我做餐饮门店运营咨询这几年，见过最多的报表不是利润表，而是月度复购报表。几乎每家店月底都会做，但真正会看的店不到两成。大部分月度复购报表的结局只有两种：要么发在群里没人看，要么打开看一眼复购率就关掉，下个月继续凭感觉做活动。
三个月前，我帮杭州一家社区快餐连锁品牌重新做月度顾客复购数据统计，发现他们的复购率其实没怎么变，但平均复购间隔从22天悄悄拉长到了31天。这个信号藏在报表里，老板完全没有意识到，结果那三个月老顾客回店率肉眼可见地往下掉。这篇文章，我就把餐饮店月度复购报表怎么做、复购数据怎么诊断、怎么变成下个月的具体提升动作，完整讲一遍。
我在每一场门店内训里都会说同一句话：如果这张报表做出来只是为了证明"这个月我们统计过复购"，那不如不做。
月度复购报表唯一的用途，是回答三个问题：下个月该对哪批顾客做动作、做什么动作、做完之后看哪个数判断有没有效。很多老板把复购报表当成经营总结，月底看一眼就归档。但复购数据本质上是一个早于营业额变化的先行指标。老顾客的流失不是一夜之间发生的，在营业额明显下滑之前三到六周，复购间隔和复购频次往往已经出现变化。
我统计过自己服务过的47家门店，发现复购报表没起作用的店，几乎都有三个共同特征。
这三个问题只要存在一个，报表实际价值就去掉一半；三个都存在，这张表基本就是废纸。下面我把自己踩过坑之后沉淀下来的一整套做法完整写出来，你可以直接照着用。
2019年我在上海帮一家连锁面馆做运营诊断，当时他们的营业额连续两个月下滑，但店长说不清原因。我调出收银数据后发现，新增顾客数其实没怎么变，问题出在一个被忽略的字段上：过去六个月里消费过三次以上的老客，回店间隔从平均12天拉长到了19天。
营业额当时只降了4%，但复购间隔已经变化了将近六成。这是我第一次意识到，复购数据比营业额更能提前暴露问题。从那以后，我给所有服务门店立的第一个规矩就是：月底可以不做利润分析，但必须把复购报表做出来。
后来我陆续接触了上百家门店，发现中小餐饮店做复购统计时，普遍卡在三个现实约束上。
第一个约束是没有专门的会员系统，很多店用现金、扫码或外卖平台匿名订单，根本识别不了顾客身份。第二个约束是即使有收银系统，多数小店也没有专人维护顾客档案。第三个约束是老板自己的时间被后厨和前台占满，月底能花在报表上的时间通常不超过两小时。
所以这套方案不依赖任何昂贵的系统，只需要Excel、收银后台和外卖后台，就能在每月两小时内完成统计。我后面讲的所有字段和动作，都是基于这个前提设计的。
复购率不是只有一个定义。我见过三种主流算法，算出来结果差异很大。
口径一：本月消费顾客中，有多少人是本月第二次及以上消费。这个口径衡量的是"本月客户的忠诚度"，操作最简单，从收银系统导出本月订单就能算。
口径二：上个月消费过的顾客中，有多少人这个月又来了。这个口径衡量的是"跨月留存能力"，更能反映长期复购，但需要对比两个月的顾客名单。
口径三：复购订单数除以总订单数。这个口径衡量的是"订单结构"，适合外卖平台，因为它天然按订单数统计。
我用一组真实场景来说明差异。假设某门店本月有1000位顾客消费，其中200位在本月消费过两次及以上；上个月消费过的800位顾客里，有180位本月再次消费；本月总订单1200单，其中复购顾客贡献了300单。
按口径一算，复购率是20%；按口径二算，是22.5%；按口径三算，是25%。同一个店，同一个月，三个口径得出三个数字，每一个都不能说是错的。
口径本身没有绝对的对错，真正的错误是每个月换着用。
我见过一家店，3月按口径一算复购率18%，4月换成口径三算出来24%，老板以为复购大幅提升，给团队发了奖金，实际只是口径变了，真实复购水平并无变化。
所以我给所有门店的建议是：选定一个口径后至少用满12个月。我的推荐是口径二，因为它直接回答"上个月来的客人这个月还来不来"，和"老顾客流失"这个经营问题贴得最紧。
很多店的复购报表只有一个"复购率"，这是远远不够的。我的经验是，一张可用的月度复购报表至少要有五个字段，缺一个都读不出完整信号。
| 字段 | 定义 | 数据来源 | 回答的经营问题 |
|---|---|---|---|
| 本月新增顾客数 | 本月第一次来店消费的人数 | 收银系统/外卖后台 | 门店拉新能力是否正常 |
| 本月活跃顾客总数 | 本月至少消费过一次的人数 | 收银系统/外卖后台 | 门店整体客户盘子大小 |
| 本月复购顾客数 | 上个月消费过且本月又消费的人数 | 对比上月顾客名单 | 老顾客是否愿意回来 |
| 复购率 | 复购顾客数 ÷ 上月顾客总数 | 计算得出 | 老顾客留存水平 |
| 平均复购间隔 | 两次消费之间的平均天数 | 订单明细计算 | 老顾客消费节奏是否正常 |
这五个字段不是并列关系，它们是一组互相印证的指标。新增顾客数告诉你入口宽不宽，复购率告诉你存量黏不黏，复购间隔告诉你节奏快不快。只看其中任何一个都容易误判。
复购频次指平均每位复购顾客本月消费了几次，复购间隔指两次消费隔了多少天。两者很容易混淆，但经营含义完全不同。
复购频次高，说明顾客在同一个统计周期内多次回店；复购间隔短，说明顾客消费节奏快。举个例子，一位顾客一个月来两次，和一位顾客45天来一次，如果只看复购率都是"复购了"，但前者的消费节奏是后者的将近三倍。
我在报表里同时记录这两个数，是因为它们会发出不同的预警信号：频次下降，往往是价格或口味体验出了问题；间隔拉长，往往是消费场景或生活习惯发生了变化。这两个问题需要完全不同的应对动作。
下面是我在门店实际使用的Excel模板结构，所有字段都能在30分钟内填完。每一行是一个自然月，第三列是核心，第八列用来记录当月发生的可能影响数据的经营事件。
月份 | 上月顾客数 | 本月复购顾客数 | 复购率 | 本月新增顾客数 | 本月活跃顾客总数 | 平均复购间隔(天) | 异常备注
——|———–|————–|——–|————–|—————-|—————-|——–
1月 | 820 | 197 | 24.0% | 310 | 1003 | 22 | 元旦活动+新店开业
2月 | 1003 | 231 | 23.0% | 280 | 1088 | 23 | 春节放假7天
3月 | 1088 | 250 | 23.0% | 295 | 1102 | 24 | 阴雨天气多
4月 | 1102 | 243 | 22.0% | 270 | 1046 | 26 | 周边工地停工
5月 | 1046 | 220 | 21.0% | 260 | 1012 | 28 | 五一后回落
6月 | 1012 | 213 | 21.0% | 255 | 987 | 29 | 进入夏季淡季
7月 | 987 | 198 | 20.1% | 240 | 961 | 31 | 高温，晚市减少
最后一列"异常备注"是我特意加进去的，记录当月有没有做活动、天气、节假日、周边施工等外部变量。这一列的价值在年底复盘时才会体现：它能帮你分辨复购波动是经营问题还是环境问题。
我把每个月的统计流程固定成四步，店员按照这个流程走，不会漏项。
第四步的计算逻辑需要说明一下：只统计"本月消费与上一次消费"之间的间隔天数，然后对全部复购顾客取平均值。如果门店用的是带会员模块的收银系统，这一步通常能自动生成；如果完全手工操作，可以用下面的Excel公式处理。
这是我在手工统计时用的两个核心公式，直接在Excel里套用即可。
// 标记本月订单中的顾客是否在上月名单中出现过（1=复购，0=新增） =IF(ISNUMBER(VLOOKUP(A2, 上月顾客名单!$A$2:$A$901, 1, FALSE)), 1, 0) // 统计本月复购顾客人数 =COUNTIF(C2:C1501, 1) // 计算平均复购间隔（按顾客维度） =AVERAGEIFS(订单表!$E$2:$E$1501, 订单表!$C$2:$C$1501, 1)
报表做出来只是第一步，真正值钱的是解读。我的核心观点是：复购报表要当成一个整体来读，不要单独盯着复购率看。
如果复购率连续两个月下滑，比如从24%降到21%，我通常会建议店长先别急着做促销，而是回到门店看两样东西：菜品稳定性和用餐体验。
复购率的核心驱动力是"这次吃得好不好"。顾客上一次体验不好，下一次就不来了，这个信号会直接体现在复购率上。这个阶段做促销活动只能把人拉回来一次，如果体验问题没解决，第二个月复购率会继续掉。
去年我服务的一家烧烤店就碰到这种情况。复购率连续三个月走低，老板第一反应是发折扣券，我让他先做菜品盲测，结果发现主打的牛肉串换了供应商之后咸度不稳定。换回原供应商后没有做任何促销，复购率在第三个月重新爬了上来。
这是最容易漏掉的信号，也是我写这篇文章最想强调的一点。
复购率衡量的是一段时间内有没有回来，复购间隔衡量的是回来得多频繁。如果复购率看起来平稳，但平均复购间隔从22天拉长到31天，说明老顾客并没有完全流失，只是消费频次在下降。这种下降往往不会立刻反映在月报的复购率上，但它会提前反映在营业额上。
我判断复购间隔是否异常，用的是滚动对比法：把本季度的平均间隔和过去四个季度的平均值做对比，比均值高出30%以上，就要启动老客唤醒动作。唤醒动作不一定花钱，最简单有效的是给超过30天未回店的会员发一张"留言式"回店券，比如"你上次点的番茄牛腩饭，我们改良了配方，欢迎回来试试"。
复购率上升并不总是好消息。如果复购率上升的同时，新增顾客数连续下滑，说明门店越来越依赖老顾客撑营业额。
老客依赖型门店的问题是抗风险能力差。老顾客会搬家、会换工作、会改变消费习惯，一旦流失，报表上不会有任何预警，因为新增顾客已经补不上来。
出现这个信号时，需要把资源往拉新端倾斜。我通常建议做两类动作：一类是外卖平台的定向优惠券，把门店的爆款菜品推给门店周边3公里内没消费过的用户；另一类是和各平台上的周边社区群合作，用"到店自取特价套餐"换一次曝光。拉新动作的成效不要看当月营业额，要看下个月的新增顾客数有没有回升。
报表读完，接下来要把诊断结果变成具体动作。我的原则是：每个月只选一个核心动作，做满30天，再用下个月的报表验证效果。同时做三件事的店，最后往往说不清是哪件事起的作用。
我根据复购报表的字段，把顾客分成几类，每类对应一套默认动作。
| 人群判断逻辑 | 推荐动作 | 衡量指标 |
|---|---|---|
| 复购间隔超过30天的老顾客 | 发送限时回店券，附带推荐菜品信息 | 7天内回店率 |
| 复购频次低于人均水平 | 主推套餐或储值赠礼 | 人均复购频次变化 |
| 连续两个月未消费的会员 | 短信/微信召回，控制在每月一次 | 召回成功率 |
| 新增顾客中的二次消费人群 | 加企业微信，纳入新品优先体验名单 | 新客转复购率 |
我建议每月按三周节奏推进，而不是集中在月底。
执行结束后的月底，用报表重算一遍复购率、复购频次和复购间隔，和上月对比，判断动作是否有效。有效就下个月继续沉淀成标准动作，无效就换一种玩法。
我常年帮门店复盘数据，总结了四个高频错误，每个都踩过不止一次。
错误一：不同月份换口径。3月按顾客人数算，4月按订单数算，数字忽高忽低，团队被误导，奖金发错方向。解决方案就一条：口径写进SOP，任何人接手都按同一套规则。
错误二：只看复购率，不看复购人数绝对值。复购率从20%涨到25%，看起来很好，但如果分母从1000人滑到600人，实际复购人数反而从200人降到150人，门店的复购盘子其实在缩小。数字背后的绝对值，往往比比率更真实。
错误三：忽略季节性因素直接环比。火锅店夏季复购率下滑是行业规律，拿7月和3月比没有意义。我的做法是和去年同期比，再结合备注列的天气、活动做解释，这样才能区分是季节性波动还是真正的经营恶化。
错误四：把复购率当成唯一指标。复购率只是结果，复购间隔、复购频次、新增顾客数、客单价四者共同构成完整的复购画像。单看一个数，就像只看仪表盘上的车速而不看油量，迟早要出问题。
复购统计没有一套放之四海而皆准的做法，不同业态要在口径和动作上做取舍。
快餐的消费决策成本低，顾客可能一周来两三次。这类门店应该把复购频次作为第一指标，复购间隔的意义相对有限。动作上，快餐店适合用"集点卡"或"每月尝新菜"来提升频次，而不是发大额回店券。
正餐的消费周期天然长，顾客可能一个月来一次甚至更久。这样的店用复购频次衡量没有意义，应该盯复购间隔和宴请场景。动作上也应该以"场景唤醒"为主，比如家庭聚餐季、商务宴请季做对应的套餐推荐。
火锅烧烤季节性极强，冬季和夏季的数据没有可比性。这类门店必须做同期对比，复购率同比变化才是真实趋势。提升动作要预留季节变量：夏季主推小龙虾、冬季主推羊蝎子，用应季品留住老客。
茶饮的复购决策链最短，活动影响立竿见影。这类门店的复购率天然很高，问题在于波动剧烈，很难区分是活动带来的还是产品带来的。我给茶饮店的建议是固定每周二为"新品试吃日"，用固定的测试窗口来验证产品对复购的真实拉动。
这篇文章讲的是餐饮店月度复购报表怎么做、月度顾客复购数据怎么统计提升，但我真正想讲的不是一个表格，而是一种管理习惯。
复购报表的价值不在于那个复购率数字本身，而在于它逼着店长每个月回答一次：这个月的老顾客，到底是在靠近还是在离开。回答清楚了，下个月的动作就有了依据；回答不清楚，报表就只是一张完成任务的纸。
你现在就可以做三件事。第一，打开收银后台，导出上个月的订单，先算出你的精确复购率，并写下你用的口径。第二，把这个月和上个月的顾客名单放在一起，找到那些上个月来过、这个月没来的名字，挑出消费次数最多的前20人。第三，给这20人发一条私信或短信，问他们最近没来的原因。做完这三步，你不需要等任何系统，就已经比80%的同行更了解自己的老顾客了。
如果你的复购报表已经做了三个月以上，欢迎在评论区留下你用的统计口径和最近三个月的复购率变化，我会挑有代表性的案例，在后续文章里和大家一起拆解。
我开了一家小面馆，每月都在统计回头客数据，但只会记个总数。大家说的月度复购报表到底应该包含哪些字段？有没有不用买软件、用Excel就能做的方法？
做这张表之前，先别急着打开Excel。第一个要解决的是统计口径：你准备把“这个月消费过2次及以上的人”算复购，还是把“上个月来过、这个月又来了的人”算复购？口径不同，结果会差20%以上。我建议用两个口径同时看。
口径一叫“当月复购率”，等于当月消费2次及以上的顾客数除以当月活跃顾客总数，它回答“这个月谁在反复来”；口径二叫“跨月留存率”，等于上月活跃顾客中本月再次消费的人数除以上月活跃顾客总数，它回答“上个月的老顾客这个月还剩多少”。
确认口径后，报表至少要有5个字段：本月新增顾客数、本月活跃顾客总数、本月复购顾客数、复购率、平均复购间隔。再多加一列“异常备注”，记录当月是否搞了活动、天气、节假日。用Excel逐月录入12行，一张能用的月度复购报表就出来了。别小看这张表，后续所有诊断和动作都从这5个字段里长出来。
我们店用收银系统能导出一堆数据，但我一直搞不清复购率到底按人头算还是按订单算。新客当天买完第二天又来，这算复购吗？分母到底是总订单数还是总人数？
这个问题几乎每家店都会搞混。按“订单数”算，就是把复购订单数除以总订单数，这个口径容易虚高，因为一个顾客一天下三单会被算成三单；按“人头数”算，把本月消费2次及以上的顾客数除以本月总消费人数，这个更保守，更适合用来做经营决策。
新客在当月第二次消费当然算复购，这叫“当月二次消费”，但它反映的是“首单体验后的回流”，权重可以低一些。真正关键的是“跨月复购”，也就是上个月来过的人这个月是否出现。如果跨月复购连续两个月下滑，比当月复购率下降更值得警惕。
还有一点容易忽略：很多小店用扫码点单，顾客不注册会员就无法识别身份，系统统计的口径其实会自动变成“订单数”。这种情况要专门用手机号去重后重新算一遍，否则报表会欺骗你。
我每月都做复购报表，但做完就锁进抽屉，不知道从哪看起。复购率下降几个点需要担心？除了复购率，还有哪些指标能提前预警老客户流失？
不要单独盯一个复购率，要把三个指标放在一起读：复购率、人均复购频次、平均复购间隔。第一个信号：复购率连续两个月下降，且下降幅度超过5个百分点，不是单月波动，是趋势性的，说明老顾客整体在撤。这时候先查菜品稳定性，再查店员服务态度，而不是急着发券。
第二个信号：复购率没降，但平均复购间隔从25天拉长到40天，顾客没有完全离开，但消费周期在拉长。这通常说明他们对你的店从“惯性消费”变成了“偶尔想起”，需要做一次激活，比如对间隔超过30天的顾客推送限时回店券。
第三个信号：复购率上升，但新增顾客数连续两个月下滑，门店正在变成“老客依赖型”，一旦老顾客流失，业绩会断崖式下跌。这时别高兴，要立刻把资源投向拉新渠道。我踩过最深的坑是只看复购率绝对值。有个月复购率涨到了38%，我以为经营变好了，结果一拆数据，是新增顾客数暴跌导致的分母变小。
所以每次做报表，必须把“新增数”和“复购数”并排看。
报表每月都做，但只是看起来专业，老板问我要提升方案我就懵。复购数据到底怎么转化成下个月的经营动作？有没有可执行的操作清单？
报表的价值在于把数据拆成可执行的动作。我建议每月只选一个核心动作，测试一个月后看报表变化，不要同时追五件事。
如果数据显示平均复购间隔超过30天的老客很多，下个月就做一个“沉睡唤醒”：从会员后台筛出最近一次消费在30到45天前的顾客，每人发一张限时7天有效的回店券，门槛设低一点，比如满30减5，测试回购率。一个真实案例里，这家面馆用这个动作让间隔超30天的回店率提升了12%。
如果数据显示人均复购频次低但客单价高，说明顾客不是不想来，是觉得贵。下个月主推“双人套餐”或“储值送余额”活动，把单次消费感受变成周期性消费决策。如果数据显示连续两个月未消费的会员超过总会员数的25%，就要做一次真正的召回：短信或微信发一句“你上次点的牛肉面我们改良了”，再放一张免费小菜券。
注意，千万别群发“好久不见”，这种文案打开率不到5%。每做完一个动作，月底就把复购报表刷新一遍，对比动作前后的数据变化。坚持三个月，你就能找到自己店里最有效的复购杠杆。
读者评论
复购间隔这个指标确实容易被忽略，我之前只盯复购率，总觉得数字没掉就没事。文章里说的那个案例很典型，营业额只降4%，但复购间隔已经拉长六成。这让我意识到，月底看报表不能只看结果指标，像消费间隔这种先行指标更值得记录。下个月开始我打算把平均复购间隔加进月度统计里。
统计口径那段说到点子上了。我们店之前就是三个月换了三种算法，算出来的数据忽高忽低，还以为自己做了什么有效动作。现在想想，很多所谓的复购提升根本就是口径变化造成的假象。选定一个口径至少用12个月，这个建议很实在，我准备把口径二固定下来长期跟踪。
最打动我的是那句：报表如果只是证明这个月统计过复购，那不如不做。我们店以前的月度报表就是发到群里没人看，月底总结完就归档。文章里说的三个问题，口径不固定、字段太少、没有行动计划，我们全占了。现在打算按文中的五字段模板重新做，至少每月能明确下个月该对谁做动作。
作为同样做餐饮运营的人，我觉得这套方案最实用的地方是只用Excel就能落地。很多同行一听数据统计就觉得要上系统，实际上小门店根本没那个条件。把上月名单导出来一对比，复购率、复购人数都能算清楚，异常备注那一列也很有价值，方便年底复盘区分经营问题和环境问题。
复购频次和复购间隔分开看这个观点我认同。频次下降可能是价格或口味出了问题，间隔拉长可能跟顾客生活习惯变化有关，应对措施完全不同。以前我把这两个数混在一起统计，根本看不出真实问题所在。文章里提到的渠道构成也提醒了我，储值用户的复购粘性确实高于其他渠道，值得重点维护。