Återkommande kundfrekvens

Återkommande kundfrekvens

Återkommande kundfrekvens är andelen av en butiks ordrar, eller dess totala antal kunder, som kommer från personer som har handlat tidigare, i motsats till förstagångsköpare. Det är ett direkt mått på hur mycket ett företag är beroende av återkommande affärer jämfört med kontinuerlig nyanskaffning av kunder. En stigande återkommande kundfrekvens signalerar generellt förbättrad lojalitet och minskar beroendet av betald kundanskaffning för att upprätthålla intäkterna.

Definition av återkommande kundfrekvens

Återkommande kundfrekvens mäter hur stor andel av en butiks ordrar — eller i vissa rapporteringsupplägg, hur stor andel av dess unika kunder — som kommer från personer som har handlat tidigare, snarare än förstagångsköpare. Det är ett direkt fönster in i hur mycket av ett företags intäkter som beror på att kontinuerligt skaffa nya kunder jämfört med att behålla och sälja vidare till de kunder man redan har. En butik kan se framgångsrik ut rent intäktsmässigt samtidigt som den tyst är beroende av ett ständigt ökande antal nya kunder för att upprätthålla den tillväxten; återkommande kundfrekvens är ett av de tydligaste sätten att upptäcka det mönstret innan det blir ohållbart.

Hur återkommande kundfrekvens beräknas

Standardformeln, mätt efter orderantal, är:

Återkommande kundfrekvens = (Ordrar från återkommande kunder ÷ Totala ordrar) × 100

Det kan också beräknas med unikt kundantal istället för orderantal: (återkommande kunder som handlat under perioden ÷ totala kunder som handlat under perioden) × 100. De två versionerna kan skilja sig markant om återkommande kunder lägger flera ordrar per period medan nya kunder vanligtvis bara lägger en, så det är värt att vara tydlig med vilken version en given rapport använder.

Som ett räkneexempel: en butik hanterar 2 000 ordrar under en given månad. Av dessa kommer 700 ordrar från kunder som har gjort minst ett tidigare köp, och 1 300 kommer från förstagångsköpare. Återkommande kundfrekvens för den månaden är 700 ÷ 2 000 = 35%.

Återkommande kundfrekvens — exempel på månatlig orderfördelning

Logo

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

Varför återkommande kundfrekvens är viktig för e-handelsvarumärken

Återkommande kundfrekvens är en direkt indikator på hur effektiv ett företags tillväxt faktiskt är. Ordrar från återkommande kunder kommer vanligtvis till en mycket lägre marginalkostnad för kundanskaffning än ordrar från nya kunder, eftersom marknadsföringsutgiften för att vinna den kunden redan gjordes under en tidigare period. Ett varumärke med en stigande återkommande kundfrekvens förräntar värdet av tidigare kundanskaffningsutgifter, medan ett varumärke som är fast i en oförändrad eller sjunkande frekvens i princip bygger upp sina intäkter från grunden varje period genom nyanskaffning.

Det fungerar också som en hälsokontroll under perioder av aggressiv tillväxtmarknadsföring. Ett varumärke som satsar betydande budget på nykundsanskaffning kan se stark rubrikintäktstillväxt samtidigt som dess återkommande kundfrekvens tyst minskar som andel av mixen — inte nödvändigtvis ett problem om det är en medveten erövringsstrategi, men värt att känna till snarare än att upptäcka som en överraskning senare.

Återkommande kundfrekvens vs. relaterade mätetal

MätetalTidsramVad det svarar på
Återkommande kundfrekvensEn specifik period (t.ex. denna månad)Hur stor andel av nuvarande ordrar kommer från återkommande köpare
ÅterköpsfrekvensKundens livstidHur stor andel av alla tidigare kunder någonsin handlat igen
ChurnfrekvensEn specifik periodHur stor andel av tidigare aktiva kunder slutade handla
KöpfrekvensEn specifik periodHur ofta en aktiv kund handlar i genomsnitt

Återkommande kundfrekvens — relaterade mätetal

Återkommande kundfrekvens och AI-driven handel

I takt med att AI-shoppingassistenter som ChatGPT Shopping och Perplexity Shopping i allt högre grad påverkar var en kunds nästa köp sker, riskerar varumärken att förlora återkommande kunder till en konkurrent som assistenten föreslår precis vid återköpstillfället, även om den kunden tidigare var lojal. Detta gör att spårning av återkommande kundfrekvens över tid blir viktigare som en tidig signal — en frekvens som börjar sjunka efter att ha varit stabil under en lång period kan indikera att kunder fångas upp tidigare i sin beslutsprocess, innan de ens tänker på att återvända direkt till varumärkets webbplats eller app.

Tillförlitlig mätning börjar med att korrekt särskilja nya ordrar från återkommande, vilket är svårare än det låter när gästutcheckningar, flera e-postadresser och kontosammanslagningar är inblandade. AmICiteds eshop_get_order_mix-verktyg delar upp en ansluten butiks ordrar efter köpartyp, nya kontra återkommande, vilket ger handlare en konsekvent och korrekt återkommande kundfrekvens istället för en uppskattning byggd på ofullkomlig manuell segmentering.

Bästa praxis för återkommande kundfrekvens

  • Spåra återkommande kundfrekvens både efter orderantal och kundantal, och var tydlig i rapporteringen om vilken version som avses
  • Segmentera återkommande kundfrekvens efter anskaffningskanal för att se om vissa kanaler attraherar kunder som är mer eller mindre benägna att återkomma
  • Följ trenden över flera perioder snarare än en enskild månads ögonblicksbild, eftersom säsongs- och kampanjeffekter kan snedvrida en enstaka period
  • Para ihop återkommande kundfrekvens med kundanskaffningskostnad för att få en helhetsbild av tillväxteffektivitet, inte bara en sida av den
  • Utred en sjunkande återkommande kundfrekvens omgående istället för att anta att den helt enkelt späds ut av stark nykundstillväxt

Vanliga misstag med återkommande kundfrekvens

Ett vanligt misstag är att blanda ihop återkommande kundfrekvens med återköpsfrekvens, eftersom de två mäter olika saker — en periodbaserad mix kontra en livstidsbaserad procentsats — och att använda dem omväxlande i rapportering kan leda till förvirrade eller motsägelsefulla slutsatser om hur lojal kundbasen faktiskt är.

Ett annat återkommande problem är att inte avduplicera kunder mellan gästutcheckning och kontobaserade ordrar, vilket kan underräkna återkommande kunder om samma person beställer en gång som gäst och en gång med ett konto, vilket då framstår som två separata förstagångsköpare i datan. Lösningen är att matcha kunder via e-post eller en annan tillförlitlig identifierare oavsett utcheckningsmetod.

Vissa varumärken tittar också på återkommande kundfrekvens isolerat utan att kontrollera om en sjunkande frekvens beror på ett verkligt retentionproblem eller helt enkelt en period av ovanligt stark nykundsanskaffning som späder ut mixen. Att para ihop mätetalet med absoluta antal återkommande ordrar, inte bara procentandelen, hjälper till att skilja de två scenarierna åt innan man drar fel slutsats.

Vanliga frågor

Redo att övervaka din AI-synlighet?

Börja spåra hur AI-chatbotar nämner ditt varumärke på ChatGPT, Perplexity och andra plattformar. Få handlingsbara insikter för att förbättra din AI-närvaro.