上一篇也有講到，電商的“人口紅利”已經過去了，根據中國電子商務中心提供的公開數據：
§ 商家獲得新用戶的成本是維護老用戶的5～10倍；
§ 一個滿意的用戶會帶來8筆潛在生意，不滿意的用戶可能會影響25個人的購買意願。
根據京東對大量商家對復購率和收益的分析結果顯示：
§ 購買一次 用戶佔比：93% 收入佔比83％
§ 購買兩次 用戶佔比：5.5％ 收入佔比11%
§ 購買三次 用戶佔比：1% 收入佔比3%
§ 三次以上 用戶佔比：0.5% 收入佔比3%
這些數據表明，互聯網公司要維持業績的增長，新用戶要抓，更要關注老用戶的存留和復購，上一篇講了存留相關的分析，本篇單獨介紹下復購相關的分析
復購率衍生與傳統用戶關係管理CRM中的用戶價值模型（RFM模型）中的F(frequency)，意思為最近一段時間購買次數，用於說明用戶的忠誠度，反向則說明商品或服務的用戶黏性。
復購率可以分為“用戶復購率”和“訂單復購率”，此外，“用戶回購率”意義與復購率相似，也在此範圍內。
§ 用戶復購率＝單位時間內：購買兩次及以上的用戶數/有購買行為的總用戶數
§ 訂單復購率＝單位時間內：第二次及以上購買的訂單個數/總訂單數
§ 用戶回購率＝單位時間內：有購買行為的老用戶數/有購買行為的總用戶數
分析目標：
通過對復購率的監控分析，發現問題、細化原因，為運營策略調整提供支持，輔助達到穩定、提高復購率的效果。
分析角度：
1.綜合指標展示，分析用戶黏性，輔助發現復購率問題，制定運營策略。
2.橫向維度(商品、用戶、渠道)對比分析，細化復購率，輔助問題定位。
分析方法：
1.綜合指標展示，分析用戶黏性，輔助發現復購率率問題，制定運營策略
放下問題不談，公司應該對復購率有一個常規的圖表進行監控，通過該表來展示公司復購率的健康度。
上圖中將用戶復購率、訂單復購率、用戶回購率統一放在一個圖中進行展示，下面表格為明細表，將用戶、訂單進行更明細的分類。
將這三條曲線與用戶總數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量的變化而變化，普遍保持著上升的趨勢。尤其用戶回購比率是一定要逐步上升的，因為隨著公司的發展，為公司長期創造價值的用戶一定是這些老用戶。
上圖是對復購率進行一個整體性的展示，可以根據不同情況將週期調整為季度等。通過對復購率整體性的展示，方便定義公司復購率的健康度，及時發現復購率異常後，再進行進一步的分析。
2.橫向維度(商品、用戶、渠道)對比分析，細化復購率，輔助問題定位
將復購率繼續拆解，可以分成會員復購率、新用戶復購率。會員復購率低，是會員運營的不夠好；新用戶復購率低，是新用戶運營的問題。通過這樣的對比，可以實施有針對性的營銷策略。
上圖所示，新用戶由於對平臺或應用的忠誠度不如老客戶高，所以其復購率與老用戶的復購率之間有一定差距，但差距也應該是相對穩定的。當然，對於公司的運營來說，也是應該儘量提高新用戶的復購率，例如可以通過進行更精準的拉新，對新用戶的復購優惠政策等等。
通過多維度的對比分析，可以將復購率進一步細化，例如根據下圖中各渠道的轉化率對比，也可以看出微信端、手機qq端的復購率是最高的，可以看出社群運營對於提高復購率也是一個重要的手段。
關於商品與轉化率的關係，可以做一個商品的對比趨勢圖，也可以從商品的角度出發，看一個商品的綜合價值，可以用一個散點圖或者氣泡圖（氣泡大小表示利潤等）來查看商品價值。這種對對於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值，還需要更多的維度來看，這裡僅針對商品與復購率的關係。）
上面針對幾個常見的維度進行對比分析，對復購率進行進一步的拆分。為提高轉化率提供一定的輔助作用。
影響復購率的因素主要是：商品質量、服務質量、物流體驗（效率、服務），對於部分o2o類公司可能只剩下服務。最根本的原因，就是用戶在花錢消費了之後，感受好不好。體驗好了才會產生復購，用戶個體差異非常大，對體驗的感受也是不同的，所以很多公司都非常重視建立會員體系，建立用戶畫像，施行精準營銷。針對不同的用戶，提供適合他的服務。
前文中所做的分析，只是為復購數據提供一個可視化界面，為提升復購率提供數據參考價值。針對數據來制定精準的策略來提高復購率。
具體提高復購率的手段也很多，常規的精準營銷、老用戶權益設置、用戶互動活動等等。有興趣可以進一步交流。
閱讀更多 格老子的geju201466 的文章
