为什么降价没用：营销在解决什么问题

曼谷一位做手工皂的小老板，最近很苦恼。隔壁摊位的竞品开始削价竞争，一块皂从150泰铢降到99泰铢。他咬着牙跟进降价，心想「至少人流会回来」。结果三个月后，帐算下来：业绩确实有微幅增长，但因为单价被拉低、加上包材成本没变，利润反而比降价前更薄。更麻烦的是，降价吸来的客人里，复购率几乎是零——他们是「比价客」，不是「回头客」，下一次哪里便宜，他们就往哪里去。他开始怀疑：我的产品明明用料实在、口碑也不差，为什么还是留不住人？

为什么

这位老板卡住的地方，是很多中小企业主共同的迷思：「好产品自己会说话」。这句话有一半是对的——烂产品做再多营销也救不回来。但另一半是危险的误解：以为只要产品够好，客人自然会找上门、自然会复购、自然会介绍朋友。现实是，好产品只解决了「值不值得买」这一关，它完全不负责「有没有人看到你」「看到后愿不愿意下单」「买完之后愿不愿意再买一次」这三件事——而这三件事，才是营销真正在做的工作。

把生意拆成三个齿轮会更清楚：流量（有多少人看到你）、转化率（看到的人里有多少人买单）、复购率（买过的人里有多少人再买一次）。业绩＝流量×转化率×客单价×复购率，四个数字任何一个掉下去，业绩就掉下去。降价这个动作，本质上只是在硬拉「转化率」这一个齿轮，而且是用牺牲利润的方式硬拉。如果流量本来就不够、或者复购率本来就是零，降价只会让你用更低的利润，换来一群不会再回来的客人——这正是曼谷肥皂老板遇到的状况。营销的工作，不是让你的东西变便宜，而是让这三个齿轮同时转起来。

怎么做

1. 先把三个数字量出来，不要用感觉判断

大部分老板说「生意不好」时，其实不知道问题出在流量、转化率还是复购率。先花一周时间记录：本周有多少人接触到你（来店人数、粉丝页触及、LINE好友新增数）、其中多少人真正下单（成交笔数）、老客户里有多少人这个月又买了一次（复购笔数）。没有这三个数字，任何营销决策都是用猜的。

2. 找出漏得最凶的那个洞

泰国中小企业常见的漏斗破口有两种类型。第一种是「有流量没转化」——LINE好友加了不少、Facebook粉丝页追踪数字好看，但下单的人很少，这通常是页面信息不够清楚、缺乏信任感（没有评价、没有实体地址），或购买流程太麻烦（要私信问价、要等很久回复）。第二种是「有转化没复购」——客人买了第一次就消失，这通常代表你把所有力气都花在「拉新」，却没有任何机制让客人想起你。先诊断是哪一种洞，再决定要修哪里，比盲目砸广告费有效得多。

3. 用泰国本地渠道，各司其职

不要把LINE官方账号、Facebook、TikTok当成同一件事重复发。TikTok适合解决「流量」问题——短视频靠算法推给陌生人，是你触及新客最便宜的渠道，内容重点是「三秒抓住注意力＋展示产品实际使用画面」。Facebook粉丝页适合解决「转化」问题——放清楚的价格、真实顾客评价、完整的购买流程说明，是陌生人决定要不要买单的最后一关。LINE官方账号则专门解决「复购」问题——通过分群标签（买过什么、多久没复购）推送个性化消息、生日优惠、会员积分，这是泰国消费者最常打开、也最愿意接收品牌消息的渠道，是养回头客最有效的工具。

4. 降价之前，先做一次小实验

如果诊断出来问题其实在转化率或复购率，降价根本治不了病，只会流血。与其整条产品线降价，不如挑一个小范围先测试：例如只对LINE官方账号里「买过一次、超过一个月没复购」的客人，发一则专属优惠消息，观察打开率和复购率有没有改善。用小成本验证假设，比一次性全面降价安全得多。

🔧 AI 动手做

我是一家泰国中小企业的老板，做的是【填入你的产品/服务类型】。
以下是我这周记录的数字：
- 流量（来店人数/粉丝页触及/LINE好友新增数）：【填数字】
- 成交笔数：【填数字】
- 老客户本月复购笔数：【填数字】
- 目前平均客单价：【填数字】泰铢
- 我最近正在考虑的行动：【例如：跟进竞品降价/加大广告投放/其他】

请你：
1. 帮我算出转化率和复购率，并判断我的漏斗破口主要在「流量不足」「转化率低」还是「复购率低」。
2. 针对破口所在，给我3个本周就能执行、不需要额外预算的具体行动（可以用LINE官方账号、Facebook粉丝页或TikTok）。
3. 告诉我，如果我照原计划降价，可能会对哪个数字造成什么影响，值不值得做。

本周就能做的一步：不用急着决定要不要降价，先花七天时间，把流量、成交、复购这三个数字老老实实记下来，哪怕只是用手机备忘录画三栏也可以。有了这三个数字，你才知道自己的生意，是流量的问题、转化的问题，还是复购的问题——这比任何一次降价，都更接近真正的答案。

📎 理论依据：彼得·德鲁克（Peter Drucker）在《管理的实践》中提出「营销的目的，是让推销变得多余」；流量×转化率×客单价×复购率的拆解方式，脱胎自创业圈广泛使用的AARRR（海盗指标）增长漏斗模型（Dave McClure，2007）。