Klaviyo a extins în octombrie 2026 patru zone din platformă: interogări SQL în limbaj natural prin Composer, Social Performance pentru legarea postărilor de vânzări, până la patru modele RFM pe categorii de produs și adaptarea Customer Agent pe piețe Shopify. Ideea centrală este simplă: datele stau deja în cont, problema nu a fost niciodată colectarea, ci timpul dintre întrebare și răspuns.

Sursa acestor informații este anunțul Klaviyo, 4 new ways to use your Klaviyo data, publicat pe 13 octombrie 2026. Mai jos este o analiză de operator, cu ceea ce merită testat, cu ce trebuie verificat înainte de a crede un număr și cu limitele pe care sursa nu le acoperă.

Ce s-a schimbat, concret

Patru direcții, fiecare atacând un punct diferit de frecare din munca zilnică de marketing.

Prima: Klaviyo Data Platform suportă acum SQL, iar Composer scrie interogarea în locul tău, pornind de la o întrebare în limbaj natural. Mai important decât rezultatul este faptul că instrumentul arată cum a interpretat întrebarea, inclusiv modul în care a definit o noțiune ambiguă precum venitul din discount.

A doua: Social Performance este disponibil pentru clienții Klaviyo Social și aduce datele de engagement și de conținut în același loc cu datele de comandă, ca să vezi ce postări au dus la vânzări, nu doar la like-uri.

A treia: analiza RFM poate rula până la patru modele simultan, fiecare construit pe o categorie de produs, cu propriul criteriu de conversie și propriile praguri pentru recență, frecvență și valoare.

A patra: K:AI Customer Agent se adaptează pe fiecare piață din Shopify Markets, prin conținut, competențe și recomandări de produs legate de piața respectivă.

SQL în limbaj natural: puterea și capcana sunt în același loc

Pentru un marketer fără background tehnic, asta elimină un blocaj real. Nu mai stai în coada unui analist pentru o întrebare de o singură propoziție și nu mai construiești segmente manual, ochiometric, prin interfață.

Partea valoroasă nu este scrierea interogării. Este afișarea raționamentului. Orice cifră din marketing depinde de o definiție, iar definițiile diferă de la firmă la firmă. Dacă instrumentul calculează venitul din discount ca vânzări brute pe comenzile cu ofertă, minus rambursări și anulări, iar echipa ta calculează altfel, ai un decalaj de raportare care se propagă în toate deciziile de buget luate pe baza lui.

Recomandarea mea de proces este strictă: prima interogare pe care o rulezi nu trebuie să fie cea care îți dă răspunsul, ci cea care îți validează definițiile. Ia o metrică pe care o știi pe de rost, rulează-o prin Composer și compară. Dacă cele două numere nu se potrivesc, problema nu este AI-ul, este lipsa unei definiții comune în companie.

Al doilea aspect de reținut este legat de guvernanța datelor. Când oricine poate scrie o interogare în limbaj natural, oricine poate produce un număr care ajunge într-o prezentare. Asta cere o disciplină nouă: cine validează cifrele care ies din sistem și cum sunt ele documentate.

Social Performance: de la engagement la venit

Aici este cea mai clară îmbunătățire pentru echipele de social. Vechiul scenariu era cunoscut: cineva comentează la o postare sau cere un cod de reducere în DM, vezi că s-a întâmplat, dar nu poți spune dacă a și cumpărat. Acum datele stau în același loc.

Sursa menționează posibilitatea de a defalca engagement-ul pe like-uri, comentarii și distribuiri, de a vedea conținutul care performează, inclusiv conținut generat de utilizatori, și de a verifica dacă ai consimțământul de reutilizare. Ultimul punct este subestimat. Consimțământul pentru UGC nu este o formalitate și nu devine mai puțin important pentru că datele sunt acum mai ușor accesibile.

Ce trebuie testat cu atenție: corelația dintre o postare și o comandă nu este automat o relație cauzală. O postare poate performa în aceeași zi cu o promoție de email, cu o campanie plătită și cu un vârf sezonier. Instrumentul îți arată datele, interpretarea rămâne a ta.

RFM pe categorii: modelul care nu mai ascunde semnalul

Aceasta este, în opinia mea, actualizarea cu cel mai mare impact practic pe termen mediu. Un singur model RFM combinat pe toate comenzile unui client mediază semnale care nu ar trebui mediate.

Exemplul din sursă este bun: o clientă care cumpără des îmbrăcăminte, dar nu și-a schimbat pantofii de alergare de peste un an. Un model combinat o citește ca activă. Două modele separate o citesc corect: activă la îmbrăcăminte, în risc la încălțăminte. Acțiunea de marketing devine evidentă și, mai rar, corectă.

Pentru magazinele online din România, logica se aplică direct. Retailul de fashion, farmacia, magazinele cu consumabile recurente, toate au categorii care se comportă diferit la recompără. Un model unic aruncă aceste diferențe la un loc.

Limita pe care trebuie să o accepți: patru modele înseamnă patru seturi de praguri de calibrat. Dacă le setezi prost sau le copiezi de la alt business, obții segmente frumoase pe hârtie și campanii care nu mișcă nimic. Pragurile trebuie derivate din propriile date.

Customer Agent pe pieți: corect, dar cere disciplină

Pentru brandurile care vând în mai multe țări, adaptarea pe piață rezolvă o problemă veche. Politica de retur, competențele, recomandările de produs, prețul și valuta se leagă de piața din Shopify Markets, iar clientul primește răspunsul potrivit locului în care cumpără.

Partea care merită insistat: calitatea rezultatului depinde integral de baza de cunoștințe. Dacă politica de retur pentru piața franceză este încărcată greșit sau incomplet, agentul va răspunde consistent greșit. Un agent AI bine configurat pe date slabe nu este un avantaj, este un risc de suport.

Un test minim, înainte de orice extindere: pune aceeași întrebare din două piețe diferite, verifică răspunsurile, apoi verifică-le pe cele care nu apar în manualul de politici. Acolo apar erorile.

Ce înseamnă pentru tine, antreprenor sau marketer în România

Dacă vinzi pe un singur canal și cu un catalog omogen, ordinea priorităților se schimbă. Nu începe cu ultima funcție din listă, începe cu cea care rezolvă durerea cea mai scumpă.

Pentru un magazin cu o singură categorie principală, RFM pe categorii nu aduce mare lucru. Social Performance, în schimb, poate răspunde la o întrebare care frământă orice buget de social: ce postări generează comenzi și ce postări generează doar aprecieri. Dacă nu poți răspunde la asta, aloci buget pe instinct.

Pentru un business care vinde în mai multe țări, Customer Agent pe pieți este cel mai probabil punct de pornire, pentru că acolo erorile costă direct: un client care primește politica greșită de retur este un client care deschide un tichet, nu unul care cumpără din nou.

Pentru echipele cu volum mare de date și puțin timp de analiză, SQL-ul în limbaj natural este schimbarea de infrastructură. Dar exact aici este și capcana de guvernanță descrisă mai sus.

Un pas practic pe care îl propun, indiferent de mărime: alege o singură întrebare de business pe care o repeți manual de luni de zile. Rulează-o prin noul flux, compară rezultatul cu metoda veche și abia apoi decide dacă o pui în producție. Dacă cifrele nu se potrivesc, nu ai câștigat timp, ai câștigat un al doilea adevăr, iar asta e mai rău decât niciunul.

Apropo de alegeri de platformă: dacă încă evaluezi uneltele de automatizare, merită să te uiți la criteriile din cum alegi platforma de email marketing în 2026. Iar pentru contextul mai larg al pieței locale, GPeC Summit 2026 acoperă direcția e-commerce-ului românesc.

Întrebări frecvente

Trebuie să activez ceva pentru SQL în Composer? Din ce descrie sursa, suportul SQL vine cu conexiunea și nu necesită activare separată. Nu am de unde să confirm altceva în afara materialului furnizat.

Social Performance este disponibil pentru toți clienții Klaviyo? Sursa îl menționează ca disponibil pentru clienții Klaviyo Social. Dacă nu ai acest produs, verifică în cont înainte de a presupune accesul.

Câte modele RFM pot rula simultan? Până la patru, fiecare cu criteriu de conversie și praguri proprii pe categoria de produs.

Customer Agent funcționează dacă vând doar în România? Adaptarea descrisă se leagă de piețele configurate în Shopify Markets. Pentru un singur market, beneficiul este limitat la setările acelei piețe.

Concluzia operatorului

Valoarea reală a acestor update-uri nu stă în automatizare, ci în reducerea distanței dintre o întrebare și un răspuns verificabil. AI-ul te ajută să formulezi interogarea, să găsești tiparul, să pui pe masă segmentele care altfel s-ar pierde într-un mediu. Ce nu face, și nu trebuie lăsat să facă, este să decidă ce definiție folosești, ce prag setezi și ce campanie trimiți mai departe. Decizia și execuția rămân umane, pentru că media buyer-ul răspunde de buget, nu instrumentul. Dacă vrei să transformi aceste direcții în pași concreți pentru contul tău, pasul următor îl face ALLSoft Agency.