复购率计算器：公式、客户 cohort 与留存率

复购率表示一组明确客户 cohort 中，至少完成两次订单的客户占比。它是历史客户行为指标，不是下个月一定会复购的承诺，也不能直接等同于订阅 churn。

使用复购率与客户留存率计算器输入客户人数即可计算。工具只在浏览器中计算，不连接 Shopify、CRM 或分析账户。

复购率公式

复购率 = 购买 2 次及以上客户 ÷ cohort 客户数 × 100%

例如，250 名 cohort 客户中有 62 人至少完成第二次订单，复购率为 62 ÷ 250 × 100 = 24.8%。单次购买客户数为 250 − 62 = 188 人。

分母必须写清楚。首次购买月份、国家、产品线、获客渠道或客户分群都可以定义 cohort。不要把新客 cohort 与全站历史客户混在一起，再把结果当成趋势。

客户留存率与流失率

如果期初和期末使用同一客户定义，可以用下面的简化口径：

客户留存率 = (期末客户数 − 期间新增客户数) ÷ 期初客户数 × 100%

客户流失率 = 100% − 客户留存率

假设期初有 250 名客户，期间新增 45 人，期末客户为 260 人。保留下来的期初客户为 260 − 45 = 215 人；留存率为 215 ÷ 250 = 86.0%，流失率为 14.0%。

只有当期初、期间新增和期末使用相同的客户识别规则与时间边界时，这个公式才有意义。如果期末数据换了地区、订单状态或重复客户处理方式，算式看起来正确，指标仍可能失真。

复购率和留存率回答不同问题

复购率关注客户是否下过至少两次订单；留存率关注扣除期间新增后，期初客户有多少仍在期末客户集合中。客户可能仍然活跃但尚未在本窗口内再次下单，也可能已下第二单却随后离开。可以并排观察，但不要把两者当成同一个指标。

计算器会把复购人数上下移动 5 人，给出一个敏感性表。这只是检查人数变化对百分比的影响，不是置信区间或预测。小样本下，几位客户就可能带来明显的百分比变化，所以复盘时要同时展示人数和比例。

实际 cohort 工作流程

1. 在导出数据前写下 cohort 规则和观察日期。
2. 对 cohort 和复购客户统计去重后的客户，而不是订单行数。
3. 只有在定义范围内至少有两次合格订单时，才计为复购客户。
4. 计算留存时，先从期末客户中扣除期间新增，再除以期初客户数。
5. 记录退款、取消、客户身份合并以及时区处理方式。
6. 用相同口径对比 cohort，并结合贡献利润、退货和获客成本解释结果。

一般 DTC 留存和订阅 churn 的区别

订阅 churn 通常依赖订阅状态和账期；一般 DTC 复购率依赖订单历史和客户 cohort。订阅客户可能暂停、续订、取消或召回，这些规则不一定存在于一次性购买店铺。要做固定 churn 下的订阅贡献规划，可使用订阅 LTV 计算器；要检查一般客户的历史人数指标，则使用复购率工具。

任何指标都没有适用于所有行业的健康阈值。复购率高，但第二单折扣大、履约贵，贡献仍可能很低；替换周期长的商品，复购率较低也可能合理。应结合产品周期、利润、退货率和获客成本解读。

常见问题

什么是好的复购率？

没有统一目标。请保持产品、cohort 规则、观察期和客户定义一致，比较趋势，并检查复购订单扣除折扣、履约、手续费和退货后是否仍有贡献。

复购率可以预测未来收入吗？

不能。复购率是历史比例。收入预测还需要订单时间、客单价、产品周期、触达、转化、季节性和成本假设。

为什么要从期末客户中扣除新增客户？

期末客户同时包含原有客户和新增客户。扣除新增后，才可以简化估算期初客户中仍留在客户集合的部分。

复购率和留存率一样吗？

不一样。复购率统计至少两次订单的客户；留存率统计扣除新增后的期初客户留存。两者的分母和时间定义不同。