有赞西安营销与服务中心：问也问了，购物车也加了，顾客为什么还不下单？有赞智能帮你找出顾虑、自动更进

假设你店里有这样一位顾客。客服知道，她来问过两次，反复确认同一个问题：这个规格到底适不适合。商城后台留下了另一组记录。她看过商品，加过购物车，一直没付款。会员记录里，她还是个老客户。上一次购买之后，因为配送问题找过售后。 这些信息都在店里。可负责跟进的人打开聊天框，看到的可能只有一句“我再考虑一下”。 于是，他发出了那句熟悉的话：“您好，还需要吗？” 顾客之前的问题已经问过，担心的事也说过。收到这条消息，她还得从头解释一遍。 做线上经营，商家很容易把注意力放在来了多少人、卖了多少单。咨询和付款之间，却有一段经常没人看清的过程：顾客在比较什么，为什么犹豫，还差哪个答案。 这段过程里，聊天记录保留了顾虑，浏览和加购留下了兴趣信号，订单与售后记录又影响着下一次购买。信息散在不同地方，跟进的人就只能凭眼前那一小段对话判断。 店铺里可能已经有不少值得继续沟通的顾客，商家却还在花钱寻找下一批流量。 你已经为这次咨询付过钱了双11临近，商家忙着选品、准备活动，也准备追加推广预算。 一个顾客从看到内容到进店咨询，背后往往有投流费用，也有客服投入。聊完没下单，商家需要弄清楚，这次咨询停在了哪里。 怕买错规格，等优惠，担心交付，或者需要跟家人商量，都可能让购买暂时停下来。“我再看看”很难把这些原因说完整。 如果商家能接着回答那个尚未解决的问题，就有机会让这次咨询继续往成交走。 跟进也要花钱、花时间，所以得挑人。聊得深入、表达过明确需求，又没有下单的顾客，值得先做一轮小范围尝试。已经买了或明确不需要的人，则退出这轮跟进。 商家可以先算一算，已经获得的咨询里，还有多少机会没有被认真处理。先要把“这个人”看清楚 客服每天接待新咨询，很难反复翻记录，再去核对订单和客户信息。咨询量越大，昨天没成交的人越容易被忘掉。 按有赞智能的客户跟进方案，商家可以将咨询记录与订单数据比对，找出近期咨询过但没有下单的顾客。再结合已接入的会员信息和行为数据，判断谁值得优先联系。 聊天内容则帮助商家理解顾客关注什么，为生成跟进话术提供依据。 回到开头那位假设的顾客，跟进之前应该先确认她的规格问题是否已经解决，上次配送经历是否仍是她的顾虑。加购记录能说明她关注过商品，无法单独证明她没付款的原因；这一步还需要通过沟通确认。 联系她时，可以接着上次的问题问：“您之前担心规格不合适，方便再说一下使用需求吗？我帮您确认。” 顾客愿意继续聊，客服就能进一步解释选型和交付安排。每一句话都有前面的咨询作为依据，也给对方一个继续沟通的理由。商家怎么开始做？先跑通一个品类 不用第一次就跟进全店顾客。挑一个咨询比较多、购买前需要反复确认的品类，先看近期咨询过却没成交的人。 第一轮，人工核对一小批名单。看看筛出来的人是否表达过明确需求，有没有已经下单，是否具备可用的联系渠道。 再翻一翻这些人的聊天记录，把常见顾虑整理出来。规格、活动和发货安排，需要有准确的资料供AI使用。承诺不了的服务，就不能写进跟进话术。 让有赞智能根据这些资料准备跟进内容，核对后，通过已开通并具备相应权限、客户授权的渠道安排联系。复杂的问题由人继续接待，成交后停止催单。 这轮跟进还能帮商家发现页面的问题。同一个规格被反复问，就补充说明；优惠总让人算不明白，就改活动介绍。后来的顾客也能更早得到答案。 带回订单之外，还要算利润和人力方案有没有价值，要看实际结果。 跟进之后，多少人回复，多少人重新咨询并付款？条件允许时，留一组相近顾客作对照，帮助判断跟进带来了多少新增成交。 优惠券、短信和人工成本也要算进去。成交金额增加了，毛利能否覆盖投入？靠更大的折扣才换来订单，这笔账未必划算。 客服花在筛名单、查订单和准备话术上的时间，有没有减少？省下的时间能否用来解答更复杂的问题？这些结果，决定要不要扩大范围。 商家每天都在努力让更多人进店。对已经进店、认真问过的顾客，也值得多了解一步。 你可以先看看昨天的咨询记录：顾客离开前，最后一个问题是什么？负责跟进的人，知道这个问题吗？