用户复购行为，该如何分析

一般，用户首购后的二次购买行为称之为复购，通过对用户复购数据的分析，我们可以更加直观地看到用户对品牌的忠诚度，由此推动后续运营活动的设计。那么，用户复购行为，该如何分析？本文作者就此做了总结，一起来看一下。

全文共   2680 字，阅读需要 6   分钟

—————— / BEGIN / ——————

'1 个老用户比 20 个新用户更有价值 ' 是很多运营挂在嘴边的理论。可一到真刀真枪做数据分析的时候，又变成了让人头大的问题：' 复购行为咋分析！'

就算计算出复购率指标，除了 ' 要搞高 ' 以外，又能干些什么呢？

今天系统讲解一下。

复购分析的概念

通常，人们会把新注册用户首次购物行为，称为首购。把首购之后的第二次购买行为，统称为复购。

这样在数据上看，首购只有一次，复购行为可能有很多次。

因此，人们会习惯性地把首购后的复购，称为：二次购买率，用这个指标考核新用户的质量；把二次以后的其他复购行为，归于常规运营范畴（如下图）。

三种常规方法

在常规运营中，又有几种常见的做法。

1. 第一种：每月追指标

比如很多公司，会把 ' 月有消费用户 ' 作为运营部门的考核指标。月有消费用户 = 当月产生购买的新用户 + 上个月老用户在本月消费。因此运营部门会在每月追踪 ' 有多少上个月老用户复购 '。对应的运营手段，则是在每个月搞主题活动，促成消费。月底如果指标不达标，就突击发一些券。

2. 第二种：定期追指标

用户太久不来消费就可能流失，这个道理不用分析，是个人都知道。因此衍生了一个做法：计算用户最近一次消费距今时间，如果发现用户已经距今 7 天 /30 天 /60 天 /90 天没有复购，则直接开展唤醒动作，优惠券发起来！

3. 第三种：找魔法数字

忠诚用户的复购频率会比普通用户高，这个道理也是不用分析，是个人都知道。于是，有一些数据分析师 / 运营，会去找这个魔法数字：用户复购 X 次以后，累计消费与复购率明显高于其他用户（如下图）。

比如发现用户复购 4 次以后，再进行复购的概率与累计消费都明显高于其他用户。运营便很有动力围绕这个 '4 次 ' 做文章，通过会员奖励 / 连续推券 / 积分等手段，鼓励用户做到这个 '4 次复购 '。

这些都是运营的常用手段。

但是这么干经常导致一个问题：奖励投入多大，成本爆炸。

源源不断地投券，很容易导致用户薅羊毛上瘾。甚至有人专门注册几个微信号，然后等到每个号都进入 ' 唤醒状态 ' 拿到券再来买（是滴，我自己都这么干，推荐下中国移动的和多号业务哦，很好用）。

那么，复购分析，是否有更好的做法呢？

深层次地看复购逻辑

如果想让用户多掏钱，少薅羊毛，就一定得找到除了优惠以外其他的吸引点，杜绝无节操无底线地发券。

实际上 ，促成用户复购的除了 ' 便宜 ' 这一个点，常见的原因，还有：

一站式服务：不需要跑很多地方，一个地方全都采购齐了；

品牌忠诚：对某个牌子很忠诚，一直会购买；

品类吸引：很容易被某品类商品吸引，看到就想买；

路径依赖：习惯了点开某个 APP 戳一下，不差几块小钱；

刚性需求：马上就要买了，尽快拿到手，不要折腾。

这些都能抵消小恩小惠对用户的吸引，促成复购。

因此，找到用户真正感兴趣的东西，是一个很好的分析线索。好在，在分析用户复购行为的时候，我们手上并不是白纸一张。用户已经至少有了 1 次消费记录，可以从这里出发，开始探索后续方向。

深入分析的三大思路

1. 思路一：锁定需求

所谓一站式服务，本质上源于用户的复杂需求。比如同样是买椅子，如果是给自己租的房子配椅子，可能 2 把就够了。如果是给自己新房子买椅子，藏在椅子背后的需求是整个房子的家具。类似的，给小朋友买玩具，可能对应着书、衣服、鞋子、辅食……

因此，对于这些有复杂需求的用户，可以通过拉社群、推送内容、开直播等方式，提前采集用户互动数据，筛选出潜在忠诚用户。这样决定激活复购行为时，重点跟进这些潜力群体（如下图）。

2. 思路二：发现偏好

在统计用户消费频次 / 金额的时候，不要只粗暴地看总量，而是按品牌 / 品类比例进行区分，尝试找到：集中某一品牌 / 某一品类的忠实用户，如果发现有这一类相对 ' 专一 ' 的用户存在，再结合其消费金额 / 参与活动情况，判断用户是被打折价格吸引还是被商品吸引，从而找出运营策略（如下图）。

3. 思路三：记录场景

低频消费的用户，不代表一定没有复购，很有可能只是没有触发需求场景而已，比如典型的：

喜爱参与大促的用户；

节假日 / 礼品消费的用户；

换季 / 上新时才出现的用户。

这些用户的复购周期是必然远远低于常规用户的，但在特定场景下的消费又非常刚需。因此与其平时浪费资源乱发券，不如通过消费记录 / 搜索记录等，标志出重点场景用户，集中在这些场景下赢取用户消费。

实现深入分析的必备要素

要实现上述分析，基础数据积累至关重要。

1. 商品标签体系建设

商品档次分级（高中低档）商品品类分级（家具、母婴、零食）商品使用周期（预计一件用多久）商品内在关联（围绕单身青年 / 宝妈 / 儿童等商品组合）特别是对于自己经营品牌的企业。旗下商品一般也就几百个 SKU，分清楚类型不但很容易做到，而且能对标同行竞品，做更深入产品力分析。

2. 内容标签体系建设

用户关注话题、咨询问题、社群提问、游戏互动，每个内容要有标签。特别是一些对判断用户属性很关键的内容（比如咨询新房装修、咨询新生儿信息、加入特定品牌粉丝群），更要重点建设，在内容 / 社群运营的时候，就已经能筛出忠诚用户了。

3. 用户标签体系建设

大部分企业不是垄断的互联网公司，能掌握的用户数据很有限。因此单纯纠结拉新、复购等几个用户指标，不能得出啥有价值结论，必须得先把商品标签、内容标签打好，再反哺用户标签会更合适。

有了这些基础支持，才能在设计复购活动，探索复购数据的时候有更多线索，才能做出深入的分析。

由于一些公司的组织架构问题，导致运营本身工作很割裂。商品标签、内容输出、社群运营、销售运营被划分到不同小组。这样才导致了本文开头所说的无节制发券的问题。也导致基础建设滞后，没有相应商品标签、内容标签、用户行为标签的积累，数据分析能做个屁。

看到这里，肯定有同学会问：那如果新用户第一次消费，都是靠超低价的标品拉回来的（米、面、油、鸡蛋、纸巾、口罩……），根本所有人数据都一样，复购该咋搞。

如果负责拉新的部门真这么干，那其实已经把用户薅羊毛的动作提前到拉新阶段了。有超低价标品，傻子不来薅一把呀。这样获客质量天然更差，后续运营也更难开展。不过这个已经是 ' 如何把拉新做得更有质量 ' 的话题了。

—————— / END / ——————