复购率怎么算(回购率和复购率的区别)

近期异常火爆的Costco之所以如此成功,关键就在于它有非常高的会员复购率。而对于如何做好复购率,笔者也进行了自己的分析与说明。

Costco终于来中国了,其在上海的门店遭到了“疯抢”,搞得Costco限制了排队人数。

作为被众多互联网大佬推崇的零售公司,Costco超高的会员复购率一直让人称奇。而一直被视为本土骄傲的中国电商公司们,很多人认为将会被Costco所威胁,然而结果可能是被打脸。

就在前段时间,几家电商公司公布了财报,收入增长吸睛:京东2019财年二季度净利润达到了36亿元,同比增长644%;唯品会则在2019年第二季度实现净收入227.44亿元人民币,同比增长9.7%,增速回升。

在京东与唯品会的相关报道中,“复购率”成为了高频词汇。对于互联网公司特别是电商而言,要实现收入增长,需要靠新用户变现和老用户复购,而这两者中,复购尤其重要。很多产品会失败,就在于没把复购做好。

那么,如何通过提升复购实现产品的存活和增长?这还需要从复购本质说起。

复购的本质:延长生命周期价值

什么是复购?简单来说就是客户重复购买某品牌产品或服务的次数,即购买次数 ≥ 2。既然有复购,就得有复购率,常用重复购买人数比总购买人数来表示。

而在流量运营中,有一个经常被人们说起的公式:

销售额=流量×转化率×客单价×复购率

在这个公式里,复购率是影响销售额的重要因素之一。

但是,这个公式却是错的,正确的公式应该以二次购买计算:

销售额=流量×转化率×客单价×(1+复购率)

真正的收入应该是第一次转化收入加上被转化后继续付费的收入,即“转化+复购”。

比如,客单价为100元的某类型产品,有100人购买,过段时间这100人中有36人第二次购买该类产品,如果计算销售额的话,就是100×100+100×36=13600元,复购率36%。

如果在此基础上增加一个数据,比如产品成本为150元,那该类产品是否盈利了?答案显然是否定的,但可以通过提升复购率来改变这一结果,比如从36%提升到60%,该产品在整个生命周期中就可以实现盈利。

其实,从这个简单的计算题中就可以看出,复购率是如何影响销售收入以及盈利能力的,而从这一点可以进一步挖掘出复购的根本目的,或者说本质,即延长单个用户生命周期价值(LTV),为产品盈利服务。

只要通过提升复购率,增加复购频次,在控制和降低产品研发成本及获客成本的基础上,产品变现以及商业模式盈利将不是问题,这就是很多互联网企业重视复购的根本原因。

了解了复购的重要性,接下来就好好分析较为有效的提升复购的策略。

前面提到过复购率的表达式,即复购率=重复购买人数/总购买人数,所以,提升复购率的重点就在于想办法增加重复购买人数,为此我整理出两种复购提升策略。

复购策略一:分层与精细化运营

分层和精细化运营可以说是提升复购率最基本、最稳妥的手段,至于分层和精细化运营哪个优先,其实并无意义,因为分层本身就是为精细化运营做准备的。

做分层时,往往依据用户模型来做,常用的有这样几种:

分群模型

某一层用户按照某一维度进行切分,比如注册用户按照年级或地区分群,另外还可以用多个维度分群,常用两个维度,然后画四象限,每个象限再重新定义用户属性。

金字塔模型

根据业务流程或参与度等指标进行分层,分层后整体呈金字塔状,比如按照下载-注册-付费-复购可分为新用户、兴趣用户、付费用户、忠实用户等,遵循二八法则。

RFM模型

取最近一次用户行为时间(Recency)、用户行为频率 (Frequency)、用户行为带来的总额(Monetary)三个维度划分用户层级,并据此分类和设定运营指标。

生命周期模型

用户生命周期分为新手期、成长期、成熟期、衰退期、流失期五个阶段,根据各阶段特点,针对不同阶段的用户设计运营目标和策略。

以上就是常见的几种适用于复购的用户分层模型,本文重点讲一讲如何用分层模型去落地精细化运营。

首先明确一下,精细化运营的概念就是在用户层面和流程上做到细节化的执行,从而保证整体运营效果,它的实现逻辑很简单:

设目标->分用户->找问题->定策略->迭流程

接下来就以某读书产品为例,讲一讲怎样根据这套逻辑进行精细化运营,从而实现会员用户的复购。

(1)设目标:根据业务流程引导已有会员用户进行续费,目标为提升会员用户的复购率。

(2)分用户:选择上面列举的某一用户模型进行分层,比如选择生命周期模型进行分析,依据会员使用时长,可以得到5个有效用户层级,然后根据数据,通过人工或技术手段贴标签。

(3)找问题:观察不同层级用户的数量和标签,分析每个层级用户的实际需求和特点,比如新手期用户对产品不是很熟悉,黏性不强等。

(4)定策略:根据不同层级用户设置针对性引导策略,比如成长期采用正常促销、成熟期采用“少量优惠+新课通知”、流失期利用“大促活动+高频召回”等。

(5)迭流程:根据策略设计具体的运营流程,依据数据跟踪检验复购的效果,尤其是文案、布局、色系、路径等方面要重点根据数据结果,及时调整和优化。

无论哪种分层模型,都可以利用这套逻辑设计具体的精细化运营策略,以此提升复购率。

至于具体的复购手段,比如多品类推荐、优惠定价、老带新活动、召回文案等,则要根据具体业务来设计和迭代。

复购策略二:会员制与激励体系

除了基于分层的精细化运营,延长产品连续性以及用户激励体系是另一种有效的复购提升策略。

除了教育,很多行业的产品是没有产品连续性的,但为了增强复购,除了增加产品丰富度,还要创造一种包含时间属性的服务性或权益性产品,这个就是会员制。

会员制是非常常见的复购手段,其增加复购频次主要体现在两个方面:

服务周期或权益周期,到期不续费就失去会员服务和会员权益,以此实现复购,提升粘性;

在会员的权益设计中,加入多品类产品的消费优惠,增加消费频率。

而在设计会员制时,需要重点考虑两个方面的问题:一是设计合理的会员服务或权益,二是搭建良性的会员激励体系。

会员服务和权益的设计

会员的权益服务设计需要遵循这两个基本原则:性价比够高;权益覆盖绝大多数产品。这两个决定了用户购买会员的动力有多强。

首先,会员性价比越高,用户购买的欲望越强。

比如樊登读书的会员,一年388元,相当于一天一块钱,而这一块钱享受到的权益包括:每年50本新书的高品质解读,往期200多本书的自动解锁,商城购物享受96折以及每月30元的代金券。

图片来自樊登读书app

虽然很多权益按月甚至按年才能享受,但里面的“解锁200多本书”,即使只有一天的会员期限,对于喜欢听书的人来说,也是非常划算甚至超值的。

其次,会员权益要覆盖到绝大多数产品,尤其是精品和爆品。

权益力度不要过大,目前绝大多数付费会员的权益都是按照这个原则设计的,目的就是将用户服务产品化,实现利润最大化。

至于会员的具体权益,根据笔者的观察,大体包括以下几个方面:

多数产品的最大力度购买折扣;

高频核心产品的长期免费使用;

高价值产品或服务的免费享有、专享折扣、限次使用;

高品质的产品源头和用户服务;· 新产品专属购买渠道及优惠名额;

周期性的积分奖励、消费返现、优惠券发放、福利品赠送。

以上只是大概分类,不同会员产品都有特定的权益结构,有兴趣的读者可以自行研究。总之,通过设计丰富且超值的会员权益,可以保证用户产生良好口碑,增加忠诚度,以此提升复购。

搭建会员激励体系

目前,会员制常见的激励体系,主要是积分体系和成长体系。

积分体系:用于奖励用户完成特定任务,并且可用于兑换商品,也可以充值、提现、抵券,常与商城玩法进行绑定,达到激活和留存的目的,典型案例:大众点评。

大众点评界面截图

成长体系:会员最常使用的激励体系,表现为记录用户使用会员服务的频次和程度,频次越高,程度越深,使用越久,用户的成长值和等级就会越高,典型案例:QQ会员。

QQ会员页面截图

在搭建会员激励体系时,如何结合会员用户的特定行为来建立积分体系和成长体系,是需要重点考虑的问题,这主要分为两个方面:用户需要完成哪些行为?什么奖励可以刺激用户?

接下来以读书产品为例来回答这两个问题。

从用户行为方面看,会员用户需要完成的主要是搜书、看书、听书、买书、分享等,可以把这些行为具化为固定任务,完成即可对应到积分体系,完成的次数可以对应到成长体系。

奖励方式方面,可以用积分兑换会员的使用时长和优惠力度,或者直接兑换固定书目,而成长体系中可以设置特殊等级,只要通过积累任务达到等级,即可解锁会员新权限,包括使用时长以及优惠力度等。

其实,微信读书、樊登读书等读书类产品,都已进行类似的设计,差别在于激励体系是否与会员权益形成紧密挂钩,以达成一个更完整的会员体系。

如果没有,意味着会员产品还有很大的迭代空间,并将成为复购率提升的重要方向。

总结

本文主要总结了互联网产品的用户增长策略,主要观点如下,希望对读者有用:

互联网产品的增长不能只局限于拉新,更应该重视复购,因为复购的本质是延长用户生命周期价值,保证盈利的可能性。

提升复购的策略主要有两个,一个是基于用户分层的精细化运营,另一个是搭建会员制下的用户激励体系。

复购用户的分层模型有很多,重点在于精细化运营的步骤:设目标→分用户→找问题→定策略→迭流程。

会员制是复购的常用手段,目的是制造产品的连续性,而在此基础上设计积分体系和成长体系,可以进一步提升复购率以及运营效率。

(1)
打赏 微信扫一扫 微信扫一扫

相关推荐

本文内容由互联网用户自发贡献,该文观点仅代表作者本人,不代表万网时代立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 qulianxi@foxmail.com 举报,一经查实,本站将立刻删除。