Klaviyo Composer 公測：稽核進行中的活動、流程與分群
Klaviyo 在 發布新聞稿，宣布旗下 AI 行銷代理 Composer 進入公開測試，同時大幅更新另一個代理 Customer Agent。
新聞稿這樣描述 Composer 的第一步：
Simply ask Composer what to focus on and it runs a full audit of every live campaign, flow, and segment to surface a ranked list of revenue opportunities.
中譯：只要問 Composer 該聚焦在哪裡，它就會稽核每一個進行中的活動、流程與分群，列出一份排序過的營收機會清單。
新聞稿舉的可能情境包括：表現不佳、幾個月沒調整的棄單流程，新客在首購前就流失的歡迎旅程，以及 90 天沒收到品牌訊息的高價值流失客群。
選定其中一項後，Composer 會建好完整的跨管道活動，包含電子郵件與簡訊、受眾與內容。Klaviyo 稱 Composer 參考了 14 年的客戶脈絡、最佳做法，以及近 200,000 個品牌的模式。新聞稿也寫明，活動要經過核准才會上線。
延伸閱讀：Journey Orchestration 術語頁
新聞稿引述參與私人測試的 AS Beauty 留存行銷資深總監 Katherine Cabe：Composer 的 Flow Audit 工具在他們 113 個流程裡找出衝突，看得到哪些自動化在無意間搶同一批顧客。
新聞稿描述另一個代理 Customer Agent：由 Klaviyo AI 建好的服務體驗上線後，代理會每天檢查自己的表現，找出沒有解決的問題並持續改善。Klaviyo 也稱這兩個代理共用同一份即時顧客資料，一方的動作會充實另一方使用的資料。關於 AI 代理讀寫顧客資料的相關概念，可參考我們的Agentic CDP 術語頁。
Adobe 收購 Rilo：用一般英文描述流程，交給 AI 代理執行
Business Standard 在 報導，Adobe 收購了印度 AI 自動化公司 Rilo，距離 Rilo 推出不到一年，雙方沒有公開交易的財務細節。
根據報導，Rilo 讓進階個人使用者與非技術背景的使用者用一般英文描述複雜流程，再由 AI 代理在數百種工具之間建立並執行。它後來發展成給行銷與上市（GTM）團隊使用的「AI 員工」平台，處理競品情報、開發潛在客戶、LinkedIn 外展、Reddit 行銷、社群內容與活動研究等流程。
報導稱 Rilo 推出後幾個月內使用者就超過 10,000 人，並把這筆收購放在 Adobe 加深 AI 代理式（agentic）行銷與 AI 自動化布局的脈絡下。同一篇報導也提到，Anthropic 推出了給行銷人員使用的 Claude。
Anomaly AI 列出的四個行銷資料分析問題
Anomaly AI 在 2026 年 10 月 14 日更新的工具比較文，把行銷資料分析工具要做的事收斂成四項：跨管道資料、定期報表、能交給利害關係人的產出，以及可驗證的數字。文中比較的工具也包括作者自家產品 Anomaly AI，並已揭露這層關係。
| 檢查項目 | 原文的問法 |
|---|---|
| 跨管道資料 | 能不能把 GA4、廣告帳戶匯出檔、CRM 與試算表放在一起，還是只看得到一個來源 |
| 定期報表 | 能不能用新資料重建同一份週報或月報，不必每一期重做 |
| 可交付的產出 | 能不能做出客戶或主管真的用得上的儀表板、簡報或 PDF |
| 可驗證的數字 | 被追問數字對不對的時候，能不能把數字追回原始資料列與一致的指標定義 |
Anomaly AI 也把工具分成三類：在系統之間搬運資料的管線（例如 Supermetrics、Funnel.io），負責視覺化的儀表板與 BI（例如 Looker Studio、Power BI、AgencyAnalytics），以及負責推理與產出的 AI 分析師（例如 Anomaly AI、Julius AI、ChatGPT）。文章認為，這個市場多數的混淆，來自把管線和分析師當成同一種東西比較。
這份清單出自廠商的比較文。Anomaly AI 在文中也寫明，自家產品不是即時監控或自動異常偵測工具。
DMI：多數 AI 工具是整合進既有系統，而非取代
Digital Marketing Institute（DMI）的〈The AI Marketing Tool Landscape in 2026〉把工作流程自動化列為推動 AI 行銷工具快速成長的幾項主要趨勢之一：AI 代理與自動化平台開始處理過去需要大量人工的多步驟行銷流程。
DMI 在專業化（specialization）這項趨勢下依功能列出代表工具，例如客戶洞察分析（Customer insight analysis）類列了 Crescendo、Gong、Sprout Social 與 Zoho Analytics。
DMI 稱，多數 AI 工具不是設計來取代 CRM 或行銷自動化軟體這類既有平台，而是整合進既有的工具組合。實務上，多數組織是在建立混合式的行銷工具組合，由 AI 工具輔助傳統平台。
DMI 給行銷主管的結論是，目標不應該是導入每一個新平台，重點應該放在找出 AI 最能支援既有流程與策略重點的地方。
銷波快觀點：先盤流程，再談加工具
我們自己做過一輪調查，四個數字排起來就是一條完整的階梯。87% 的行銷人在用 AI，當中 93% 拿它來寫得更快，19% 讓 AI 自己跑完一段工作，不到 1% 自己蓋工作流。用 AI 已經不是優勢，差距在你站哪一層。這條階梯也解釋了為什麼工具數量跟產出品質脫鉤，因為多數人買的工具全部落在同一層。
我們的判斷是，Klaviyo 對 Composer 的描述和 Anomaly AI 的四個問題，指向同一個起點：先看清楚現有的活動、流程與數字。DMI 對行銷主管的建議，也是不必導入每一個新平台。
從 500 多個 AI 工作流的實作經驗看，答案在流程不在工具。選對流程比選對工具重要，高頻、規則明確、錯誤成本高的流程優先自動化。最常見的失敗模式是這樣，把 AI 套在本身就混亂的流程上，結果放大了原有的低效率。所以補的是那一段流程的接點，砍的是同一層裡重複的工具。
舉一個實際落地的例子。Google 廣告最難的不是寫文案，是關鍵字分類。把關鍵字表丟給 AI，請它以廣告投手的角色分成資訊型與消費型，準確率約 80%，而消費型關鍵字的轉換率落在 75% 到 90%。同一份分類結果還能拿去做 SEO 規劃。這種任務就符合高頻、規則明確、錯誤成本高三個條件，是健檢之後該優先接上自動化的位置。
最後是我們自己踩過的坑。我們曾經用猜的方式決定文章要打哪個關鍵字。後來去查 Search Console 才發現兩件事。猜的那個詞一次曝光都沒有，真正在排名的那個詞有 286 次曝光、平均排名 3.0，卻完全沒寫進文章裡。掃過九個主題之後也發現同一個模式。既有內容全部在打旁邊的長尾，最大的市場就寫在主題名稱裡卻沒人碰。工具棧健檢是同一件事的另一個版本。用實際數據盤點，別用感覺，而且要在買下一個工具之前做。
結論：先盤一次流程，再決定要不要換工具
Klaviyo 把稽核進行中的活動、流程與分群寫進 Composer 的產品描述，Adobe 收購了讓使用者用一般英文描述流程、再由 AI 代理執行的 Rilo。
評估行銷資料分析工具時，可以先用 Anomaly AI 整理的四個問題檢查：資料接得起來嗎、報表能不能用新資料重建、產出交得出去嗎、數字追得回原始資料嗎。
也可以把手上的資料分析工具照 Anomaly AI 的三類（管線、儀表板與 BI、AI 分析師）歸類，看看是不是有好幾個工具擠在同一類。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- Klaviyo Launches AI Agents that Work Together to Drive Revenue for Consumer Brandsklaviyo.com
- Adobe acquires Indian AI automation startup Rilo to boost agentic pushbusiness-standard.com
- Best AI Tools for Marketing Data Analysis in 2026findanomaly.ai
- The AI Marketing Tool Landscape in 2026digitalmarketinginstitute.com
