會員6 分鐘
作者:何佳勳·電商行銷顧問,十多年電商操盤與 AI 工具實戰
🔮 回購預測怎麼做?提早 30 天找出「快流失」的高 LTV 客戶(2026)
客戶流失再挽回成本高 5 倍。本文拆解 3 個回購預測訊號 + 介入時機 + AI 工具自動預測誰快流失。
為什麼要做回購預測?
電商常見錯誤:等客戶真的流失(90 天沒消費)才做 winback。
問題:90 天沒消費 = 已經習慣了沒你品牌 = 挽回率只 5-10%。
更聰明做法:在客戶「即將流失」前 30 天就介入(D-30 第 X 天該回購卻沒動作)。這時挽回率 25-40%,3-5 倍高。
這需要「預測誰快流失」 — 就是回購預測的本職。
3 個回購預測訊號
訊號 1:超過平均購買週期
客戶平均 60 天買 1 次,第 65 天沒動作 = 黃燈。
訊號 2:消費頻率下降
過去 12 個月買 6 次,過去 3 個月才 1 次 = 頻率下降 50%。
訊號 3:互動參與下降
EDM 開信從每月 80% 降到 20%、LINE 訊息已讀不點、IG 不按讚 = 參與下降。
3 個訊號齊發,流失機率 70%+。
想要實際操作看看？
用 AI 工具預測
/repurchase-predictor 上傳客戶訂單資料,AI 算每個客戶「30 天內回購機率」+ 標出「快流失高 LTV」名單 + 推薦介入時機 + 個人化挽回腳本。
常見問題
Q: 需要多少資料才能預測?
至少 6 個月訂單 + 100 個客戶。資料少 AI 算不準。可以從基礎規則(超過平均週期 X 天)開始,累積資料後再升級 AI 預測。
Q: 預測準度多少?
簡單規則(平均週期 + X 天)準度 60-70%;AI ML 模型 75-85%。100% 不可能,留 15-20% 緩衝。
Q: 介入太早會不會打擾?
會。所以「黃燈時提醒(輕觸點)、紅燈時誘因(實際優惠)」。第 1 次 LINE 主動關心 vs 第 4 次硬推折扣是不同等級。
Q: 哪些客戶不該預測?
一次性購買的 SKU(家具 / 婚紗 / 房屋) = 不需要回購。重點放消耗品 / 訂閱型客戶。
Q: 預測完該寄什麼?
黃燈(輕觸):「最近怎麼樣?」純關心無促銷。紅燈(介入):限時優惠 + 個人化推薦。Dark Red(最後):「會員等級即將降級」loss aversion。