客户体验
在客户流失前识别出危险信号
流失是一个30到90天的渐进过程，超过复购窗口、互动下降、投诉没解决是三个最可靠的信号，一个简单的流失风险分就能在挽回还便宜的时候把高危客户找出来。
读完能算出自己产品的复购窗口基准，用Recency、互动、投诉三维搭一个0-100的流失风险打分公式，亚马逊侧靠Brand Analytics和Buy Box数据做整体信号，独立站侧靠Klaviyo RFM分群做到精准打分，并判断哪些流失客户根本不值得挽回。
一句话结论：客户离开前都有信号：超过复购窗口、互动下降、投诉没解决。一个简单的流失风险分，就能在挽回还便宜的时候把他们找出来。
客户流失不是突然发生的。没有人今天满意、明天就走。流失是一个渐进过程——客户先从"活跃"变成"沉默"，再从"沉默"变成"流失"。这个过程通常持续 30-90 天，在这段时间里，客户会发出多个可观测的信号。
问题是：大多数卖家不看信号，只看结果。等到月报显示"复购率降了 5%"的时候，那些客户已经走了。这时候再想挽回，成本是预防的 5-25 倍（Bain & Company / Harvard Business Review）。
本课内容
- 一、三个最可靠的流失信号
- 二、两个渠道怎么建流失预警
- 三、搭一个简单的流失风险预警
- 四、什么时候该放弃
- 要点总结
- 动手清单
本课要点
- 三个最可靠的流失信号：超过复购窗口、邮件互动下降、投诉没解决。三个同时出现，流失概率最高。
- 亚马逊数据可见度低但仍有信号：Brand Analytics 复购数据（整体趋势）、Buy Box 丢失（旅程中断）、评价趋势（体验恶化）、FBA 断货（确定流失）。
- 独立站可以做到精准打分：Klaviyo RFM 分析 + 流失风险分（Recency/互动/投诉三维）+ Shopify Customer Groups 筛选。
- 三步搭预警：定义复购窗口 → 创建风险 segment → 设置自动触发动作。
- 不是所有流失都值得挽回：集中资源在"买过 2 次 + 窗口内 + 客单价 > $30"的客户。