2026年,AI邮件营销已经成为所有EDM平台的标配。Mailchimp、HubSpot、以及国产的SendCloud,都在推「AI个性化邮件」——你输入一个客户标签,AI自动生成一封「为这个客户量身定制」的邮件。行业共识是:个性化越强,打开率和转化率越高。但我们的A/B测试颠覆了这个共识。我们发了100万封AI邮件,发现了一个反直觉的结论:当个性化超过一定阈值时,打开率反而下降了。 为什么?这篇拆解背后的原因。
测试设计
我们用AI邮件工具生成了三个版本的邮件,发给同一批客户(共100万封):
- 版本A(低个性化):只有邮件标题包含客户的名字,正文是标准化的产品推荐。
- 版本B(中个性化):邮件标题包含名字,正文根据客户的历史购买记录,推荐了3个相关产品。
- 版本C(高个性化):邮件标题包含名字 + 最近购买的产品名,正文用AI生成了一段「专门写给你」的文案,包括提到了客户最近浏览过的页面、加入购物车但未购买的商品,甚至客户的所在城市。
三个版本各发33万封,A/B/C三组客户的基础画像(年龄、性别、消费力)完全一致。
结果:中个性化 > 低个性化 > 高个性化
7天后的数据:
| 版本 | 打开率 | 点击率 | 转化率 | 退订率 |
|---|---|---|---|---|
| A(低个性化) | 18.2% | 3.5% | 0.8% | 0.3% |
| B(中个性化) | 23.7% | 5.8% | 1.5% | 0.4% |
| C(高个性化) | 15.1% | 2.9% | 0.6% | 1.8% |
版本B(中个性化)表现最好,版本C(高个性化)不仅打开率和转化率最低,退订率还是版本B的4.5倍。这个结果完全颠覆了「个性化越强越好」的行业共识。
为什么「过度个性化」反而有害?
我们分析了用户反馈和行为数据,总结出三个原因:
原因一:「恐怖谷」效应。 版本C的邮件太「精准」了——它知道客户最近浏览了哪个产品,知道客户在哪个城市,甚至提到了客户昨天在某个页面停留了3分钟。这种「精准」让客户感到的不是「贴心」,而是「被监视」。一位客户在退订原因中写道:「你们怎么知道我在看什么?这让我很不舒服。」这就是AI邮件营销的「恐怖谷」——AI太了解你了,让你感到害怕。
原因二:破坏了「偶遇」的惊喜感。 好的营销邮件应该给客户一种「正好我需要」的惊喜感。但版本C的邮件,推荐的都是客户「已经看过但没买」的东西。客户的心理活动是:「我看了没买,说明我不想要。你反复推荐,是在逼我买吗?」过度的个性化,把「惊喜」变成了「压力」。
原因三:AI文案的「塑料感」。 版本C的邮件正文是AI生成的「个性化文案」,但这些文案读起来有一种明显的「AI味」——模板化的句式、万能的形容词、空洞的「我们理解你的需求」。客户一眼就能看出这是AI写的——「AI写邮件给我,说明我不重要」。个性化越高,AI味越重,真实感越低。
什么才是「有效」的个性化?
基于这次测试,我们总结出「有效个性化」的三条原则:
原则一:个性化在「标题」而不在「正文」。 标题里有客户的名字,打开率提升30%。但正文不需要过度个性化——客户打开邮件后,看到的是「人写的」内容,而不是「AI写的模板」。正文的个性化,交给「产品推荐」而不是「AI文案」。
原则二:个性化基于「行为」而非「个人信息」。 推荐客户「可能感兴趣的产品」是好的个性化,提到客户「所在的城市」和「浏览过的页面」是坏的个性化。前者基于「行为数据」,让客户觉得「你懂我的需求」。后者基于「隐私数据」,让客户觉得「你在监视我」。本质上,前者是「服务」,后者是「侵犯」。
原则三:AI写初稿,人改定稿。 AI可以帮你生成100个版本的邮件,但最终发给客户的,必须经过人工的「一票否决」。AI写的邮件,问题不在于「不对」,而在于「不对味」。那种「AI味」,只有人才能去掉。
小结
AI邮件营销的「超级个性化」是一个美丽的陷阱。它让营销人觉得「我终于可以给每个客户发一封独一无二的邮件了」,但客户并不想要「独一无二」,他们想要的是「relevant and respectful」——相关的,且有分寸的。AI的个性化能力越强,营销人的分寸感就越重要。在AI时代,克制是一种美德。