为什么在线零售的下一个时代将由品类广度、数据能力和可靠的供应链赢得，而不是由谁把价格压得更低来决定。
在过去十年中的大部分时间里，电商留存策略大致相同：一个欢迎折扣、第45天发送的“我们想念你”优惠券，以及一个主要奖励顾客本来就会做的行为的忠诚度计划。当获客成本低廉时，这套方法有效。但在2026年，它已不再奏效。
客户获取成本在几乎所有付费渠道中都在攀升，而Safari和Firefox中不受限制的第三方追踪时代实际上已经结束，Chrome也大幅收紧了规则。与此同时，消费者已经熟练于寻找最低标价。今年领先的那些零售商并不是打折最狠的，而是那些系统性地扩大销售品类、优化推荐方式，并能可靠保持库存的零售商。
这是一个关于品类广度、复购行为，以及将一次性买家转化为五次买家的不那么光鲜的后端工作——采购、数据和商品管理——的故事。这些后端工作越来越多地通过多品类B2B批发合作伙伴进行，例如 Kauffritz，一家位于柏林的供应商，服务于香水、美容、时尚和运动用品领域不断增长的在线零售商。如果你的留存仪表盘仍然以单一的“复购率”数字为主导，未来十二个月将会令人不适。如果你愿意重新构建衡量方式，那么同样的十二个月可能会成为你最盈利的时期之一。
为什么以折扣为导向的留存正在悄然失败
如果你的留存报告仍然显示健康且看似不错的30%至35%的复购率，恭喜你。但请再深入一层看看：其中有多少比例与促销活动相关？答案往往令人不安：大多数复购者只有在收到折扣提示时才会再次购买，而且每次他们的平均订单价值都会下降。
这同时带来了两个问题。首先，你在训练顾客等待优惠，从而永久压缩你的利润空间。其次，你把促销响应误认为是忠诚度。一旦竞争对手提供更深度的折扣，你就会失去你以为已经拥有的客户。
成功摆脱这一陷阱的零售商有一个共同点：他们不再优化“任何复购”，而是开始优化“跨品类的复购”。这一转变改变了整个业务的经济学逻辑，因为它将焦点从价格转移到了相关性上——而相关性远比一个15%的折扣码更难被竞争对手复制。
品类广度是新的忠诚度杠杆
根据考夫里茨（Kauffritz）对其中型零售合作伙伴的观察，粗略的工作启发法大致如下——这是一个基于实践经验而非公开行业统计数据的基准。从单一类别购买两件商品的顾客，在90天内再次从你这里购买的可能性约为22%。而从两个不同类别各购买一件商品（例如一款香水和一双运动鞋）的顾客，再次购买的可能性则接近51%。跨类别购买的顾客通常也表现出显著更高的终身价值，往往比同一群体中单类别购买的顾客高出两到三倍。
原因何在？因为第二个类别是与你的品牌建立关系，而不仅仅是与某款产品建立关系。顾客现在将你视为一个“地方”或平台，而不是某个具体的SKU。这种思维转变比任何积分余额都更为持久。
这也是为什么纯品类专家正面临静默压力的原因。只卖跑鞋的商店只能卖给顾客有限的跑鞋数量。而同时销售跑鞋、运动服、恢复配件以及运动后美容产品的商店，在同一个月内就有四次机会展现其价值——并为顾客打开下一封邮件提供四个理由。
这一模式在德国市场尤为显著，因为在欧洲，时尚和美妆始终保持着最高的退货率之一。那些扩展到具有较低退货倾向的相邻品类（如香水、配饰、体育用品、小众个人护理）的品牌，可以缓解因服务高退货核心业务而固有的结构性利润问题。跨类别买家不仅仅是一个留存故事；对于德国电子商务而言，这是一个单位经济效益的故事。
你需要关注的分析信号
如果你想将这一策略付诸实践，有三个指标比你工具默认生成的任何队列留存图表都更重要。
跨类别复购率
你的回头客中有多少人在第二次购买时选择了不同的类别？如果这个数字低于15%，说明你的目录对留存毫无助益，你的商品团队实际上是在经营一家带有额外SKU的单类别商店。
第二次购买时间
增长最快的零售商通常拥有低于30天的中位第二次购买时间。如果你的数据在90天或以上，说明你的购后推荐和品类关联逻辑可能存在错位。如果在交付后两天发送的邮件推荐的是顾客刚买物品的近似的复制品，那对你毫无帮助。
缺货驱动的流失
这一点几乎没有任何团队进行测量。顾客的第二次尝试购买中，有多少次是因为你没有库存的产品？每一次这样的失败都是你自己造成的流失事件。标记它、统计它，并在每周审查中将这个数字放在获客成本旁边。这将改变关于预算实际应该投向何处的讨论。
目录扩展的实用指南
在幻灯片演示中添加类别很容易，但在仓库中却非常困难。以下是中型电子商务品牌从单一垂直领域扩展到两个或三个领域时始终有效的步骤序列。
首先利用跨品类关联数据
在添加任何 SKU 之前，先从现有的交易数据中挖掘关联性。哪些类别实际上在同一购物篮或同一客户的 12 个月购买历史中共同出现？麦肯锡关于个性化价值的研究多年来一直表明，在个性化方面表现卓越的公司，其相关活动产生的收入比平均水平高出约 40%。同样的逻辑也适用于目录层面：扩展进入客户已经发出信号的相邻品类，而不是进入分析师报告中看起来很大的品类。
进行测试，而非盲目押注
对新品类进行试点时，只引入 30 到 50 个 SKU，而不是 300 个。设定一个明确的 90 天评估期，关注连带率、退货率和贡献利润率。任何无法在目录中证明其价值的品类都应被剔除。不要因为有人对新品类投入了情感资本，就抗拒让表现不佳的品类再撑一个季度的冲动。
在发布前解决采购瓶颈
大多数品类扩张在此处失败。营销部门推出了新品类，初期销售有所增长，但下一笔采购订单却延迟了，或者一款英雄 SKU 停产，又或是海关延误导致畅销品缺货三周。你刚刚赢得的客户会留下一星差评，并转向恰好有货的竞争对手。
一个可靠的 B2B 采购合作伙伴，能够跨多个品类供货，已不再是一个后台细节问题。它是一项留存资产。原则很简单：如果你的品类策略仅依靠每个垂直领域的一个脆弱供应商来维系，你的留存数据最终将为此付出代价。一个 结构化的多品类批发合作伙伴 正是为了让不断成长的电商品牌能够在每次新增垂直领域时，无需从头重建供应商网络即可扩展商品组合而存在的。
对于德国的 Mittelstand（中型企业）电商品牌而言，这不再是一个战略上的锦上添花，而是关乎生存的数学题。灵活的多品类采购是中型零售商为数不多的结构性杠杆之一，可用于应对市场平台能够以单个品牌无法匹敌的规模吸收供应冲击的情况。2026 年在 DACH 地区（德国、奥地利、瑞士）取得胜利的零售商并非试图在市场平台上与市场平台竞争；他们正利用商品组合的敏捷性作为大型玩家难以快速复制的非对称武器。
AI 如何悄然重写规则
今年电商领域有趣的 AI 故事并不是你首页上的聊天机器人。而是发生在商品运营和运营侧的事情，那里的收益虽然不那么显眼，但却更加持久。
现代推荐系统不再需要长达 90 天的行为数据才能做出有价值的推测。借助产品和用户的预训练嵌入模型，顾客第三次浏览页面往往就足以提供可信的跨品类建议。这大幅缩短了从首次购买到第二次购买的间隔时间，更重要的是，让第二次购买更像是一次发现，而非仅仅因为折扣。
在运营方面，需求预测模型的运行成本已足够低廉，可按 SKU 和区域分别执行，这意味着此前提到的因缺货导致的客户流失问题现在可以得到解决。再结合向 B2B 合作伙伴自动触发补货指令，就能消除一整类由自身原因造成的留存损失。Kauffritz 在补货环节最为清晰地看到了这一效果：那些在其供应数据流中集成自动重购触发机制的合作零售商，显著降低了因缺货导致的客户流失——这一收益不仅体现在运营仪表板上，更反映在月度留存报告中。
生成式 AI 也出现在你意想不到的地方：大规模重写产品描述、为以往无法承担的新市场制作本地化商品详情页（PDP）文案，以及缓慢但切实地向移动端对话式产品发现转变。这些都不是万能药。只有当它们被直接整合到你的商品管理和供应链工作流中，而不是为了展示而外挂时，其效果才会产生复利效应。
2026 年及以后的最佳实践
综合以上所有要点，有几条原则值得张贴在你团队办公桌上方的墙上。
衡量跨品类行为，而不仅仅是重复购买。任何未将首品类重复购买与跨品类重复购买区分开来的留存仪表板，都掩盖了业务中最关键的指标。本周就加上这种分类，即使数据尚不完美。
将你的采购网络视为留存体系的一部分，而不仅仅是 COGS（销售成本）项。一旦供应链成为瓶颈，其上的每一分营销投入都将白费——更糟的是，它还会主动引导客户转向别处。
在能缩短反馈循环的地方使用 AI，而不是为了听起来 impressive（令人印象深刻）。更快的推荐、更精准的预测、更快的内容生产——这些会产生复利效应。而主页上那个新奇有趣的聊天机器人则不会。
对品类扩张保持耐心。一个新品类通常需要两个完整的购买周期（往往是六个月），其留存信号才变得可读取。那些在 60 天后就撤下新品线的品牌，永远看不到他们期望中的第二次购买提升。
最后，写下你的留存论点（thesis）——不是你的留存战术，而是论点。为什么顾客要专门回到你的商店？如果唯一诚实的答案是“价格更低”，那你正陷入一场注定无法获胜的竞争。
结语
2026年的电子商务不再像一场营销军备竞赛，而更像是一种沉稳的运营纪律。增长最快的品牌并非声音最大或价格最低的，而是那些已经明白：在新品类中、以有货产品促成第二次购买，才是业务中最具价值的事件——并为此构建了数据、采购和商品管理，以确保这一事件能够有意识地发生。
这正是未来十二个月的工作重点。以折扣为主导的策略正在逐渐退出历史舞台。取而代之的方案更具吸引力、更持久，并且对于愿意投入后端工作的团队来说，利润也显著更高。