連說了兩個「最」字，有點自以為是，但還是希望這篇文章，能夠給當前充斥著搜尋、直通車、轉化率等的運營乾貨，注入一股不一樣的清流。流量成本越來越高！
這是我們必須要面對的現實，不管是免費流量還是付費流量，就拿直通車為例，不排除車神的存在，但是大多數賣家在開車的時候，能做到不虧損已經很難了。
1. 先來看看老客戶營銷能帶來什麼
我覺得這是你首先要搞明白的，也是你一定要認真看的，有一些東西可能會顛覆你對老客戶營銷的慣性思維。
（1）老客戶對新品的加權效果
今年春節回來的時候，因為**類目**，所以流傳過一種特別搞笑的言論：今年用老客戶破零必死，一定會被抓，然後降權。我也是醉了，誰給你那麼大的信心，讓你胡說八道。
你可以把每乙個銷量都看成是寶貝人氣的加分項，老客戶以特定方式購買帶來的加分效果肯定比新顧客購買好。
細心的小夥伴發現了，我一直強調乙個問題：特定的方式購買。什麼意思呢？很多人（這還是**上做老客戶營銷做的比較好的那些）在做老客戶營銷的時候，無非就是把老客戶集中在某乙個自**平台上（或者社交賬號上），比如微博、微淘等等，然後上新時，發布新品資訊（寶貝鏈結和寶貝介紹），吸引老客戶回購，這樣也會有一定的加權效果，但是要小很多。
（2）老客戶對店鋪綜合質量得分的加權效果
對於**和天貓來講，他其實很希望你自己能夠自力更生，而不是一直靠平台輸血（給你扶植流量），因為他們去不斷的搞流量進來，也很累，成本也很高。換句話來說，在電商發展到現階段，網購人群的增速已經放緩了。
以前的店鋪運營核心是什麼？把流量搞進來，這是根本。而現在呢，現在引擎考核的重點是：你能不能把流量的價值最大化。這裡面涉及的指標有：轉化率的提公升、客單價的提高、回購率的提高。
很顯然，如果你能把老客戶營銷做好，回購率這個指標的提高是顯而易見的。而回購率的提高，絕對會非常明顯的提高你店鋪的綜合質量得分。店鋪的整體權重上去了，你還擔心單品的權重麼?
（3）提高店鋪利潤
就像前面提到的那樣，流量的獲取成本越來越高，也就意味著你想通過新客戶賺錢已經變的越來越難了。舉個例子，你花50塊錢的直通車費用，得到了乙個新客戶，這個新客戶給你創造的利潤是20塊錢，也就是說你虧了30塊錢。那你想過麼，如果你不做好老客戶營銷，這30塊錢虧了也就虧了。這一點好理解，所以不多說了。
2. 老客戶營銷怎麼搞
其實沒有固定的平台，也沒有一是
一、二是二的方法，在這裡給大家講幾個小細節，希望能夠有所幫助。
（1）你要讓老客戶在你這裡能真正感受到實實在在的價值
這個價值包括很多，比如：
你是賣健身器材的，你能真正的提供健身方面的專業建議；
你是賣服裝的，你在服飾搭配方面確實有獨到的地方，而不是有新品就直接扔出來；
你在**方面（尤其是標品），有得天獨厚的優勢，產品質量沒的說；
如果你賣的衣服款式也不行，**也沒有優勢，你也沒什麼搭配方面的眼光，那你拿吸引老客戶？
（2）老客戶營銷要用心，而不是簡單的推送
每乙個新顧客購買的時候，不管是從下單的寶貝上還是通過跟客戶在旺旺上聊天，她總能夠知道這個小孩子目前相對比較精準的年齡。然後她會自己做乙個excel小工具（她excel比較厲害），登記一下這個顧客家寶寶的年齡，比如一歲零乙個月等等（當然，能知道詳細的肯定更好）。
新品出來的時候，她不會一鍋端的推送出去，而是把新品分組，比如適合兩歲穿的，適合一歲穿的等等。推送的時候，她在她的那個小工具上操作一下，當時購買的那些顧客的小孩子，現在多大了，就能夠顯示出來。比如原來一歲的，經過了一年，現在變成兩歲了。
接著，她再進行分組，比如兩歲的一組，一歲的一組，分組進行推送。在進行溝通的時候，她用了最簡單，但確實最有效的方式：**溝通。直接讓客服跟寶媽聯絡：
「親，你好，我是某某店鋪的，您在咱家給寶寶買過衣服，寶寶現在已經兩歲了吧，我們新出來了一批適合兩歲寶寶的衣服，你看要不要來看看，給寶寶選一些呢？」
思維的慣性
我們經常說要破除思維定勢。避免思維慣性。這個想法是非常對的。但事實上是非常難做到的，由於大腦研究發現。人在使用眼睛看東西時。並非把全部的資訊都進行處理，僅僅有大約10 的資訊是新的，其它的資訊都是補全的。人一方面須要這樣的資訊 抽象 自己主動補償來加速腦袋cpu的處理速度。但還有一面這樣的處理機制又...
思維慣性 路徑依賴
乙個人在某個方面獲得經驗後不可避免的在經驗路徑依賴，以及不願意接受新鮮事物 記得在08 09年那會還在思考用命令列還是桌面，不能老的事物在某些方面很好，就放棄 去接受新的事物，比如ios6的擬物化不能因為ios7的扁平化就全盤否定很多東西，這方面 羅永浩老師也是犯錯的代表。新生的 新的事物固然存在不...
UASCO checker, 不要滿足慣性思維
frankly speaking 第一眼看這個題真沒勁，古董題，n皇后。不過，第一次提交 之後我明白了，是我自己太沒專研精神了。n皇后是回溯或者說深度優先搜尋的典範，我就是初學回溯和 dfs時接觸到 n皇后的，所以我飛敲鍵盤寫出了下面的 這個不是直接提交的 是後來我測試時用的 但是演算法當然是一致的...