接續上篇，為能更有效地拆解營收 GMV，以找到成長動能，我們需要同時針對首購客以及舊客進行細部的分拆，以找到宏觀指標中，忽略的業績成長變因。
上文曾提到，除了首購客之外，「舊客能否持續回站並買單回購，更象徵著品牌與忠實客群間的關係是否能隨著時間演進逐漸加深 」; 在客單價上，也許每一次客戶的購買金額可能隨檔期出現差異，但隨著與舊客加入品牌會員的時間越長，其平均年貢獻金額也應逐漸增加，通常成熟的電商企業會針對舊客的營收，區分為以下指標 :
針對舊客的會員經營，有兩大面向需要主動思考，分別是：
沒有任何目標性的進行群發，可能可以創造可觀的舊客流量，卻難以在其進站、進店後進行有效商品推薦。過於限縮流量的進入，即便將轉換率抬得再高，也會難以對營收產生實質型的幫助。
以第一點來說，建議需要定期針對品牌過去一段時間內的舊客回訪人數、加入購物車率、購物車提袋率進行綜合評估，比較各類型活動檔期與進站流量的關聯、以及進站後的消費意圖。
如圖中便可明顯看見，新品上市以及免運期間，用戶進站踴躍且加入購物車與結帳意圖皆同樣強烈，但該檔 KOL 團購期間，創造大量流量但購買人數比例卻沒有相應提升。經由這樣的比較，便可以運用更宏觀的視角，而非單純的 CPC，來觀察對於舊客經營的有效性。
以第二點來說，與註冊時新客轉換場景相仿，雖然舊客與品牌的關係已相對緊密，但消費意圖出現的當下若是沒辦法立刻把握，仍相當容易錯失機會。因此，在舉辦活動造節吸引舊客進入後，一般會建議密集地在活動前、中、後期針對「瀏覽」，或甚至「加入購物車未轉換」的用戶進行定期發送，保障進入的流量可以穩定轉換。
以 beBit TECH 的 SaaS 產品：OmniSegment CDP 來說，顧問通常皆會建議客戶針對各項漏斗表現建立行為劇本：如瀏覽未加購物車與購物車未結等，甚至會延伸針對不同的產品進行細化分流，提升挽回效益。
單純的客單價不足以判斷用戶的黏性，需要針對用戶的購買頻率進行分層，高購買頻率的客戶代表可能是一發現存貨下降就會下訂，因此每次購買的客單價較低屬於正常之現象，需要通過一年總貢獻金額來評估其黏著度 ; 低購買頻率的用戶也有可能相對習慣囤貨，因此每次購買的訂單價需要相對更高，才能搶佔所有衍伸的需求。
運用用戶平均客單價以及購買頻率建立矩陣後，將可以顯著觀察到各類型用戶的消費分布 : 年購買頻率高且訂單價高的用戶固然為品牌所樂見的黏著用戶 ; 然而，年購買頻率低但訂單價高的用戶，以及年購買頻率高但訂單價低的用戶，分別代表兩種截然不同的消費需求，在購買行為上存在差異，卻仍同屬於品牌的健康群體 ; 兩者皆低之用戶便得思考解決方案轉移至此二象限，常見的做法有訂閱制、大包裝優惠等等進行測試投放。
結語
對品牌的舊客來說，忠誠客群的關係深化將決定其他們是否能持續回訪和購買，針對性地分析舊客回訪率、加入購物車率、購物車提袋率和客單價等指標至關重要。舊客的會員經營需要兼顧「開源」和「節流」，即如何創造有商業價值的流量並有效留住收益。
評估流量的有效性包括對不同活動和流量的消費意圖進行綜合評估，並於活動前、中、後期針對瀏覽和加入購物車但未轉換的用戶進行定期發送，從而保障流量的穩定轉換。最後，論及流量效益的最佳化，除了單純的客單價外，還需考慮購買頻率。針對不同類型的用戶建立矩陣後，可以更好地觀察消費分布，從而提供針對性的解決方案。