回購率怎麼算?留客成本比拉新便宜 5 倍的關鍵公式、四種分母陷阱、健康基準值與實測數據

回購率怎麼算?留客成本比拉新便宜 5 倍的關鍵公式、四種分母陷阱、健康基準值與實測數據

你算過自己的回購率嗎?檢討行銷成效時,這通常是最晚被看的那個數字。多數老闆只算這個月又拉了多少新客,卻沒人回頭問:這些人有幾個會再買第二次?留住一個回頭客的成本,普遍被引用是拉一個新客的五分之一,這句話你可能聽過,但你公司的數字到底多少、分母怎麼抓、跟留存率差在哪,多半沒人真的算清楚。

這篇會拆解回購率的正確公式與四種分母陷阱、觀察窗該怎麼設、留客成本對比拉新成本的真實結構,以及衝數字時最容易踩的三個陷阱。

一、回購率是什麼?跟留存率、顧客終身價值差在哪

回購率的定義與適用情境

先把定義釘死。這三個詞在多數電商團隊裡是混著講的,混著講就會混著看,開會時各說各話,最後誰都說服不了誰。

回購率衡量的是「一群顧客裡,有多少人回來買了第二次以上」。它是行為指標,只認訂單,不認好感。顧客在問卷上勾五顆星、在社群按讚,這些都不算數,唯一算數的是他有沒有再刷一次卡。

這個指標最適合用來回答一個問題:我現有的顧客池,還能不能自己長出營收。回購率高,代表你每個月不必從零開始拉人;回購率低,代表營收完全靠廣告餵,廣告一停就見底。我在協助品牌盤營運數字時,習慣先看這一項,因為它比營收更早反映出問題——營收下滑是落後指標,等你看到的時候,回頭客已經流失好幾個月了。

要注意的是,回購率不衡量金額。一個買了五次、每次 300 元的顧客,跟一個買了兩次、每次三萬元的顧客,在回購率上兩人完全等值,都只算一位回購顧客,但對營收的貢獻差了 40 倍(1,500 元對 60,000 元),所以它不能單獨當 KPI,必須跟客單價一起看。

留存率、CLV 與回購率的關係

留存率看的是「同一批人過了一段時間還在不在」,有明確的期初與期末,適合訂閱制或會員制。顧客終身價值(CLV)則是把回購次數、客單價、毛利率、預估存續時間全部乘起來,用來回答「我可以花多少錢買一個新客才不虧」。行銷學界很早就把「品牌忠誠」與單純的「重複購買行為」分開討論——顧客說喜歡你是態度層面的忠誠,顧客再買一次是行為層面的重複購買,兩者未必同時發生,回購率抓的是後者(Jacoby 與 Kyner,1973)。

指標定義衡量週期適用決策情境常見誤用
回購率觀察期內有再次購買的顧客占比依商品消費週期設定(30/90/180 天)判斷顧客池能否自行產生營收忽略客單價,把高頻低價客當成優質客
留存率期初的一群顧客,期末仍活躍的比例固定區間(月/季/年)訂閱制、會員制的續約健康度套用在低頻耐久財,數字失去意義
顧客終身價值 CLV顧客整段關係中貢獻的預估毛利總額跨期累計決定新客獲取成本的上限用營收而非毛利計算,高估可投入預算
客單價每筆訂單的平均金額隨時可算促銷組合與加價購設計單看客單價上升,忽略下單人數下滑
回購率、留存率、顧客終身價值三個指標的差異對照資訊圖
回購率、留存率、顧客終身價值三指標對照

二、回購率怎麼算?公式與四種分母的陷阱

標準公式與計算邏輯

公式本身兩行就講完,難的是分母。同一間店、同一份訂單資料,換一種分母定義,算出來的數字可以從 8% 跳到 40%,兩個都不算錯,但拿去跟別人比就全錯。

標準寫法是:回購率 =(觀察期內有 2 筆以上訂單的顧客數 ÷ 觀察期內有下單的顧客總數)× 100%。分子是回購顧客數,分母是購買顧客總數。這裡有兩個決定命運的變數:第一是「觀察期」,抓 30 天還是 365 天,數字差好幾倍;第二是「顧客」怎麼辨識,用會員 ID、Email 還是手機號碼——同一個人用兩組 Email 下單,在後台就是兩個人,回購率被低估而你毫無感覺。

中小電商如果連會員系統都還沒整理好,可以先用最粗但穩定的版本:拿一整年的訂單,用手機號碼去重,算出下單人數,再算其中下過兩單以上的人數。這個數字不精準,但只要每季都用同一套算法重算,趨勢是可信的。指標的價值多半來自縱向比較,不是絕對值。

回購率公式:回購顧客數除以購買顧客總數的白板手寫示意圖
回購率計算公式

四種分母的陷阱與四步驟算法

實務上會看到四種分母,各自回答不同問題,用錯的那種去跟同業對標,是最常見的誤判來源。

算法類型分母定義適用情境計算範例常見誤區
全體下單顧客觀察期內所有下過單的不重複顧客通用健康度、對外報告1,000 人下單、200 人買 2 次以上,回購率 20%新客大量湧入時分母膨脹,數字被稀釋成假性衰退
首購顧客追蹤觀察期內第一次下單的顧客檢驗新客品質與首購體驗300 名新客中 45 人回購,15%觀察窗太短,慢週期商品還沒到重購時間就被判定失敗
全體會員數註冊會員總數(含從未下單者)會員制成效檢討5,000 名會員中 400 人回購,8%殭屍會員拉低分母,數字長期難看卻無從改善
活躍顧客前一期有下單、本期仍在的顧客逼近留存率的用法前季 600 人、本季 210 人回購,35%定義最寬鬆,最容易被拿來對外報喜

四種都合法,但選定之後就不能中途改。我遇過一家客戶,年度檢討時報表上的回購率從去年的 12% 跳到今年的 33%,老闆很開心,追下去才發現去年用全體會員數當分母、今年換成活躍顧客——真實成長是零。

全體下單顧客、首購顧客、全體會員數、活躍顧客四種回購率分母算法的比較圖
四種回購率分母算法陷阱

沒有現成報表的話,用下面四步跑一輪,一個下午做得完:

STEP 1 界定觀察期。 依商品的自然消費週期決定。耗材類(保健食品、寵物食品、日用補充品)抓 30 至 90 天;美妝抓 90 至 180 天、服飾約 180 天;家電、3C 這類耐久財至少 365 天。判斷方式:把現有回購顧客的兩次下單間隔全部拉出來取中位數,觀察期設在中位數的 1.5 倍附近。

STEP 2 確定分母定義。 從上表四種裡挑一種,寫進報表註解,並註明去重的欄位是手機、Email 還是會員 ID,這一步花五分鐘,能省掉往後每一季的爭吵。

STEP 3 篩出回購顧客。 匯出觀察期內全部訂單,依去重欄位分組,計算每人訂單筆數,篩出 2 筆以上者。要留意退貨與取消訂單,多數後台的匯出預設會把它們一起算進去,回購率因此被灌水。

STEP 4 計算並判讀。 算出百分比之後不要急著跟同業比,先跟自己的上一期比,同時把客單價、下單人數放在旁邊,三個一起看才知道回購率的變化是好事還是壞事。

回購率計算的四個步驟流程圖:界定觀察期、確定分母、篩出回購顧客、計算判讀
回購率計算四步驟

回購率的計算前提,是手上有一份乾淨、可回溯到人的消費紀錄。這件事本身就是顧客關係管理的基本功,資料底層沒整理好,後面所有分析都會建在流沙上。

如果你已經跑完這四個步驟、算出自己的回購率,卻不確定接下來該怎麼設計會員機制或再行銷排程,這類實戰細節我在電子報裡會分享具體做法,歡迎訂閱老闆文學院電子報一起討論。

三、回購率多少才算健康?基準值該怎麼看

為什麼沒有標準基準值

回購率多少才算健康,是讀者最想要答案、卻最不該給死數字的一題。目前找不到可信、可查證的台灣分產業回購率基準資料庫。任何在網路上流傳、標榜「電商平均回購率 X%」卻沒附調查方法與樣本數的數字,都不值得拿去說服老闆。

原因有三層。第一,回購率的分母定義不統一,前一節已說明,四種算法差距可達四倍以上,就算有人做了調查,各家填報口徑也不一致,加總平均沒有意義。第二,台灣官方統計(經濟部統計處、財政部電子發票資料)公布的是零售額、交易筆數這類總量數字,不涉及顧客層級的重複購買行為。第三,願意公布回購率的品牌,多半是表現特別好才拿出來講,倖存者偏差嚴重。

順帶一提,網路上常有人把「退貨率」的國際基準拿來當回購率參考,這是兩件事。根據美國零售聯盟(NRF)與 Appriss Retail 發布的年度研究,2023 年美國零售業整體退貨率約為銷售額的 14.5%,其中線上通路較高、達 17.6%,實體通路約 10%,依品類仍有落差;這衡量的是「買了又退回來」,跟「買了還會再買」方向相反,不可混用。

用觀察窗做縱向比較,而非橫向對標

我的建議是把力氣從跨業對標轉回自家縱向比較:抓四個季度的同一算法數字看趨勢線,再把顧客依首購來源分群(廣告、自然搜尋、口碑推薦),比較各群的回購率差異。後者的資訊量遠大於任何產業平均值,因為它直接告訴你哪個獲客管道帶進來的是真客人。

觀察窗設錯,好生意會被算成爛生意。一家賣冷氣的店用 90 天窗口算回購率,數字必然難看,但那不是經營問題,是消費週期問題。

產業類別建議觀察窗判斷依據備註
食品、保健、寵物用品30 至 90 天商品有明確消耗完畢的時間點回購率天生偏高,應同步看流失顧客的斷點在第幾次
美妝保養90 至 180 天一瓶用完約二至四個月換季與促銷檔期影響大,建議排除大檔期單獨計算
服飾配件180 天換季驅動,非消耗驅動尺寸退換貨多,須先扣除退貨訂單
3C、家電、耐久財365 天以上重購間隔以年計回購率本來就低,配件與周邊的附購率更值得追蹤
食品保健、美妝保養、服飾配件、3C家電四類產業建議的回購率觀察窗天數對照圖
各產業建議觀察窗設定

上表的區間是依商品消費週期推導的實務參考,不是官方基準。真正該做的,是用 STEP 1 的方法算出自己的重購間隔中位數,那才是你的觀察窗。

四、留客成本 vs 拉新成本:五倍這個數字的出處與適用範圍

五倍數字的出處:1990 年哈佛商業評論研究

「留一個舊客的成本只有拉新客的五分之一」這句話,在中文行銷內容裡被引用了二十幾年,但幾乎沒人交代它從哪來。既然要拿它當預算決策的依據,出處就得講清楚。

這個比例可以追溯到 Frederick Reichheld 與 W. Earl Sasser 在 1990 年《哈佛商業評論》發表的〈Zero Defections: Quality Comes to Services〉。原始研究處理的是服務業的顧客流失成本,樣本包含信用卡、保險等產業,論證重點是「顧客流失率每降低 5%,利潤可提升 25% 到 85%」。後續研究與顧問機構在引用時,把獲客與留客的成本差距歸納為 5 到 25 倍的區間,實際倍數依產業、客單價與競爭密度浮動。

所以這是一份國際研究、且原始資料集中在服務業,不是台灣電商的實測數字。方向可信,倍數別當公式用。真正該做的是算自己的兩個數字:一個是新客獲取成本(廣告總支出 ÷ 新客數),一個是留客成本(會員系統月費、EDM 工具、再行銷預算、人力工時,除以當期回購顧客數)。兩個數字擺在一起,你的倍數就出來了,那才是能拿去開會的東西。

留客與拉新的成本結構差異

顧問比對拉新廣告成本與留客會員經營成本兩條趨勢線的辦公室場景
留客成本與拉新成本的結構差異

從顧問輔導客戶的觀察來看,這兩類成本最大的差別不在絕對金額,在成本曲線的形狀。廣告獲客成本隨市場競價浮動,你控制不了對手出多少錢;會員經營與名單經營的成本以工具月費與人力為主,量體放大時邊際成本反而下降。

成本項目拉新成本組成留客成本組成結構特性
主要支出廣告投放費用(依 CPA 計價)會員系統、EDM 工具月費前者隨競價上升,後者接近固定
素材與內容廣告素材製作、A/B 測試耗損會員通知、電子報內容前者汰換快,後者可重複使用
通路費用平台佣金、聯盟分潤自有名單發送成本極低名單是資產,廣告是費用
邊際成本走向規模放大時單位成本上升規模放大時單位成本下降這是五倍差距的真正來源

上表為顧問輔導客戶時觀察到的成本結構趨勢,不是統計調查結果。要提醒的是,留客成本低不代表零成本,會員經營需要持續投入內容與人力,只是這筆錢買到的是可重複使用的資產。

五、拉高回購率的具體做法:會員制、再行銷與 EDM

拉高回購率的策略建議,網路上一抓一大把,這篇只挑三件投報率最高、中小團隊做得動的事來講。

會員制設計三原則

會員制是拉回購最直接的工具,但不是每家店都適合裝。前提是商品有重複購買的自然需求,如果賣的是一輩子買一次的東西,做會員制只是把成本轉成點數負債。設計上有三個原則:門檻要看得到(分級標準用累計消費金額或次數)、權益要用得到(優先出貨、專屬客服往往比打折更能維持毛利)、點數要花得掉(合理的兌換門檻與有效期限)。

下面這份清單用來檢核導入時機,命中越多,現在做會員制的成功率越高:

  • 已有穩定的回購顧客名單,而非一次性活動帶進的流量
  • 客單價或消費頻率足以支撐分級門檻的設計
  • 有基本的會員資料收集管道(CRM、POS 或電商後台)
  • 有能持續發送的溝通管道(電子報、LINE、簡訊)
  • 有人力或工具能定期維護會員等級與點數異動
  • 商品本身具備重複購買的自然需求
顧問在平板上檢視會員制導入時機的六項檢核清單畫面
會員制導入時機檢核

延伸閱讀:會員制導入之後,每一群會員怎麼分級、對誰說什麼,可以看會員經營的 RFM 分級做法。

RFM 分群:在顧客沉睡前找到他們

會員制解決的是「有沒有機制留人」,RFM 分群解決的是「該對誰下手」。多數團隊做名單經營時是全員一起發,結果是常買的人被過度打擾、瀕臨流失的人完全沒被特別對待——這是資源錯置,不是名單品質問題。

RFM 把每個顧客攤在三個軸上檢視:Recency(最近一次購買距今多久)、Frequency(觀察期內買了幾次)、Monetary(累計消費金額)。三軸各切高低兩段,就能把顧客池分成八個象限,實務上團隊通常先抓四個最關鍵的象限動手:

象限特徵優先動作
忠誠客(高頻、高額、近期有買)貢獻最多營收,最不該被打擾優先出貨、專屬客服,避免用折扣訊息淹沒
風險客(曾經高頻高額,但近期沒回來)距離上次購買已超過該品類的重購間隔中位數一對一喚醒,用非折扣理由接觸(新品、專屬服務)
潛力客(首購金額高,尚未回購)觀察期內只買過一次,但客單價落在前段針對性推薦搭配商品,縮短第二次購買的決策時間
沉睡客(超過兩個重購週期未回訪)名單裡消耗名額卻不再產生營收的一群低成本喚醒(限次優惠),無回應則降低發送頻率或移出主名單
忠誠客、風險客、潛力客、沉睡客四種 RFM 顧客分群的矩陣示意圖
RFM 顧客四象限分群

這套分群最大的價值在「風險客」這一格:這群人還沒掉出回購率的分母,數字上看不出異常,但他們是下一季回購率會不會下滑的先行指標。把風險客名單獨立出來,每月追蹤這格的人數變化,比等季報表算出來的回購率下滑再處理,早了整整一到兩個月。

再行銷與電子報:兩個低成本喚回管道

再行銷處理的是「看過但沒買」與「買過但沉睡」兩種名單,成本優勢來自受眾精準,不必為了觸及陌生人付出高額競價。實務上最有效的切法是依行為分層:加入購物車未結帳的名單七天內追、瀏覽特定品類未下單的名單十四天內追、超過一個回購週期未回訪的舊客搭配專屬優惠喚醒。

電子報經營的是關係而不是單次轉換。同一份名單,只發促銷訊息的開信率會逐月下滑,內容與促銷混著發的名單則能維持得久很多。開信率是名單健康度的溫度計,它下滑通常會比營收下滑更早出現,等於免費的預警系統。不過 Apple 郵件隱私保護上路後,部分信件會被自動標成已開啟,開信率偏高失真,建議搭配點擊率一起看。兩個管道要串在一起看:再行銷負責把人拉回站上,電子報負責讓他在沒有廣告的時候還記得你,只做前者等於一直付費買回同一群人。

延伸閱讀:「再行銷是什麼?完整操作指南」看懂購物車未結帳、瀏覽未下單這類名單該怎麼分層追。

延伸閱讀:「EDM 電子報行銷完整指南」電子報從名單經營到內容設計的完整操作方法。

免費加入電子報

訂閱就送 AI 工具箱

立即訂閱

六、小心衝回購率的三個陷阱

三個陷阱:折扣依賴、名單疲勞與客層位移

回購率一旦變成 KPI,就會有人想辦法把它做出來,衝出來的代價通常在三到六個月後才會顯現。

我曾輔導一家美妝電商,旺季前為了把回購率拉起來,連續三個月每週發送折扣碼。短期數字確實漂亮,回購率明顯上升。兩個月後問題浮現:退訂率同步跟著走高,更麻煩的是顧客的下單行為改變了,沒有折扣碼就不下單,平常時段的自然轉換掉了一大截,毛利被壓縮到接近打平。問題不在發折扣,在於折扣變成了唯一的溝通內容。顧客學會的不是「這個品牌值得回來」,而是「等它發碼」。比較安全的做法是把促銷型與非促銷型的觸及分開追蹤,並設一條底線:非促銷期間的自然回購比例不得低於某個水準,跌破就停止加碼。

第二個陷阱是發送頻率。每一次發送都在消耗名單的注意力額度,退訂與封鎖是不可逆的,燒掉一個 Email 就少一個永久免費的觸及機會。判斷方法是把退訂率與營收放在同一張報表上:單次促銷帶進十萬營收、退訂三百人,看起來划算,但那三百人如果原本每年會貢獻兩次購買,這筆帳一年後就翻盤了。名單該當成有折舊的資產來管,不是可以無限次使用的通路。

第三個陷阱最隱形。整體回購率持平,不代表什麼都沒發生——有可能是高價客大量流失、低價高頻客大量湧入,兩邊在數字上互相抵消,顧客結構已經整個換過一輪,毛利正在下滑而報表毫無反應。拆解方式不複雜:把顧客依客單價分成三段,各自算回購率,再看三段的人數占比變化,能提早半年發現問題。

回購率健檢速查表

算出回購率異常之後,不確定下一步該查什麼,是多數團隊真正卡住的地方。下表整理五種常見症狀與對應的檢查方向:

症狀可能原因建議動作
回購率忽然暴跌觀察期或分母定義被更動,而非顧客行為真的改變先核對報表註解的分母定義與去重欄位是否與上期一致
回購率長期偏低,查無異常觀察窗設定短於商品的自然重購間隔用 STEP 1 方法重算重購間隔中位數,調整觀察窗
回購率上升但毛利同步下滑靠折扣衝上去的假性回購,顧客養成折扣依賴拆分促銷期與非促銷期分別計算,設自然回購底線
回購率持平但營收下滑客層結構位移(高價客流失、低價客湧入互相抵消)依客單價分三段各自算回購率,比較各段人數占比變化
回購率下滑前開信率已經先跌名單疲勞或客訴未妥善處理,顧客安靜流失追蹤開信率趨勢與客訴結案後 90 天回購率比對

七、客訴處理沒做好,回購率是最先掉的那個指標

沉默流失:多數不滿的顧客不會抱怨,只會離開

客訴處理沒做好,是把顧客推走最快的方式之一,而且推走的速度比想像中快。

一次沒處理好的客訴,不只損失那一單。哈佛商業評論的研究團隊分析大量客服互動後指出,讓顧客感覺費力(重複說明、被踢來踢去、流程繁瑣)對忠誠度的殺傷力,遠大於服務有沒有超乎期待(Dixon、Freeman 與 Toman,2010)。顧客不會因為你送了折價券就原諒你,他記得的是為了拿那張券打了三通電話。

更值得警惕的是沉默流失。願意開口抱怨的顧客是少數,多數不滿意的人不吵不留言,只是安靜地不再回來。這群人不會出現在任何一張客訴報表上,但會出現在回購率裡,以一個緩慢下滑、找不到原因的數字呈現。實務上有個檢驗方法:把已結案的客訴顧客名單拉出來,比對他們後續 90 天的回購率與整體平均的落差,差距為負代表補救動作沒做到位,那條線就是最該優先修的漏洞。

顧問查看筆電螢幕上客訴結案後回購率緩慢下滑趨勢圖的辦公室畫面
客訴後回購率緩降曲線

延伸閱讀:客訴怎麼處理才不會把回頭客推走,完整步驟與話術見客訴處理 SOP。

案例:顧客關係管理系統如何提升回購率

台灣寵物食品品牌倍力寵物(國民寵糧)導入顧客關係管理系統後,透過數據回饋精準經營會員,半年內舊客回購率提升 7%、電子報開信率成長 233%。這組數字來自第三方 CRM 服務商 ORDERLY 發布的客戶案例(2022),不是本文作者親自輔導的客戶,觀察期間為半年、地區為台灣寵物食品業,套用到其他產業時幅度必然不同。它值得參考的不是那個 7%,是背後的動作順序:先把散落在客服對話、訂單、會員資料裡的紀錄接成一份可查詢的資料,再依據資料分群發送,而不是全名單一起轟。多數團隊卡在第一步,因為那一步沒有立即成效,卻是後面所有操作的前提。

八、回購率常見問題(FAQ)

問題一、回購率的公式到底是什麼?▼
回購率=(觀察期內有 2 筆以上訂單的顧客數 ÷ 觀察期內有下單的顧客總數)× 100%。公式不難,難的是分母定義與觀察期設定,同一份資料換一種分母,結果可以差到四倍以上。
問題二、回購率跟留存率是一樣的東西嗎?▼
不一樣。留存率看的是同一批人過了一段時間還在不在,有明確期初期末,適合訂閱制或會員制;回購率看的是一群顧客裡有多少人買了第二次,適合一般零售與電商。混用最常見的後果,是拿訂閱制的基準值去評判一次性購買的生意。
問題三、回購率跟顧客終身價值(CLV)有什麼關係?▼
回購率是 CLV 的組成要素之一。CLV 大致等於客單價乘以回購次數再乘以毛利率,考慮存續期間後得到一個金額。回購率上升會推高 CLV,但如果是靠折扣換來的,客單價與毛利率同時被壓低,CLV 反而可能下降。
問題四、分母到底該用下單人數還是會員數?▼
看你要回答什麼問題。對外報告與通用健康度用「全體下單顧客」;檢驗新客品質用「首購顧客追蹤」;檢討會員制成效用「全體會員數」。關鍵不是哪一種最好,是選定之後不要中途更換,否則跨期比較就失去意義。
問題五、回購率多少算正常?有沒有標準值?▼
目前沒有可查證的台灣分產業公開基準,網路流傳的平均值多半沒交代分母定義與樣本來源,參考價值有限。建議改用自家歷史數據做縱向比較,並依首購來源分群比較,資訊量比任何產業平均值都高。
問題六、不同產業的回購率能互相比較嗎?▼
不建議。消費週期差異太大,賣保健食品與賣冷氣的重購間隔差了十倍以上,用同一個觀察窗算出來的數字沒有可比性。要比較的話,前提是分母定義與觀察窗完全一致,這在跨產業幾乎做不到。
問題七、留住老客戶真的比拉新客戶便宜嗎?▼
方向上成立,倍數要保留。「便宜五倍」源自 Reichheld 與 Sasser 1990 年的研究,原始樣本集中於服務業,後續引用的區間落在 5 到 25 倍,依產業浮動。務實的做法是自己算:廣告總支出除以新客數,對比留客工具與人力成本除以回購顧客數。
問題八、一直發折扣衝回購率會有什麼問題?▼
會養出折扣依賴。短期數字確實上升,但顧客學到的是等發碼再買,非促銷期間的自然轉換會下滑,毛利同時被壓縮。折扣可以用,但不能是唯一的溝通內容,並且要設一條非促銷期間的自然回購底線。
問題九、客訴處理跟回購率有直接關係嗎?▼
有,而且是負向影響最快浮現的路徑。讓顧客感覺費力的服務體驗對忠誠度的傷害,大於服務有沒有超出期待。更棘手的是沉默流失:多數不滿意的顧客不抱怨,只是不再回來,這些人不會出現在客訴報表,只會出現在回購率的緩降曲線裡。
問題十、沒有 CRM 系統的小店,要怎麼開始算回購率?▼
從最粗的版本開始。匯出一整年訂單,用手機號碼去重,算出下單人數與其中下過兩單以上的人數,兩者相除。這個數字不精準,但每季用同一套算法重算,趨勢是可信的。等資料量與人力允許時,再導入系統做分群。

九、回購率是一面鏡子,不是一個該衝的目標

回購率是所有經營指標裡最容易被操作的一個,這件事我必須承認。想讓它上升,發折扣就會上升;想讓它更漂亮,換一種分母就會更漂亮。真正難的,是讓它在沒有促銷、沒有換算法的情況下,自己慢慢往上爬。

所以我把它當成鏡子而不是靶心。它照出來的是產品有沒有讓人想再買、服務有沒有讓人願意再來、名單有沒有被珍惜著使用。這三件事做好了,數字自然會動;這三件事沒做好,把數字硬拉上去只是把問題延後,而且延後的代價通常比較貴。

如果你只打算從這篇文章帶走一件事,我建議是這件:這個月就把自家的回購率算一次,把分母定義寫進報表註解,然後每季用同一套算法重算。不必跟同業比,跟三個月前的自己比就夠了。

那麼,你上一次認真檢視顧客回購狀況,是什麼時候的事?

也歡迎你轉給身邊需要的朋友。也許只是你的舉手之勞,就改變了另一個人的思維和習慣。

限制聲明:文中「留客成本比拉新便宜 5 倍」為國際研究歸納區間(5 至 25 倍),原始樣本集中於服務業,非台灣本地統計,實際倍數依產業、客單價與競爭密度浮動,不宜直接套用於個別企業預算決策。產業別觀察窗建議為依商品消費週期推導的實務參考,非官方基準值;目前查無台灣分產業回購率公開基準資料庫,建議以自家歷史數據做縱向比較。文中案例數據由第三方服務商公布,非本文作者親自輔導之客戶,觀察期間與適用範圍已於內文標註。RFM 分群象限與健檢速查表為顧問實務操作架構,非學術定義或統計調查結果。

免費加入電子報

訂閱就送 AI 工具箱

立即訂閱

參考資料