Intencja zakupowa liczona z zachowania, nie z deklaracji

Klasyczna segmentacja dzieli ruch na „nowych” i „powracających”. To za mało, żeby zdecydować, czy odezwać się do kogoś w trakcie sesji. Intencja zakupowa jest stanem chwilowym: ten sam człowiek w poniedziałek przegląda kategorię bez planu, a w czwartek porównuje dwa warianty tego samego produktu z kartą płatniczą w ręce.

Sygnały, które faktycznie coś znaczą

Model punktuje zdarzenia, które pojawiają się w taksonomii SDK — te same, które widzisz potem w panelu. Liczy się nie pojedynczy sygnał, lecz ich sekwencja i gęstość w czasie.

• Powrót na tę samą kartę produktu w krótkim oknie czasowym.
• Długi czas aktywny na karcie produktu przy jednoczesnym przewijaniu do sekcji parametrów.
• Dodanie do koszyka, a następnie wyjście do porównania wariantów.
• Rozpoczęty checkout bez jego ukończenia.
• Sygnały frustracji: rage click, martwe kliknięcie, powtarzający się błąd formularza.

Dlaczego wynik musi się starzeć

Intencja bez wygaszania jest bezużyteczna — po tygodniu każdy wracający klient miałby maksymalny wynik. Dlatego punkty tracą wartość z czasem, a sesja bez nowych sygnałów wraca do poziomu bazowego. To samo dotyczy zachowań, które wyglądają na zakupowe, a nie są: ruch automatyczny jest wykluczany z modelu, zanim cokolwiek policzymy.

Od wyniku do rozmowy

Sam wynik niczego nie sprzedaje. Dopiero reguła decyduje, czy przy danym progu warto się odezwać, w jakim miejscu ścieżki i jak często. Silnik reguł ma limity częstotliwości i okresy karencji, żeby ta sama osoba nie dostała trzech zaczepek w jednej sesji.

Dobra zaczepka to taka, której klient nie zauważa jako zaczepki — trafia w moment, w którym i tak miał pytanie.

Jak to sprawdzić u siebie

1. Uruchom pilotaż z regułami w trybie testowym i zbierz dane bez wysyłania wiadomości.
2. Porównaj rozkład wyników intencji z realnymi zamówieniami z tego samego okresu.
3. Dopiero wtedy włącz pierwszą regułę i zostaw grupę kontrolną w eksperymencie.