先算一笔账
一家门店，开发一个新客的成本，通常是维护一个老客的 5 倍以上。这个数字在很多行业都被验证过，服装零售尤其明显——因为服装是高频、有复购、有尺寸依赖的品类。
但现实中，绝大多数门店的精力分配是反的：80% 的精力花在"怎么拉新客"，只有 20% 花在"怎么让老客回来"。
结果就是不断拉新、不断流失，获客成本越来越高。
老客为什么不来第二次
问过很多店主，答案通常集中在几个：价格没优势、附近开了新店、顾客搬到别处了。但这些是结果，不是原因。
真正的原因往往更简单：顾客再来的时候，店里没人认得她。
她上次买了一件米色风衣，店员不知道；她穿 M 码，店员推荐了 L；她只穿素色，店员推了印花款。这一次她试了两件，都不合适，然后就不来了。
这不是店员不专业，是信息没有沉淀。人来人往一天几十个，靠脑子记根本记不住。店员流动又快，人一走，那些记忆就全没了。
把"认人"变成可执行的动作
遇小测的顾客画像，核心就一件事：把每个顾客的关键信息沉淀下来，让任何导购接待之前都能先看一眼。
记录的内容是这几项：
- 尺码——上装、下装、鞋码，避免推荐错码
- 常买风格——通勤、休闲、甜系、国风，推荐不会跑偏
- 偏好颜色——有人只穿黑白灰，有人偏爱暖色
- 客单价——判断推荐什么价格带，太贵吓跑、太便宜看不上
- 到店频次与消费分层——谁是高频高价值客，谁很久没来了
这些信息不需要导购手工录入，是从试穿记录、购买记录里自然累积起来的。
分层，比记录更重要
信息记下来只是第一步。要让它有用，得能分层。
高频高价值客：来得勤、买得多。这类顾客要做的是"专属感"——新款先给她看、到货先通知她、有活动优先告诉她。她们对价格不敏感，对被记住非常敏感。
低频高价值客：不怎么来，但每次买得不少。这类顾客通常有明确的购买节点（换季、出差、参加活动）。要做的是"节点提醒"——换季前主动联系，比盲目发促销有效得多。
高频低价值客：常来逛、买得少。这类顾客是"提升客单"的重点，适合用搭配推荐来带连单——她只买一件，是因为没人告诉她配什么。
沉睡客：很久没来了。这类顾客最需要的是"一个再来的理由"。而这个理由如果是"您上次买的那件风衣，新到了条很配的裙子"，成功率会高很多。
没有再来的理由，发再多"全场八折"也没用。
导购接待前，先看画像
这是顾客画像最直接的使用场景。
顾客进店，导购在平板上看一眼画像，就知道：她穿 M 码、偏爱素色、常买通勤风、上次买了一件米色风衣、客单价在 800 左右。
接下来的对话就完全不同了：
"您上次那件米色风衣，我们新到了一条直筒西裤，颜色正好接得上，要不要试试？"
这一句话，比"您随便看看"的转化率高出一个量级。因为它传递的信息是：我记得你。
顾客对"被记住"的反应，比任何促销话术都强烈。
回流顾客：认出"上次买过什么"
更典型的场景是回流——顾客三个月没来，突然进店。
这种情况最考验门店。认不出来，就是从头开始，重新建立信任；认出来了、还能说出上次买的东西，关系瞬间就接上了。
顾客画像里带试穿记录和购买记录，翻一下就知道她上次试过哪些、最后买了哪些、哪些没买可能是因为价格还是尺码。这些信息在推荐的时候都用得上：
- 上次试过但没买的款，如果现在有折扣或者有同系列新款，正好可以提
- 上次买的上衣，现在推荐能配的下装，是最自然的连单
- 上次因为尺码不合适没买，这次到货了，主动告知
隐私这件事，必须说清楚
顾客画像涉及个人信息，这里必须严谨。
第一，收集要有依据。顾客成为会员、使用扫码试穿、下单购买，这些是信息收集的正当场景。门店应当在隐私政策里明确告知收集哪些信息、用于什么目的。
第二，使用要有限度。画像信息用于门店内的服务推荐是合理的；对外提供、转卖、用于与门店服务无关的营销，都不合适也不合规。
第三，顾客有权知悉和更正。顾客询问"你们记了我什么"，应当能够告知；顾客要求删除，应当支持。
遇小测的隐私政策按监管要求披露了信息收集范围和使用方式，门店在实际操作中也要守住这几条底线。技术能力不等于可以随便用，这一点比功能本身更重要。
从今天开始能做的一件事
如果门店还没有系统，最简单的起点是：给每个成交的顾客记三件事——尺码、风格偏好、这次买的是什么。
记在手机备忘录里也行，记在纸上也行。关键是让它成为习惯。
三个月之后你会发现，你手上有一份自己的"顾客地图"。这份地图的价值，会随着时间越来越大——因为它是别人抄不走的资产。
*遇小测AI搭配师由贵州易辰晋网络科技有限公司开发运营