在这个大数据时代，各大行业都开始挖掘数据价值，以让企业能够更快更好地做出决策，并且能够利用数据更好的维系客户关系。而新零售行业更是数据应用的领头羊行业之一，不断数字化的交易让数据量以几何倍数在增长，更是有些大商家一个双十一活动就能让数据量翻上几十倍甚至几百倍以上。我们都知道，交易本身的数据主要来自于客户的数字化，而新客和老客也对电商交易不断做出卓越的贡献，本次DataFocus就为大家分享新老客数据分析的思路及背后的含义。
首先是总体的新老客回购占比。注意，一般分析此类指标会基于某一项活动或是某一个区间分析。我们以某DataFocus合作的服饰商家为例，可以同比近两年的数据。在2017年的618年中促，新客回购率为50%，老客为56%；2018年，新客回购率为50%，老客为44%。那么我们可以看到，老客销售占比下降，原因有很多，比如对于老客新老客户的进店的服务短信没有区分，不能让老客户感觉自己被区别对待，对店铺的感受不会加深。所以建议有所区分，增加老客户的忠诚度。
其次是向下钻取新老客的客单价和客件数。还是以上述客户真实数据为例，2017年，新客客单价为241.36元，老客为306.42元，新客客件数为1.44，老客为1.78；在2018年，新客客单价为271.01元，老客为313.13元，新客客件数为1.59，老客为1.85。所以我们可以发现，老客依旧的销售主力军，对于老客户的定期维护不能少，可以以此增加产品的促销关联性，提高我们的客单价和客件数。
以上就是DataFocus为各位分享的新老客数据分析思路及建议，更可以用DataFocus以VS关键词进行对比分析，秒出可视化视图。
