在新零售行业，随着数字化交易的大量进展，越来越多的客户被数据化，并且导入到了企业的客户数据库。而我们都知道，以阿里为首的新零售平台每年都有各类狂欢节日，甚至店铺也有自己的会员日等节日。很多企业都会在活动前后进行数据分析预测，活动实时分析，以及活动后数据复盘，包括转化率分析、好评率分析等，有的企业有专门的数据分析团队，也有的企业使用DataFocus等BI工具进行分析。但其实对于大型活动来说，除了新客的引进，老客的召回也是非常重要的一环。
有人会问了老客召回是不是和我们以前说过的预流失客户挽回一致？其实类似但不相同。老客户在大促等活动有什么作用呢。第一，老客享受过店铺的服务，用过产品，购买的意愿会更大，是完成双十一整体业绩的有力保障。而且，针对老客的营销，ROI普遍会高很多，对于店铺来说就是节约成本。对于活动本身来说，老客是0点引爆的关键助力，并且老客的口碑传播会带来很多新的流量。所以，各大活动中老客户的召回就显得非常重要，应重视对于这一部分的数据分析。
那么从哪里下手呢。我们可以进行目标拆分，可以一步步去实施。我们以最著名的大促—双十一举例。先来看从历年数据分析的角度，双十一要召回多少老客才能完成双十一销售目标。我们以一个合作的女装店铺真实数据来说明。这家店铺2018年双十一的销售目标定为2500万，2017年双十一已完成1500万，其中老客销售额占比是30%，1500万*30%=750万，如果平齐，也就是说他们今年的老客销售目标是750万。2017年的平均客单价是250元，750万除以250，得出3万，所以为了完成双十一的销售目标2500万，此店铺预计需要召回的老客数量是3万。
这3万人，更可以进行数据挖掘，把计划做得更细些。可以落实到双十一当天的4个时段，0-3点，6-12点，12-17点，20-24点。这里可以参考去年这几个时段的回购人数占比，来预计今年的一个目标成交人数。知道这个数据，就能做到胸有成竹，每个时段目标人数未完成时，也可以及时采取补救措施。
知道老客目标召回人数之后，难免会思考一个问题：要实现这个目标，数据上到底要覆盖多久的客户？这里就要考虑平均响应率这个数据分析维度。举个例子，刚才那家女装店铺的大促响应率是2%，2年内的客户总数是90万，初步预计有18000人回购。所以，此店铺是需要考虑营销2年外的客户的，当然还可以通过数据分析筛选人群后的多次触达、精细化通知以及分阶段唤醒来提高响应率，从而达成目标。
