laplace
来源路径 · 转化漏斗 · 流失环节

客户在哪里流失, 广告费该投向哪里 一目了然的转化分析

汇总所有销售渠道的购买记录,把同一位客户视为一人,重新计算首购与复购。

示例 数据
实际客户数
18,240人
按同一人统计
注册 → 首购
31.2%
累计转化率
复购率
27.4%
首购 → 第2次
复购转化速度
27日
中位数
购买次数漏斗点击阶段看看
同一用户识别去重
Smart Store9,860
自营商城7,420
Coupang4,872
实际客户
0
−3,912
各销售渠道客户合计 22,152人 → 同一人合并为一
复购率,统计口径不同结果就不同
按销售渠道分别统计19.6%
按同一人统计27.4%
串联其他销售渠道的购买记录后,复购就不会被误算为首购
Coupang 订单 · Kim** 与自营商城客户合并

按销售渠道分开统计客户, 转化率首先就失真。

同一个人在多个销售渠道购买,客户数看起来变多、复购却变少。数字不准,就无从知道客户在哪里流失。

XSmartStore_客户.xlsx新客 1人
ABC
1客户联系方式分类
2Kim**1284新客
X自营商城_会员.xlsx新客 1人
ABC
1客户联系方式分类
2Kim**1284新客
XCoupang_订单.xlsx新客 1人
ABC
1客户联系方式分类
2Kim**1284新客
新客户3人?其实是同1人

同一位客户在每个渠道都算新客

NAVER Smart Store·自营商城·Coupang 的客户名单分开统计,一个人就会按销售渠道数被算成多个新客户,实际客户数被虚高。

X自营商城_订单记录.xlsx
ABC
1客户下单日期分类
2Park**06.02首购
3Lee**06.04复购
4Choi**06.05首购
已在 Smart Store 买过2次的客户

复购被算成了首购

销售渠道后台的首购·复购区分以该平台账号为准,在其他渠道买过的客户也会被归为首购。

XCRM_对象_导出_v3.xlsx
ABC
fx=IF(COUNTIF(订单!B:B,A2)=0,"未购买","")
1会员注册日购买
2Jung**07.09#N/A
3Kang**07.14?
该发给谁?

很难找到该发给谁

注册了却没下单的客户、买过一次就不再回来的客户,用表格公式去找,最后连名单对不对都没把握。

同一用户识别

渠道不同, 同一客户也只算一人。

整合 NAVER Smart Store、Cafe24、Coupang 等多个渠道的购买记录,将同一位客户识别为同一用户。去除重复后,实际客户数与首购·复购指标更准确。

  • 去重后掌握真实客户数
  • 追踪跨渠道购买行为
  • 准确的首购·复购销售额
示例 数据
Smart Store03.12
Kim**010-****-1284
氛围蜡烛套装
自营商城04.02
Kim*yeonk***@mail.com
补充精油 30ml
Coupang05.19
Kim**010-****-1284
补充精油 30ml
自营商城06.07
Kim*yeon首尔麻浦区 ***
护手霜
同一人档案
正在汇总订单
电话号码—
邮箱—
地址—
按销售渠道统计
新客4人
按同一人统计
客户1人 · 复购

个人信息已脱敏

漏斗分析

每个环节流失多少, 用漏斗一看便知。

选好要看的漏斗,自动计算从注册到首购、从首购到复购的转化率与转化速度。

  • 注册 → 首购转化率
  • 首购 → 复购(2次购买)转化率
  • 各环节转化率 · 流失 · 累计转化率
  • 各环节转化速度(中位数)
示例 数据
注册 → 1次下单
31.2%
流失 −16,512累计 31.2%
1次下单 → 2次下单
27.4%
流失 −5,436累计 8.6%
2次下单 → 3次下单
44.0%
流失 −1,149累计 3.8%
流向

首购之后, 接着买什么。

根据首购商品,以流向图查看下一次购买走向哪里。复购同款的客户、转向其他商品的客户、停止购买的客户,同屏呈现。

  • 按首购商品看下一次购买流向
  • 未转为复购的客户占比
  • 各流向的客户数与占比
示例 数据
首购客户
7,600
复购转化
34.2%
同款商品复购
1,360
首购第二次购买商品 A3,200人商品 B2,600人商品 C1,800人商品 A 1,000商品 B 870商品 C 490其他商品 240未复购 5,000

点击流向 即可查看人数和占比。选择首购商品,只突出显示其后的流向。

提取转化目标

只挑出未转化的客户, 送进 CRM。

按商品筛选客户,把注册后未购买·未复购的客户直接导出为 CRM·间接广告用名单。还可组合 RFM 分群作为条件。

  • 注册后未购买 · 未复购的客户
  • RFM·分群条件组合
  • CSV 下载 · 发送 KakaoTalk 通知消息
  • 个人信息脱敏显示
示例 数据
基本条件
添加条件
提取结果
2,382人
Lee**注册 2025-07-14注册后12天未购买
Park**注册 2025-07-09注册后17天未购买
Choi**注册 2025-07-04注册后22天未购买
Jung**注册 2025-06-28注册后28天未购买
Kang**注册 2025-06-21注册后35天未购买
… 其余 2,377人
姓名已脱敏 · 试着更改条件

常见问题, 先看看这里。

如有其他疑问,欢迎随时咨询,我们将根据您的导入方式提供指导。

Laplace 会交叉比对邮箱、手机号、ID、地址等多种标识,把同一客户合并为一个档案。例如客户先点击了 NAVER 广告,之后又通过直接搜索下单,也会被识别为同一人,避免重复计数。这样就能准确衡量真实的独立客户数,以及各渠道的转化贡献。

自营商城后台的首购/复购判断以同一平台内的账号为准,同一个人换渠道或换账号购买,就会被算作首购。Laplace 通过邮箱、手机号、地址等多种标识识别同一人,并串联跨渠道的购买记录,从而更准确地区分首购与复购。

可以,新客户的首购转化率和老客户的复购转化率都能分别衡量,并可按渠道、商品、时间段拆分查看,对比哪些广告更能拉新、哪些渠道更能带动复购。

平台自带报告中的 ROAS,常会把同一笔转化同时算进多个渠道的贡献,因此往往高于实际。Laplace 将广告渠道数据与真实订单数据打通,计算去重后的各渠道 ROAS,帮助你基于数据判断广告费该集中投向哪个渠道。

由于机器人流量过滤、归因(Attribution)重算和会话去重是在数据采集后才处理的,转化率可能会被追溯调整。例如昨天显示的转化率今天略有变化,就是被判定为机器人的会话被剔除,或归因被重新分配的结果。这是为了提供更准确数据的正常流程,调整原因可在该指标的详情中查看。

把 Excel 汇总交给 Laplace,
专注于判断与执行

最长可免费使用 3 周,试用期间也能使用全部功能。