First Purchase Rate

定义

First Purchase Rate 是首购率，表示新用户中有多少比例完成第一次购买。

它衡量获客和激活是否最终转化为真实客户。

一句话理解：First Purchase Rate 回答“新用户里有多少真正买了第一单”。

为什么重要

首购是电商新用户从潜在客户变成客户的关键节点。

New Users、Signup、Product View 都只是前置行为。只有完成首购，用户才真正开始产生收入和后续复购可能。

First Purchase Rate 能帮助团队判断：

• 新用户质量是否高
• 首访和激活体验是否有效
• 首单权益是否有吸引力
• 结账流程是否顺畅
• CAC 是否有机会回本

它是连接 Acquisition、Activation 和 Revenue 的关键指标。

Growth 漏斗位置

First Purchase Rate 位于 Activation 到 Conversion 的交界，也连接 Revenue。

典型路径：

New Users -> Activation -> First Purchase -> Repeat Purchase -> LTV

计算公式

基础公式：

First Purchase Rate = New Buyers / New Users

如果以注册用户为分母：

Registered User First Purchase Rate = New Buyers / New Registered Users

如果限定时间窗口：

7-day First Purchase Rate = New Users who purchased within 7 days / New Users

统计口径

必须明确两个口径：新用户定义和首购窗口。

新用户可以是：

• 首次访问用户
• 新注册用户
• 新 App 安装用户

首购窗口可以是：

• 当日首购
• 7 天内首购
• 30 天内首购
• 首次会话内首购

需要注意：

• 退款首单是否仍算首购
• 取消订单是否排除
• 游客首购后注册如何归因
• 多设备身份合并
• B2B 和 B2C 用户是否分开

推荐电商同时看 1-day、7-day、30-day First Purchase Rate。

示例

某月新增用户 100,000，其中 12,000 人在 30 天内完成首购。

30-day First Purchase Rate = 12,000 / 100,000 = 12%

如果这批用户的 CAC 为 60 元，首单 AOV 为 120 元，团队还要继续看毛利和复购，判断首单是否能覆盖获客成本。

SQL 思路

计算 30 天首购率：

with new_users as (
  select user_id, first_seen_at
  from users
),
first_purchase as (
  select
    user_id,
    min(order_paid_at) as first_purchase_at
  from orders
  where order_status in ('paid', 'shipped', 'completed')
  group by 1
)
select
  date_trunc('month', nu.first_seen_at) as cohort_month,
  count(distinct nu.user_id) as new_users,
  count(distinct case
    when fp.first_purchase_at < nu.first_seen_at + interval '30 day'
    then nu.user_id end) as buyers_30d,
  count(distinct case
    when fp.first_purchase_at < nu.first_seen_at + interval '30 day'
    then nu.user_id end) * 1.0 / count(distinct nu.user_id) as first_purchase_rate_30d
from new_users nu
left join first_purchase fp on nu.user_id = fp.user_id
group by 1
order by 1;

Dashboard 展示

建议展示方式：

• First Purchase Rate 趋势图
• First Purchase Rate by Channel
• 1-day / 7-day / 30-day 首购率 Cohort
• New Users -> New Buyers 漏斗
• CAC vs First Purchase Rate
• First Purchase Rate vs Retention Rate

可视化建议：用 Cohort 表展示不同月份新用户在 1 天、7 天、30 天内的首购转化。

如何优化

优化方向：

• 提升新用户落地页相关性
• 明确首单权益
• 优化商品推荐
• 降低注册和结账阻力
• 增强支付、物流、售后信任
• 对未首购用户做 CRM 召回
• 根据渠道意图设计不同首购路径

首购优化不能只靠补贴。过度补贴会提高首购率，但可能带来低 LTV 用户。

常见误区

• 把注册率当首购率。
• 不限定首购时间窗口。
• 不排除取消订单。
• 只看首购率，不看首购后的复购。
• 用过度优惠拉高首购，却伤害利润。
• 不按渠道拆分首购率。

相关指标

• New Users
• Signup Rate
• Activation Rate
• Add-to-Cart Rate
• Conversion Rate
• CAC
• Repeat Purchase Rate
• LTV

面试题

1. First Purchase Rate 和 Conversion Rate 有什么区别？
2. 为什么要看 7 天和 30 天首购率？
3. 如果首购率提升但 LTV 下降，可能是什么原因？
4. 如何按渠道优化 First Purchase Rate？
5. 首购补贴应该如何评估效果？

企业案例

一家新消费电商用大额首单券将 First Purchase Rate 从 8% 提升到 15%。但 60 天后发现复购率下降，LTV/CAC 变差。

团队调整策略：降低无门槛券，改为品类套装、会员权益和复购券。首购率略降到 12%，但复购率和 Net Revenue 提升，整体增长质量更好。

PPT Notes

• Slide title: First Purchase Rate: 新用户变客户的关键节点
• Key message: 首购是从潜在用户到真实客户的转折点
• Visual: New Users -> First Purchase -> Repeat Purchase -> LTV
• Speaker note: 强调首购率必须和 CAC、复购、LTV 联动