互聯(lián)網(wǎng)數(shù)據(jù)化運(yùn)營(yíng)管理：復(fù)購(gòu)篇

互聯(lián)網(wǎng)公司要維持業(yè)績(jī)的增長(zhǎng)，新用戶要抓，更要關(guān)注老用戶的存留和復(fù)購(gòu)，上一篇講了存留相關(guān)的分析，本篇單獨(dú)介紹下復(fù)購(gòu)相關(guān)的分析。

上一篇也有講到，電商的“人口紅利”已經(jīng)過去了，根據(jù)中國(guó)電子商務(wù)中心提供的公開數(shù)據(jù)：

商家獲得新用戶的成本是維護(hù)老用戶的5～10倍；

一個(gè)中意 的用戶會(huì)帶來8筆潛在生意，不中意 的用戶可能會(huì)影響25個(gè)人的購(gòu)買意愿。

根據(jù)京東對(duì)大量商家對(duì)復(fù)購(gòu)率和收益的分析結(jié)果顯示：

購(gòu)買一次 用戶占比：93% 收入占比83％

購(gòu)買兩次 用戶占比：5.5％ 收入占比11%

購(gòu)買三次 用戶占比：1% 收入占比3%

三次以上 用戶占比：0.5% 收入占比3%

這些數(shù)據(jù)表明，互聯(lián)網(wǎng)公司要維持業(yè)績(jī)的增長(zhǎng)，新用戶要抓，更要關(guān)注老用戶的存留和復(fù)購(gòu)，上一篇講了存留相關(guān)的分析，本篇單獨(dú)介紹下復(fù)購(gòu)相關(guān)的分析。

復(fù)購(gòu)率衍生與傳統(tǒng)用戶關(guān)系治理 CRM中的用戶價(jià)值模型（RFM模型）中的F（frequency），意思為最近一段時(shí)間購(gòu)買次數(shù)，用于說明用戶的忠誠(chéng)度，反向則說明商品或服務(wù)的用戶黏性。

復(fù)購(gòu)率可以分為“用戶復(fù)購(gòu)率”和“訂單復(fù)購(gòu)率”，此外，“用戶回購(gòu)率”意義與復(fù)購(gòu)率相似，也在此范圍內(nèi)。

用戶復(fù)購(gòu)率＝單位時(shí)間內(nèi)：購(gòu)買兩次及以上的用戶數(shù)/有購(gòu)買行為的總用戶數(shù)

訂單復(fù)購(gòu)率＝單位時(shí)間內(nèi)：第二次及以上購(gòu)買的訂單個(gè)數(shù)/總訂單數(shù)

用戶回購(gòu)率＝單位時(shí)間內(nèi)：有購(gòu)買行為的老用戶數(shù)/有購(gòu)買行為的總用戶數(shù)

分析目標(biāo)：

通過對(duì)轉(zhuǎn)化率的監(jiān)控分析，發(fā)現(xiàn)問題、細(xì)化原因，為運(yùn)營(yíng)策略調(diào)整提供支持，輔助達(dá)到穩(wěn)定、提高轉(zhuǎn)化率的效果。

分析角度：

1.綜合指標(biāo)展示，分析用戶黏性，輔助發(fā)現(xiàn)復(fù)購(gòu)率問題，制定運(yùn)營(yíng)策略。

2.橫向維度（商品、用戶、渠道）對(duì)比分析，細(xì)化復(fù)購(gòu)率，輔助問題定位。

分析方法：

1.綜合指標(biāo)展示，分析用戶黏性，輔助發(fā)現(xiàn)復(fù)購(gòu)率率問題，制定運(yùn)營(yíng)策略

放下問題不談，公司應(yīng)該對(duì)復(fù)購(gòu)率有一個(gè)常規(guī)的圖表進(jìn)行監(jiān)控，通過該表來展示公司復(fù)購(gòu)率的健康度。

上圖中將用戶復(fù)購(gòu)率、訂單復(fù)購(gòu)率、用戶回購(gòu)率統(tǒng)一放在一個(gè)圖中進(jìn)行展示，下面表格為明細(xì)表，將用戶、訂單進(jìn)行更明細(xì)的分類。

將這三條曲線與用戶總數(shù)疊加在一起可以看出用戶黏性的健康度，最佳的情況是三條曲線都不隨著用戶數(shù)量的變化而變化，普遍保持著上升的趨勢(shì)。尤其用戶回購(gòu)比率是一定要逐步上升的，因?yàn)殡S著公司的進(jìn)展，為公司長(zhǎng)期制造價(jià)值的用戶一定是這些老用戶。

上圖是對(duì)復(fù)購(gòu)率進(jìn)行一個(gè)整體性的展示，可以根據(jù)不同情況將周期調(diào)整為季度等。通過對(duì)復(fù)購(gòu)率整體性的展示，方便定義公司復(fù)購(gòu)率的健康度，及時(shí)發(fā)現(xiàn)復(fù)購(gòu)率異常后，再進(jìn)行進(jìn)一步的分析。

2.橫向維度（商品、用戶、渠道）對(duì)比分析，細(xì)化復(fù)購(gòu)率，輔助問題定位

將復(fù)購(gòu)率繼續(xù)拆解，可以分成會(huì)員復(fù)購(gòu)率、新用戶復(fù)購(gòu)率。會(huì)員復(fù)購(gòu)率低，是會(huì)員運(yùn)營(yíng)的不夠好；新用戶復(fù)購(gòu)率低，是新用戶運(yùn)營(yíng)的問題。通過這樣的對(duì)比，可以實(shí)施有針對(duì)性的營(yíng)銷策落。

上圖所示，新用戶由于對(duì)平臺(tái)或應(yīng)用的忠誠(chéng)度不如老客戶高，所以其復(fù)購(gòu)率與老用戶的復(fù)購(gòu)率之間有一定差距，但差距也應(yīng)該是相對(duì)穩(wěn)定的。當(dāng)然，對(duì)于公司的運(yùn)營(yíng)來說，也是應(yīng)該盡量提高新用戶的復(fù)購(gòu)率，例如可以通過進(jìn)行更精準(zhǔn)的拉新，對(duì)新用戶的復(fù)購(gòu)優(yōu)惠政策等等。

通過多維度的對(duì)比分析，可以將復(fù)購(gòu)率進(jìn)一步細(xì)化，例如根據(jù)下圖中各渠道的轉(zhuǎn)化率對(duì)比，也可以看出微信端、手機(jī)qq端的復(fù)購(gòu)率是最高的，可以看出社群運(yùn)營(yíng)對(duì)于提高復(fù)購(gòu)率也是一個(gè)重要的手段。

關(guān)于商品與轉(zhuǎn)化率的關(guān)系，可以做一個(gè)商品的對(duì)比趨勢(shì)圖，也可以從商品的角度出發(fā)，看一個(gè)商品的綜合價(jià)值，可以用finereport的散點(diǎn)圖或氣泡圖（氣泡大小表示利潤(rùn)）來查看商品價(jià)值。這種對(duì)對(duì)于商品較多的電商類公司比較合適。（從商品的角度來分析商品價(jià)值，還需要更多的維度來看，這里僅針對(duì)商品與復(fù)購(gòu)率的關(guān)系。）

上面針對(duì)幾個(gè)常見的維度進(jìn)行對(duì)比分析，對(duì)復(fù)購(gòu)率進(jìn)行進(jìn)一步的拆分。為提高轉(zhuǎn)化率提供一定的輔助作用。

影響復(fù)購(gòu)率的因素主要是：商品質(zhì)量、服務(wù)質(zhì)量、物流體驗(yàn)（效率、服務(wù)），對(duì)于部分o2o類公司可能只剩下服務(wù)。最根本的原因，就是用戶在花錢消費(fèi)了之后，感受好不好。體驗(yàn)好了才會(huì)產(chǎn)生復(fù)購(gòu)，用戶個(gè)體差異非常大，對(duì)體驗(yàn)的感受也是不同的，所以很多公司都非常重視建立會(huì)員體系，建立用戶畫像，施行精準(zhǔn)營(yíng)銷。針對(duì)不同的用戶，提供適合他的服務(wù)。

前文中所做的分析，只是為復(fù)購(gòu)數(shù)據(jù)提供一個(gè)可視化界面，為提升復(fù)購(gòu)率提供數(shù)據(jù)參考價(jià)值。針對(duì)數(shù)據(jù)來制定精準(zhǔn)的策略來提高復(fù)購(gòu)率。

具體提高復(fù)購(gòu)率的手段也很多，常規(guī)的精準(zhǔn)營(yíng)銷、老用戶權(quán)益設(shè)置、用戶互動(dòng)活動(dòng)等等。有興趣可以進(jìn)一步交流。