會員數字很好看，拆開來看才知道健不健康

這週我檢視用 AI 做的某個品牌的會員（RFM）戰情室（以下數字是「按真實比例」模擬的），想看看今年上半年的會員經營概況如何（我一直認為 CRM/CDP 需要的是週期性的關注即可，並不需要 API 呼叫即時的數據）？螢幕上第一組數字很漂亮：滾動 365 天的週期中，會員數是 17,351 人，累計貢獻超過 1.52 億元。

往下拉兩層，回購率 18.3%，平均回購天數 43.7 天。也就是說，一百個會員裡，一年內不到十九個人買過第二次。

這個落差，其實也是這幾年看會員經營最常碰到的狀況：「名單數字很好看，經營品質沒跟上。」

同一份報表裡還有兩個數字值得放在一起看。首購客的均值是 7,787 元，回購客的均值是 13,132 元，回購客大約是首購客的 1.7 倍。

撐起營收的，除了買過一次的人，還有更多願意回來第二次、第三次的那一群。多數品牌的月報只看會員總數，新增會員今天就能算，回購品質卻要拉長到 90 天、180 天才看得出來。名單成長容易被看見，回頭客的比例反而容易被忽略。

先看顧客在哪個階段，比看總數字有用

同一份儀表板把 17,351 名會員拆成五個階段：新客（90 天內、尚未形成節奏）佔 18.0%，3,130 人；流失新客（超過 90 天未回購、離首購較近）佔 63.6%，11,039 人，是最大的一群；活躍熟客只有 619 人，佔 3.6%；即將沉睡 382 人，佔 2.2%；沉睡熟客 2,181 人，佔 12.6%。

把這五組數據擺一起，可以看到真正在良性循環裡的活躍熟客，甚至不到 10%。超過六成的會員停在買過一次、之後沒再回來的階段，而且時間不算太久，只是 90 天沒回購就被歸進這一群。這代表問題不是完全抓不住這批人，而是他們卡在第一次到第二次之間，還沒有被接住。

RFM 三乘三矩陣攤開來看，看見想不到的資訊

RFM 是最近一次消費時間、消費頻率、消費金額的縮寫，白話講就是這個人多久沒來了、來過幾次、總共花了多少。把這三個維度攤成一張九宮格，比單看回購率更有趣。

這份矩陣裡最有意思的一格，是「高頻、久遠」：只有 46 人，均值卻高達 25,569 元，反而比「高頻、近期」那 161 人、均值 23,245 元還高。這群人買得多、買得久，金額也高，但最近超過 180 天沒有交易。如果只看最近一次消費時間，系統會把他們判成流失，實際上他們過去累積的貢獻是全體裡最高的一批。

反過來，矩陣裡人數最多的一格是「單次、久遠」，7,649 人，均值只有 7,814 元。這群人買過一次，超過半年沒回來，金額也不高。同樣叫久遠沒回購，這兩群人該做的事完全不一樣：前者要先弄清楚是不是消費週期本來就比較長，不能急著當成流失處理；後者比較接近一次性交易，經營精力不用分配過多在這群人身上。

把會員切成八個象限，才知道力氣該往哪裡放

三乘三矩陣還是有點抽象。把 R、F、M 三個維度交叉後再分群，可以拉出八個象限：重要挽留、重要發展、重要價值、重要保持、一般挽留、一般發展、一般價值、一般保持。

我自己看到的分布是這樣：挽留群（重要挽留加一般挽留）佔了 45%，7,734 人，是流失風險最高的一塊；發展中會員（重要發展）有 2,599 人，佔 15.0%，是最有機會升級成核心顧客的潛力池；高價值加發展中兩群合計佔 23%，算是目前結構裡比較健康的部分。

這組數字讓我調整了一件事。過去看到挽留兩個字，直覺是趕快發折扣。但挽留群裡有一部分本來就是回購間隔比較長的品類，不是真的要流失，只是還沒到下一次該回來的時間點。真正該優先處理的，反而是發展中這 2,599 人，因為他們已經證明自己會回來，只差有沒有被推一把，升級成穩定的重要顧客。

回購率不是天生決定的，趨勢圖會告訴你答案

把時間拉長看月度趨勢，回購率滾動趨勢從 2025 年 10 月的 14% 左右，一路滑到年底逼近 10%，再從今年年初開始回升，到 7 月已經回到 18% 附近，跟目前的 18.3% 差不多。

這條曲線讓我很意外，也多體會到一件事：回購率不是固定不變的體質指標，而是會隨著經營動作起伏的變數。年底那段低點，通常是新客湧入速度大於二次回購速度的結果；之後的回升，代表二次回購的提升和挽留動作跟上了新客成長的速度。這也是為什麼我們看回購率，一定要拉月度趨勢，而不是單一時程，才能發過程與趨勢是在往上還是往下。

CRM、CDP 工具買了一堆，不知道要解決哪個問題，數據照樣是空的

這幾年市場上的 CRM（顧客關係管理系統，用來記錄會員資料與訂單的後台工具）和 CDP（顧客數據平台，把門市、官網、App 等不同來源的顧客行為資料整合成一張視圖的工具）選項多到挑不完。很多品牌主的邏輯是先買工具，再想辦法把數據跑出來，結果報表做得很漂亮，回購率還是卡在原地。

上面這幾張圖，其實用一份試算表加上訂單資料就能算出來，不需要昂貴的 CDP。真正決定這份分析有沒有用的，是團隊有沒有想清楚三件事：要對哪一群人主動溝通，要對哪一群人先暫停打擾，要用什麼樣的動作把發展中會員推向重要顧客。工具只是把這個判斷做得更快、更自動化，判斷邏輯本身沒想清楚，工具買得再貴，也只是把同一套錯誤的分法跑得更快而已。

順序應該反過來：先確認自己要用會員數據回答什麼問題，再去看哪一種工具能撐得住這個問題，而不是先有工具，再回頭找數據餵給它看。

如果只能先做三件事

第一，把會員從總數拆成生命週期階段，至少分出新客、流失新客、活躍熟客、即將沉睡、沉睡熟客這五段，不要只看一個總數。

第二，把發展中會員單獨挑出來，設計一個讓他們買到第三次、第四次的明確動作，不要把所有人丟進同一套促銷。

第三，拉出回購率的月度趨勢，不要只看單一時間點的數字，才知道現在的經營動作是在把顧客往前推，還是在原地打轉。

會員經營做到最後，拚的是判斷，不是工具

那天看完這份報表，我調整的不是要不要換一套更貴的系統，而是重新排了一次順序：先看清楚這 17,351 人裡誰在哪個階段，再決定要為哪一群人多花力氣。

會員數字很容易做大，願意回來的人卻要一格一格拆開來看，才看得清楚。名單長不代表關係深，回購率的曲線，才是老實話。

你可能想問的問題…

沒有 CDP 工具，能不能做 RFM 分析？

可以。只要有會員資料、商品主檔跟訂單資料三個資訊，將最近一次消費時間、購買次數、累計金額整理出來，就能分出核心顧客、發展中顧客和沉睡顧客。CDP 能讓這個分析自動化、即時更新，但不是分析本身的前提。

回購率突然下滑，要先看哪個數字？

先看是新客佔比暴增，還是既有會員停止回購。前者代表二購機制沒接住成長速度，後者代表既有顧客的體驗或商品節奏出了問題，兩種原因的解法完全不同。

RFM 矩陣裡「買得多但很久沒來」的顧客，該直接當成流失處理嗎？

不建議。要先確認這群人的商品或品類本身的正常回購週期有多長，再判斷是真的流失，還是還沒到下一次該回來的時間點，兩者處理方式完全不同。