni segmenti dobro funkcioniraju. Me\u0111utim, istinska personalizacija 1:1 u velikom opsegu zahtijeva prediktivne modele: sustave koji predvi\u0111aju \u0161to \u0107e svakom kupcu sljede\u0107e trebati, umjesto da samo reagiraju na njegove dosada\u0161nje radnje.<\/p>\n

Tvrtke bi trebale imati na umu tu razliku kada \u017eele nadi\u0107i segmentaciju i okrenuti se individualiziranijem marketingu. Na\u0161a je preporuka sljede\u0107a:
– za personalizaciju na web-stranici treba koristiti isklju\u010divo mehanizme za preporuku proizvoda<\/a> koji obuhva\u0107aju 100% prometa, a ne samo 3-5%
– za personalizaciju e-poruka vrijedi razmotriti dodatni, samostalni sloj personalizacije Quarticona: Living Emails<\/a>, koji besprijekorno sura\u0111uje s Klaviyom, \u010dak i bez ikakve integracije.<\/p>\n

\n","protected":false},"excerpt":{"rendered":"

Personalizacija u Klaviyu ima 6 glavnih ograni\u010denja koja onemogu\u0107uju isporuku uistinu dinami\u010dnih preporuka prilago\u0111enih pojedincima<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[14,13],"class_list":["post-324","post","type-post","status-publish","format-standard","hentry","category-ecommerce","tag-klaviyo","tag-marketing-automation"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts\/324","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/comments?post=324"}],"version-history":[{"count":1,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts\/324\/revisions"}],"predecessor-version":[{"id":325,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/posts\/324\/revisions\/325"}],"wp:attachment":[{"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/media?parent=324"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/categories?post=324"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.quarticon.com\/hr\/wp-json\/wp\/v2\/tags?post=324"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}