客户流失给小型企业带来的成本

留存的论点通常以“留住一位老客户比获取一位新客户便宜多少”这样的统计数字出现。这话没错，却几乎毫无用处，因为它没有告诉café店主周一该做什么。以下是具体算法。

具体算例

以一家每周接待 500 位顾客、平均消费 €6 的café为例。其中，40% 目前会定期回头消费。来自回头客的年收入为 500 × 0.40 × €6 × 52，即 €62,400。

现在将回头率提高五个百分点，从 40% 提高到 45%：这是会员计划可实现的现实结果，处于通常观察到的 5% 至 15% 区间中较保守的一端。

相对于每月 €24.99 的订阅费，即每年 €300，该计划的回报大约是其成本的 26 倍。即便将假设的提升幅度减半至 2.5 分，回报也约为 13 倍。

这项计算未涵盖的内容

有两点，且方向相反。

不利于该计划的一面：奖励成本。如果客户每到店十次就能获得一杯免费咖啡，那么你等于让出了这些客户边际收入的大约十分之一。以一杯 €6 的饮品和典型咖啡馆的利润率来看，这个成本是真实存在的，但相对于收益而言较小，而且只在客户真正回头时才会产生。

有利于该计划的一面：这个模型只计算了现有回头客频率提升带来的收入。它没有计入将偶尔光顾的客户转化为常客的效果，而这通常是运营良好的计划发挥作用最多的地方；它也没有计入针对流失客户的消息推送所带来的收益，而这种推送每次发送的成本为零。

为什么没有系统就看不见客户流失

这部分收入之所以通常被忽略，并不是因为店主不在乎客户留存，而是因为本地商户的客户流失是无声的。一个曾经每周光顾两次、持续一年的客户突然不再来了，不会有人告诉你，而在一家每天服务数百人的店里，没有人会注意到某一个人的缺席。

会员管理软件的实际价值，与其说在于集章机制，不如说在于名单本身：知道有 43 位曾经每周光顾的客户已经 45 天没来了，并且能够向这 43 人发送一条会出现在他们锁屏上的消息。

我该如何衡量自己企业的客户流失？

没有客户名单就无法衡量客户流失，这也是大多数本地商户从未计算过这一数据的原因。一旦有了名单，计算方法就是简单的算术：统计上一时期活跃、但本期不再活跃的客户数量，再除以上一时期的活跃客户总数。

应按月滚动统计，而不是按年统计。一家每月流失 4% 常客的咖啡馆，一年下来几乎会流失近一半的常客，而按月统计足够早地发现变化并采取行动。

难点在于如何定义“活跃”，因为客户并非真的离开了：他们只是还没来而已。这个门槛必须反映你自己业务的到店节奏。

将阈值设定为正常间隔的约三倍。太紧的话，你会给那些只是外出一周的人发消息，这会让他们反感；太松的话，等你联系时，习惯早已转移到别处去了。

挽回消息能挽回多少？

一条时机恰当的消息发给流失客户，通常能挽回一小部分但值得挽回的人，而且由于在电子钱包系统上发送的成本几乎为零，几乎任何挽回率都是有利可图的。这是整个类别中最明确的回报。

以案例中的咖啡馆为例。如果43位常客有45天没有到店，而每人此前平均每周两次、每次消费约6欧元，即使只挽回其中几位，一个月带来的回报也超过了一年的订阅费用。这次活动只需几分钟即可发送。

有效消息和被忽视消息之间的区别在于两点。只发一次，不要重复发送：第二次、第三次提醒几乎不会带来任何转化，反而会导致卡被删除。并且要给出一个现在就该回来的理由，而不是泛泛的邀请：一份已经在他们卡上等待的奖励，效果远胜于

为什么留存比获客更便宜？

对本地商家而言，获取一位新客户意味着要花钱去触达陌生人，而这些人大多永远不会光顾；而触达一位现有客户则不花分文，且对象是已经选择过你一次的人。这种不对称是结构性的，并不是一句营销口号。

一条推广的社交媒体帖子触及的人大多不住在你附近，今天也没有消费意愿，与商家也没有任何关系。而一条电子钱包通知只触及那些真正走进过你店门、留下了电话号码并安装了你的卡的人。两者的转化率无法相提并论。

这不意味着获客毫无意义，一家没有新客户的商家无论留存做得多好都会萎缩。这意味着对大多数独立商家而言，留存这一端才是无人管理的部分，因此也是能轻松获得收益的地方。

我应该运行哪份报告？

每月一次，只需一份报告：曾经是常客、现已超过你设定的流失阈值的客户名单。会员制仪表盘中没有其他任何东西值得如此关注。

注册数、发放的总集章数和奖励兑换率都很有意思，但没有一个能促使你采取行动。而流失名单可以：它是一份具体的、有名有姓的名单，列出了曾经消费、现已停止消费的人，你可以在大约两分钟内联系到他们所有人。

如果你还想看一个数字作为参照，那就看已注册客户中达到奖励门槛至少一半的比例。这能告诉你，这个计划是在真正改变行为，还是只是在记录行为。

为你自己的业务算一算

Loonine主页上的计算器用你的数据运行同一个模型。它刻意默认采用观察范围中较为保守的一端，并且展示假设条件而不是隐藏它们，因为一个自我美化的留存模型是不值得运行的。