客户流失率
客户流失率是指在特定时期内停止从企业购买产品或订阅服务的客户百分比。在电商领域，它通常衡量在定义的时间窗口内未再次购买的过往活跃客户比例，与客户留存率直接对应。较低的流失率通常意味着现有收入能够实现复利增长而非流失，从而减少对持续获取新客户的依赖。
客户流失率的定义
客户流失率是指在特定时期内停止购买或停止订阅企业产品或服务的客户百分比。它是衡量企业是否真正保住了辛苦获取的客户价值的最清晰信号之一，因为它直接衡量损失，而非仅从整体收入增长来推断业务健康度。一家商店可以通过激进的获新客策略使每个季度的收入持续增长，但底层可能仍然存在严重的流失问题——增长只是掩盖了漏洞。客户流失率最常与订阅型企业关联，因为取消订阅事件使流失变得明确无误，但一旦为"活跃"客户定义了合适的时间窗口，这一概念同样适用于任何电商企业。
客户流失率如何计算
基本公式为：
客户流失率 =（期间内流失客户数 ÷ 期间开始时的客户数）× 100
对于订阅型企业，“流失"客户就是取消订阅的客户。对于非订阅型商店，通常如果客户在定义的活跃窗口内没有再次购买，即被视为已流失——该窗口通常根据该类别的典型复购周期设定。生鲜或快消品品牌可能使用60天或90天的窗口，而家具或大件商品品牌则可合理使用更长的窗口，因为客户的购买频率自然较低。
举例说明：某护肤品牌在季度初有4,000名被视为活跃的客户（他们在过去90天内购买过）。到季度末，其中3,600名客户在各自的滚动90天窗口内再次购买，400名未再次购买。该群体的流失率为 400 ÷ 4,000 = 10%。
客户流失率对电商品牌为何重要
获取新客户的成本几乎总是高于留住现有客户，因此高流失率迫使品牌必须加速奔跑才能原地踏步——用获取新客户的支出来替代流失的收入，而非让已赢得的客户价值实现复利增长。随着时间的推移，即使客户流失率小幅降低，也能显著提升客户生命周期价值并降低综合客户获取成本，因为留存客户的复购无需再投入新一轮付费营销。
客户流失率也是一个早期预警系统。客户流失率上升往往在收入问题显现之前就已在留存数据中有所表现，因为新客户获取可以暂时弥补损失。只关注整体收入的品牌可能会在数月后才察觉流失趋势。
客户流失率 vs. 相关留存指标
| 指标 | 衡量内容 | “好"的方向 |
|---|---|---|
| 客户流失率 | 停止购买的客户比例 | 越低越好 |
| 客户留存率 | 持续购买的客户比例 | 越高越好 |
| 复购率 | 购买超过一次的客户比例（全周期） | 越高越好 |
| 购买频率 | 活跃客户的购买频次 | 通常越高越好 |
| 净收入留存 | 现有客户群体的收入变化 | 超过100%最佳 |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
客户流失率与AI驱动的电商
随着 ChatGPT Shopping 和 Perplexity Shopping 等AI购物助手开始影响复购行为的发生地点，客户流失呈现出新的维度：品牌可能失去一位此前忠诚的客户，并非因为客户不满，而是因为AI助手恰好在客户准备复购时推荐了竞争对手的可比产品。这使得过去"足够好"的留存策略——一封通用的邮件提醒、偶尔的折扣——变得不那么可靠，因为AI中介的决策点发生得更早，且超出了品牌的直接渠道。
理解客户流失需要洞察实际有哪些客户在回流，而不仅仅是商店处理了多少总订单。AmICited 的 eshop_get_retention 工具追踪已连接店铺中客户群体随时间推移的行为，揭示哪些细分群体保持良好、哪些正在悄然流失，从而使商家能够主动应对趋势，而非在业绩低迷的季度才发现问题。
降低客户流失率的最佳实践
- 定义与品类自然复购周期相匹配的活跃客户窗口，而非借用无关行业的通用30天或90天标准
- 按客户群体、获取渠道和首购产品对流失分析进行细分，因为不同群体的流失驱动因素往往不同
- 将购后互动（订单更新、使用技巧、补货提醒）融入客户生命周期，而非仅依赖获客营销
- 按月监控客户流失率趋势，而非仅在年底查看，以便在趋势恶化初期就加以遏制
- 将流失分析与直接客户反馈（退货、客服工单、评价）相结合，了解数字背后的"原因”，而非仅关注比率本身
常见的客户流失率误区
一个常见误区是对多样化产品目录中的每个品类使用相同的活跃客户窗口。同时销售快消品和耐用品的品牌，如果在整个客户群中使用适合快消品端的短窗口，会导致流失率被人为抬高——解决方法是在计算汇总数据之前，先为不同品类定义各自的活跃窗口。
另一个常见问题是将客户流失率视为滞后报告而非运营指标。每季度才查看一次，意味着两个月前由发货延迟或产品质量问题导致的流失激增，只有在损失已经扩大之后才被发现——更频繁的监控可以在问题尚小时及时捕捉。
一些品牌在计算客户流失率时未按获取渠道进行细分，这掩盖了一个事实：通过某个渠道（如大幅折扣促销）获取的客户，其流失率远高于自然获取的客户。将这些数据混合在一起得出的平均值无法指向任何可行的改进措施，而按渠道细分的流失数据通常能提供明确指引。