平台会忠实复制你喂给它的顾客。新客还在增长，九十天后的利润却越来越薄，问题通常已经从获客数量转向了获客质量。
免费样品发出去了，名单也留下来了。
往后看，这批人里约八成没有再次购买。
这是 DTC Podcast 在 2026 年 8 月 25 日一期节目里提到的护肤品牌案例。主持人 Jordan 和 Pilothouse 的 Rafael Gi 讨论的核心问题很扎心。把品牌带到今天的那批顾客，未必还能把它带到下一个阶段。
对依赖 Meta 和 Google 的独立站来说，这件事更麻烦。平台一直在学习谁最容易完成你设定的目标。长期用免费样品、低价款和大额折扣拉新，它就会继续寻找更像这批人的用户。
广告平台找人越来越精准，但找到的可能是更依赖折扣、长期价值更低的顾客。
八成样品用户没有回来
免费样品当然能降低第一次尝试的门槛，也能快速扩大再营销名单。这个护肤品牌的案例提醒我们，申请过样品与愿意按正常价格购买之间，隔着很长一段路。
如果团队只盯着样品申请成本，活动很容易被判断为成功。把观察窗口拉到九十天，结论可能完全不同。
节目里还有两个相似的场景。
一家运动品牌早已不再以原来以父母为中心的定位，页面和广告却可能仍围着旧人群说话。另一家太阳镜品牌发现，高客单人群正在增长，传统核心客群反而下降。继续用历史画像分配预算，会压住更有价值的新机会。
把这三个案例放在一起看，品牌写在投放方案里的顾客画像，常常已经落后于真实订单。
平台会继续寻找最容易转化的人
Meta 和 Google 收到的反馈很直接。谁点击，谁加购，谁购买，哪个人群能让当前广告组更快完成目标。
假设一款原价 80 美元的产品，长期用 39 美元首单价拉新。折扣敏感用户更容易完成购买，平台就会获得大量相似信号。下一轮投放中，它会继续扩大这类人群。
短期报表里的购买成本可能不错。九十天后，退款、复购和利润会告诉你这批订单到底值多少钱。
算法只是按购买信号找人。什么样的顾客值得继续寻找，还得由团队自己定义。
如果后台只把一次购买当作合格信号，平台没有机会知道哪位顾客会原价复购，哪位只在半价时出现。卖家得把首单之后的结果重新接回获客决策。
先查四个预警信号
新客增加，复购客占比却连续下降
单月新客上涨很容易让人放心。把新客按首购月份分组，再看三十天、六十天和九十天内有多少人回来，才能看到每一批流量的后劲。
如果新客数量上涨，较早完成观察期的客群复购率却连续走低，增长很可能依赖一次性买家。
能使用 Shopify 客群分析的店铺，可以直接按首购月份看复购。没有相应报表时，导出订单 CSV 也够用。保留客户标识、首购日期、首购商品、折扣码、销售渠道、退款和后续订单金额，再按首购月份分组。
折扣带来的订单多，九十天贡献利润很薄
同样一笔首单收入，经济价值可能差很多。
建议把首购顾客至少分成原价、常规优惠、大额优惠和免费样品四组。每组分别查看首单毛利、退款、九十天复购收入和履约补贴。
九十天贡献利润可以先用一个简化口径。
九十天实收收入，减去商品成本、支付费用、物流补贴、退款和分摊广告费。
团队内部固定同一套口径，比追求一开始就算得极其精细更重要。
每封邮件收入在掉，名单仍在变大
节目把每封邮件收入列为早期信号。名单增长，打开率也没有明显异常，每次发送产生的收入却越来越低，说明新进入名单的人可能没有购买意愿，或品牌给他们的承诺只停留在首次优惠。
这里更适合看趋势。不同邮件平台的归因窗口会放大或缩小收入，别拿某一天的绝对值下结论。固定发送类型、归因口径和受众范围，连续看四到八周。
商品页还在服务旧顾客
广告吸引了新的人群，落地页仍只解释旧人群的使用场景，新顾客会在页面上找不到自己。
运动品牌的案例很典型。业务人群已经有了新的定位，页面语言却可能没跟上。太阳镜品牌也遇到了另一种变化，高客单人群在增长，历史核心人群下降。
先找最近九十天客单更高、退款更低或复购更好的新客群，再检查他们进入的前三张商品页。首屏场景、利益点、评价和常见问题里，有没有他们真正关心的内容。
做一张新客质量诊断表
这张表不需要复杂工具。每月更新一次，就能把广告报表与真实经营结果接起来。
| 检查项 | 切分方式 | 重点观察 | 需要警惕的变化 |
|---|---|---|---|
| 首购来源 | 广告平台、活动、自然流量 | 新客数与首单获客成本 | 新客涨，九十天利润降 |
| 首购条件 | 原价、优惠、样品 | 折扣依赖与退款 | 优惠越深，回头越少 |
| 首购商品 | SKU 或商品系列 | 后续购买与连带商品 | 爆量商品没有第二单 |
| 客群价值 | 首购月份与人群 | 九十天复购和贡献利润 | 较新的成熟客群持续走弱 |
| 邮件质量 | 来源与进入时间 | 每封已送达邮件收入 | 名单变大，收入趋势下降 |
| 页面匹配 | 广告承诺与落地页 | 场景、利益点和证据 | 高价值人群在页面找不到自己 |
样本还很小，或者客群尚未走满观察期时，先标记为待观察。别因为三天数据就搬走大额预算。
用二十一天纠偏
第一周先找出差客群和好客群
导出最近六到十二个月订单，把顾客按首购月份、来源、首购商品和折扣分组。
每组计算新客数、首单获客成本、退款、九十天复购和九十天贡献利润。观察期不足的客群单独放置，不与成熟客群混算。
这一周的输出只需要两张名单。一张是数量大但后续价值差的客群，一张是规模较小但客单、退款和复购更好的客群。
第二周改一组广告和一张页面
从好客群里选一个最清楚的使用场景，写一组新的广告表达，再为它准备一张匹配的落地页。
页面优先改四处。首屏写清适用人群，主图呈现使用场景，评价选择同类顾客的具体反馈，常见问题回答购买前最犹豫的点。
原有活动先保留，避免收入突然断层。新版本只承接一小部分预算，并与原版本分开记录。
第三周把首单之后的结果带回投放
检查新版本带来的加购、购买和首单获客成本，同时建立三十天与九十天的客群标签。邮件欢迎流程也要跟着改，别让新广告讲一种需求，邮件又回到全店统一优惠。
短期先看页面转化、退款意向和首单贡献利润。完整观察期到了以后，再比较复购和九十天贡献利润。
如果新客更贵，后续价值没有改善，就暂停扩量，回到人群和页面重新检查。如果首单成本略高，贡献利润和复购明显更好，才逐步迁移预算。
别急着把旧顾客赶走
Rafael Gi 在节目里也谈到，品牌可以向价值更高的人群移动，同时保留原有顾客基础。
旧客群仍可能贡献稳定现金流。促销也可以承担清库存、首次体验或节日拉新的任务。关键是给每类活动一个完整的评价周期，别再用一张首购报表替所有顾客下结论。
下次看到 Meta 的购买成本下降时，顺手再打开一张九十天客群表。
广告找到多少人，只回答了增长的一半。另一半要看这些人买了什么，为什么回来，以及最后留下多少利润。
本文材料
DTC Podcast 第 101 期节目页
拓展阅读：
