外卖复购频次统计实操：一张Excel表，筛出你的高价值回头客
我见过太多餐饮老板，每天盯着美团商家后台的“复购率”数字，红了就开心，绿了就焦虑。但你问他：这个月回头客里，买过2次的有多少人？买过5次以上的又是谁？他大概率答不上来。这就是当前外卖复购数据管理的真实困境，所有人都在看“率”，却没人去拆“频次”。而我今天要讲的，就是如何用一张Excel表，把外卖顾客复购频次数据统计这套报表体系搭起来，让你清楚地知道：谁在回来，多久回来一次，谁才是你真正该花心思维护的人。
在展开报表怎么做之前，我必须先把一个核心判断放在最前面：复购频次比复购率更能反映一家外卖店的真实健康度。
为什么这么说？因为复购率回答的是“多少人回来了”，而复购频次回答的是“回来的人买了多少次”。前者是广度，后者是深度。一个店复购率做到30%听起来不错，但如果这30%的顾客平均30天只回来1.2次，那这个复购率对营收的贡献极其有限；另一家店复购率只有25%，但回头客平均每月买2.5次，后者的生意稳定性远超前者的。
我在帮一家连锁快餐品牌做数据复盘时，就遇到过这个典型场景。两家门店，A店复购率指标好看，B店稍微逊色一点，但把订单明细拉出来按顾客ID汇总后一对比，发现B店的高频顾客（月购4次以上）占比是A店的2.3倍。结果就是：B店在平台流量下滑的那个月，营收只跌了6%，而A店跌了22%。这就是频次的力量。
所以，这篇文章的核心结论就是一句话：别再只盯复购率了，把复购频次纳入你的日常报表，你会看到完全不一样的顾客画像。
2023年秋天，我在一家做川式快餐的朋友店里帮忙做外卖诊断。他当时特别得意，因为后台显示他的店铺复购率达到了34%，远超他听说的“行业平均20%”。我跟他要了后台的订单明细，导出过去90天的数据，然后按手机号去重、汇总每个顾客的下单次数。结果出来之后，我们俩都沉默了。
数据显示：34%的复购率确实是真的，但这34%的顾客里，超过70%的人只复购了1次。换句话说，他的“回头客”绝大多数是只回来了第二次，然后就再也没出现过。真正月购4次以上的核心顾客，占比只有5%。这意味着什么？意味着他每获得一个新客，只能卖出1.34单，顾客生命周期价值极低。他每个月的营收主要靠平台流量和新客补贴撑着，一旦停止推广，营收就会断崖式下跌。
我自己有一套标准化操作流程，带他一步步走完。第一步，在美团商家后台导出最近90天的订单明细；第二步，在Excel里用手机号作为顾客唯一标识；第三步，用COUNTIF函数或数据透视表统计每个手机号的下单次数；第四步，把下单次数分成1次、2次、3次、4-6次、7次以上五个档位，分别做人数占比和营收贡献占比。做完这四步，问题一目了然。
最大的问题不是他不会操作Excel，而是他根本没意识到“复购率”这个数字本身是经过平台口径美化过的。平台算的复购率，通常是指统计周期内有过至少两单的顾客占所有下单顾客的比例，但这不区分“第二单是隔了3天还是隔了50天”，也不区分“顾客是原价购买还是用了大额券”，更不区分“这个顾客总共买了2单还是买了20单”。标准复购率指标只解决了“有没有回来”的问题，完全没解决“回来得有多频繁”和“回来得有多值钱”的问题。
所以说，这就是我坚持让餐饮老板自己做一份“外卖顾客复购频次数据统计”报表的原因。平台给的是仪表盘，你看到的是被聚合过的数字；而自己做的报表，才是能拆到每一个顾客粒度的工厂流水线。
我这位朋友后来怎么做的呢？他用这份频次表筛出了那5%的高频顾客，拉了一个微信群，每天在群里发隐藏菜单和专属优惠，配合会员储值活动。三个月后，他的高频顾客占比从5%涨到了12%，整体营收在没增加推广预算的情况下提升了18%。他没花一分钱买系统，就是靠一张Excel表。
给很多餐饮老板培训过数据实操，我发现“复购频次统计”这个事情，看似简单，实际上到处都是坑。我总结出五个最典型的错误，几乎没有例外。
这是最普遍的错误。复购率是一个比率，回答“多少顾客回来了”；频次是一个计数，回答“一个顾客回来了几次”。你问10个餐饮老板，可能9个都说不清自己店的月均复购频次是多少。原因很简单，平台后台不主动展示这个数，需要自己做聚合。但恰恰是这个数字，决定了你的生意是“一锤子买卖”还是“细水长流”。
口径问题极其关键，但大部分人完全不在意。同一个门店，按下单日期统计和按完成日期统计，得出来的频次数据可能是完全不同的两套数。比如顾客在3月31日23:50下单，4月1日0:10完成，算3月的单还是4月的单？顾客用了两个手机号分别在美团和饿了么下单，算两个不同顾客还是同一个顾客？如果你今天按手机号去重，明天按设备ID去重，后天按平台UID去重，那你的报表就没有任何长期追踪价值。
我见过最典型的例子是，一个茶饮店做了一次“第二杯半价”活动，当月复购率飙升到45%。但实际上，这45%里大部分顾客是冲着优惠来的，用完券就流失了。真正健康的复购，应该是顾客在没有大额优惠刺激的情况下，基于口味和习惯的主动回来。如果报表里不复原“是原价购买还是券后购买”，你就无法区分真实复购和补贴催生的虚假复购。
新店刚开业两周，一共50个顾客，其中10个买了两次，复购率20%。老板兴奋得不行，觉得生意要起飞了。但这个样本量几乎没有统计意义，50个人里只要多了3个只买一次的人，复购率就能掉到26%以下；多了5个，就直接破20%。样本量低于200人的时候，任何复购指标都只能当参考，不能当结论。我通常建议门店在累积到300个以上有效顾客后再做第一次频次分析。
同一个餐饮品牌，美团来的客人和抖音来的客人，频次特征完全不一样。美团是搜索心智，顾客主动找饭吃，复购逻辑偏“习惯”；抖音是种草心智，顾客刷到了就买，复购逻辑偏“冲动”。你把两个渠道的订单混在一起统计，等于把苹果和橘子放在一个篮子里算“平均甜度”，没有任何指导意义。
这五个误区，只要中了一个，你的复购频次报表就失去了决策价值。接下来我讲讲正确的判断逻辑和统计方法。
很多人觉得做报表的第一步是打开Excel开始拉数据，这是完全错误的。做报表的第一步是在纸上把口径定清楚，口径不定，后面全白做。
第一个是复购周期。你统计的是7天频次、30天频次还是90天频次？不同品类，周期逻辑完全不同。快餐、茶饮是高消费频次品类，30天周期是基准；正餐、火锅是低频品类，90天周期才有意义。用30天周期去分析一家人均150元的正餐店，你会发现复购率低得吓人，但这不代表门店有问题，而是品类特性决定的。
第二个是顾客去重方式。手机号是目前最靠谱的跨平台去重维度。美团和饿了么都用手机号登录，虽然平台内部订单数据不互通，但你导出订单明细后，用手机号做唯一标识就能跨平台合并同一个顾客的订单。设备ID（imei）不建议用，因为很多人会换手机；会员卡号也不建议用，因为覆盖度不够。我的判断是：手机号去重是外卖场景下性价比最高、数据最干净的方案。
第三个是下单归属期。这个问题极其隐蔽，但影响巨大。你统计“10月复购频次”，是按下单日期算，还是按完成日期算，还是按取餐日期算？我强烈建议统一使用“完成日期”。因为下单日期可能因为跨天订单（比如深夜下单预约第二天配送）导致归属错乱，而完成日期最接近真实消费行为发生时点。
这是我自己总结出的外卖复购频次统计基础字段表，直接复制到Excel就能用：
| 字段名 | 类型 | 用途说明 |
|---|---|---|
| 订单编号 | 文本 | 平台原始单号，用于去重核对 |
| 下单时间 | 日期时间 | 用于周期归属判断（不直接用于统计） |
| 完成时间 | 日期时间 | 用于按自然月/自然周归属订单 |
| 顾客手机号 | 文本 | 顾客唯一标识，跨平台去重核心 |
| 平台渠道 | 文本 | 美团/饿了么/抖音/小程序，用于分渠道分析 |
| 商品实付金额 | 数值 | 顾客实际支付的金额，不含配送费 |
| 优惠券金额 | 数值 | 判断是否优惠驱动型购买 |
| 整单折扣率 | 百分比 | 实付金额/原价金额，低于0.85视为优惠驱动 |
| 餐品品类 | 文本 | 用于分品类频次分析 |
| 门店编号 | 文本 | 连锁品牌统计各店差异时使用 |
这十个字段，基本上美团和饿了么后台导出的订单明细Excel都能覆盖。也就是说，你不需要接任何第三方BI系统，纯靠平台报表+Excel就能完成80%的复购频次分析工作。
很多餐饮软件服务商都在做“会员复购分析”的卖点，动辄一年几千上万的订阅费。但我的专业判断是：门店数少于20家、月度订单量低于3万单的餐饮项目，没必要花这个钱。原因很简单：SaaS系统的核心价值在于自动化数据采集和多门店聚合，而这个规模的门店用Excel+手动导入完全能覆盖，无非是每周花一个小时。真正需要上系统的节点是品牌规模化之后，门店多了，手工汇总的口径开始不统一，这时候才需要考虑工具。
当然，如果你连Excel的数据透视表都不想学，那就另当别论了。工具的选择，本质上是拿钱买时间，但要确定这个时间值不值。
下面进入这篇文章最核心的实操环节。我会用一家真实的快餐外卖店（日单量约150单）的数据结构作为演示背景，带你从原始订单明细一路做到可用的复购频次报表。整个过程只需要Excel，不需要任何编程能力。
从美团商家后台导出最近90天的订单明细，通常是一个CSV或Excel文件。饿了么同理，抖音来客也同理。先别管平台给的汇总指标，直接把三个平台的原始订单明细分别导出，然后合并到同一个Excel工作簿的Sheet1中，命名为“原始订单明细”。
合并后，检查并补全四个核心字段：订单编号、完成时间、顾客手机号、实付金额。如果某个平台的导出表格里没有手机号字段（部分平台可能用脱敏号），这一步就需要你手动补充，通常可以通过导出“配送信息”或“顾客信息”页签找到完整手机号。
这一步有一个坑我必须提醒你：Excel中手机号如果有18位以上，会自动变成科学计数法。在合并之前，先把手机号列的单元格格式统一设置为“文本”，否则后面的数据透视表会直接乱套。
这一步是频次统计的核心前提。我们在“原始订单明细”表中新增两列：一列叫“首次下单日期”，一列叫“顾客累计订单数”。
操作上，首次下单日期可以用MINIFS函数按手机号求最小完成日期；顾客累计订单数用COUNTIFS函数按手机号统计总单量。为了文章可读性，直接给一个简化的公式示例：
=MINIFS(E:E, C:C, C2)
=COUNTIFS(C:C, C2)
这里C列是手机号，E列是完成时间。不难发现，这个公式的逻辑就是：对每一个手机号，找到他最早的消费日期，并数一数他总共买过几次。
完成这一步之后，你就可以对每一个顾客给出三种分类：新客（本次订单为该顾客首单）、复购客（非首单）、频次归属（累计第几单）。
选中原始订单明细的全部数据列，插入数据透视表。行字段放“顾客手机号”，列字段放“完成时间月份”（如果统计单月），值字段放“订单编号”并改为“计数”。透视表生成后，你得到的是每个顾客在每个月分别下了多少个订单，这就是最原始的频次矩阵。
但是透视表直接拉出来还不够直观，我建议再建一个新的Sheet作为“频次汇总表”，把每个顾客按累计订单数划分层级：
这个分档不是拍脑袋。快餐品类一个月买7次外卖（按24个工作日算，大约每周约1.7次），说明你的店已经进入了他日常饮食的固定候选名单。这是一个极其强的心智绑定。
光看人数占比不够，还要看营收贡献。一个人买了7次，但是每次都只买一份10块钱的炒饭；另一个人买了3次，每次都是80块钱的多人餐，后者显然更值得你维护。因此我要求在频次汇总表中，除了计算“各频次层人数占比”，还要同时计算“各频次层营收贡献占比”。
某频次层营收贡献占比 = 该层所有顾客的累计实付金额 / 全店实付金额
用这个公式分别算完五个频次层的人口占比和营收占比，再放到同一行做对比，你就可以看到“20%的高频顾客贡献了45%营收”这类典型的二八分化现象。
Excel做不了漂亮的四象限图，但我教你一个土办法：把频次汇总表插入散点图，X轴放“30天复购频次”，Y轴放“平均实付金额”，然后手动在图上画两条参考线（平均值线），把散点分成四个象限：
高频高额象限：这是你的核心资产，复购频次高、客单价高，是财报上最值得关注的群体。他们约占顾客总数的8%-12%，可能贡献了25%以上的利润。运营策略核心是“维持”和“保护”，给他们最优的会员权益，防止被竞对撬走。
高频低额象限：频繁来但买得少，说明你的口味他们已经认可，但他们都是一个人吃。运营策略核心是“提客单”，通过套餐加购、第二件半价、凑单满减等设计，把单人频次消费转化为多人餐消费。
低频高额象限：买得少但一买买很多，通常是公司团餐、家庭聚餐场景。他们的复购周期天然长，但他们一旦认准你，单次价值极高。运营策略核心是“提频次”，设计工作日午餐满减、会员日双倍积分等机制，把他们的消费周期从月度拉近到周度。
低频低额象限：试了一次就不来了，属于流失边缘客群。这一象限的人群占比通常超过40%，但决策价值最低。运营策略建议是“不投入或少投入”，通过每周一次的定向优惠券批量触达即可，不要花太多心思。
| 象限 | 特征 | 占比参考 | 核心运营动作 |
|---|---|---|---|
| 高频高额 | 频次≥2.5次/月，客单价≥品类均值 | 8%-12% | 专属福利、优先服务、防流失 |
| 高频低额 | 频次≥2.5次/月，客单价低于品类均值 | 15%-20% | 套餐加购、凑单设计、提升客单 |
| 低频高额 | 频次低于2.5次/月，客单价明显偏高 | 10%-15% | 会员储值、周期唤醒、缩短消费间隔 |
| 低频低额 | 频次低、客单价低，一次性顾客为主 | 40%-60% | 不做重点运营，仅批量触达尝试激活 |
做完这五个步骤，你的复购频次报表就算真正落地了。它不是平台后台那个冷冰冰的复购率数字，而是一张可以指导你每一天运营动作的顾客资产地图。
几乎每个来问我的人都会问同一个问题：“我的复购频次多少算正常？”说实话，任何告诉你“快餐月均频次必须达到2.8次”的答案，都是不负责任的。因为不同城市、不同商圈、不同客单价的品类，频次基准差异极大。我分享一套参考区间和判断逻辑，比一个绝对的“标准答案”更有用。
综合我接触过的数十个外卖运营项目以及公开可查的行业分析数据，我给出以下参考区间。注意，这是“经验参考值”，不是“行业标准”。每个门店必须结合自己的经营时长、客单价和城市等级来校准。
别纠结你现在的频次是1.8还是2.2，更重要的是它这三个月是在涨还是在跌。我建议所有餐饮老板在报表中加入“连续3期对比”逻辑：统计本月频次分布，与上个月、上上个月做同口径对比。如果你的月均复购频次连续3个月下跌，即便绝对值在“参考区间”内，也说明顾客忠诚度正在流失，需要尽快干预。趋势是先行指标，绝对值是滞后指标。
这是我在实操中反复强调的一点。在统计频次时，一定要打上“是否优惠驱动”的标记。我的判断逻辑是：顾客实付金额低于原价金额85%的订单，记为优惠驱动型消费。如果一个顾客的多次复购中有超过50%的订单是优惠驱动型，那他对你的产品和口味可能并没有真正认可，而是被价格锚定。
我做过一个很有意思的分析：一家炸鸡店，剔除优惠订单后复购频次从2.4次下降到了1.6次。这意味着，这家店的真实顾客黏性远低于表面看上去的水平。后来他们调整了策略，把满减的力度降低，同时提高产品分量和品质，三个月后无优惠复购率回升到1.9次。虽然绝对值下降了，但订单利润率提升了不少。因为券驱动的“假复购”虽然带来了频次数字，但也吃掉了利润。报表的目的是帮你看到真实的客群结构，不是给你一个好看的数字来自我安慰。
报表不是终点，分群运营才是。很多人费了半天劲把频次统计做出来了，结果只是看了一眼“哦，高频顾客有10%”，然后就没有然后了。这跟看了个新闻有什么区别？我把我常用的分客群运营动作列在下面，你可以直接抄作业。
对这群人，我建议做三件事。第一，建立专属社群，人数控制在100人以内，不要用大群，大群没法提供温度；第二，设计“隐藏菜单”，每周在群里发布只在群里卖的限定餐品，制造专属感；第三，增加储值权益，充300送80这种力度只对高频高额客群开放，让他在你家充了值，就等于锁定了未来1-2个月的消费。
高频低额顾客是对你口味最认可的群体，但因为消费场景大多是“一个人吃工作餐”，所以客单价上不去。针对他们，核心场景是“从单人消费向多人消费延伸”：推出“加5元升级为鸡腿双拼饭”“加一份小食立减6元”等关联加购设计，让单人餐的客单价从25元提升到35元。我的实操经验是，这类加购活动不影响高频顾客的复购意愿，反而会因为“实惠感”强化下一次购买动力。
这类顾客可能是公司行政订团餐，也可能是家庭周末聚餐。他们几个月才买一次，但一次买两三百块。你无法改变他们“低频”的场景属性，但可以改变他们“选择谁”的品牌心智。动作包括：节假日提前一周私信维护（“老板，上次您订的聚餐套餐，这个月同事生日需要的话可以提前一天跟我说”）、设计“工作日午餐团餐满减”去吸引他们尝试平时场景。
这是所有人群里人数最大的群体，但他们也是最不值得精细化运营的。因为精细化运营一个人需要的时间成本，远高于他可能带来的回报。我的建议是：用外卖平台的“营销中心”，每个月给这些顾客群发一张“回归礼券”，面额设在你盈亏平衡线以内，比如满30减8。他们中只要有3%-5%的人被唤醒回来一次，活动就算成功。没必要给他们建群、没必要发私信、更没必要做电话回访。
最后一部分，我想强调一个很少有人讲清楚的问题：复购频次报表这个东西，不是所有门店都应该用同一种方法来做，也不是所有阶段都适合投入大量精力去做精细化分析。根据门店所处的生命周期阶段来配置你的数据运营精力，这才是聪明的做法。
新店样本量小，频次数据毫无统计意义。你今天看到36个顾客里12个买了两单，觉得复购率33%很高，但样本量太小了，无法支撑结论。新店期真正应该关注的核心指标是“新客转二次”的绝对数量，而不是频次分布。这个阶段，每周花15分钟看一眼“本周有几个回头客”就够了，不需要搭建完整的频次报表体系。精力应该放在产品口味、出餐速度和差评处理上。
当你的月订单量稳定超过2000单之后，就可以开始做正式的频次分析。这时数据量已经足够支撑统计判断，而且门店开始有了营销预算，需要数据指导钱往哪里花。我建议这个阶段每月做一次完整的频次报表分析，找出“高频低额”人群，开始尝试提客单动作。同时，每一期报表留存，为后续趋势对比提供基线。
门店进入成熟期，拉新成本持续上涨，复购和频次的运营价值变得举足轻重。这个阶段的目标不是频次数字的无限拉高，因为你不可能让所有顾客都变成高频顾客，而是通过频次报表识别出每年的高价值客群，推算他们的生命周期价值，围绕他们做长期的会员体系设计和一对一触达。
成熟的取舍逻辑是：不是所有顾客都值得你花同样的精力去维护。把80%的维护精力集中在20%的高频高价值顾客身上，你的投入产出比会指数级提升。
| 门店阶段 | 核心数据目标 | 报表频率 | 精力投入建议 |
|---|---|---|---|
| 新店期（1-3个月） | 验证复购是否存在，而非频率高低 | 每周1次轻量查看 | 低优先，把精力放在产品本身 |
| 成长期（4-12个月） | 建立频次基线，识别高潜力客群 | 每月1次完整分析 | 中优先，开始做分群运营 |
| 成熟期（1年以上） | 高价值客群生命周期管理及预警 | 每两周1次数据更新 | 高优先，用数据支撑会员体系 |
最后再分享一个我自己的认知：做复购频次报表的真正目的，不是把Excel做得多么花哨，而是纠正你“只看平台后台数字”的偷懒习惯。平台给的仪表盘是让你爽的，自己做的报表是让你清醒的。那些漂亮但无用的指标堆出来的，往往是一种“我门店经营得很好”的错觉。而真正的经营，是在数据中看到自己真实的顾客结构，哪怕这个结构看起来没那么体面，然后基于它做艰难的、清醒的运营决策。
下一步，建议你现在就打开美团商家后台，导出最近90天的订单明细，按照我上面说的字段建表，用数据透视表跑出你门店的第一张复购频次报表。你不用一次做到完美，先跑出一个粗糙的版本，把口径定下来，把基础字段整理好。一个月后回头看，你会发现这张表比平台后台任何一张现成的报表，都更能解释你的生意是怎么运行的。
我开了一家快餐店，想统计顾客的复购频次，但有的文章说看30天数据，有的说看90天数据，我有点困惑，不知道哪个周期更贴合自己门店的实际情况，统计出来的数据才更有参考价值。
周期选择的关键在于品类的决策长度。快餐、奶茶这类高频品类，顾客一周可能买两三次，30天周期内样本充足，能快速反映问题；正餐、烘焙这类低频高客单品类，顾客两个月才来一次，30天基本看不出规律，建议拉长到90天。但我不建议频繁切换周期，一旦选定就固定下来，因为趋势对比比绝对值更有意义。
前期可以先从30天入手，跑三个月数据后再用90天复核，找到最适合自己门店的观察窗口。
我按照文章里的方法统计了自己店的复购频次，30天周期平均是1.8次，但我不知道这个数字到底处于什么水平，特别想找一个可以参考的行业区间来评估自己的运营情况。
行业参考区间是存在的，但它受品类、城市等级和客单价影响很大，不能直接套用。根据公开行业报告综合整理，大致的区间是：快餐月均频次1.5-2.5次相对健康，茶饮2-3次，正餐和烘焙一般在1-1.5次。一线城市客单价高，频次天然偏低；下沉市场客单价低，频次会偏高。
我更推荐用连续三个月的趋势来判断健康状况：频次逐月增长说明复购运营有效，连续下跌则要排查产品和活动问题，即使绝对值还在区间内也不能掉以轻心。
我最近做了一个优惠券活动，后台显示的复购频次确实涨了，但我心里没底，因为这些顾客都是靠大额优惠券才下单的第二单，我担心活动结束后他们就不会再来了，想知道怎么判断这些频次数据里有几分是真的。
这类情况属于典型的“虚假频次”，是促销驱动的一次性回头，不是用户自发产生的复购。判断方法很简单：统计订单明细时，给含有优惠券的订单单独打标，拆出“自然复购频次”和“促销复购频次”两个口径。如果去掉优惠券订单后频次明显下降，说明顾客对价格高度敏感，复购逻辑没有成立。
这类顾客不要纳入核心用户运营池，可以继续用优惠券做唤醒，但没必要投入高成本的会员权益。
我是一家小餐饮店的老板，没有技术团队，也不懂SQL和BI工具，店里只有Excel，想知道能不能用Excel完成复购频次的统计，具体操作步骤有哪些，会不会很复杂？
完全可以。Excel的数据透视表功能足以完成外卖复购频次统计，不需要任何编程基础。具体操作：先从外卖平台导出订单明细，保留顾客手机号、下单日期、订单实付金额、订单ID四列；然后插入数据透视表，把手机号作为行标签、订单ID作为值并设置为计数，就能得到每个顾客的月度下单次数；
最后按1次、2次、3次、4次及以上分组汇总。熟练之后，10分钟内就能完成一张月度复购频次报表。但如果单量超过一个月5000单，数据透视表会明显卡顿，这时候可以按平台拆分统计，再用公式合并。
读者评论
作为开了三家外卖店的老板，这篇文章点醒了我。之前确实只盯着后台的复购率数字，从没拆过频次。自己拉数据一看，原来很多回头客只回来一次，真正的高频顾客少得可怜，难怪推广一停营收就掉。
按文章的方法用Excel做了个90天频次表，实操性很强。手机号去重和按完成日期归属这两个细节特别关键，解决了之前统计口径混乱的问题。分档位看人数和营收贡献，问题确实一目了然。
作者说的五个误区我几乎全踩了，尤其是把优惠驱动的回头当成真实复购。上次做了个满减活动，复购率飙升，结果活动结束销量立刻回落。现在学会了区分原价单和券后单，报表才真正有参考价值。
文中A店和B店的对比太真实了。我们两家加盟店也是类似情况，复购率差不多，但高频顾客占比高的那家，在平台流量下滑时抗跌能力明显更强。以后月度报表里一定要加频次结构分析。
很认同不要一上来就买SaaS系统。我们月订单量两万左右，用Excel完全够用，每周花一个小时整理数据，比花几千块订阅系统划算多了。关键是先把口径定清楚，否则工具再好也是垃圾进垃圾出。
文章里那个川式快餐店的案例很有启发，用频次表筛出5%的高频顾客，建群发专属优惠，三个月高频占比翻倍，还没增加推广预算。这个思路我准备下周就在自己店里试一下。