跳到主要内容
Noah Wise Insight
研究简报

复购率怎么算:用亚马逊Repeat Purchase Behavior和客户忠诚度数据,判断该投新客还是留老客

把亚马逊 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)与 Customer Loyalty Analytics(客户生命周期价值、客户分群)接成四个可复算的指标:复购客户率、平均购买频次、平均每客户贡献毛利与获客成本 CAC,用「客户价值 vs CAC」这道不等式决定该投新客还是留老客,并用高频消耗品与低频耐用品两个情景给出留存优先与拉新需算账的不同结论。

诺舟智数内容研究 2026-11-19
复购率怎么算:用亚马逊Repeat Purchase Behavior和客户忠诚度数据,判断该投新客还是留老客

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
RELATED

相关推荐

→

阿里国际站物流凭证抽检改累计扣分:15笔起罚、30天申诉、按主账号累计,外贸卖家如何避免扣分或关停EXW起草权限

阿里国际站物流凭证抽检从逐笔扣分改为累计扣分:30天申诉、按主账号累计、15笔起罚、60笔关停EXW起草权限。本文把官方处罚表还原成可复算的确认异常指标,用两个假设情景演示15与30阈值附近的敏感性,并给出30天倒排的证据处理办法。

打开页面 →
→

黑五网一数据分析:Amazon黑五周11月19日开跑、12天每日Deal与黑五/网一双时段drop,叠加美国10月零售+0.2%,跨境卖家如何定价格下限、Deal节奏与广告预算上限

以Amazon官方黑五周活动机制与美国10月实际零售数据为据,先讲清12天窗口与双时段drop如何分散流量峰值,再对照Census与NRF两套零售口径,把+0.2%大盘与品类分化翻译成单SKU的价格下限、盈亏平衡ACOS与广告预算上限,用两个假设情景(已报名Deal vs 未报名Deal)复算单位净利润。

打开页面 →
→

Ozon数据分析:手动推送12月3日起调至每收件人3卢布、自动推送维持2卢布,俄罗斯站卖家如何按历史季节系数重算触达成本

Ozon 自 12 月 3 日起将手动(一次性)推送调至每收件人 3 卢布、自动推送维持 2 卢布并取消两类通知的季节系数。本文用官方当前公式(2 卢布×收件人数×季节系数)还原两个假设情景,说明手动打平系数 1.5、自动打平系数 1.0,并给出按历史系数分组重算触达成本与收缩名单的行动办法。

打开页面 →

跨境数据、产品与研究

从平台覆盖、产品能力到数据口径与已发布报告,按同一套口径理解跨境市场数据。每个页面都说明数据范围、定义和限制。