查網站電商媒體電商數據榜單中心數據速報 工具箱小教室電商健檢比較清單對手對戰API關於
數據與 KPI

世代分析(Cohort)看懂顧客:哪一批客人最會回購、哪個月的客最差

世代分析(Cohort)看懂顧客:哪一批客人最會回購、哪個月的客最差|ECPRO 電商博士
字級
ChatGPT 摘要 Claude 摘要 Perplexity 摘要
林克威導讀

只看總營收會讓你誤判,這篇教你用世代分析看穿平均值背後客人的真實體質。

本文重點
  • 什麼是世代分析:把客人依「入門月份」分批追蹤
  • 怎麼讀懂那張世代表格:橫著看與直著看
  • 世代分析能幫你回答的三個關鍵商業問題
  • 動手做:三步驟跑出你的第一張世代表
  • 破迷思+結尾劃重點

先問你一個問題:如果你的總營收每個月都在成長,這是好事嗎?多數人會直覺回答當然是。但我要告訴你一個殘酷的可能——總營收在漲,你的生意體質卻在惡化,而你完全被蒙在鼓裡。因為總營收這個數字,會把「一群越來越不會回購的新客人」和「一小群超級忠實的老客人」混在一起平均,看起來很健康,實際上新血正在變質。要看穿這個平均值的謊言,你需要的工具叫世代分析,英文是 Cohort Analysis。今天就用最白話的方式,帶你學會這個能看透顧客體質的照妖鏡。

什麼是世代分析:把客人依「入門月份」分批追蹤

世代(Cohort)的意思,是「一群有共同起點的人」。在電商裡,最常用的分法是依照客人「第一次購買的月份」把他們分成一批一批:一月第一次下單的人是「一月世代」,二月第一次下單的是「二月世代」,以此類推。分好批之後,你不看單月的總數,而是追蹤每一批人在往後第一個月、第二個月、第三個月⋯⋯還有多少比例回來買、貢獻了多少營收。

這件事的威力在於,它把「什麼時候進來的」跟「後來表現如何」拆開來看。同樣是這個月有一千筆訂單,可能來自一群三個月後就全跑光的新客,也可能來自一群穩定回購的老客,總數一樣,體質天差地遠。世代分析就是那台能分辨這兩者的儀器。你可以把它想成一張表格:直排是每一個世代(依入門月份),橫排是「入門後第幾個月」,格子裡填的是留存率或人均營收,顏色越深代表表現越好。

怎麼讀懂那張世代表格:橫著看與直著看

世代表格有兩種讀法,各自回答不同的問題。橫著看(同一個世代、往右看),回答的是「這批客人黏不黏」。如果一月世代的留存率是第一個月 40%、第二個月 25%、第三個月 20%,然後就穩住不再往下掉,代表你有一群忠實核心,這是好體質。如果它是 40%、10%、3% 一路溜滑梯到底,代表這批人買完就走,你的產品或體驗留不住人。

「直著看(同一個「入門後第 N 個月」、往下比不同世代),回答的是「我最近拉的客人,是變好還是變差」。比方每個世代的「第三個月留存率」,一月是 22%、二月 20%、三月 15%、四月 9%——這條線一路往下,就是我開頭講的那個殘酷真相:你的新客品質正在惡化。很可能是你為了衝業績,把廣告投給了越來越不精準的受眾,或是做了某檔大促折扣,吸來一堆只為便宜而來、絕不回頭的「羊毛客」。這個訊號,總營收永遠不會告訴你。

世代分析能幫你回答的三個關鍵商業問題

學會讀表之後,它能實際幫你做決策。至少有三個問題只有它答得出來:

  • 問題一 哪個行銷管道帶來的客人最值錢?把世代再依「來源管道」細分,你可能會發現:Google 搜尋來的客人回購率遠高於某個折扣網站來的客人。就算折扣網站的獲客成本比較低,但如果那批人幾乎不回購,長期算下來反而更貴。不看回購,你會把預算押錯地方。
  • 問題二 我某次改動到底有沒有效?假設你三月開始導入會員點數制度,那你就去比「三月之後的世代」跟「三月之前的世代」,在同樣的入門後月份,留存率有沒有變好。這比看總營收有沒有漲,乾淨太多。
  • 問題三 這批客人多久會回本?把每個世代的累積人均營收攤開,對照你的獲客成本,就能算出「這批人平均在第幾個月幫你回本」。這個數字直接決定你敢花多少錢獲客、現金流撐不撐得住。

動手做:三步驟跑出你的第一張世代表

不用什麼高級工具,有訂單資料就能做。步驟如下:

  • 第一步 準備原始資料:你需要一份訂單清單,至少包含三個欄位——顧客的唯一識別(email 或會員編號)、訂單日期、訂單金額。GA4 有內建的同類群組探索報表可以看留存,但要看營收貢獻,用自家後台匯出的訂單資料自己算會更精準。
  • 第二步 標記每個人的世代:對每一位顧客,找出他最早那一筆訂單的月份,那就是他的世代標籤。然後計算每一筆後續訂單,是發生在他入門後的第幾個月。
  • 第三步 做成樞紐表:用試算表的樞紐分析(Pivot Table),直排放世代(入門月份),橫排放「入門後第幾個月」,值放「回購人數 ÷ 世代原始人數」就是留存率,或放「該格營收 ÷ 世代人數」就是人均營收。加上色階,那張照妖鏡就成形了。

剛開始別追求完美,先跑出一張粗糙的留存表,光是直著看那條「第三個月留存率」的趨勢,你可能就會嚇一跳。

提醒一個實作上的細節:世代分析需要時間才會顯影。你這個月才進來的新客,還看不出他三個月後的留存,所以最新的幾個世代格子一定是空的或不完整的,這很正常,別因此以為資料錯了。它是一台需要耐心的照妖鏡,資料累積越久,看得越清楚。與其等到年底才做一次,不如現在就開始,讓時間站在你這邊。

破迷思+結尾劃重點

先破兩個迷思。迷思一:「有看 GA4 的回訪率就等於做了世代分析。」——不一樣。單看整體回訪率還是一種平均,會被新舊客混在一起,世代分析的精髓正是「分批、不平均」。迷思二:「留存率一定要一直往上才健康。」——不對,任何世代的留存率在前期本來就會下滑,你要看的是它會不會「觸底穩住」形成一條水平的忠實核心,以及不同世代之間的相對比較,而不是要求它永遠上升。

最後劃重點:總營收會說謊,世代分析不會。把客人依入門月份分批,橫著看判斷黏著度、直著看判斷新客品質是否惡化。它能告訴你哪個管道的客人最會回購、哪一波行銷是賠本賺吆喝、這批人多久回本——這些都是總營收永遠藏起來的真相。今天就打開你的訂單資料,用三步驟做出第一張世代表,你對自己生意的理解,會從「感覺還在成長」升級成「我知道哪一批客人正在救我、哪一批正在拖垮我」。

電商博士小教室

本文相關的 KPI 公式

回購率RPR
回購率 = 回購顧客數 ÷ 總顧客數 × 100%

有多少顧客回來再買第二次以上。回購是利潤的真正來源,比拉新客便宜得多。

獲客成本CAC
CAC = 行銷總花費 ÷ 新客數

平均花多少錢才換到一個新客戶。廣告越貴,這個數字越是生死線。

留存率Retention
留存率 = 期末仍活躍顧客數 ÷ 期初顧客數 × 100%

一段期間後還留著、持續往來的顧客比例。留存是成長的地基。

看完整電商 KPI 公式庫 →
ECPRO 數據觀察

用真實數據延伸這個主題

ECPRO 電商博士實測逾 10 萬個台灣電商網站。想用數據驗證本文觀點,延伸閱讀這幾份實測報告:

覺得有用?分享出去
LINE Facebook X Threads

常見問題

世代分析(Cohort)和直接看網站的整體回訪率有什麼不同?

差別在於「分不分批」。整體回訪率是把所有客人混在一起算出的一個平均數字,它會被新客與老客彼此稀釋,掩蓋掉真實的變化趨勢。世代分析的精髓正好相反:它把客人依第一次購買的月份分成一批一批,分開追蹤每一批人後續的回購表現。這讓你能夠橫著看單一批客人黏不黏、也能直著比較「最近幾個月拉進來的新客,品質是變好還是變差」。同樣是回購資料,分批之後你才看得出平均值背後的結構,這是整體回訪率這種單一數字永遠給不了的洞察。

留存率的曲線是不是一定要持續上升才代表健康?

不是,這是常見的誤解。任何世代的留存率在最初幾個月本來就會自然下滑,因為總有一部分人只買一次。你真正要觀察的有兩件事:第一,這條下滑的曲線會不會在某個水準「觸底穩住」,形成一條接近水平的線,那代表你培養出了一群穩定回購的忠實核心,是健康的訊號;如果它一路溜滑梯到接近零,才是產品或體驗留不住人。第二,是拿不同世代在同一個「入門後第幾個月」互相比較,看新進世代的表現是優於還是劣於舊世代。所以重點是觸底穩住與世代間的相對比較,而非要求曲線永遠往上。

沒有昂貴的分析工具,我可以自己做世代分析嗎?

完全可以,一份訂單資料加一個試算表就夠了。你只需要三個欄位:顧客的唯一識別(email 或會員編號)、訂單日期、訂單金額。做法分三步:先找出每位顧客最早一筆訂單的月份當作他的世代標籤;再計算他每一筆後續訂單發生在入門後的第幾個月;最後用試算表的樞紐分析,直排放世代、橫排放入門後第幾個月,格子放留存率或人均營收,加上色階就成形了。GA4 也有內建的同類群組探索報表可看留存,但若要看營收貢獻,用自家後台匯出的訂單資料自己算會更精準也更彈性。先求有再求好,跑出第一張粗表往往就很有啟發。

訂閱電商情報每週一封,台灣電商數據與經營洞察。
相關文章