已经在亚马逊等平台出单的跨境卖家,真正要回答的问题是:增长到底该靠拉新客,还是靠让老客多买一次?答案是先算清自己的复购率与客户价值,再对比获客成本:当平均每个客户贡献的毛利明显高于获客成本时,拉新划算;当复购率已经很高、拉新成本逼近或超过客户价值时,应把预算转向老客留存。本文用亚马逊 Brand Analytics 的 Repeat Purchase Behavior 与 Customer Loyalty Analytics 官方数据,给出复购率、客户价值与获客成本的算法和两个情景;文中所有订单数、客户数、客单价、毛利率与广告费用均为明确标注的假设示例。
一、先厘清口径:复购率、复购客户与客户价值各指什么
复购率有几种口径,用错会导致判断完全相反。本文区分三个常用口径:复购订单占比 = 复购订单数 ÷ 总订单数;复购客户率 = 买过两次及以上的客户数 ÷ 总购买客户数;平均购买频次 = 总订单数 ÷ 总客户数。它们回答的是不同问题——前者看老客贡献了多少成交,中者看有多少比例的客户愿意再来,后者看每个客户平均买几次。
| 指标 | 定义 / 公式 | 回答什么问题 |
|---|---|---|
| 复购订单占比 | 复购订单数 ÷ 总订单数 | 老客成交占多大比例 |
| 复购客户率(复购率) | 买过 ≥2 次的客户数 ÷ 总购买客户数 | 多少比例的客户会再来 |
| 平均购买频次 | 总订单数 ÷ 总客户数 | 每个客户平均买几次 |
| 平均每客户贡献毛利 | 客单价 × 购买频次 × 贡献毛利率 | 一个客户平均带来多少毛利 |
客户价值为什么重要:获客成本(CAC)是一次性投入,只有当客户在其生命周期里多次购买、累计贡献的毛利大于这次获客成本时,这门生意才是正的。亚马逊官方 Brand Analytics 的 Customer Loyalty Analytics 看板明确以「提高客户生命周期价值(customer lifetime value)」为目标:它帮你创建客户分群、分析购买模式、识别并奖励最有价值的客户,还能联系一段时间没下单的客户,并给出 Brand Tailored Promotions 等计划建议。
二、官方数据从哪来:亚马逊 Brand Analytics 的复购与忠诚度看板
亚马逊 Brand Analytics(检索于 2026-11-19)是 Seller Central 里给品牌看聚合客户数据的工具,由四组看板组成:Customer Journey Analytics、Customer Loyalty Analytics、Search Analytics、Consumer Behavior Analytics。其中直接回答复购问题的,是 Consumer Behavior Analytics 下的 Repeat Purchase Behavior,官方说明它能「详细拆解客户多久从你的品牌重复购买」,可追踪三类数据:收到的订单数(orders received)、来自复购的销售额(sales from repeat purchases)、复购客户数(number of repeat customers)。
Customer Loyalty Analytics 则面向留存与客户价值:亚马逊页面原文是「提高客户生命周期价值、优化互动」,可创建客户分群、分析购买模式、识别并奖励最有价值客户、联系一段时间未购买的客户,并给出 Brand Tailored Promotions 等计划建议。Consumer Behavior Analytics 还有两个相邻看板:Demographics 按年龄、收入、学历、性别、婚姻状态拆解销售,用于校正广告受众;Market Basket Analysis 显示客户常一起购买的商品,用于组合销售与交叉销售。
门槛要先确认:Brand Analytics 需要 Professional 销售计划($39.99/月另加销售佣金)并注册 Brand Registry、具备 Brand Representative 角色。跨平台时口径不同:Shopee 的 Business Insights 提供 Overview、Product、Sales、Services、Traffic、Marketing、Selling Coach 七个模块,Overview 展示销售额、订单、转化率、访客数、页面浏览数及相对前一日变化,但没有和亚马逊完全同名、同口径的「复购率」字段——各平台的复购定义与命名需要以各自卖家中心为准,不能直接把亚马逊的口径套到 Shopee。
三、机制:复购如何摊薄获客成本,什么情况下不成立
复购让获客成本摊薄,是留存的直接价值:同一个客户第二次、第三次下单,不再需要再付一次获客费。已知机制是,只要客户价值(客单价 × 购买频次 × 贡献毛利率)大于获客成本,拉新就是正的;复购率越高、频次越高,客户价值越大,能承受的获客成本上限也越高。这是把「该投新客还是留老客」变成一道可算的不等式:客户价值 > 获客成本,就值得继续拉新;客户价值 ≤ 获客成本,就该转向留存或自然流量。
反例与替代解释
两个容易误判的反例。其一,复购率高不等于品牌忠诚:高频消耗品(纸巾、宠物食品、美妆)天然复购频繁,可能是类目属性而非你的品牌做得好;低频耐用品(家具、大家电)复购率低是正常的,不代表运营失败。区分办法是看复购的构成——是同一批老客在持续回购,还是靠新品或促销拉动的偶发复购,前者才是可复用的资产。其二,客户价值高可能来自高客单价而非高复购;只有把客单价、频次、毛利率拆开看,才知道该提价、提频还是降本。
四、可复核分析:把复购数据算成拉新与留存的取舍
设一个美妆品牌的亚马逊店,取 90 天窗口(假设示例):总订单 1,000 单,其中复购订单 250 单;总购买客户 800 人,其中复购客户(买过两次及以上)150 人;平均客单价 $30;贡献毛利率 25%(已扣除采购、平台佣金、履约与退货损失,避免重复扣减);90 天广告费 $4,500,带来新客 600 人。
逐步算:复购订单占比 = 250 ÷ 1,000 = 25%;复购客户率 = 150 ÷ 800 = 18.75%;平均购买频次 = 1,000 ÷ 800 = 1.25 单/客户;平均每客户贡献毛利 = 客单价 $30 × 频次 1.25 × 贡献毛利率 25% = $9.375;获客成本 CAC = 广告费 $4,500 ÷ 新客 600 = $7.50/新客。结论:CAC $7.50 略低于平均每客户贡献毛利 $9.375,拉新打平且略有盈余,但余地很薄——一旦获客成本超过 $9.375,或客户价值跌破 $7.50,拉新就会转负。
这个结论对两个输入很敏感。若复购客户率从 18.75% 升到 30%(复购客户 240 人),且平均购买频次随之升到 1.35 次/客户(假设示例),平均每客户贡献毛利 = 30 × 1.35 × 25% = $10.13,拉新空间变大;若 CAC 因广告竞价涨到 $12,则 $9.375 < $12,拉新转亏,应把预算转向留存与自然流量。所以判断的关键不是「复购率多少算好」,而是「你的客户价值能否覆盖获客成本」。
五、两个情景:高频消耗品与低频耐用品
情景 A(高频消耗品,留存优先):假设一个宠物食品品牌,类目天然高频,90 天复购客户率 40%、购买频次 2.0 次/客户、客单价 $25、贡献毛利率 20%。平均每客户贡献毛利 = 25 × 2.0 × 20% = $10。若获客成本 CAC = $8,则拉新仍有 $2/客户的余地,且高复购意味着老客贡献稳定,应优先做老客留存(订阅、满减、组合装)把频次从 2.0 再往上推,而不是单靠拉新。
情景 B(低频耐用品,拉新优先但要算账):假设一个家具品牌,90 天复购客户率只有 5%、购买频次 1.05、客单价 $120、贡献毛利率 25%。平均每客户贡献毛利 = 120 × 1.05 × 25% = $31.5。若获客成本 CAC = $25,拉新仍为正($31.5 > $25),但因几乎不复购,每个客户只能贡献一次,业务高度依赖持续拉新——此时更该做的是把产品线扩展到配套件或耗材制造复购,或降低 CAC,而不是幻想家具老客频繁回购。
六、执行清单与停止条件
执行时先建一张按月或按 90 天窗口的表,记录总订单、复购订单、总客户、复购客户、客单价、贡献毛利率、广告费与新客数,再算复购客户率、购买频次、平均每客户贡献毛利与 CAC 四项,用「客户价值 vs CAC」的差决定预算方向。
- 观察窗口:至少一个完整季度(90 天),避免单月促销与季节性误判
- 分群:把客户按首次下单月份分组,看同一批客户的复购是否随时间上升(队列/cohort),而不是只看全局复购率
- 继续条件:平均每客户贡献毛利持续大于 CAC,且复购客户率在上升,才加大拉新预算
- 停止条件:CAC 连续两个窗口超过平均每客户贡献毛利,或复购客户率持续下滑,先停拉新、转向留存与自然流量
- 阈值说明:文中「拉新打平」「复购率 40%/5%」均为假设示例,不是行业标准,需用你自己的数据替换
七、局限与不确定性
最可能改变结论的未知量有三个:一是 Brand Analytics 给的是聚合客户数据,看不到个体客户,无法做真正的单客级 LTV 队列;二是复购率很难用单一基准跨类目套用:它因类目、价格带、季节而异,用外部基准会误判;三是平均每客户贡献毛利用固定客单价、频次、毛利率近似,真实 LTV 要考虑时间衰减、退货后二次销售与折扣,本文化简为 90 天静态近似。拿到什么证据会更新判断:登录卖家中心读到自己的 Repeat Purchase Behavior 与 Customer Loyalty Analytics 真实数值后,把两个情景从假设替换成真实输入重算;若能按队列统计 6–12 个月的复购变化,就能把「复购率会不会持续」从假设变成事实。
更新说明(2026-11-19):发布英文版时,本文把「获客成本再涨就会转负」修正为「获客成本超过 $9.375 或客户价值跌破 $7.50 才转负」,并把「没有统一行业标准」限定为「单一基准难以跨类目套用」。中文原发布日期保持不变。
方法与说明
本文数据口径:亚马逊 Brand Analytics 的 Repeat Purchase Behavior(收到的订单数、来自复购的销售额、复购客户数)、Customer Loyalty Analytics(客户生命周期价值、客户分群、奖励高价值客户、联系沉默客户、Brand Tailored Promotions 建议)、Demographics(年龄/收入/学历/性别/婚姻状态)与 Market Basket Analysis(常一起购买的商品)取自亚马逊美国站公开页面(检索于 2026-11-19);Shopee Business Insights 七个模块取自 Shopee 卖家教育页(检索于 2026-11-18)。文中所有订单数、客户数、客单价、贡献毛利率、广告费、CAC 与复购率均为明确标注的假设示例,不是任何平台或店铺统计;不表示诺舟智数已提供任何平台的实时销量或后台数据。
本文的增量,是把亚马逊官方「给什么」和卖家「该投新客还是留老客」接成一道可复算的不等式,而不是泛泛地说「要做复购」。
把客户价值接进完整利润账,见本站《跨境电商利润核算:从GMV到净利润的五步减法》;获客成本与广告盈亏线,见本站《广告ROAS与盈亏平衡ACOS》;进入类目前的容量估算,见本站《类目市场容量怎么算》;平台级分析入口,见亚马逊数据分析专题与电商数据分析指标体系。
本文由自动化研究流程辅助整理,依据文末所列公开来源进行分析,未经过人工审核。
参考来源
- 1. Amazon《Brand Analytics》(一手来源,四组看板、Repeat Purchase Behavior 的收到订单数/复购销售额/复购客户数、Customer Loyalty Analytics 的客户生命周期价值与分群、Demographics 与 Market Basket Analysis、Professional 计划与 Brand Registry 门槛):查看原文,检索于 2026-11-19
- 2. Shopee《What is Business Insights》(一手来源,Overview/Product/Sales/Services/Traffic/Marketing/Selling Coach 七模块,Overview 展示销售额/订单/转化率/访客数/页面浏览数):查看原文,检索于 2026-11-18