先把結論放在最前面：如果你經營電商只盯著月營收和會員總數，你等於閉著眼睛開車。我在 ECPRO 每天看上萬個台灣電商網站的流量與技術數據，最常見、也最讓人捏把冷汗的劇本是——流量圖漂亮、營收持續創高，但撐起這一切的是不斷加碼的廣告預算，而不是願意回頭的客人。等到廣告成本漲一波、或現金週轉開始吃緊，整個成長故事就會在一季之內垮掉。
要提前分辨「真成長」和「灌出來的成長」，最好用的工具就是世代分析（cohort analysis）：把客人依照首次購買的時間切成一批一批，各自獨立追蹤後續的回購行為，不讓不同批次的人混在同一鍋數字裡。這篇文章我會把世代分析的觀念、留存曲線的讀法、如何診斷生意到底是獲客出問題還是留存出問題、以及怎麼用一份訂單明細土法煉鋼做出第一張留存表，一次講完。看完你就能動手。
加總出來的報表，是最會說謊的報表
營收月報、會員總數、平均客單價，這些數字有一個共同的性格：它們都是「加總」或「平均」。加總的本質是把所有訊號壓扁成一個數字，好消息與壞消息在裡面互相抵銷，最後端給你一個看起來四平八穩的結果。
舉個常見的情境。某個月營收成長了一成，聽起來是好事，但這一成的來源有兩種可能：一種是老客回購變多，代表商品和服務真的黏住了人；另一種是你把廣告預算再往上加，用更貴的成本換來一批只買一次的新客。這兩種成長的財務體質完全相反，前者越滾越省錢，後者越滾越燒錢，可是在月營收報表上，它們長得一模一樣。
會員總數更是重災區。台灣很多品牌官網動輒號稱十幾二十萬會員，可是攤開來看，近三個月內真的有下單的活躍會員往往只是很小的一群，其餘絕大多數是很久以前買過一次、早就把你忘掉的沉睡帳號。拿累積會員數當經營指標，就像拿歷年來所有進過店門的路人數當常客數，決策自然會失準。
問題出在視角。總數字是把某個時間點「橫切」一刀的靜態快照，但客人的價值是沿著時間「縱向」展開的動態過程——首購、猶豫、第二次購買、養成習慣或悄悄離開。想看見這個過程，就必須換一種切資料的方式：不是每個月加總一次，而是鎖定同一批人，看他們隨時間怎麼變。這就是世代分析的出發點。
世代分析的本質：讓同一批客人自己說話
世代（cohort）聽起來像統計學名詞，拆開來其實只有一句話：把「在同一段期間因為同一件事進來的客人」綁成一組，之後永遠以組為單位追蹤，不跟其他組混算。
電商最常用的分組依據是首購月份。三月第一次下單的所有人是三月世代，四月首購的是四月世代。分組完成後，追蹤每個世代在首購後第一個月、第二個月、第三個月分別還有多少比例的人回來買。把結果排成矩陣：縱軸是各個世代，橫軸是「首購後第幾個月」，每一格填該世代當期的回購比例。第零個月天生是百分之百，往右邊走數字逐步下滑，這條下滑軌跡就是留存曲線。
分組依據不限於時間，常用的還有幾種：
- 依獲客來源分：廣告帶進來的、內容或搜尋自然流量進來的、聯盟或導購平台進來的，各自成組比較體質。
- 依首購商品分：買 A 類商品入門的客人，和買 B 類入門的客人，後續回購路徑往往差很多。
- 依首購情境分：大檔期搶購進來的，和平日原價購買的，是兩種完全不同的動機。
世代分析真正的威力在於它天然形成了對照組。同一個世代的人是在近似的時間、近似的行銷條件下進來的，所以當你這個月改了首購禮、換了物流商、調整了到貨後的訊息節奏，只要比較新舊世代的曲線，改動有沒有效會直接寫在表上。這比任何事後歸因都誠實。
讀留存曲線的三個座標
拿到留存矩陣之後，別急著看單一數字，先抓三個座標，整條曲線的意義就出來了。
第一段跌幅：首購到第二次購買
曲線最陡的一段幾乎都落在首購後的第一到第二期。這一段跌得深，代表大多數客人買完第一次就找不到再回來的理由——可能是商品本身沒有回購性、可能是開箱體驗普通、也可能是你在首購之後就徹底斷了聯繫。這一段是全曲線裡投資報酬率最高的戰場，後面談行動時我會回來講。
尾巴有沒有走平
健康的留存曲線前段一定下滑，但滑到某個位置後應該收斂成一條接近水平的尾巴。這條尾巴代表的是沉澱下來的核心客——不管過了多少個月都固定回購的那群人。曲線若一路探底、毫無收斂跡象，等於每一批客人終究會走光，你的生意是靠不停補新客在維持水位，這種結構撐不起長期的獲客成本。
走平的位置有多高
同樣有尾巴，收斂在高位和收斂在低位是兩門不同的生意。走平位置約略等於長期黏著率，位置越高，每一批新客最終轉化成核心客的比例越高，顧客終身價值就越厚。我的建議是把「抬高走平線」當成年度級的目標來管理，因為這條線每上移一點，之後每一批獲客的長期回報都跟著放大，是名副其實的複利槓桿。
還有一個進階讀法：把連續好幾個世代的曲線疊圖。越新的世代曲線越高，代表產品與留存機制在進步；越新的世代反而越低，通常是為了衝量開始引進低品質流量的警訊，這種惡化在月營收報表上完全看不到，疊圖上卻一目瞭然。
用世代品質重排你的獲客預算
世代分析最被低估的用途，是拿來評估「客人品質」而不只是「客人數量」。多數品牌評估投放通路只看單次獲客成本和首購轉換率，這等於只看進場那一秒的成績。把各通路的客人分別做成世代、拉三到六個月的留存出來比，排名經常整個翻盤。
| 評估角度 | 只看獲客成本 | 加上世代留存 |
|---|---|---|
| 回答的問題 | 這一單買得便不便宜 | 這批人之後還會不會回來 |
| 時間視野 | 首購當下 | 首購後三到六個月以上 |
| 容易高估的通路 | 折扣導購、比價型流量 | —— |
| 容易低估的通路 | 內容、口碑、品牌搜尋 | —— |
| 典型誤判 | 把預算全押在便宜但留不住人的來源 | 用長期回報決定加碼順序 |
我在 ECPRO 觀察各類電商站的流量結構時，常看到一種組合：導購與折扣型流量佔比很高、品牌字搜尋量卻很低。這種站的帳面訂單量通常不難看，但幾乎可以預期它的留存曲線是直落型的——客人是被價格叫來的，不是被品牌留下的，價格一恢復人就散了。反過來，自然搜尋與直接流量佔比高的站，通常代表有一群人主動回來找它，留存體質往往好得多。
檔期也適用同一套邏輯。雙十一、年中慶這類大促灌進來的世代，留存普遍比平日世代弱，因為其中混了大量只認折扣的機會型買家。這不是說大促不該做，而是你要單獨追蹤每一次大檔的世代，弄清楚這個檔期到底是幫你買到了未來的常客，還是只換到當天的一次性營收，再決定明年同一檔要投多重。
生意卡住時，先分清是獲客病還是留存病
成長停滯的品牌通常會問「接下來該做什麼」，但這個問題在做世代診斷之前根本無法回答，因為停滯背後至少有兩種病因，處方完全相反。
第一種是獲客病：每個世代的留存曲線都健康、走平位置也不低，但新世代的起始人數一期比一期少。這代表留人的能力沒問題，是進水量不夠了。處方在流量端——檢討投放效率、開發新通路、強化內容與搜尋能見度。這種情況下跑去猛做會員經營、狂發挽留優惠，是對一群本來就留得好好的人重複施肥，預算打水漂。
第二種是留存病：新客進量沒有明顯衰退，但每個世代的曲線都跌得又急又深、看不到走平的尾巴。這代表進水正常、池子卻在漏，此時加碼廣告只是把更多錢倒進漏水的池子，燒得越快死得越快。處方在體驗端——回頭補回購理由、售後溝通、會員機制，先把漏堵住，流量的錢才有意義。
診斷方式不難：把「各世代起始人數的趨勢」和「各世代曲線的形狀」兩張圖並排。人數縮、曲線好，醫獲客；人數穩、曲線爛，醫留存。實務上多半兩者兼有，但世代分析能告訴你哪一個是主要矛盾，讓你把有限的資源先押在對的戰場。我看過太多團隊在方向搞錯的狀態下非常努力——留存病拚命買流量、獲客病拚命改會員制度——努力本身不值錢，方向對了才值錢。
動手做：一份訂單明細就能起步
做出第一張留存表不需要任何付費工具，一份訂單明細加一張樞紐分析表就夠。明細只要三個欄位：客戶編號、訂單日期、訂單金額。步驟如下：
- 對每個客戶編號，找出他最早的一筆訂單日期，取其月份作為這位客人的世代標籤。
- 對每一筆訂單，計算它落在該客人首購後的第幾個月（同月為零、下個月為一，以此類推）。
- 建立樞紐分析表：世代放列、首購後月數放欄、值放不重複客戶數。
- 把每一格除以該世代第零個月的人數，得到留存率矩陣，再挑幾個世代畫成折線疊圖。
整個過程也許要花你一個下午，但我強烈建議親手做一次，因為親手算出來的曲線會逼你直視自己生意的真實體質，那種體感是看別人簡報永遠得不到的。
想要免動手的版本，GA4 的探索功能內建同類群組探索（Cohort Exploration）範本，設定納入條件為首次購買、回訪條件為再次購買、粒度選週或月，系統就會自動產出留存矩陣。前提是電商事件要埋得正確，purchase 事件與參數不完整的話，算出來的東西只是精緻的錯誤。另外要理解 GA4 的先天限制：它統計的是追蹤得到的行為，受跨裝置、廣告阻擋、同意機制影響，和後台實際成交一定有落差。我的用法是拿 GA4 看趨勢與方向，要做預算決策時回到訂單資料重算，兩邊落差大到離譜時，先懷疑事件埋設而不是懷疑客人。
粒度的選擇有一個簡單原則：樣本要夠大。月訂單量不大的品牌，硬要按月切世代，每格只剩幾個人，留存率跳動全是雜訊。改成按季切，格子裡人數變多，曲線才有解讀價值。寧可粗而可信，不要細而失真。
從報表到行動：首購後三十天是決勝窗口
世代分析做完若不改變任何動作，它就只是一張比較好看的報表。把洞察變成行動，我的優先順序是這樣的。
第一優先，攻下首購後的空窗期。曲線最陡的一段既然在首購到第二次購買之間，資源就該重壓在這裡。設計一套首購後三十天的接觸節奏：出貨與到貨的即時通知、到貨幾天後的使用關心、在商品該用完或該補貨的時間點之前，主動給一個回購的理由——搭配建議、補貨提醒、會員權益，都比無腦折價券高明。第一次回購率每抬高一點，整條曲線的走平線會跟著上移，這是全店複利的起點。
第二，圈出走跌的世代做針對性補救。當某個世代的曲線明顯比前後期差，先回頭查那段時間動了什麼——換了物流、跑了一檔品質很差的導購活動、還是客服出過包——找到原因避免下一個世代重蹈覆轍，同時把這個世代單獨圈出來做喚回。世代分析的好處就是讓「哪一批人出了問題」變得可以定位，挽回動作才能精準，而不是對全體會員亂槍掃射。
第三，用留存體質重新分配獲客預算。把預算從「獲客成本好看但曲線直落」的來源，移往「成本略高但曲線又高又平」的來源。這通常是世代分析回報最大的一個動作，因為它直接改變了錢的流向，而且改在複利的源頭上。
第四，善待走平線上的那群人。尾巴裡的核心客是整門生意的地基，值得專屬的權益、優先的服務、更深的溝通。他們的終身價值撐得越高，你能負擔的獲客成本上限就越高，競爭者跟不上的就是這個循環。
最後給一個煞車提醒：不要分析上癮。世代可以無限細切，通路乘檔期乘商品乘客單級距，切到每格剩個位數樣本時，所有波動都是雜訊，據此決策比不分析更危險。我的紀律是維度一次只加一個、每格樣本不夠就放粗粒度，以及每看完一次留存表，強迫自己寫下一句「所以下一步做什麼」——寫不出來，就代表這次分析白看了。
一個匿名實務案例
說一個讓我印象深刻的例子。一個做居家收納用品的品牌團隊來找我聊，他們的狀況很典型：連續三季營收成長，團隊士氣很高，但毛利越算越薄、現金越轉越緊，老闆隱約覺得不對勁又說不出哪裡不對。
我請他們匯出近兩年的訂單明細，按首購月份切世代、畫疊圖。圖一出來答案就攤在桌上：最近半年的新世代，留存曲線一條比一條低，而且越新的越沒有走平的跡象。追查獲客結構才發現，半年前他們開始重壓一個以折扣為主打的導購來源，訂單量確實暴增、首購成本確實漂亮，帳面成長全靠這批人撐著；但這批客人幾乎不回購，等於他們用越來越多的廣告費，去填一個越漏越大的洞。而更早期從內容與口碑進來的世代，曲線又高又穩，卻因為預算被抽走，聲量反而在萎縮。
調整分三步：大幅縮減那個留存最差的導購來源，把預算移回內容與自然流量；替所有新客上一套首購後三十天的接觸流程，主攻第一次回購率；把早期高留存世代裡沉睡的客人圈出來，用會員專屬活動喚回。幾個月後回頭看，總營收的成長率其實變慢了——因為灌水的量被停掉了——但新世代的曲線一期比一期高，開始長出走平的尾巴，現金流由負轉正。老闆事後說，整個過程最值錢的不是那三個動作，而是他第一次「看得懂自己的生意在哪裡漏水」。
結語：把分世代看數據變成習慣
回到開頭那句話：只看總營收和會員總數經營電商，是閉著眼睛開車。加總數字天生會把好壞消息攪在一起，世代分析做的事很單純——把時間軸切開、把客人分批、讓每一批人用自己的回購行為告訴你真相：你的成長是體質還是激素、你的問題在獲客還是留存、你的錢該往哪個來源移。
工具門檻低到沒有藉口：一份訂單明細加樞紐表就能起步，GA4 也有現成範本。真正的門檻是習慣——每個月固定看一次按首購月份的留存表，每次看完寫下一個行動。我每天看那麼多台灣電商站的數據，最後能拉開差距的，從來不是誰的儀表板比較華麗，而是誰真的根據曲線改了做法。留存表不會說謊，剩下的就看你願不願意面對它。