2026年10月14日 · 13分鐘
回頭客經濟學台灣版：比新客便宜的營收
台灣有 8 家零售業者會員數破千萬，全聯一家就有約 1,630 萬會員。回頭客為什麼比新客便宜？本文先用台灣本地數字說明，海外研究數據另闢一區清楚標示。
先講結論：在台灣談回頭客，不必先搬海外研究出來。台灣本身就是全球數一數二的「會員社會」——8 家零售業者的會員數破千萬（統一、全家、全聯、momo、蝦皮、PChome、東森購物網、遠東 HAPPY GO），加起來的會員規模已經相當於總人口的一半（未來流通研究所《2025 台灣數位零售產業新風貌》）。你的顧客早就習慣「加入會員換好處」，問題只在於他有沒有加入你的。
單看一家更清楚：全聯總經理劉鴻徵表示，全聯約有 1,630 萬名會員、全年活躍會員約 1,000 萬人，PX Pay 每日活躍用戶接近 100 萬人（經濟日報，2026）。統一超商的 OPENPOINT 生態圈 2025 年發點量創新高、年成長近 10%，並整合家樂福、Yahoo 拍賣等通路。
這篇會分成兩塊講：先用台灣本地的數字說明回頭客為什麼值得經營，再把海外研究數據獨立成一區、清楚標示為海外參考值——因為那些數字經常被誤用，本文寧可分開放，也不混在一起講。
台灣人到底加入了多少會員？
多到「會員」本身已經不再是差異化了。
未來流通研究所的《2025 台灣數位零售產業新風貌》指出，台灣有 8 家業者的會員數突破千萬。以台灣約 2,300 萬人口計算，單一業者的會員數就接近人口的一半——這代表同一個人同時是好幾家的會員，會員卡本身沒有稀缺性。
| 分類 | 數值 | 來源與年份 |
|---|---|---|
| 台灣本地 | 8 家零售業者會員數破千萬（統一、全家、全聯、momo、蝦皮、PChome、東森購物網、遠東 HAPPY GO） | 未來流通研究所《2025 台灣數位零售產業新風貌》 |
| 台灣本地 | 全聯約 1,630 萬會員、全年活躍會員約 1,000 萬、PX Pay 每日活躍用戶近 100 萬 | 全聯總經理劉鴻徵（經濟日報／UDN，2026） |
| 台灣本地 | 統一超商 OPENPOINT 2025 年發點量創新高、年成長近 10% | 聯合新聞網（2025） |
從這張表可以讀出兩件事。第一，台灣消費者對「留下資料換取好處」的接受度極高，中小商家不需要教育市場。第二，大型通路已經把點數與折扣的戰場打到極致，小店硬拚點數幾乎沒有勝算——全聯有 1,630 萬會員可以攤提成本，你沒有。
所以小店的回頭客策略必須走另一條路：不是拚折扣密度，是拚被記得。這件事的基礎是資料握在自己手上，而不是散落在各個平台，相關討論可參考「台灣中小企業的第一方數據：為什麼客戶資料要握在自己手上」。
海外參考值：新客成本與留客報酬的研究數字
以下三個數字在行銷簡報裡出現頻率極高，但它們全部是海外研究，不是台灣本地數據，而且經常被錯誤引用。這裡把出處寫清楚。
| 分類 | 數值 | 來源與年份 |
|---|---|---|
| 海外參考值 | 保留率提升 5% → 利潤增加 25%–95% | Bain & Company／Frederick Reichheld，經《哈佛商業評論》2014 年 Amy Gallo 專文普及 |
| 海外參考值（原始研究） | 降低顧客流失率 5% → 利潤增加 25%–85%（銀行分行系統 85%、保險經紀 50%、汽車服務 30%） | Reichheld & Sasser,〈Zero Defections: Quality Comes to Services〉, HBR, 1990 年 9–10 月號 |
| 海外參考值 | 獲取新客的成本為留住既有客的 5–25 倍 | 《哈佛商業評論》（2014 年引述） |
最常見的誤用是把「25%–95%」直接掛在 1990 年那篇原始論文上。實際上 Reichheld 與 Sasser 1990 年的研究得出的區間是 25%–85%，而且是分產業列出的（銀行分行 85%、保險經紀 50%、汽車服務 30%）；25%–95% 這個更廣的區間來自 Bain & Company 後續的說法，經 2014 年《哈佛商業評論》Amy Gallo 的文章〈The Value of Keeping the Right Customers〉大量傳播。引用時把兩者分開講，比含糊帶過更可信。
還有一件事要說清楚：這些是美國企業樣本、多為 1990 年代的服務業結構，直接套用到 2026 年的台灣小店並不嚴謹。合理的用法是把它們當作「方向性參考」——留住既有顧客的經濟效益高於不斷買新客，這個方向在多數生意上成立；但精確的倍數請不要當成你店裡的預測值。
不用海外研究，怎麼說明回頭客比較便宜？
用你自己的損益表就講得完，而且更有說服力。
新客的成本是看得見的：廣告費、平台抽成、開幕折扣、首購優惠、以及花在說服一個完全不認識你的人身上的時間。回頭客的成本則幾乎只剩履約本身——他知道你在哪、知道價格、知道流程、不需要被說服品質，也很少殺價。同一筆營收，兩者留下的毛利差距通常不小。
台灣的通路結構讓這個差距更明顯。外送平台、電商平台、訂房平台的抽成從一成到兩成五都有，這些成本幾乎全部發生在「帶新客上門」這一段；當同一位顧客第二次直接找你，那筆抽成就不再發生。換句話說，回頭客省下的不只是行銷費，還有整條通路的過路費。
還有一層常被忽略的效益：回頭客的服務成本也比較低。他不會問「你們在哪裡」「怎麼停車」「要不要預約」，因為他都知道了。他問的通常是「這週六有位置嗎」——一句話就能結束的對話。你的人力被高頻新客問題吃掉多少時間，其實就是回頭客比例偏低的另一種代價。
所以真正該算的不是「保留率提升 5% 會怎樣」，而是三個自家數字：帶一個新客上門平均花多少錢、一位顧客平均消費幾次、以及第二次以後的毛利率是多少。這三個數字算出來，回頭客值不值得經營就不需要引用任何研究了。
小店沒有點數系統，怎麼做回頭客？
用三件大型通路做不到的事：記得他、找得到他、隨時接得住他。
第一，記得他。 大型通路靠系統記住 1,630 萬人，小店可以靠系統記住 800 人——而且是更細的記憶：這位客人上次剪的是哪個造型、對哪個成分過敏、家裡的狗叫什麼名字、上次住的是哪一間房。這種顆粒度的記憶，是點數換不到的黏著。前提是它要被記在你的系統裡，而不是某位員工的腦袋裡。
第二，找得到他。 這裡的關鍵不是群發訊息，而是有一個顧客願意主動回來的官方管道。在台灣目前的環境下，這件事比想像中重要——顧客對陌生訊息的戒心很高，能不能被找到，往往取決於你有沒有一個他認得、驗證得了的入口，相關做法可參考「詐騙時代的客服信任：為什麼顧客不敢點你的連結」。
第三，隨時接得住他。 回頭客的詢問通常很短：「這週六還有位置嗎」「上次那款還有嗎」「可以幫我留一份嗎」。這種訊息的耐心值很低，晚幾小時回，他就去別家了。反過來說，這也是最容易自動化的一類問題。像 Omago 這類以顧客的語言 24 小時自動回覆顧客詢問、需要時轉給真人的 AI 客服，接的就是這批訊息；真正需要協商的部分再交給人。
第四（送分題），把已經上門的人變成會回來的人。 最便宜的回頭客來源，是那些已經留過評論、加過官方帳號、問過問題但沒成交的人。他們已經知道你是誰，只差一個回來的理由。把詢問到成交的流程整理清楚，可以參考「從評論到詢問：台灣店家的接單 SOP」。
應對品質跟顧客會不會回訪，有直接關係嗎？
必須誠實回答：台灣目前沒有官方的因果統計。
能說的是相關性——顧客滿意的互動與回訪意願呈正相關，這在消費者調查中是常見且穩定的觀察。但「回覆快 X 分鐘、回訪率就上升 Y%」這種精確因果，在台灣沒有可靠的公開來源可以支撐，任何廠商給出這種數字時都應該追問樣本與方法。
不能宣稱因果，不代表不能管理。比較務實的做法是自己建立基準線，追蹤四個數字：
- 回頭客佔比——某個月的成交中，有多少來自曾經消費過的顧客。
- 平均首次回覆時間——從顧客發問到你（或系統）第一次回覆之間的分鐘數。
- 未回覆詢問數——每個月有多少訊息根本沒被回。這通常是最刺眼的一個數字。
- 回購間隔——同一位顧客兩次消費之間的天數中位數。
跑兩到三個月，你就有了一組屬於自家生意的參考值。當你調整流程（例如補上非營業時間的自動回覆）之後，這四個數字怎麼變，比任何外部研究都更有說服力——而且那是你自己的數據，不需要標註為海外參考值。
順帶一提，不同業態的回頭客結構差很多：旅宿的回購週期以年計，寵物美容以月計，健身房則是月費續約制。試算方式可以對照「旅宿直訂 vs OTA：省佣金的前提是接得住詢問」、「寵物經濟的詢問潮：美容、住宿、獸醫的預約應對」與「健身房體驗課怎麼轉成長期會員」。
常見問題
小店有必要做會員制度嗎？
不一定要做點數，但一定要能辨識回頭客。最低限度是知道「這個人來過」以及「上次買了什麼」。台灣消費者對加入會員的接受度極高，門檻不在他願不願意，而在你有沒有一個簡單、不侵擾、看得出好處的加入方式。
折扣是留住回頭客最好的方法嗎？
折扣是最快的方法，但也是最貴、最容易被複製的方法。大型通路的點數規模你打不贏。小店比較能守住的是被記得的體驗——記得偏好、記得禁忌、記得上次的問題有沒有解決。這些不用花錢，但需要被記錄下來。
海外的「留客成本是獲客的五分之一」可以直接寫進我的提案嗎？
可以引用，但務必標明是海外參考值並寫出出處與年份（《哈佛商業評論》2014 年引述）。不要把它講成台灣本地數據，也不要把 1990 年 Reichheld 與 Sasser 原始論文的 25%–85% 和 Bain 的 25%–95% 混為一談。標得清楚，你的提案反而更有可信度。
顧客資料要保存到什麼程度才算安全？
蒐集之前先想清楚三件事：為什麼要蒐集、會用在哪裡、保存多久。台灣的個人資料保護法對告知義務與利用範圍有明確規範，導入任何自動化客服或會員系統前應該先釐清，可參考「台灣個資法與 AI 客服的資料界線」。
資料來源：未來流通研究所《2025 台灣數位零售產業新風貌》（8 家業者會員數破千萬）、全聯總經理劉鴻徵受訪數據（經濟日報／UDN，2026）、聯合新聞網統一超商 OPENPOINT 發點量報導（2025）、Reichheld & Sasser,〈Zero Defections: Quality Comes to Services〉, Harvard Business Review, 1990 年 9–10 月號、Amy Gallo,〈The Value of Keeping the Right Customers〉, Harvard Business Review, 2014、Bain & Company 顧客保留率相關說明、全國法規資料庫《個人資料保護法》。文中標示為海外參考值者為美國研究樣本，不可視為台灣本地數據；應對品質與回訪之間目前僅有相關性證據，本文不主張因果關係。