跳到正文
Ecomwith
财务利润公开

属于主题页:ROAS、利润与现金流判断。

LTV 与复购率:三种算法,以及在 Shopify 里怎么取数

复购率有客户和订单两种口径,LTV 有三种常用算法。用同一组数据算一遍,再连到 CAC 和回本期,并说明 Shopify 报表里的输入和限制。

作者 卫染风2026年11月3日6 分钟阅读
Cover illustration of two repurchase rate definitions and three LTV methods as cards, using fictional example numbers

先读这个判断

复购率有客户和订单两种口径,LTV 有三种常用算法。用同一组数据算一遍,再连到 CAC 和回本期,并说明 Shopify 报表里的输入和限制。

复购率怎么算? 最常用的是客户口径:下过两单及以上的客户 ÷ 全部客户。订单口径是老客户订单 ÷ 全部订单,数字更高。无论用哪个,都要写明时间窗口,并排除样品这类非商品交易。我们另外建议去掉测试单、取消单和全额退款订单。

封面:复购率的两种口径和 LTV 的三种算法并排,使用虚构店铺的示例数字

复购率有两种常见口径:按客户算,是下过两单及以上的客户占全部客户的比例;按订单算,是老客户订单占全部订单的比例。同一批数据,两种口径的结果可以差一倍,所以必须写明口径和时间窗口。LTV(客户生命周期价值)也有三种常用算法:直接汇总已经发生的消费;用客单价乘购买频次再乘客户生命周期;用毛利乘一个留存假设。做预算决策时,用含毛利的版本,再和获客成本(CAC)比较。下面用同一组虚构数据把几种算法算一遍,并说明每个输入在 Shopify 的哪里取。

复购率:先选口径

假设某店最近 12 个月有 2,000 位客户下过单。其中 1,540 位只买过一次,460 位买过两次及以上。这 460 位客户一共下了 1,300 单,全部订单是 1,540 + 1,300 = 2,840 单,总收入 170,400 美元。

口径 公式 本例结果 回答的问题
客户口径 下过 2 单及以上的客户 ÷ 全部客户 460 ÷ 2,000 = 23% 买过的人里有多少回头
订单口径 老客户的订单 ÷ 全部订单 1,300 ÷ 2,840 ≈ 45.8% 订单量里有多少来自老客户
复购订单占比 首单之外的订单 ÷ 全部订单 (2,840 − 2,000) ÷ 2,840 ≈ 29.6% 订单量里有多少是回头单

订单口径通常比客户口径高,少数高频买家就能把它拉高。评估“有多少人愿意再买”,用客户口径。三个数字在本例里分别是 23%、45.8% 和 29.6%,别拿不同口径的数字互相比较。

用 Shopify 时还要注意:它的 Returning customer rate 字段定义是“回头客户 ÷ 下过单的全部客户”,回头客户指之前买过的客户,不要求两单都落在所选时间内。Shopify 的客户报表使用客户的全部订单历史,所以首单发生在所选时间之前、在所选时间内再次下单的客户算回头客。拿它和“窗口内下过两单”的严格统计比较之前,先确认报表的定义。

时间窗口同样要写明。窗口和补货周期匹配才合理:消耗品用 90 天左右,需要斟酌的大件商品用 12 个月。窗口一旦选定,不同期的报表保持一致。拉长到“全部历史”,数字会随时间越来越高;窗口太短,同一家店又会显得很差。清洗数据时,样品、礼品卡充值这类非商品交易要排除,Polar Analytics 的文章也是这样建议的。去掉测试订单、已取消订单和全额退款订单,是我们自己建议的数据整理做法,该来源没有这样写。

左侧是复购率的三种口径 23%、45.8%、29.6%,右侧是人均毛利 LTV 三种算法 34.08、68.16、47.37 美元并标出 30 美元 CAC,使用虚构数据

图 1:同一组数据,口径不同,答案不同。

LTV 的三种算法

以下都用上面的数据,并假设贡献毛利率为 40%(扣掉商品成本、运费、支付手续费和退款之后)。毛利率的口径参见贡献毛利。

算法一:历史累计。 把已经发生的消费,按客户平均。

  • 每位客户 12 个月收入 = 170,400 ÷ 2,000 = 85.2 美元
  • 每位客户 12 个月毛利 = 85.2 × 40% = 34.08 美元

这是已经发生的事实,最稳,但只覆盖你观察到的窗口,对新客户没有预测力。

算法二:客单价 × 频次 × 生命周期。

  • 客单价 = 170,400 ÷ 2,840 = 60 美元
  • 每位客户一年的订单数 = 2,840 ÷ 2,000 = 1.42
  • 假设客户生命周期 2 年:收入 LTV = 60 × 1.42 × 2 = 170.4 美元,毛利 LTV = 170.4 × 40% = 68.16 美元

这个结果是算法一的两倍,因为它假设第二年的买法和第一年一样。第一年的 1.42 单里包含了所有客户的首单,而首单只会发生一次。对大多数客户只买一次的店铺,这个假设偏乐观。生命周期是一个你必须自己解释的假设。

算法三:毛利 × 留存假设(我们的简化约定)。 这是我们自己的简化约定,没有对应的已发表公式:不做折现,把第一期按全额毛利计入,再对等比数列求和。先取一个周期的人均毛利,再假设每一年有一定比例的客户继续购买。假设次年留存率 r = 30%,之后每年继续保持这个比例:

  • 平均生命周期 = 1 ÷ (1 − 0.3) ≈ 1.43 年
  • 无限期累计 = 34.08 ÷ (1 − 0.3) ≈ 48.69 美元
  • 只算 3 年 = 34.08 × (1 + 0.3 + 0.3²) = 34.08 × 1.39 ≈ 47.37 美元

留存率要用你自己的 cohort 数据,别借用行业平均。3 年封顶之后与无限期的差距很小,所以用一个明确的年限(例如 3 年)更好解释。

三种算法的结果是 34.08、68.16 和 47.37 美元。差距大,说明每种算法依赖的假设不同。预算决策建议用算法三,并同时看算法一当作下限。

怎么和 CAC、回本期连起来

假设获客成本 CAC 是 30 美元(这个月广告花费 ÷ 新客户数)。

  • 首单毛利 = 60 × 40% = 24 美元,低于 CAC,首单亏 6 美元
  • 算法一的 12 个月毛利 34.08 美元,LTV 与 CAC 之比约 1.14
  • 算法三的 3 年毛利 47.37 美元,LTV 与 CAC 之比约 1.58

回本期要看 cohort:同一个月首次下单的客户,每个月累计毛利达到多少,哪个月累计毛利超过 CAC,就是回本的那个月。本例里没有逐月数据,所以算不出回本月份,只能说 12 个月内勉强回本。

“LTV 与 CAC 之比至少 3”常在营销文章里出现。找得到的出处是 David Skok 谈 SaaS 业务的文章,他把它称为参考线,并说有的情况下可以打破。它来自订阅业务,电商的毛利结构和复购节奏不同,所以它只是常见的经验数字,没有标准的地位。先看你自己的回本期能不能承受,再决定要不要参考它。

在 Shopify 里取哪些数

要取的数 Shopify 里的位置 限制
客户数、首次客户与回头客户 Analytics > Reports,客户类报表:New vs returning customers、Returning customers(两单及以上)、One-time customers(恰好一单) 使用客户的全部订单历史
复购节奏与留存 Customer cohort analysis:默认按首单日期分组,指标可选客户数、Customer retention rate、销售额、客单价、Amount spent per customer Period 0 记录首单当期的回购订单
客单价 AOV 字段 =(总销售额 − 折扣)÷ 订单数 不含订单后的调整
毛利率 Gross margin = 毛利 ÷ 净销售额;需要先填 Cost per item 没填成本的订单不计入毛利
预测 Cohort 报表里的 Show projections 开关;Predicted spend tier 是另一份报表 Show projections 只有选 Amount spent per customer 指标时可用,基于 cohort 最近 24 个月的数据,Shopify 注明预测不保证未来销售额。Predicted spend tier 显示所选 cohort 中每位客户的预测价值

Shopify 的报表文档里没有“LTV”这个字段,最接近的是 Amount spent per customer 和 Predicted spend tier。所以 LTV 要自己算。CAC 不在 Shopify 里,需要从广告平台的花费和新客户数得到。

用 cohort 思维看数据

cohort 就是同一个月首次下单的一批客户。看法很简单:每个 cohort 单独一行,横向看这批人在之后每个月、每个季度的复购和累计消费。

  • 新 cohort 还没有足够时间复购,不要把它们的低复购率读成变差,等它们“长大”再比。
  • 把首单用了折扣的客户和原价客户分开看,靠折扣进来的客户常常不会再按原价购买。
  • 不同月份的 cohort 对比,要保持同样的观察窗口。

这是一类通用的读法,具体数字要看你自己的 cohort 表。

常见错误

  • 用整个店铺的历史平均当 LTV,新客户的质量和老客户可能不同。
  • 用收入算 LTV。收入 LTV 会把靠折扣买一次的客户也算得很高,毛利 LTV 才能和 CAC 比。
  • 生命周期随便设成 3 年或 5 年,不检验数据。
  • 把 Shopify 的 Returning customer rate 当成“窗口内下过两单”的比例。
  • 用 LTV 为亏损获客辩护,而留存还没有得到验证。新店先让首单经济模型站得住。

常见问题

复购率怎么算?

最常用的是客户口径:下过两单及以上的客户 ÷ 全部客户。订单口径是老客户订单 ÷ 全部订单,数字更高。无论用哪个,都要写明时间窗口,并排除样品这类非商品交易。我们另外建议去掉测试单、取消单和全额退款订单。

复购率多少算好?

没有统一标准,商品类型、补货周期和时间窗口都会改变数字。没有找到权威的通用基准,所以不建议套用别人的数字。更实际的做法是看自己各个 cohort 的趋势。

LTV 应该按收入还是利润算?

做经营和预算决策,用毛利或贡献毛利。收入版本会把靠折扣买一次的客户也算得很高,也没法和 CAC 直接比较。

Shopify 能直接给出 LTV 吗?

文档里没有 LTV 字段。Customer cohort analysis 可以看每个 cohort 的人均累计消费,也提供基于 24 个月数据的预测,另有 Predicted spend tier,但都需要你自己结合毛利和 CAC 解读。

LTV 要大于 CAC 的多少倍才可以投放?

没有一个所有店铺都适用的数字。“至少 3 倍”常被提起,出自对订阅业务的经验判断,文章里自己也说是参考线。电商还要看毛利、回本期和现金,先算回本月份,再决定预算。

进一步阅读

来源

最后核对:2026-11-03。以下数字全部是虚构店铺的示例,用来演示算法,不代表任何真实店铺或行业水平。

下一步路径

把这篇文章接到可执行页面

复购率和 LTV 只有连到获客成本、客单价和利润之后才能用来做预算决策。想继续往下查,可以看这些页面,它们各自处理一个独立的问题。

#LTV#repurchase rate#customer retention#cohort analysis#Shopify reports

这页对你有用?转发出去

复制链接、扫码或通过系统分享,把这页内容转发给同事、朋友或合作方。