第一季度留存优惠有效吗？这样衡量增量收入

现在是1月底。你发送给BFCM新用户的“第二次下单立减10美元”优惠码显示，已有176人使用，销售额超过12000美元。你的团队认为这次活动非常成功。

但有些顾客还是会再次光顾，而且每位顾客都能享受10美元的折扣。Shopify的折扣报告会统计使用优惠码的顾客数量，但它无法告诉你优惠活动实际带来了哪些订单，而这才是衡量增量收入真正需要的数据。

很小的差异也会决定一项优惠最终赚不赚钱。根据 Ometria对其零售客户的分析2024年黑色星期五的新客户中，只有4%在12个月内进行了复购。当自然复购率如此之低时，少量的额外订单看起来就可能是一个很大的结果，随机波动也会造成类似的影响。

简而言之：随机抽取一部分符合条件的顾客，让他们不参与促销活动，然后比较两组顾客的复购率和利润率。本指南涵盖了需要比较的六个指标、仅使用 Shopify 和电子表格的设置方法、一个实际案例，以及当您的店铺规模太小而无法得出明确答案时该如何处理。这是一份实战指南。 假日留存计划的第一季度衡量阶段。

简答： 只有当收到挽留优惠的客户比未收到优惠的同类客户再次购买的频率更高时，挽留优惠才能真正促成重复购买。为了衡量增量收入，可以随机抽取 10% 到 30% 的符合条件的客户，向其余客户发送优惠，并在相同的 60 到 90 天内比较两组客户的重复购买率和每位客户的贡献毛利。

太长不看

• 兑换次数统计了所有使用该代码的人，包括那些无论如何都会购买的顾客，因此会夸大该优惠活动的影响。

• 留出组（对照组）是从符合条件的客户中随机抽取、且不接收优惠的一组客户。它能告诉你，如果没有优惠，结果原本会怎样。

• 比较每位顾客的业绩，而不是总业绩：复购率、折扣后的毛利、第二次下单时间以及全价复购率。

• 在发送优惠之前，先计算出盈亏平衡点，这样你就知道优惠需要带来多大的收益才能收回成本。

• Shopify 的用户细分、客户标签和订单导出功能足以运行测试，而像 DiscountRay 这样的折扣应用可以只向测试组提供优惠。

• 小组讨论的结果可能比较杂乱，所以一次测试应该被视为一个方向，在改变整个第一季度计划之前，应该反复进行测试。

为什么优惠使用次数不能证明留存活动有效

兑换记录只能告诉你谁使用了优惠，却无法告诉你谁因此改变了行为。每个兑换者都属于以下三类之一，而其中只有一类才是真正的收益。

• 就算没有这方面原因我也会买。 这些顾客原本就计划进行第二次订购。这项优惠让他们能够用原本就要做的事情来抵扣成本，所以他们获得的折扣纯粹是成本。

• 被说服了。 这些顾客是因为优惠活动而购买的。他们就是你为之付费的增量重复购买者。

• 向前拉动。 这些顾客原本会在三月份购买，现在改在了一月份购买。优惠活动调整的是购买日期，而不是总金额。

赎回报告综合考虑了这三者。它也可能遗漏部分影响。 70项关于电子邮件折扣优惠的实地试验Sahni、Zou 和 Chintagunta 的研究发现，这些优惠活动使平均消费额提高了 37.2%，但其中 90% 的增长来自完全未使用优惠的购买行为。有些人看到了邮件，记住了这家商店，然后以全价购买了商品。如果按兑换次数统计，这些订单都不会被计入优惠金额。

因此，兑换率可能会同时高估和低估效果。电子邮件工具中的“归因收入”也存在同样的盲点，因为它统计的是邮件发送后产生的订单，而不是邮件本身带来的订单。这就是为什么 赎回率很高，但仍然亏损 BFCM 之后这种情况非常普遍：代码被使用了，但主要是被不需要它的人使用了。

留存优惠中的增量收入到底是什么

增量收入是指在同一时期内，您的优惠组所产生的收入比未提供优惠的同类组所产生的收入高出的部分。计算方法是：比较两个组每位客户的收入，然后将差值乘以优惠组的规模。

两个术语发挥了大部分作用：

• 受影响群体： 符合条件并收到优惠的客户。

• 顽固派： 随机抽取一组符合条件但未收到任何优惠的客户。这些数据代表基准线，即如果没有折扣，这组客户会采取的行动。

关键在于“随机”。如果你人为地挑选出未兑换者，或者将兑换者与未兑换者进行比较，那么在优惠活动推出之前，这两个群体就已经存在差异，而这种比较衡量的是这种差异，而不是优惠活动本身。

留出组评估表：需要对比的6项指标

“留存率评分卡”是指在测试结束时，为每个组计算的六个数字。务必比较比率和每位客户的数据，因为各组规模不同。

记分卡上得出两个数字：

• 增量贡献 =（优惠触达组人均贡献利润 − 留出组人均贡献利润）× 优惠触达组人数。

• 新增重复客户成本 = 优惠成本 ÷ 增量复购客户数。

在这里，贡献毛利比收入更重要，因为折扣会降低每一笔订单的利润。如果你还没有计算出你的 折扣后的利润率 首先，按订单执行此操作，两组成本相同。

第六个数字很容易被忽略，但你不应该忽略它。 安德森和西梅斯特进行了三项大型田间试验更大的折扣力度虽然增加了新客户的下次购买量，但却减少了老客户的下次购买量。一月份的优惠可能看起来很诱人，但到了四月份却可能导致全价购买，所以优惠码过期后也要继续关注。

发送前先算清保本所需的增量提升

盈亏平衡提升是指您的优惠活动需要实现的最小复购率提升，才能抵消其折扣成本。在活动开始前计算出盈亏平衡提升值，以便了解该优惠活动是否具有实际的成功几率。

保本增量提升 = 预计优惠成本 ÷（每笔复购订单的贡献利润 × 优惠触达组人数）

以下是一个示例。假设您向 1600 位顾客赠送 10 美元的优惠券，预计其中约有 176 位顾客会使用，因此预期激励成本为 1760 美元。典型的第二笔订单金额为 70 美元，扣除产品成本、运费和支付手续费后，剩余的边际贡献为 31.50 美元。

1,760 美元 ÷ (31.50 美元 × 1,600) = 0.035，或 3.5个百分点。

因此，如果该群体的正常复购率为 9%，那么优惠活动必须将复购率提升到 12.5% 左右才能弥补折扣带来的损失。如果这不太可能，那就降低优惠力度（例如免运费或降低固定金额），或者将优惠范围缩小到那些最不可能主动回头的顾客群体。

如何衡量留存优惠带来的增量收入

为了衡量增量收入，您可以选择一个群体和一个目标，将该群体随机分成两组，仅向其中一组提供优惠，并在同一时间段后比较两组的结果。这七个步骤需要使用 Shopify 自带的工具和电子表格。

第1步：只选一个客群和一个目标

选择一个目标明确的单一群体，例如“BFCM 首购客户，在 4 月初之前完成第二次购买”。将首购客户、流失客户和 VIP 客户混在一个测试中，会掩盖每个群体的具体情况。

分组前先整理一下小组。如果能确定谁会送礼物，可以考虑把他们排除在外，因为 不符合买家自身品味的礼品订单 第一季度采取不同的做法。另外，移除所有被拖欠款项的人。 针对延迟或损坏订单的服务补救措施这些客户无论如何都会得到他们的回应，所以他们不应该被纳入测试范围。

第2步：在 Shopify 中创建客户细分

为该群体创建一个客户细分。对于首次参与 BFCM 的用户，可以使用类似这样的筛选器： Shopify 细分查询语言：

number_of_orders = 1 AND first_order_date BETWEEN 2026-11-20 AND 2026-12-02

请根据您自己的黑色星期五/网络星期一（BFCM）活动时间调整日期。在划分用户群的当天创建细分，因为在此之前下过第二次订单的客户不应被纳入测试范围。

第3步：随机拆分客群

将该段导出为 CSV 文件，并为每一行添加一个随机数列（=RAND() 在 Google Sheets 或 Excel 中，并按该列排序。将前 20% 标记为保留样本，其余标记为已暴露样本。然后复制这些值，使随机数不再变化。

切勿按互动程度、消费额、地理位置或字母顺序进行分组，分组后也切勿将客户移入其他组。请记录每个组的日期和规模。

第4步：给两组客户分别打标签

为每个组添加客户标签，例如 q1-26-offer 和 q1-26-holdout您可以使用 Shopify 的批量编辑器或标签应用程序添加标签。

使用 CSV 文件导入时要格外小心。Shopify 帮助中心指出，使用覆盖选项导入会替换客户的所有数据。 包括它们的标签因此，导入操作可能会清除其他应用程序依赖的标签。

第5步：只向优惠触达组发送优惠

仅对带有标签的客户提供折扣。 q1-26-offer在 Shopify 中，您可以限制代码的使用范围。 特定客户或客户群体每个顾客限用一次，并设有截止日期。最好是将优惠码绑定到单个顾客，因为在优惠券网站上分享的优惠码可能会被其他顾客看到，从而影响最终效果。

给优惠活动设定一个固定的时间窗口，例如 1 月 6 日至 2 月 2 日，并且一旦活动开始就不要更改金额。

第6步：两组客户收到的营销信息要一致

如果可以，请向两组用户发送相同的1月份邮件，但不要在其中一组用户发送优惠信息。这样，测试结果就能衡量折扣力度，而不是提醒效果。许多商家发现，仅凭这封邮件就能吸引一些顾客再次光顾。

如果你不向未发送邮件的用户发送任何内容，测试结果会将“邮件加优惠”的效果合并计算。这仍然有用，但在报告结果时需要说明这一点。

第7步：测量期结束后再查看结果

两组数据使用同一时间段，例如 1 月 6 日至 4 月 5 日。然后收集两样东西。

• 重复次数。 例如这样的片段 customer_tags CONTAINS 'q1-26-holdout' AND last_order_date >= 2027-01-06 显示有多少未下单的顾客再次下单。对已公开的标签运行相同的筛选条件。

• 营收和利润率。 导出您的订单 用于窗口。该文件包含每笔订单的电子邮件地址、小计、折扣金额、总计和退款金额。请将电子邮件地址与您的两个分组列表进行匹配，并计算每个分组的总计。

有一点需要注意：导出文件的 Discount Code 列不包含自动折扣，但 Discount Amount 列仍会显示实际减免金额。计算利润前还要扣除退款。

完整示例：2000名 BFCM 首购客户

以下是针对一家拥有 2000 名 BFCM 新用户（首次购买）的典型商店的“抵制”策略评分卡。该商店向其中 80% 的用户赠送了 10 美元的第二次订单折扣券，并保留了 20% 的用户，然后统计了 1 月 6 日至 4 月 5 日期间的数据。

现在公布结果：

• 重复购买率提升幅度： 13.0% 减去 9.0% = 4.0 分。

• 新增回头客： 4.0% × 1,600 = 64。

• 增量贡献： （2.995 美元减去 2.835 美元）× 1,600 = 256 美元。

• 增加一位回头客的成本： 1760 美元 ÷ 64 = 27.50 美元，而典型订单的保证金为 31.50 美元。

优惠使用报告会显示该优惠码带来176笔订单、约12,300美元销售额。但真正的增量只有64名客户和256美元贡献利润。活动勉强有效，增量提升仅比3.5个百分点的保本线高0.5个百分点。

请注意，优惠触达组中有 32 人未使用优惠码就返回了。兑换报告遗漏了他们，但未使用优惠码的对比分析将他们计算在内。

此外，还需要考虑噪音因素。在目前的群体规模下，提升幅度的95%置信区间约为0.7到7.3个百分点。这意味着实际结果可能从亏损到盈利都有可能。明智的做法是保留现有优惠，下次测试更便宜的版本，并在5月份之前分别测试两个群体的全价复购率，然后再决定是否扩大规模。

留出组需要多大？

比大多数商店预想的要大。当回头客比例低时，小型电梯需要每组成千上万的顾客才能将他们与随机顾客区分开来。

该表大致显示了使用标准设置（95% 置信度和 80% 功效，组规模相等）可靠地检测到电梯所需的每个组的客户数量。

由此可以得出一些实用规则：

• 预留尺寸。 如果符合条件的客户有数万，10%到20%的样本量就足够了。如果只有几百到几千个客户，则需要30%到50%，因为样本量太小会使整个测试结果过于嘈杂。

• 测试长度。 至少运行 60 到 90 天，或者你的产品有一个自然的复购周期，这样慢买者就有时间回来购买。

• 重复测试。 对两到三个广告系列进行相同的拆分测试，然后将结果相加。汇总测试结果比单一的猜测更能得出清晰的结论。

• 当你太小的时候。 如果每个小组只有几百个客户，你仍然可以进行试点，但要把结果当作方向指引，而不是确凿的证据。在学习阶段，最好选择价格较低的产品，因为出错的损失较小。

Shopify Rollouts 与客户留出测试分别适合什么场景

Shopify Rollouts 和客户留出测试回答的是不同问题。Rollouts 对比几天或几周内的店铺访客，而客户留出测试会在数月内跟踪已识别客户。

自2026年10月2日起，Shopify Rollouts 可以把折扣纳入实验，并将店铺流量分为实验组和对照组。根据 Shopify 的说明： 推广分析文档访客通过浏览器 cookie 进行分组，因此同一用户在不同设备上可能会被分到不同的组。实验结果侧重于转化指标，不提供特定折扣指标，也不包含 Shopify POS 和无头店铺，且实验需要 Grow plan 或更高套餐。

这使得 Rollouts 非常适合 使用 Rollouts 测试 Shopify 折扣 在店铺首页，例如本周哪个黑五网购优惠转化率更高，都属于这种情况。第一季度的客户留存优惠则有所不同。它会通过电子邮件发送给指定的客户，第二次下单可以在任何设备或渠道完成，而你真正关心的是60到90天内的重复购买率和利润率。为此，基于标签的客户留存策略是更好的选择。

DiscountRay 能做什么，不能做什么

DiscountRay 是 EFOLI 开发的一款 Shopify 折扣应用，它可以为您的目标群体投放优惠活动。但它本身并不负责衡量效果，这项工作需要用到 Shopify 数据以及您的电子表格或分析工具。

这就是它在这种方法中发挥作用的地方：

• 仅限单个标签。 在 Growth plan中，DiscountRay 支持按客户标签定价，因此您可以将优惠限制在带有特定标签的客户。 q1-26-offer。

• 不会泄露的代码。 个性化的一次性优惠码与特定客户绑定：购买者的邮箱地址必须与优惠码匹配，且优惠码只能使用一次。这样可以防止不愿购买的客户使用共享优惠码。

• 日期已定。 您可以安排优惠活动的开始和结束日期，以便每个接触到的客户都能享受相同的优惠。

• 更优越的条件。 Pro plan 按标签或客户列表享受个性化折扣 还可以使用购物车金额、国家/地区和订单历史记录，奖励可以是固定金额、百分比、免运费或免费礼品。

它不会自动拆分客户组、计算增量提升或报告增量收入，也不是实验分析工具。因此，结果仍要通过 Shopify 客户细分和订单导出来读取。Growth 每月$14，Pro 每月$29，均提供14天免费试用，具体价格见 DiscountRay 的定价页面。

哪些客户绝不能放进留出组

只对那些并非强制性的优惠活动有所限制。如果客户理应得到某些东西，那么兑现承诺比通过一次完美的测试更重要。

• 客户应获得服务补救。 如果顾客的订单延迟送达或商品损坏，他们应该得到你通常会提供的补救措施。

• 价格已商定的B2B账户。 合同条款或价目表条款不是测试变量。

• 承诺的奖励。 如果你宣传了奖励，例如会员福利或印在包装盒上的“二次购买折扣”，那么所有符合条件的人都能获得奖励。

常见错误

精心挑选那个顽固分子。 如果你阻止“参与度较低”的客户购买，无论如何，这些客户看起来都会更糟糕，而你提供的优惠看起来也会比实际情况更好。

比较救赎者和非救赎者。 那些选择兑换的人本来就更感兴趣。务必将所有已兑换群体与所有未兑换群体进行比较。

让代码泄露。 公开或可分享的优惠码可以通过优惠券网站触达尚未购买的顾客。使用顾客专属优惠码并密切关注…… 分享折扣码。

测试期间更改优惠。 两周销售低迷后提高折扣，相当于一次测试变成了两次半次测试。

止步于第一个好周。 早期结果波动很大。开始之前就确定好结束日期，并严格遵守。

读取总数而不是比率。 曝光群体规模更大，因此订单量也更多。按客户数量比较。

忘记退款和优惠期后的相关事宜。 退回的第二个订单不属于重复购买，一月份的成功可能会导致四月份全价订单的下滑。

用测试结果决定下一次第一季度留存活动

利用结果，每次只改变一个因素。将提升幅度与盈亏平衡点的提升幅度进行比较，然后观察其变化范围有多大。

目标是随着时间的推移，降低每个新增回头客的成本。这个数字也是衡量定向优惠和积分计划之间关系的最公平方式，因为它比较了…… 每次额外重复订购的成本 而不是发放的奖励数量。

结语

只有当挽留优惠能够吸引那些原本不会主动回购的客户，且额外利润能够覆盖成本时，它才算真正有效。兑换率无法体现这一点，但随机抽取一部分尚未回购的客户群体可以。

为了衡量第一季度优惠活动的增量收入，请在发送优惠前计算盈亏平衡点，将符合条件的客户随机分成两组，一组客户收到优惠，60 至 90 天后比较两组客户的“留存率评分卡”。在 1 月份进行一次，春季重复一次，之后每个季度的第一季度优惠活动都将基于实际有效的结果进行调整。