如何利用旺季提高復(fù)購率？這些大招算不算黑科技？

對于跨境電商賣家來說，復(fù)購率的重要性不言而喻，那跨境電商賣家要如何提高復(fù)購率呢？又可以從哪些層面著手？

中山易達電子商務(wù)有限公司用戶方案創(chuàng)意部總監(jiān)Eric Liu，給跨境電商賣家一個最科學(xué)、直觀的回答。

建立復(fù)購率監(jiān)控機制

討論復(fù)購提升策略以前，賣家需要先理清以下兩個問題：

第一，根據(jù)不同性質(zhì)的商品采取相應(yīng)的策略。

商品被哪一個群體需要？被需要的周期是多長？這些都需要賣家先通過品類特性和店鋪本身的復(fù)購數(shù)據(jù)進行分析。舉個例子，如果商品是標類比如凈水器的濾芯或者打印紙，可以根據(jù)濾芯/打印紙的損耗周期定期給用戶推送解決方案，這是與其非標類商品不同的地方。

第二，數(shù)據(jù)分析，大數(shù)據(jù)時代下賣家需要建立復(fù)購率的監(jiān)控機制。

從復(fù)購率的計算方式來看，可以有以下幾種：

用戶復(fù)購率＝單位時間內(nèi)購買二次及以上次數(shù)的用戶數(shù)/有購買行為的總用戶數(shù)

訂單復(fù)購率＝單位時間內(nèi)第二次及以上購買的訂單個數(shù)/總訂單數(shù)

這里有個圖片，可以更直觀的展示

有些賣家還會計算用戶回購率（計算單位時間內(nèi)有購買行為的老用戶數(shù)/有購買行為的總用戶數(shù)），因為也屬于用戶復(fù)購率的范疇這里不做單獨的分析。

首先你要找到自己的復(fù)購用戶，擁有自己的復(fù)購用戶清單加以維護。

還要能夠?qū)τ脩暨M行分類，為買家增加不同的標簽便于篩選

其次需要定期檢測店鋪復(fù)購的數(shù)據(jù)，通過觀察每個時間段數(shù)據(jù)的變化調(diào)整策略。

復(fù)購率的曲線與用戶總數(shù)疊加在一起可以看出用戶黏性的健康度，最佳的情況是復(fù)購率曲線普遍保持著穩(wěn)定上升的趨勢。用戶復(fù)購率和訂單復(fù)購率增長曲線異常/下降時，需要關(guān)注現(xiàn)有復(fù)購策略的有效性和市場競爭情況。因此實現(xiàn)數(shù)據(jù)化監(jiān)控是提高市場反應(yīng)速度的前提。

從產(chǎn)品、服務(wù)、品牌、營銷四個方面著手提高復(fù)購率

產(chǎn)品的層面，最重要的當(dāng)然就是品質(zhì)。相信大家都理解，品質(zhì)的好壞不僅決定了復(fù)購率，還決定了店鋪的生死存亡。即便當(dāng)前復(fù)購率還不錯也不能掉以輕心，互聯(lián)網(wǎng)用戶對于品牌的粘性比你想象的要低，因為他們有許多選擇，如果因為商品品質(zhì)丟失老用戶，之后的挽回成本非常高。隨著互聯(lián)網(wǎng)的發(fā)展，運營手段肯定會越來越豐富，但發(fā)展的根本還是要依托于產(chǎn)品本身。

根據(jù)瑞典耶夫勒大學(xué)University of G?vle曾做過一個市場調(diào)查數(shù)據(jù)，可參考下圖，關(guān)于用戶對于品質(zhì)/商品耐用性的看法。

其次需要建立用戶與商品的連接。建立連接首先要重視用戶反饋customer feedback，包含客戶投訴和商品評論?？蛻敉对V和差評可以收集商品品質(zhì)問題點，然后在產(chǎn)品更新或換代中不斷迭代優(yōu)化。另外通過好評則可以收集打動用戶的方面，可以通過保持產(chǎn)品的優(yōu)勢或者加大宣傳來達到吸引用戶的目的。

服務(wù)層面，相信大家都有自己的服務(wù)標準。但是很多賣家局限了客服的作用，客服僅是處理客訴或者解決客人答疑，其實客服除了不怠慢用戶，更需要從用戶的角度提前去思考產(chǎn)品使用過程中可能發(fā)生的問題并提前準備解決方案，然后通過操作指引來引導(dǎo)用戶的使用。

很多賣家覺得自己的客服團隊已經(jīng)做得很好，其實根據(jù)Amazon FBM的一份客服滿意度調(diào)查來看54%的用戶曾經(jīng)感受過糟糕的客服。

客服做得好，需要關(guān)注用戶投訴的痛點，比如問一個問題，客人為什么對我們的服務(wù)滿意？你會發(fā)現(xiàn)客服處理的時效性、人文關(guān)懷、客服窗口單一性是非常重要的。

品牌層面，其實是建立在產(chǎn)品和服務(wù)層面的。在做好產(chǎn)品和服務(wù)的同時，將這樣的產(chǎn)品和服務(wù)同企業(yè)的品牌聯(lián)系起來，讓用戶形成聯(lián)想。無論是站內(nèi)推廣還是站外推廣，或者是社交媒體投放的廣告，品牌廣告的建立都需要匹配產(chǎn)品和店鋪服務(wù)的特性，或者可以樹立自有品牌的故事，可以使用有沖擊力的LOG，從而形成產(chǎn)品與品牌的強關(guān)聯(lián)。

營銷層面，使用較多的手段是會員體系。會員體系的搭建是客戶管理系統(tǒng)化的過程，系統(tǒng)化的管理首先需要建立嚴謹?shù)挠脩舴謱舆壿嫛?

通過RFM模型進行用戶管理

傳統(tǒng)行業(yè)在用戶管理中經(jīng)常使用RFM模型。

Recency – How recently did the customer purchase?

Frequency – How often do they purchase?

Monetary Value – How much do they spend?

RFM模型是一個很通用，又有一套科學(xué)理論的商業(yè)模型。相信大家對RFM模型是有一定理解的，但是如何計算RFM則是另外一個數(shù)據(jù)化的課題。

要計算RFM首先你要先養(yǎng)數(shù)據(jù)，RFM需要足夠的數(shù)據(jù)來支持。數(shù)據(jù)庫包含了能收集的所有用戶信息并且可以具備歸類分析的價值，比如用戶購買金額，購買次數(shù)，最近一次的購買日期，性別，行業(yè)等等。

RFM定義標準：

因為RFM是一個立體模型，里面橫軸縱軸都需要標準來定義。這個標準需要參考實際業(yè)務(wù)的具體情況，比如下面案例中R的計算是將30天作為第一個階梯，如果賣家的商品復(fù)購周期短，可以設(shè)定7天，15天等等。RFM里面的幾個小立方體的大小是可以不一樣的。

R 最近一次消費

賣家A將從2016年1月1日起到2017年10月18日的數(shù)據(jù)，根據(jù)購買周期分出了4個維度，隨后可以直接將4個維度不同的客戶進行標類，并放到RFM模型當(dāng)中，每個維度都有可以維護的用戶群體。

F: 消費頻率

從數(shù)據(jù)上可以看出這個賣家的商品消費周期是比較長的。EU復(fù)購4次以上的用戶占比只有不到10%，剩下的用戶大多集中在不到2-3次。

出現(xiàn)這樣的情況建議這個賣家再講消費頻率的標準調(diào)整，比如第一梯次是購買1次，第二梯次是購買2-3次，第三梯次是4次以上，第四階梯是5次以上。這樣可以將用戶分層做得更合理，將不到2-3次的922個用戶中再提取一部分有價值的用戶群體出來。

M: 消費金額

賣家同樣也是劃分了5個標準。

R,F,M都定完標準之后，需要給每個區(qū)間的用戶打分1,2,3,4,5.

這樣基本的RFM模型就做完了，賣家也能夠獲知用戶在店鋪中所處的位置。然后根據(jù)這些位置來調(diào)整市場營銷策略。

如果大家不喜歡立體的圖示，還可以參考學(xué)習(xí)RFM時經(jīng)常使用的平面圖。這里R,F被放入了X,Y軸，M則使用了色彩來標示，其理論是一樣的。

或者也可以把色彩換成大小不一的方塊表示：

如果你的用戶數(shù)據(jù)很多，還想分得更細，或者R/M/F其中某個的模型要分得更細，可以將RFM模型的每個維度放大。這里就不再闡述了。

通過金字塔模型進行用戶管理

除了RFM模型，還可以使用金字塔模型，其實邏輯也是一樣的，只要基于現(xiàn)有的數(shù)據(jù)，合理的分層，都能達到同樣的效果。

最后，用戶的分層不是目的。分層之后展開不同的營銷策略并帶來轉(zhuǎn)化才是我們追求的目標。因此下一步是測試和確認轉(zhuǎn)化率。賣家需要不斷的測試和調(diào)整，甚至重新梳理用戶分層的邏輯，從而通過數(shù)據(jù)驗證來達到復(fù)購率提升的最大化。

（文/雨果網(wǎng) 張毅）