← 全部指南

Shopify 客单价:如何计算 AOV 并提升收入

你的 Shopify 客单价(AOV)等于某一时间段内的总收入除以订单数,你可以在 Shopify 的分析数据中看到它。要提高客单价,就在每个环节给顾客一个相关的理由多买一些:捆绑套装、多件折扣、包邮或赠品门槛、cart drawer 追加销售,以及一键购后优惠。用转化率和每单利润来检验每一项改动,而不只是看客单价。
目录
  1. Shopify 客单价:含义及其重要性
  2. 如何计算 Shopify 客单价并在分析数据中找到它
  3. 提高 Shopify 客单价的实用方法
  4. 如何在不影响转化率的情况下测试客单价优惠
  5. 常见问题

Shopify 客单价:含义及其重要性

简单的定义

Shopify 客单价是顾客在你的店铺中单笔订单的平均消费金额。它告诉你每笔订单带来多少收入,也是少数几个不用购买更多流量就能影响的电商指标之一。

在基本的收入公式中,客单价与转化率和流量并列:访客数,乘以购买者所占比例,再乘以每次购买的金额。提升三者中的任何一项都能提高收入。对于已经有稳定流量、却感到每位顾客的获客成本压力越来越大的店铺来说,客单价往往是一个实用的抓手。

为什么客单价值得关注

每笔订单都带有一些不会随订单金额同步增长的成本:获客成本、支付手续费中的固定部分、拣货和打包,通常还有运费。当每笔订单的价值更高时,这些成本就被分摊到更多的收入上,从而可能提高每单利润率。更高的客单价也能让你在保持盈利的同时,有更多空间投入获客。

话虽如此,更高的客单价并不自动意味着更好。如果某个策略推高了客单价,却降低了转化率,或者依赖于吃掉你利润的折扣,你最终可能每单收入更多、整体利润却更少。在阅读本指南其余部分时,请记住这一点。

什么样的客单价算“好”?

没有放之四海而皆准的答案。客单价因细分领域、价格区间、商品品类和顾客类型而差异很大。一家销售单件高价商品的店铺,与一家销售顾客会反复购买的消耗品的店铺,数据会截然不同。与其追逐一个外部数字,不如把你的客单价与你自己的历史数据、你自己的渠道和你自己的利润率进行比较。目标是在你的基准之上实现稳定、有利润的提升。

如何计算 Shopify 客单价并在分析数据中找到它

客单价公式

计算方法很简单:

客单价(AOV)= 总收入 ÷ 订单数

下面是一个用虚构数字举的例子,并不是基准:如果一家店铺上个月从 600 笔订单中获得了 $30,000 的收入,它的客单价就是 $30,000 ÷ 600 = $50。如果下个月同样 600 笔订单带来了 $33,000,它的客单价就会升到 $55。

对于“收入”包含哪些内容,要保持一致。确定你是否计入运费、税费、退款和折扣,然后每次都使用相同的定义,这样你的比较才有效。Shopify 的报告使用它们自己的定义,所以在把报告中的数字与你在电子表格中算出的数字进行比较之前,先确认该报告是如何计算这个数字的。

在 Shopify 中哪里能找到客单价

你不需要手动计算:Shopify 的分析数据中就会显示平均订单价值(即客单价)。

  1. 在 Shopify 后台中,打开分析(Analytics)。
  2. 找到平均订单价值指标,并调整日期范围来比较不同时期(例如,本月与上月对比)。
  3. 在报告中查看平均订单价值随时间的变化,而不是只看一个数字。
  4. 在报告允许的情况下,按销售渠道、商品或顾客类型细分数据。

你能看到的报告和细分维度可能取决于你的 Shopify 套餐,而且 Shopify 会不断更新它的分析界面,所以你后台中的具体名称可能有所不同。

不要只看单一的平均值

平均值可能会产生误导。少数几笔异常大的订单,比如批发采购或企业礼品订单,就可能拉高平均值,掩盖普通顾客的真实消费水平。要获得更真实的图景:

  • 查看订单金额的中位数和最常见的订单金额。与平均值相比,它们更适合作为设置门槛和优惠的参照。
  • 按顾客类型细分。新顾客和回头客的行为往往不同。
  • 按渠道和设备细分。付费社交、邮件、自然搜索、桌面端和移动端带来的购物篮可能差别很大。
  • 按首次购买的商品细分。这能显示哪些入门商品为加购留有空间。

在做任何改动之前,记下你的基准客单价、中位数、转化率和每单利润。没有这个基准,你就无法判断某个策略是否奏效。

提高 Shopify 客单价的实用方法

持久的客单价提升,通常来自让更大的购物篮显得更划算或更完整,而不是向顾客施压。下面每种策略都在购买旅程的不同时刻发挥作用,所以它们可以层层叠加,而不是互相替代。

商品捆绑套装

捆绑套装把互补商品组合成一个优惠,比如入门套装、“补全护理流程”套装或主题系列。它们之所以有效,是因为省去了决策的力气:顾客不必自己琢磨哪些商品应该搭配在一起。

好的捆绑套装从你的订单数据出发。看看哪些商品已经经常出现在同一笔订单中,然后把这些组合打包。让优惠容易理解,并确保套装价格有吸引力又不会毁掉利润率。如果你想在店面上搭建固定、阶梯或自由搭配的捆绑套装,可以用 Moon Bundles 设置商品捆绑套装,然后在你自己的分析数据中观察它们对客单价和转化率的影响。如需分步演示,请参阅我们的指南如何在 Shopify 上做捆绑销售。

多件折扣与批量折扣

多件折扣奖励多买同一件商品的顾客:例如,买两件或三件而不是一件时,单价更优惠。批量折扣按同样的逻辑分档设置。它们适合会被消耗、送人或分享的商品,比如护肤品、保健品、咖啡、宠物用品或基础服装。

设计档位时,要让升档的门槛显得很小、奖励很清晰。避免设置太多档位,否则会让人困惑。检查每一档是否仍留有可接受的利润率,因为折扣通常适用于该档位中的每一件商品。使用 Moon Bundles 的批量折扣,折扣会自动生效,节省的金额会显示在商品页上。

包邮门槛与赠品门槛

门槛给了顾客一个目标:再多花一点,就能解锁一项好处。最常见的两种形式是购物车金额达到一定数额后包邮,以及达到一定数额后送赠品。

  • 包邮门槛:一种常见做法是把它设在略高于你的订单金额中位数的位置,让大多数顾客觉得够得着。远高于顾客平常消费水平的门槛往往会被忽视。
  • 赠品门槛:选择感知价值高、而你的成本低的赠品,最好是能推广某款商品或促进复购的东西。

在购物车中显示距离门槛的进度,让顾客随时知道自己还差多少。如果你想把这一点自动化,Moon Bundles 的渐进式赠品会在购物车中加入实时进度条,档位由你选择(包邮、赠品、订单折扣),每个购物车最多可送两件赠品。

想一想门槛对你的利润率有什么影响。对于那些本来就会达到门槛的订单,包邮是要你真金白银付出成本的,所以要测试门槛,而不是靠猜。

cart drawer 追加销售与交叉销售

cart drawer 是顾客确认自己即将购买什么的地方,因此很自然地适合放一个相关的建议。追加销售推荐的是购物车中商品的更好或更大版本。交叉销售推荐的是与之搭配的商品。

让购物车优惠保持轻量:

  • 展示一到三个建议,而不是一长串轮播。
  • 选择与购物车内容明显相关的商品。
  • 优先选择价格较低、让人很容易就答应的加购商品。
  • 让加购只需一次点击,不要把顾客从购物车带走。

这里的风险是分散注意力。如果建议不相关,或者把结账按钮挤到页面下方,转化率就可能下降。这就是为什么购物车的改动始终都应该经过测试。Moon Bundles cart drawer 把包邮进度、社交证明、交叉销售和折扣码整合进一个与你主题风格一致的侧滑购物车中。

一键购后追加销售

购后追加销售出现在顾客付款之后、进入感谢页之前。由于原订单已经完成,顾客的主要购买不会有任何风险,而一键优惠让他们无需重新输入支付信息就能加购商品。

这里通常很适合推荐互补商品、补充装或配件。让优惠与刚刚购买的商品相关,并只给出一个清晰的选择。由于它发生在付款之后,不会影响主订单的转化,因此是一种风险相对较低的客单价提升方式。优惠如何设置取决于你使用的应用:在 Moon Bundles 中,购后页面追加销售从 Essential 套餐起提供(每月 $19.99,含 7 天免费试用)。我们的 Shopify 购后追加销售指南介绍了该展示哪些优惠、如何设置以及要追踪哪些指标。

策略对比

策略 出现位置 最适用的情况 主要风险
商品捆绑套装 商品页、商品系列页 商品天然会被一起购买 折扣过深时侵蚀利润率
多件折扣 商品页 商品属于消耗品或适合送礼 给本来就能卖出去的商品打折
包邮或赠品门槛 购物车、公告栏 门槛略高于常见的订单金额 对本来就达标的订单付出运费或赠品成本
cart drawer 追加销售 cart drawer 加购商品相关且价格低 分散对结账的注意力
购后追加销售 付款之后 优惠与刚购买的商品相匹配 不相关的优惠损害顾客体验

AI 能发挥什么作用

决定向哪位顾客推荐哪件商品,正是自动化可以帮上忙的地方。推荐逻辑可以利用商品目录和订单数据来推荐相关的加购商品,而不是依赖一份固定的清单。Moon Bundles 还提供 MCP 连接器:把它添加到 Claude 或 ChatGPT 等 AI 助手之后,助手就可以读取你的商品目录、起草优惠并回答有关你的数据的问题,而且在你批准之前,任何内容都不会上线。想更进一步,请查看为你的 Moon Bundles 优惠打造的 AI 智能体和面向电商的 Claude Cowork。无论你使用什么工具,都要把它们的建议当作有待测试的假设,而不是保证。

如何在不影响转化率的情况下测试客单价优惠

衡量的不只是客单价

如果客单价是你唯一的成功指标,你可能会在不经意间批准一项损害业务的改动。同时追踪一小组指标:

  • 客单价,如果可以的话再加上中位数。
  • 转化率,用来发现优惠带来的阻力。
  • 每访客收入,它把客单价和转化率合并成一个数字。
  • 每单利润,扣除折扣、赠品成本和运费之后。
  • 复购行为,看优惠是在吸引还是在疏远优质顾客。

每访客收入和每单利润是最清晰的信号。一个提高了客单价、却降低了每访客收入的优惠,不能算是成功。

简单的测试流程

  1. 记录你的基准。记录一个正常时期内的客单价、订单金额中位数、转化率和每单利润。
  2. 只选一项改动。只上线一个捆绑套装、一个门槛或一个购物车优惠。同时改动多项内容会让结果无法解读。
  3. 提前定义成功。在查看任何数据之前,就确定哪个指标必须提升、哪个指标不能下降。
  4. 分流流量,或谨慎地对比时间段。正规的 A/B 分流最理想,因为它能排除季节性和促销活动的影响。如果你只能对比时间段,就要避免在大促或重大营销活动期间进行测试。
  5. 运行足够长的时间。让测试覆盖完整的周周期,并积累足够的订单,避免对随机波动做出反应。
  6. 保留、调整或撤回。保留能提高每访客收入和利润的改动,调整其余的,撤掉任何损害转化率的内容。

如果你用 Moon Bundles 运行优惠,跨模块 A/B 测试包含在 Pro 套餐中(每月 $39.99):你把流量分配给同一优惠的两个版本,然后跟踪每访客收入。套餐详情见价格页。

需要避免的常见错误

  • 凭感觉设置门槛。以你自己的订单金额中位数为参照,并测试几个不同的档位。
  • 折扣过度。大幅折扣会提高订单金额,但可能吃掉利润,并让顾客养成等优惠的习惯。
  • 叠加太多弹窗和优惠。每多一个提示都会增加阻力。先从一层开始,确认它有帮助之后再加下一层。
  • 忽视移动端。很多顾客用手机浏览和购物,所以要检查每个优惠在小屏幕上的显示和表现。
  • 过早下结论。几天的数据很少能说明真相。

综合运用

合理的工作顺序是:先测量你的基准,然后从最适合你商品目录的优惠开始:商品页上的捆绑套装或多件折扣、购物车中的门槛,以及 cart drawer 中的相关建议。等核心体验稳定之后,再加入一键购后优惠,因为它在成交之后增加收入,不会影响结账转化率。定期复盘数据,通过小而可衡量的步骤持续提升你的 Shopify 客单价,而不是一次性大改。

如果你更希望用一个应用来运行这些层次,Moon Bundles 涵盖捆绑套装、多件折扣、渐进式赠品、cart drawer 和一键购后追加销售。免费套餐包含任选的一个模块,应用带来的收入最高 $500,而每个付费套餐都包含全部四个模块。如果你还在比较工具,我们的最佳 Shopify 捆绑销售应用汇总把评分、价格和功能覆盖并排列出。

常见问题

Shopify 店铺的客单价多少算好?

好的客单价取决于你的商品、定价、顾客和商业模式,所以没有一个适用于所有 Shopify 店铺的统一目标。把你的数字与你自己过去的结果比较,在条件允许时,也可以与商品组合和市场相似的商家比较。结合订单量和利润来看变化,因为仅凭更高的客单价,并不能说明店铺变得更健康了。

为什么不同细分领域的 Shopify 客单价差别很大?

客单价之所以不同,是因为各细分领域的商品价格、购买频率、套装规模和顾客需求都不一样。一家销售高价商品的店铺,自然会与一家销售经常购买的低价商品的店铺有不同的平均值。折扣、运费以及售出的商品组合也会影响比较结果。把外部基准当作参考背景,而不是目标,并确保这些数字使用的是可比的定义和时间段。

客单价和每位顾客收入是一回事吗?

不是。客单价衡量的是每笔订单的收入,而每位顾客收入衡量的是在选定时间段内归属于每位独立顾客的收入。一位下了多笔订单的顾客,可能在客单价中被计算多次,但在顾客层面的计算中通常只算一次。具体数字还取决于店铺如何定义收入,所以在比较指标之前,先确认是否包含折扣、退款、税费或运费。

Shopify 客单价上升的同时,店铺利润可能下降吗?

可能。即使利润下降,客单价也可能上升,例如当更大的订单依赖于大幅折扣、高昂的运费或利润率较低的商品时。客单价追踪的是每单收入,而不是制作和履约该订单的成本。把它与贡献毛利、履约费用、退款和转化率放在一起评估,才能判断客单价的变化是在创造价值,还是只是让结账总额变大了。

查看 Shopify 客单价时,应该用平均值还是中位数?

用平均值来了解所选订单的每单总收入水平,并参考中位数来查看处于中间位置的订单金额,因为它受大额订单的影响较小。少数几笔异常大的购买就可能把平均值拉高,让普通订单看起来比实际更大。两者都看,有助于解释数据的变化,尤其是在订单金额差异很大的时候。

应该如何比较不同报告期的 Shopify 客单价?

比较使用相同收入定义、币种和订单标准的时间段,并考虑商品组合、折扣力度和获客来源的差异。季节性或促销带来的变化可能会改变订单的类型,所以客单价的波动不一定反映顾客行为的持久变化。把订单数和利润指标与客单价放在一起复盘,才能把比较放到合适的背景中。