客單價,英文是 Average Order Value,常縮寫為 AOV,指的是平均每筆訂單的金額。它不是越高越好的單一目標:真正重要的是先看懂自己的客單價為什麼是這個數字,再判斷哪一種方法適合提升它,並且確認提升之後,毛利、轉換率與顧客體驗沒有因此受損。這篇文章會依序說明客單價的定義、算法與口徑、判讀方式、影響因素、主要提升方法與常見錯誤,並把需要深入的子題,留給後續的專題文章。
客單價不是越高越好,而是在不犧牲毛利、轉換與顧客體驗的前提下,讓每筆訂單包含更有價值、也更相關的商品選擇。
一、客單價是什麼?AOV 代表什麼?
客單價(AOV)代表一段期間內,平均每一筆訂單的金額。重點在「每筆訂單」,而不是「每位顧客」:同一位顧客在一個月內下了三筆訂單,就是三筆訂單,會分別計入客單價的分母。中文裡也常看到「平均客單價」,指的是同一件事。舉例來說(示意):一位顧客一個月下了 3 筆訂單、每筆 500 元,這三筆訂單的客單價是 500 元,而這位顧客當月的消費是 1,500 元,兩個數字回答的是不同的問題。
它很容易和下面幾個指標混在一起,但分母或意義並不相同:
- 每位顧客平均消費:分母是顧客數,不是訂單數。
- 每筆訂單平均件數(UPT,或稱平均購物車內商品數):看的是件數,不是金額。
- 顧客終身價值(CLV/LTV):看的是顧客在長期關係中帶來的價值,客單價只是其中一個組成因素。
二、客單價怎麼算?AOV 計算公式與口徑
基本公式很單純:客單價(AOV)= 一段期間的訂單收入 ÷ 同期間的訂單數。舉一個數學示意:某個月的訂單收入是 300,000 元、共 600 筆訂單,客單價就是 300,000 ÷ 600 = 500 元。這只是計算示範,不是任何市場的平均值。

實際分析時,要先確認「收入」與「訂單」怎麼定義,並且固定用同一個口徑比較不同期間。不同平台的報表口徑並不一致:Google 廣告產品把平均訂單價值定義為營收除以訂單數,並另外提供平均購物車內商品數(見Google 的購物車資料報表說明);Shopify 報表則是(銷售總額扣除折扣)÷ 訂單數,並排除訂單成立後的編輯或換貨等調整(見Shopify 銷售報表說明)。
再看一個口徑的示意:例如,若 300,000 元是折扣前的商品銷售總額,扣除 30,000 元折扣後,依此口徑計入的金額為 270,000 元,600 筆訂單的客單價就是 450 元。前面的 500 元與這裡的 450 元都算得出來,只是口徑不同(前者未扣折扣,後者已扣折扣);若這個月用一種算法、下個月用另一種,比較出來的升降就沒有意義。常會影響口徑的項目包括:折扣是否先扣掉、退款與取消的訂單算不算、運費與稅是否納入、訂單成立後的調整如何處理。沒有固定標準,重點是公司內部固定一套定義,之後才能比較。
三、客單價高或低,應該怎麼判讀?
很多人會直接問「客單價多少才算正常?」但沒有適用所有產業的單一標準,品類、價格帶與商品組合都會讓數字差很多。比較有用的做法,是比較自己,而不是比較市場平均:
- 自己的歷史趨勢:這個月與前幾個月、去年同期相比,是上升、持平還是下降。
- 不同客群:新客與舊客、不同會員群的客單價是否有明顯差異。
- 不同商品類別:哪一類商品拉高了整體數字,哪一類拉低了。
- 不同流量來源:不同來源帶來的訂單,金額是否不同。
- 活動前後:促銷期間與平時相比,變化來自哪裡。
整站的平均值會掩蓋很多資訊,所以建議把訂單依以上面向拆開來看。平均數也容易被少數高金額的訂單拉高,因此除了平均值,也可以看訂單金額的分布:多數訂單落在哪個區間、有沒有明顯的集中或斷層。客群怎麼分,可以參考「會員分群怎麼做」。這些拆解是一般的分析方法,實際能看到哪些報表,要看品牌使用的工具。客單價下降也不一定代表經營變差:例如新客比例增加,或某檔促銷吸引了較多小額購買,數字都可能暫時走低,仍要搭配訂單量與毛利一起判斷。
四、客單價為什麼會變高或變低?提升前先判斷是哪一種問題
客單價為什麼會變高或變低
從數學上,若採相同的收入計算口徑,客單價可拆成:每筆訂單平均件數 × 每件商品平均實收金額。想提高它,就是讓每筆訂單多買幾件、或買到實收金額更高的商品,或兩者同時發生。影響這兩個部分的因素很多,例如商品價格結構、商品組合、顧客結構、折扣與促銷門檻、加購與推薦、季節與檔期。這些因素常同時出現,不能把任何一項相關性直接當成因果。客單價下降時,可以先確認是每筆訂單件數變少、每件商品平均實收金額變低,還是購買的客群變了,再往下找原因。
先判斷是哪一種問題,再選方法
提升客單價之前,先看低客單價的原因。下表是常見情況與較合理的方向:

| 常見情況 | 較合理的方向 | 說明 |
|---|---|---|
| 顧客通常只買一件 | 加購、Cross-sell、商品推薦 | 主商品之外,提供相關或互補的選擇 |
| 有更完整或高階的選擇,但顧客不知道 | Upsell | 同一個需求,推薦更高階或更完整的版本 |
| 商品天然適合一起使用 | 商品組合(Bundle) | 把相關商品整理成一套 |
| 訂單常常差一點就達到免運或優惠門檻 | 滿額門檻設計 | 讓門檻對顧客有合理的下一步 |
| 推薦對所有人都一樣 | 改善推薦的相關性 | 依商品、行為與情境調整推薦內容 |
五、提升客單價的主要方法
提升客單價,不是一直叫顧客多買,而是讓適合的人,在適合的購買情境,看見相關的下一個選擇。下面六種方法的機制各不相同,不需要全部同時做,要依前一節的判斷來選擇。
Upsell:向上銷售
同一個需求,推薦更高階或更完整的選擇,例如升級版本、更大容量。依 Shopify 的說明,追加銷售是說服顧客購買更昂貴、升級或更優質的版本(見Shopify 對追加銷售與交叉銷售的說明)。重點是升級的理由要清楚、價差要合理,否則只會讓顧客覺得被推銷。
Cross-sell:交叉銷售與加購
在主商品之外,提供相關或互補的商品,例如買相機時提供記憶卡。關鍵在於「相關」:推薦與顧客目前購買目的無關的商品,只會增加干擾。Upsell 與 Cross-sell 的完整差異、使用情境與頁面位置,會在另一篇專題文章說明,這裡先建立基本概念。
商品組合(Bundle)
把天然相關的商品整理成一套,讓顧客更容易一次買齊。組合不一定要搭配折扣,重點是組合本身對顧客有意義,例如使用情境相同、搭配起來更完整。
滿額門檻
例如滿額免運、滿額優惠或滿額贈。門檻不是越高越好:先看訂單金額的分布,找出顧客「差一點」就能達標的區間,再判斷門檻設在哪裡,對顧客而言是個合理的下一步。門檻過高,可能讓顧客覺得達標距離太遠,降低繼續加購的意願,甚至影響結帳;也沒有任何一個固定倍數適用所有品牌。
商品推薦
依商品、行為與購買情境,推薦下一個相關的選擇。放了推薦區塊,不等於就能提高客單價:所有人看到一樣的推薦,不一定是最有效的做法,推薦的內容是否貼近顧客現在的購買目的,比有沒有推薦更重要。
優化商品與價格架構
例如規格層級、套組、大包裝與完整版本的設計,讓顧客在同一個需求下有清楚的選擇階梯。直接漲價不是通用的方法,因為它可能同時影響轉換與顧客的信任。
實際執行時,不需要六種方法一起上。先挑一到兩種與你目前情況最吻合的,每次只改一件事,並且固定同一個口徑追蹤客單價、轉換率與毛利,才看得出哪個改動真的有幫助。
六、提升客單價時,最容易犯哪些錯?
提升客單價時,下面幾種做法最容易出問題:
- 只追客單價,不看毛利:折扣過深或贈品成本太高,即使客單價上升,利潤也可能下降。
- 門檻設得過高:可能讓顧客覺得達標距離太遠,降低繼續加購的意願,甚至影響結帳。
- 推薦不相關的商品:增加干擾,也讓顧客對推薦失去信任。
- 加購選項太多:可能增加決策負擔、讓購買流程更複雜,進而影響轉換。
- 所有人看到同樣的推薦:不同顧客的購買目的不同,同一套推薦很難對每個人都相關。
- 只比較活動前後的總客單價:沒有拆客群與商品,看不出變化來自哪裡。
- 把客單價當成唯一目標:忽略訂單量與顧客體驗。
客單價必須與毛利、轉換率、訂單量一起看。一個讓客單價上升、但轉換率或毛利下降的做法,不一定是進步,要看整體的結果。這裡也沒有可以直接套用的「健康客單價」標準,要依自己的商品、客群與毛利結構判斷。
七、當推薦對每個人都一樣:M Insight 如何讓加購與推薦更貼近購買情境?
如果品牌已經在商品頁或購物車放了加購商品,但所有顧客看到的都是同一批推薦,問題可能不是「沒有做加購」,而是推薦內容和顧客現在的購買目的不夠相關。
M Insight 是 CDP(顧客資料平台),整合品牌既有的會員、交易、流量與站內行為資料。提升客單價的下一步,不只是增加推薦欄位,而是讓商品、購物車與站內行為,成為推薦的依據;這也是 CDP 在客單價議題上的角色,把原本分散的資料,整理成推薦可以使用的依據。
商品加購會同時參考顧客目前加入購物車的商品與站內行為,動態推薦較可能被加購的商品,不是固定的「買 A 就推 B」。例如顧客把某一款商品加入購物車後,可以依這件商品與他近期的站內行為,推薦較可能一起購買的商品,而不是每個人都看到同一批。推薦引擎則可由品牌設定瀏覽或購買的種子商品,可以多選,再結合站內行為進行推薦,讓品牌的商品知識成為推薦的起點。如果不同客群需要不同的溝通方式,也可以透過「自訂活動」,依 RFM 分群、標籤或特定商品的行為條件建立受眾。
工作方式的差別是:從「固定推薦 → 每個人看到一樣的加購商品」,變成「購物車商品+站內行為 → 更貼近當下情境的商品推薦」。這不保證客單價一定提高,而是提供更相關的推薦依據,增加適合加購的機會。哪些商品適合被推薦、哪些情境適合加購,仍由品牌依商品與毛利結構決定。
如果你想知道目前官網的購物車與站內行為資料,能不能進一步用來做更相關的商品加購與推薦,可以直接用自己的商品情境來評估。
👉 預約專人諮詢|了解 M Insight 60 天免費試用
常見問題(FAQ)
Q1:AOV 和客單價是一樣的嗎?
一樣。AOV 是 Average Order Value 的縮寫,中文常稱客單價或平均客單價,指平均每筆訂單的金額。要留意的是,AOV 這個縮寫在其他領域也有不同意思,本文談的是電商的平均訂單金額。
Q2:客單價和每位顧客平均消費有什麼不同?
分母不同。客單價的分母是訂單數,每位顧客平均消費的分母是顧客數。同一位顧客多次下單,會讓每位顧客平均消費上升,但不一定改變客單價。
Q3:客單價多少才算正常?
沒有適用所有產業的單一標準。應該先看自己的歷史趨勢、品類、客群與毛利結構,再判斷目前的數字是否合理。
Q4:客單價越高越好嗎?
不是。客單價高,可能是因為商品本身價格高,也可能是靠深度折扣或過高的門檻拉高,後者可能壓低毛利或轉換。客單價要與毛利、轉換率、訂單量一起看。
Q5:Upsell 和 Cross-sell 都能提升客單價嗎?
都可能,但方式不同:Upsell 是推薦更高階或更完整的版本,Cross-sell 是推薦相關或互補的商品。是否有效,取決於推薦是否與顧客的購買目的相關,而不是只看有沒有做。
Q6:只靠折扣或滿額門檻,就能提高客單價嗎?
不一定。折扣與滿額門檻是方法之一,但設計不當可能壓低毛利或讓顧客放棄結帳。比較穩的做法是先判斷低客單價的原因,再搭配加購、組合、推薦等方法。