Hoppa till innehåll
Observera: Översättningen av denna artikel är endast avsedd att underlätta för dig. Översättningen har skapats automatiskt med hjälp av en översättningsprogramvara och har eventuellt inte korrekturlästs. Den engelska versionen av denna artikel bör därför betraktas som den gällande versionen med den senaste informationen. Du kan komma åt den här.

Avancerad e-handelsrapportering

Senast uppdaterad: 17 november 2025

Tillgänglig med något av följande abonnemang, om inte annat anges:

Få djupare insikter om dina e-handelskunder med hjälp av HubSpots rapporterings- och dataverktyg. Den här artikeln förklarar hur du skapar och använder datamängder, anpassade egenskaper och moduler för att bättre förstå kundbeteenden, segmentera din målgrupp, spåra köphistorik och förbättra dina försäljnings- och marknadsföringsstrategier.

I den här artikeln lär du dig hur du ställer in lojalitetspoäng, analyserar köpmönster och övervakar leveransprocesser med steg-för-steg-instruktioner för att konfigurera datamängder och anpassade rapporter. Med dessa verktyg kan du segmentera kontakter, anpassa marknadsföringen och generera användbara rapporter.

Innan du börjar

Innan du konfigurerar användningsfallen ska du skapa en e-handelspipelineDeal-objektet med följande steg:

  • Kassan väntar.
  • Kassan övergiven.
  • Kassan slutförd.
  • Levererat.
  • Avbruten.

Prenumeration krävs Ett Data Hub Enterprise-abonnemang krävs för att skapa datamängder.

Behörigheter krävs Superadministratörsbehörighet eller redigeringsbehörighet för Data Studio krävs för att skapa eller redigera datauppsättningar.

Behörigheter krävs Superadministratörsbehörighet eller synkroniseringsbehörighet för Data Studio krävs för att synkronisera datauppsättningar.

HubSpot-krediter krävs för vissa funktioner HubSpot-krediter krävs för att synkronisera och exportera datauppsättningar.

Behörigheter krävs Superadministratörsbehörighet eller redigeringsbehörighet för egenskapsinställningar krävs för att skapa egenskaper.

Kundlojalitetsbetyg

Använd datamängder för att beräkna en kundlojalitetspoäng och filtrera lojalitetspoängen ytterligare för att lägga till kunder i nivåer (t.ex. de mest lojala kunderna i nivå 1). Använd poängen och nivåerna för att skapa rapporter och segment, så att du kan anpassa din försäljnings- och marknadsföringsstrategi efter dina kunder.

Du kan ställa in egna värden för lojalitetsbetyget, men lojalitetsbetyget i exemplet beräknas enligt följande:

  • Ge poängen 5 om en kontakt har en affär som har avslutats inom de senaste 60 dagarna.
  • Ge poängen 10 om kontaktens totala intäkter överstiger 100 dollar.
  • Ge poängen 10 om kontaktens genomsnittliga sidvisningar är fler än tre.
  • Ge poängen 5 om kontaktens antal besök på din webbplats är större än 8.

Nivåformeln beräknas enligt följande:

  • Kontakter med en lojalitetspoäng på 15 eller högre rankas i nivå 1.
  • Kontakter med en lojalitetspoäng mellan 9 och 14 rankas i nivå 2.
  • Kontakter med en lojalitetspoäng på mindre än 9 rankas som nivå 3.

Ställ in lojalitets- och nivåpoäng med hjälp av datamängder

Så här ställer du in lojalitets- och nivåpoäng med hjälp av datamängder:

  1. I ditt HubSpot-konto navigerar du till Datahantering > Datastudio.
  2. Klicka på Skapa dataset längst upp till höger. Om du lägger till detta fält i ett befintligt dataset klickar du på fliken Dataset längst upp. Klicka sedan på ett befintligt dataset.
  3. Välj Kontakter som ditt primära objekt och klicka på Fortsätt.

    Screenshot of creating a new dataset, selecting 'Contacts' as the primary object from the data source menu.
  4. Klicka på + Lägg till källa i den högra panelen.

    Screenshot highlighting the '+ Add source' button in the dataset creation tool to add a secondary object.
  5. Välj Affärer och klicka på Fortsätt.
  6. Klicka på Kolumner i den högra panelen och sedan på + Skapa ny kolumn.

    Screenshot showing the 'Columns' tab open and the '+ Create new column' button highlighted for dataset customization.
  7. Klicka på Formler för att minimera menyn Formler och klicka sedan på Skapa anpassad formel (Avancerat).

    Screenshot highlighting the 'Build custom formula (Advanced)' option under the Formulas menu for creating a custom metric.
  8. I fältet Kolumnnamn längst ned anger du Lojalitetspoäng.
  9. I redigeringsrutan anger du följande:
    IF(DATEDIFF("DAY",[CONTACT.recent_deal_close_date], NOW())<60,5,0)+
    IF([CONTACT.total_revenue]>100, 10,0)+
    IF([CONTACT.hs_analytics_average_page_views]>3,10,0)+
    IF([CONTACT.hs_analytics_num_visits]>8,5,0)
  10. Klicka på Spara längst upp till höger i formelfönstret.

    The formula editor in a HubSpot dataset, showing the completed custom formula for the 'Loyalty score' column and the 'Save' button.
  11. Klicka på + Skapa ny kolumn.
  12. Klicka på Formler för att minimera menyn Formler och klicka sedan på Skapa anpassad formel (Avancerat).
  13. I fältet Kolumnnamn längst ned anger du Lojalitetsnivå.
  14. I redigeringsrutan anger du följande:
    IF(
    [Loyalty score] >= 15,
    "Tier 1",
    IF([Loyalty score] >= 9, "Tier 2", "Tier 3"))
  15. Klicka på Spara längst upp till höger i formelfönstret.
  16. Klicka på Spara längst upp till höger för att spara datasetet.

    Screenshot highlighting the 'Save' button in the upper right corner to finalize the new dataset configuration.
  17. Ange ett namn och en beskrivning och klicka sedan på Spara.
  18. För att använda datasetet klickar du på Använd i downCarat uppe till höger och väljer ett alternativ.

Köphistorik

Använd anpassade egenskaper och datamängder för att rapportera om kontakters köphistorik. Rapportera om:

  • Genomsnittlig ordertotal per korgstorlek.
  • Antal dagar sedan senaste köp.
  • Återkommande köpare jämfört med engångsköpare.
  • Genomsnittligt köpbelopp per ursprunglig källa.

Genomsnittligt ordervärde per kundvagn

Använd genomsnittligt ordervärde för att hitta sätt att öka det genomsnittliga ordervärdet genom uppsäljnings- eller korsförsäljningsmöjligheter.

I det här exemplet skapar du två anpassade egenskaper för att beräkna det genomsnittliga köpbeloppet och antalet köpta artiklar. Skapa sedan en rapport för att visa kontakters genomsnittliga köpbelopp baserat på deras orderstorlek (antal köpta artiklar).

  1. Skapa en sammanfattande egenskap för genomsnittligt köpbelopp med följande attribut:
    • Objekttyp: Kontakt
    • Fälttyp: Rollup
    • Rollup-typ: Genomsnitt
    • Talformat: Valuta
    • Associerad posttyp: Affär
    • Associerad postegenskap: Belopp
  2. Skapa en rollup-egenskap för inköpsorderstorlek med följande attribut:
    • Objekttyp: Affär
    • Fälttyp: Rollup
    • Rollup-typ: Antal
    • Talformat: Formaterat eller oformaterat tal
    • Associerad posttyp: Radpost
    • Associerad postegenskap: Kvantitet
  3. Skapa en anpassad rapport med följande attribut:
    • Primär datakälla: Kontakter
    • Ytterligare datakälla: Affärer
    • Y-axelegenskap: Genomsnittligt inköpsbelopp
    • X-axelns egenskap: Storlek på inköpsorder

Custom report showing the average purchase amount broken down by purchase order size, with a high order size yielding a higher average purchase amount.

Antal dagar sedan senaste köp

Använd datamängder för att segmentera kontakter baserat på hur många dagar som har gått sedan deras senaste köp. Du kan använda data i segment, e-postmarknadsföring och andra marknadsföringskanaler för att hålla kontakten med kunder som tidigare har köpt från dig.

  1. I ditt HubSpot-konto navigerar du till Datahantering > Datastudio.
  2. Klicka på Skapa dataset längst upp till höger. Om du lägger till det här fältet i ett befintligt dataset klickar du på fliken Dataset längst upp. Klicka sedan på ett befintligt dataset.
  3. Välj Kontakter som ditt primära objekt och klicka på Fortsätt.

    Screenshot of creating a new dataset, selecting 'Contacts' as the primary object from the data source menu.
  4. Klicka på + Lägg till källa i den högra panelen.

    Screenshot highlighting the '+ Add source' button in the dataset creation tool to add a secondary object.
  5. Välj Affärer och klicka på Fortsätt.
  6. Klicka på Kolumner i den högra panelen och sedan på + Skapa ny kolumn.

    Screenshot showing the 'Columns' tab open and the '+ Create new column' button highlighted for dataset customization.
  7. Klicka på Formler för att minimera menyn Formler och klicka sedan på Skapa anpassad formel (Avancerat).

    Screenshot highlighting the 'Build custom formula (Advanced)' option under the Formulas menu for creating a custom metric.
  8. I fältet Kolumnnamn längst ned anger du Tid sedan senaste köp.
  9. I redigeringsrutan anger du följande:
    DATEDIFF("DAY", [CONTACT.recent_deal_close_date], NOW())
  10. Klicka på Spara längst upp till höger i formelfönstret.

    The formula editor showing the DATEDIFF formula used to calculate the 'Time since last purchase' in a HubSpot dataset.
  11. Klicka på Spara längst upp till höger för att spara datasetet.

    Screenshot highlighting the 'Save' button in the upper right corner to finalize the new dataset configuration.
  12. Ange ett namn och en beskrivning och klicka sedan på Spara.
  13. För att använda datasetet klickar du på Använd i downCarat uppe till höger och väljer ett alternativ.

Återkommande köpare

Använd datamängder för att segmentera kontakter baserat på deras antal köp. Du kan använda data i segment, e-postmarknadsföring och andra marknadsföringskanaler för att rikta in dig på kunder för återkommande köp.

  1. I ditt HubSpot-konto navigerar du till Datahantering > Datastudio.
  2. Klicka på Skapa dataset längst upp till höger. Om du lägger till det här fältet i ett befintligt dataset klickar du på fliken Dataset längst upp. Klicka sedan på ett befintligt dataset.
  3. Välj Kontakter som ditt primära objekt och klicka på Fortsätt.

    Screenshot of creating a new dataset, selecting 'Contacts' as the primary object from the data source menu.
  4. Klicka på + Lägg till källa i den högra panelen.

    Screenshot highlighting the '+ Add source' button in the dataset creation tool to add a secondary object.
  5. Välj Affärer och klicka på Fortsätt.
  6. Klicka på Kolumner i den högra panelen och sedan på + Skapa ny kolumn.

    Screenshot showing the 'Columns' tab open and the '+ Create new column' button highlighted for dataset customization.
  7. Klicka på Formler för att minimera menyn Formler och klicka sedan på Tillämpa villkorlig logik.

    Screenshot highlighting the 'Apply conditional logic' option under the Formulas menu for creating a custom property.
  8. I fältet Kolumnnamn längst ned anger du Repeat buyer.
  9. Bredvid IF:
    • Klicka på rullgardinsmenyn Välj egenskap eller kolumn och välj Antal associerade affärer.
    • Klicka på rullgardinsmenyn = och välj > ( större än).
    • I fältet Ange värde anger du 1.
  10. Bredvid THEN:
    • Lämna fältet Typ som Sträng.
    • I fältet Ange värde anger du Repeat purchaser.
  11. Under IF THEN -satsen klickar du på + Lägg till else if-sats.
  12. Bredvid IF:
    • Klicka på rullgardinsmenyn Välj egenskap eller kolumn och välj Antal associerade affärer.
    • Klicka på rullgardinsmenyn = och välj = ( lika med).
    • I fältet Ange värde anger du 1.
  13. Bredvid :
    • Lämna fältet Typ som Sträng.
    • I fältet Ange värde anger du Enskild köpare.
  14. Bredvid OTHERWISE:
    1. Lämna fältet Typ som Sträng.
    2. I fältet Ange värde anger du Ingen köphistorik.

      The conditional logic interface showing the IF/THEN/OTHERWISE statements used to determine if a contact is a repeat or single purchaser.
  15. Klicka på Spara längst upp till höger i formelfönstret.

    Screenshot of the conditional logic formula in the editor, with the Save button highlighted in the upper right corner.
  16. Klicka på Spara längst upp till höger för att spara datasetet.

    Screenshot highlighting the 'Save' button in the upper right corner to finalize the new dataset configuration.
  17. Ange ett namn och en beskrivning och klicka sedan på Spara.
  18. För att använda datasetet klickar du på Använd i downCarat uppe till höger och väljer ett alternativ.

Genomsnittligt köpbelopp per ursprunglig källa

Använd en beräkning av genomsnittligt köpbelopp per ursprunglig källa för att analysera köpbelopp per kanal (t.ex. direkt trafik, hänvisningar, betald social media).

I det här exemplet skapar du en anpassad egenskap för att beräkna det genomsnittliga köpbeloppet. Skapa sedan en rapport för att visa kontakters genomsnittliga köpbelopp per ursprunglig källa.

Observera: om du tidigare har ställt in en anpassad egenskap för genomsnittligt köpbelopp för användningsfallet genomsnittlig ordertotal per korgstorlek kan du använda samma anpassade egenskap för detta användningsfall och behöver inte skapa en ytterligare anpassad egenskap.

  1. Skapa en sammanfattande egenskap för det genomsnittliga köpbeloppet med följande attribut:
    • Objekttyp: Kontakt
    • Fälttyp: Rollup
    • Rollup-typ: Genomsnitt
    • Talformat: Valuta
    • Associerad posttyp: Affär
    • Associerad postegenskap: Belopp
  2. Skapa en anpassad rapport med följande attribut:
    • Primär datakälla: Kontakter
    • Ytterligare datakälla: Affärer
    • Y-axelegenskap: Genomsnittligt köpbelopp
    • X-axelns egenskap: Ursprunglig trafikkälla (affärsegenskap)

advanced-commerce-average-purchase-amount-original-source

Frakt och logistik

Använd datamängder för att rapportera leveranstiden och hur många beställningar som har försenad leverans.

Leveranstid och försenade leveranser

I det här exemplet konfigurerar du en anpassad egenskap och använder den i ett arbetsflöde för att registrera tid och datum när kassan slutfördes. Skapa ett datasetfält för att beräkna leveranstiden och ett fält för att beräkna när leveransen är försenad. Fälten kan sedan användas i rapporter.

  1. Konfigurera din pipeline.
  2. Skapa en anpassad egenskap med följande attribut:
    • Etikett: Tidsstämpel för slutförd utcheckning
    • Objekttyp: Affär
    • Fälttyp: Datum- och tidsväljare (visa endast datum och tid) och tillåt alla datum.

      Custom deal property creation screen showing the configuration for 'Checkout complete timestamp' as a Date and time picker.
  3. Skapa ett arbetsflöde med följande utlösare och åtgärd:
    • Utlösare: Affären finns i e-handelspipeline och befinner sig i steget Checkout slutförd.
    • Åtgärd: Ställ in tidsstämpeln för kassan till det datum då kassan slutfördes.

      Workflow showing the trigger 'Deal is at the Checkout completed stage' and the action 'Set property value' for the timestamp.
  4. I ditt HubSpot-konto navigerar du till Datahantering > Datastudio.
  5. Klicka på Skapa dataset längst upp till höger. Om du lägger till detta fält i ett befintligt dataset klickar du på fliken Dataset längst upp. Klicka sedan på ett befintligt dataset.
  6. Välj Kontakter som ditt primära objekt och klicka på Fortsätt.

    Screenshot of creating a new dataset, selecting 'Contacts' as the primary object from the data source menu.
  7. Klicka på + Lägg till källa i den högra panelen.

    Screenshot highlighting the '+ Add source' button in the dataset creation tool to add a secondary object.
  8. Välj Affärer och klicka på Fortsätt.
  9. Klicka på Kolumner i den högra panelen och sedan på edit Välj kolumner.

    Screenshot of the dataset columns tab, highlighting the button to choose which columns or properties to include.
  10. Klicka på Affärer i den högra panelen för att dölja affärsegenskaperna och markera kryssrutorna Record ID och Region.
  11. Klicka på Formler för att dölja menyn Formler och klicka sedan på Skapa anpassad formel (Avancerat).

    Screenshot highlighting the 'Build custom formula (Advanced)' option under the Formulas menu for creating a custom metric.
  12. I fältet Kolumnnamn längst ned anger du Varaktighet för att slutföra leveransen.
  13. I redigeringsrutan anger du följande:
    ABS(DATEDIFF("DAY", [DEAL.checkout_complete_timestamp], [DEAL. closedate]))
  14. Klicka på Spara längst upp till höger i formelfönstret.

    Formula editor showing the ABS(DATEDIFF) calculation used to determine the 'Duration to complete shipping' for a deal.
  15. Klicka på Kolumner i den högra panelen och sedan på + Skapa ny kolumn.

    Screenshot showing the 'Columns' tab open and the '+ Create new column' button highlighted for dataset customization.
  16. Klicka på Formler för att minimera menyn Formler och klicka sedan på Tillämpa villkorlig logik.

    Screenshot highlighting the 'Apply conditional logic' option under the Formulas menu for creating a custom property.
  17. I fältet Kolumnnamn längst ned anger du Försenad leverans.
  18. Bredvid IF:
    • Klicka på rullgardinsmenyn Välj egenskap eller kolumn och välj Varaktighet för att slutföra leveransen.
    • Klicka på rullgardinsmenyn = och välj > ( större än).
    • I fältet Ange värde anger du 7.
  19. Bredvid :
    • Lämna fältet Typ som Sträng.
    • I fältet Ange värde anger du Försenad.
  20. Bredvid OTHERWISE:
    • Lämna fältet Typ som Sträng.
    • I fältet Ange värde anger du Inom intervallet.

      The conditional logic interface showing the IF/THEN/OTHERWISE statements used to determine if a deal's shipping status is 'Overdue' or 'Within range'.
  21. Klicka på Spara längst upp till höger i formelfönstret.

    Screenshot of the completed conditional logic formula, with the Save button highlighted in the upper right corner of the formula editor.
  22. Klicka på Spara längst upp till höger för att spara datasetet.

    Screenshot highlighting the 'Save' button in the upper right corner to finalize the new dataset configuration.
  23. Ange ett namn och en beskrivning och klicka sedan på Spara.
  24. För att använda datasetet klickar du på Använd i downCarat uppe till höger och väljer ett alternativ.
  25. Du kan sedan skapa en anpassad rapport med följande attribut:
    • Rapport över försenade leveranser:
      • Primär datakälla: den dataset du skapade
      • Diagramtyp: Cirkeldiagram
      • Värden: Affärens ID-nummer (distinkt antal)
      • Uppdelning efter: Försenad leverans

        Example pie chart report showing the breakdown of 'Shipping overdue' versus 'Within range' deals based on the custom dataset field.
    • Rapport över försenade leveranser per region:
      • Primär datakälla: dendataset du skapade
      • Diagramtyp: Cirkeldiagram
      • Värden: Försenade leveranser
      • Uppdelning efter: Affärsregion
    • Genomsnittlig tid för att slutföra leveransen:
      • Primär datakälla: Den dataset du skapade
      • Diagramtyp: Vertikal stapel
      • Y-axel: Tid för att slutföra leveransen (genomsnitt)
      • Uppdelning efter: Affärsregion

Produktens bruttovinst fördelad efter målgrupp eller produkt

Använd datamängder för att dela upp produkter efter produktmålgrupp eller produktnamn, så att du kan se vilka målgrupper eller produkter som ger bäst avkastning.

  1. I ditt HubSpot-konto navigerar du till Datahantering > Datastudio.
  2. Klicka på Skapa dataset längst upp till höger. Om du lägger till detta fält i ett befintligt dataset klickar du på fliken Dataset längst upp. Klicka sedan på ett befintligt dataset.
  3. Välj Radposter som ditt primära objekt och klicka på Fortsätt.

    Screenshot of creating a new dataset, selecting 'Line items' as the primary object from the data source menu.
  4. Klicka på + Lägg till källa i den högra panelen.

    Screenshot highlighting the '+ Add source' button in the dataset creation tool to add a secondary object.
  5. Välj Affärer och klicka på Fortsätt.
  6. Klicka på + Lägg till källa i den högra panelen.
  7. Välj Kontakter och klicka på Fortsätt.
  8. I kolumnen Affärsstadium noterar du ID-numret för stadiumet Levererat.

    Close-up screenshot showing the 'Shipped' deal stage ID number used for the gross profit formula.
  9. Klicka på Kolumner i den högra panelen och sedan på + Skapa ny kolumn.

    Screenshot showing the 'Columns' tab open and the '+ Create new column' button highlighted for dataset customization.
  10. Klicka på Formler för att minimera menyn Formler och klicka sedan på Skapa anpassad formel (Avancerat).

    Screenshot highlighting the 'Build custom formula (Advanced)' option under the Formulas menu for creating a custom metric.
  11. I fältet Kolumnnamn längst ned anger du Bruttovinst.
  12. I redigeringsrutan anger du följande:
    IF([Deal stage]=="Shipped ID number (e.g., 57441674)", [Unit price] - [Unit cost], null)
  13. Klicka på Spara längst upp till höger i formelfönstret.

    Formula editor showing the IF logic used to calculate 'Gross profit' based on the 'Shipped' deal stage ID number.
  14. Klicka på Spara längst upp till höger för att spara datasetet.

    Screenshot highlighting the 'Save' button in the upper right corner to finalize the new dataset configuration.
  15. Ange ett namn och en beskrivning och klicka sedan på Spara.
  16. För att använda datasetet klickar du på Använd i downCarat längst upp till höger och väljer ett alternativ.

Kundresor och beteenden

Sidvisningar per produkttyp

Prenumeration krävs Ett Enterprise-abonnemang krävs för att kunna använda anpassade händelser.

Använd anpassade händelser för att spåra visningar av produkter och kategorisera dem med hjälp av en anpassad egenskap. Skapa en rapport för att analysera vilken produkttyp som får flest visningar.

  1. Skapa en anpassad händelse för att spåra visningarna av en produkt. För detta användningsfall rekommenderas att du skapar en händelse via API eller med JavaScript. Om du behöver hjälp med att konfigurera anpassade händelser kan du överväga att anlita en HubSpot Solutions-partner.
  2. När du skapar den anpassade händelsen ska du skapa en anpassad uppräkningsegenskap för dina produkttyper.

    Screenshot of the custom enumeration property configuration screen for creating the 'Product type' property for custom events.
  3. Skapa en anpassad rapport för din anpassade händelse. I rapporten plottar du produkttyperna på x-axeln och den anpassade händelsen på y-axeln.

    Example custom report displaying the total number of product views broken down by the custom 'Product type' enumeration property.

Kundens köpresa

Prenumeration krävs Ett Marketing Hub- eller Service Hub Enterprise-abonnemang krävs för att skapa kontaktbaserade kundreserapport.

Använd anpassade händelser för att spåra kontaktpunkter i en kundresa, från att visa en produkt till att lägga till i varukorgen, överge varukorgen och köpa. Lägg till de anpassade händelserna i en kundreserapport för att spåra konverteringar mellan varje händelse.

Observera: om du tidigare har ställt in en anpassad egenskap för sidvisningar för användningsfallet sidvisningar per produkttyp kan du använda samma anpassade egenskap för detta användningsfall och behöver inte skapa en ytterligare anpassad egenskap.

  1. Skapa tre anpassade händelser:
    • Produktvisningar.
    • Kundvagnsstatus.
    • Spårning av utcheckningssida.
    • För detta användningsfall rekommenderas att du skapar en händelse via API eller använder JavaScript. Om du behöver hjälp med att konfigurera anpassade händelser kan du överväga att anlita en HubSpot Solutions-partner.
  2. Lägg till de anpassade händelserna som steg i en kundreserapport.

    Customer journey report visualization showing stages from Product views, Cart status, Checkout page tracker, and Purchase, with conversion rates displayed.

Skicka e-postmeddelanden om övergivna varukorgar

Prenumeration krävs Ett Marketing Hub Professional- eller Enterprise-abonnemang krävs för att kunna använda moduler i marknadsföringsmejl.

Håll kunderna engagerade genom att skicka personliga e-postmeddelanden om övergivna kundvagnar. I det här exemplet använder du pipeline-steget Checkout abandoned (Övergiven kassa) i arbetsflöden för att skicka e-post till köpare med övergivna varor i kundvagnen.

  1. Konfigurera din pipeline
  2. Skapa en modul i Design Manager. Lägg till följande anpassade modulsyntax till modulen (uppdatera rubriken och teckensnittet efter behov):

    {#{{ module.deal.id }}#}
    
    {# Get the Contact associated to the Deal #}
    {% set associated_contact = crm_associations({{ module.deal.id }}, "HUBSPOT_DEFINED", 3, "orderBy=-createdate") %}
    
    {# Get the Line_Items associated to the Deal #}
    {% set associated_line_items = crm_associations({{ module.deal.id }}, "HUBSPOT_DEFINED", 19, "orderBy=-createdate") %}
    
    <h2 style="font-family:verdana; margin-top:20px; color:#ff6347; margin-left:10px; margin-right:10dp; text-align: center;"> Hello {{ associated_contact.results[0].firstname }}, Thank you for Visiting our Store!
    </h2>
    
    <p style="margin-left:10px; margin-right:10dp; text-align: center;"> We noticed that you haven't completed your order. Here is a little reminder of what you have in your current shopping cart. Feel free to complete your purchase by clicking on the button below. </p>
    
    {# Grab the product of each line item and display the info #}
    {% for item in associated_line_items.results %}
    {% set product = crm_object("product", item.hs_product_id, "name,price,hs_url", false) %}
    <div style="text-align:center"> <img style="width: 40%" src={{ product.hs_url }} /> <p> {{ product.name }} </p> <h4 style="font-family:verdana;"> ${{ product.price }} </h4>
    </div>
    {% endfor %}
    
    
  3. Skapa ett marknadsföringsmejl och lägg till modulen.
  4. Skapa ett arbetsflöde med följande utlösare och åtgärd:
    • Utlösare: Affären finns i e-handelsp ipeline och befinner sig i stadiet Övergiven kundvagn. Aktivera omregistrering.
    • Åtgärd: Skicka e-post.

      Workflow showing the trigger 'Deal is in the Abandoned cart stage' followed by the action 'Send email' for a cart recovery sequence.
Hjälpte artikeln?
Detta formulär används endast för dokumentationsfeedback. Få reda på hur du får hjälp med HubSpot.