实操干货：5步完成客户复购用户分层，看完就能直接上手落地

前置准备

无需复杂CRM系统或编程基础，用Excel（WPS表格也可）即可完成，仅需提前导出你店铺/平台的全量付费用户数据，导出时确保包含以下4个基础字段：用户唯一ID、用户最近一次购买时间、用户累计购买次数、用户累计消费金额。

实操落地步骤

第一步：清洗整理基础数据

将导出的数据粘贴到Excel空白表格中，按以下规则清洗，10分钟即可完成：

• 固定表头格式为：A列=用户ID、B列=最近购买时间、C列=累计购买次数、D列=累计消费金额，删除多余无用字段
• 选中A列，点击【数据】→【删除重复值】，删除重复的用户数据，每个用户只保留1行最新数据
• 将B列所有单元格格式设置为日期格式（yyyy-mm-dd），排除累计购买次数为0的未付费用户，仅保留付费用户数据

第二步：计算核心复购分层指标

我们用适配复购场景的RFM指标体系，操作简单，直接套公式即可：

• R（最近购买间隔）：即用户最近一次购买到今天的间隔天数，间隔越短，复购意愿越高。在E2单元格（第一个用户行）直接复制公式：=TODAY()-B2，下拉填充到所有用户行，将E列单元格格式设置为「常规」，即可得到正确的间隔天数。
• F（累计购买频率）：即用户的累计购买次数，已经在C列整理完成，无需额外计算。注意：所有F=1的用户是未产生复购的首购用户，后续单独分层。
• M（累计消费金额）：即用户累计消费总额，已经在D列整理完成，无需额外计算。

第三步：给指标打分分组

为了降低操作难度，我们采用3分制打分，按用户数据分位数切分，规则如下：

• R指标（间隔天数）：从小到大排序，前1/3（间隔最短）打3分，中间1/3打2分，后1/3（间隔最长）打1分
• F指标（购买次数）：从小到大排序，前1/3（次数最少）打1分，中间1/3打2分，后1/3（次数最多）打3分
• M指标（消费金额）：从小到大排序，前1/3（金额最低）打1分，中间1/3打2分，后1/3（金额最高）打3分

特殊情况处理：如果你的总用户量少于1000人，直接用固定阈值打分即可，不需要排序切分：R<30天=3分，30天≤R≤90天=2分，R>90天=1分；F=1不参与，F=2-3=2分，F≥4=3分；M<100=1分，100≤M≤500=2分，M>500=3分，直接套用即可。

第四步：划分复购用户分层

将三个指标的得分相加，按总得分划分分层，规则如下：

第五步：配置对应复购运营动作

分层完成后直接套用以下运营方案，即可提升整体复购率：

• 核心复购用户：每15天推送一次专属优惠，比如会员折扣、新品优先购，每月邀请参与专属互动活动，保持用户粘性，不要过度推送。
• 潜力复购用户：根据用户历史购买品类，推送搭配商品优惠券，按照用户平均购买周期提前3天发提醒，比如用户平均每2个月买一次，提前3天推送优惠。
• 首购新用户：下单后7天推送同款复购立减优惠，引导产生第二次购买，建立复购习惯。
• 流失风险用户：推送仅该分层可享的大额召回优惠券，比如满100减30，推送1次后未转化就停止，避免浪费营销预算。

常见问题排查

问题1：R指标计算结果显示为日期，不是天数怎么办？
解决：选中R列所有单元格，右键选择「设置单元格格式」，切换为「常规」格式，确认后即可正常显示天数。

问题2：多久更新一次分层数据？
解决：每月月底更新一次用户数据，重新计算分层即可，保证分层和用户当前行为匹配。

问题3：切分用户的时候人数不是正好3的倍数怎么办？
解决：多出来的用户归到中间组，不影响最终分层结果，直接操作即可。