分析客户分群与复购表现

这个场景能帮你做什么

复购率看着下降，可能是首购客户增加、观察窗口不同或退款口径变了。WorkBuddy 可以先计算清楚有效订单、客户去重和观察窗口，再按购买行为或商品分组，找出值得继续验证的变化。

本任务交付分析表与客群特征，不直接发送召回。后续触达使用已经核实的分群结果和获准渠道。

开始前需要准备什么

准备匿名客户编号、订单号、订单日期、商品/品类、实付金额、退款与取消状态，补身份对应、有效订单、统计截止、首购窗口和复购窗口。若只提供会员累计次数，可以计算明确口径的累计频次分布，不能得出某品类的复购或首购后固定周期表现。

避免把同一订单中的多条商品行算成多次购买；换货、拆单及部分退款是否算新订单，用企业已确认规则。分析不需要年龄性别等信息时不额外收集，也不能用数据缺失推断个人特征。

具体怎么做

第一步：先选本次回答的复购问题

固定期间口径可以问：“本月有有效购买的客户中，有至少两笔有效订单者占多少？”首购批次口径则问：“某批首购客户在首购后 30 天内再次有效购买者占多少？”两者不同，先选择一种，再计算，不能同名比较。

第二步：清理订单并检查观察是否完整

让 WorkBuddy 汇总每个匿名客户的有效订单、首次和第二次日期，列取消/退款/重复等排除原因。首购批次分析需要足够历史确认真正首购，也需要足够后续日期；观察未满者单列待观察，不放入已满窗口的分母。

以下为教学模拟，假设截止 6 月 30 日，采用“首购后 30 天内再次有效购买”，先排除取消和全额退款订单，且已确认历史覆盖完整：

客户	首次有效购买	第二次有效购买	30 天观察是否满	结果
A	5 月 1 日	5 月 20 日	是	19 天复购，计入分子
B	5 月 10 日	无	是	未在窗口复购，计入分母
C	6 月 20 日	无	否	待观察，本次不计分母
D	5 月 15 日	6 月 20 日	是	36 天后购买，不计 30 天分子

30 天复购率＝已满观察窗口且在 30 天内复购的客户数÷已满窗口的首购客户数＝1÷3＝33.33%。D 可以是“发生过再次购买”，但不能计入本次 30 天分子；C 不能标为流失。若将 A、B、C、D 都塞入分母，就会错算成 25%。

第三步：按可解释条件分群比较

在同一观察定义下，比较首购商品、价格带、渠道或业务已确认的消费分层，给每组人数、复购人数、比例及样本量。客户一张订单买多个品类时，先约定归属方式，不能在各组重复计数后又将人数相加作为总体。

第四步：提出验证问题与后续名单

复购较低只是一项事实，接着核消耗周期、缺货、退款、客群变化和前次触达，不由年龄或单个比率直接编原因。输出可进入后续运营的匿名客群特征、周期和待核问题；是否允许触达须另核权限。

可以直接交给 WorkBuddy 的完整要求

请分析匿名订单的客户分群与复购。先确认有效订单、去重、统计截止、历史覆盖、首购窗口和复购窗口，保留排除原因。
区分期间多次购买占比与首购批次固定窗口复购。固定窗口仅用已满观察期客户计算；列首次/第二次日期和间隔，商品行、拆单、换货不自动当新购买。
输出客户计算明细、分组人数/分子/分母/比例、待观察样本、缺失和候选解释。缺商品明细不分析品类复购，原因未证实不下定论，不发送或发券。

完成后会得到什么

客户计算底表、复购定义说明、分群比较和验证清单。上例结果须同时列已满 3 人、窗口内复购 1 人、待观察 1 人，帮助负责人理解分母变化。

结果应该怎么检查

手查首购和第二单日期；查同一单商品行是否重复、退款状态是否生效、客户是否跨平台可靠去重、截止日是否够长。分组比例不能直接平均，总体重新用客户去重后的分子分母计算。

遇到这些情况怎么处理

没有足够历史就只能称“资料中首次购买”，不能说真实首购；观察窗口短，先报告待观察规模；只有累计会员表，缩小结论。结果若把 C 当流失，可继续要求：“按每人首次购买日逐行计算到截止日的天数，先分已满/未满，再重算分母并重写客群判断。”

哪些由工具处理，哪些必须人工决定

工具清理、计算与提出分群线索。运营确认有效订单、周期与业务解释，负责人决定后续干预；触达权限、权益和发送另由有权限人员处理。