累计客户
2,860
较上月 +210
本月新客
186
环比 +12%
回头客占比
42.5%
环比 +3.2%
平均消费频次
2.8次/月
环比 +0.3
客户概览
RFM分层
流失预警
复购周期
新客 vs 回头客趋势(近6个月)
120
165
8月
145
156
9月
168
180
10月
138
195
11月
158
210
12月
186
218
1月
新客 回头客
客单价分布
价格区间客户数占比累计占比
0 - 20 元28610.0%10.0%
20 - 40 元91532.0%42.0%
40 - 60 元74326.0%68.0%
60 - 80 元48617.0%85.0%
80 - 100 元2589.0%94.0%
100 元以上1726.0%100.0%
RFM 客户分层
RFM 模型基于三个维度对客户进行分层:最近消费时间(Recency)、消费频率(Frequency)、消费金额(Monetary),帮助识别高价值客户并制定差异化运营策略。
重要价值客户
R高 F高 M高
320人,占 11.2%
查看详情 →
重要发展客户
R高 F低 M高
186人,占 6.5%
查看详情 →
重要保持客户
R低 F高 M高
245人,占 8.6%
查看详情 →
重要挽留客户
R低 F低 M高
128人,占 4.5%
查看详情 →
一般价值客户
R高 F高 M低
580人,占 20.3%
查看详情 →
一般客户
其他组合
1,401人,占 49.0%
查看详情 →
流失预警
30天未消费
186
60天未消费
95
90天+未消费
42
客户名手机号最后消费时间累计消费未消费天数流失风险操作
张*明138****67212025-11-02¥1,28092发券挽回
李*华159****33482025-11-18¥86076发券挽回
王*136****90122025-12-05¥2,15059发券挽回
赵*丽188****45672025-12-12¥56052发券挽回
陈*177****89012025-12-28¥3,42036发券挽回
刘*强155****23452026-01-03¥72030发券挽回
复购周期分布
分析客户两次消费之间的间隔天数分布,帮助制定精准的复购提醒策略。
1-3 天
486人
占 32.4%
4-7 天
375人
占 25.0%
8-14 天
225人
占 15.0%
15-30 天
210人
占 14.0%
30 天+
204人
占 13.6%
复购率趋势(近6个月)
月份总客户复购客户复购率环比
2025-0868024536.0%
2025-0972026837.2%+1.2%
2025-1078530639.0%+1.8%
2025-1181032440.0%+1.0%
2025-1285635040.9%+0.9%
2026-0189237942.5%+1.6%