高复购率的三个条件（复购率分析模型）

复购分析是一种用来分析用户忠诚度的分析模型。通过复购分析考察用户在一段时间内的购买次数，可以说明商品或服务的用户粘性。

企业可以通过复购分析衡量产品的用户欢迎度，找出增加用户粘性的解决方案。

复购率是复购分析的核心指标。复购率的常见定义有以下3种，其中第1种定义“某段时间内的复购人数占比”是最常见的，本文也将着重分享第1种定义的复购率计算。

观远BI平台落地复购分析

分析步骤

1、通过月度复购率图表高复购率的三个条件，监控复购率指标的健康度

2、拆解分析，在用户、商品、渠道等维度对比分析复购率，细化定位问题

数据源

• 包含会员代码、日期字段，并做去重处理（在ETL中做好数据预处理）

月度复购率趋势

• 下图是对复购率进行一个周期性(月度)的展示，可以根据情况将周期调整为周、季度等。理想状态是总消费人数持续上升，复购率在一个较高的水平上基本保持稳定。

• 通过对复购率的监控，公司可以及时掌握复购率的健康度，发现复购率异常后高复购率的三个条件，及时做进一步分析并采取业务行动。

步骤

• 使用数据源新建卡片，选择可视化类型为 簇状+折线图；

• 将日期(月)拖入卡片绘制区的维度栏；

• 将会员代码拖入卡片绘制区的数值栏，并选择聚合方式为去重计数，设置别名为总消费人数；

• 将会员代码拖入卡片绘制区的叠加图形数值栏，选择聚合方式为去重计数，设置别名为复购率，设置高级计算 > 重复率；

数值设置：重复率

计算方式：按条件

重复条件：大于等于2

新老客复购率分析

• 下图从新老客的角度分析复购率。新客是首单消费在当月的用户，老客是首单在当月之前的用户。

• 根据新老客不同的复购率表现，可以实施有针对性的营销策略。例如新用户复购率低，则说明拉新运营活动有问题，公司可以通过进行更精准的拉新，对新用户的复购优惠政策等策略来提高新用户复购率。

步骤

• 使用数据源新建卡片，选择可视化类型为 多线图；

• 将日期(月)拖入卡片绘制区的维度栏；

• 新建计算字段：用户标签，拖入卡片绘制区的对比区；

月份：DATE_TRUNC('month',)

首单月份：DATE_TRUNC('month',MIN() OVER(PARTITION BY

会员代码

))