先算一筆帳給你看,你就知道客單價為什麼是最划算的成長槓桿。假設你月營收一百萬,來自一萬個訂單、平均客單價一百塊。你想讓營收成長三成,有兩條路。第一條路是多拉客:訂單量要從一萬衝到一萬三,而現在獲客成本節節高升,多三千個新客可能要多燒好幾十萬廣告費,還不見得拉得到。第二條路是提高客單價:訂單量不變,把客單價從一百拉到一百三,同樣達成三成成長,但你幾乎不用多花一毛獲客成本,因為這些人已經在你的購物車裡了。
更關鍵的是毛利差異。多拉來的新客,那三成營收要先扣掉沉重的獲客成本才輪到毛利;而客單價提升多出來的那三成,幾乎是純加在既有訂單上,邊際毛利極高,很多直接落到你的口袋。這就是為什麼我常說,獲客越貴的時代,客單價優化是投報率最高、卻最多人懶得做的一件事。今天給你一套拆解和八個可以立刻動手的槓桿。
先拆公式:客單價到底由什麼組成
要提升一個數字,先搞懂它由什麼構成。客單價(AOV)可以拆成一條簡單的關係:客單價 等於 平均每筆訂單的商品數量 乘以 平均商品單價。也就是說,想拉高客單價,你要嘛讓每個人一次買更多件(拉數量),要嘛讓他們買更貴的品項(拉單價),或兩者一起。
這個拆解很重要,因為它直接告訴你八個槓桿該往哪裡使力。想拉「數量」的,靠加購、組合包、滿額門檻、湊單邏輯;想拉「單價」的,靠向上銷售(升級更高階款)、主打高毛利品、錨定定價。把每個行銷動作對回這條公式,你就不會亂做,而是知道自己在拉哪一根槓桿。這也是數據思維的精髓——不是憑感覺辦活動,而是先知道要動哪個變數,再設計對應的手段。
八種立刻能動手的客單價槓桿
直接上乾貨,八個槓桿,每個都附上實作重點。
槓桿一,交叉銷售(加購推薦)。在商品頁和購物車推「搭配買更好」的相關品,例如買相機推記憶卡、買咖啡豆推濾紙。關鍵是「相關性」,推得不相干只會被無視。
槓桿二,向上銷售(升級更高階)。在客人選購時,主動呈現更高規格、更大容量的選項並點出划算之處,例如「加兩百元升級大容量,平均每毫升更便宜」。這招同時拉高單價和毛利。
槓桿三,組合包/套裝定價。把幾個常一起買的品打包成一個略有折扣的組合。重點是組合的總價高於單買一件、但單價感覺更划算,客人買了組合,客單價自然往上。
槓桿四,滿額門檻(免運/滿額禮/滿額折)。這是最強的湊單引擎。把免運門檻設在略高於現有客單價之處——如果客單價是一百,門檻設一百五,客人就會為了省運費多加半件的東西。門檻設定是一門精算,設太高客人放棄、設太低沒效果,通常設在客單價的一點三到一點五倍最有效。
槓桿五,數量階梯折扣。「買二享九折、買三享八折」,適合消耗品和保健食品這類會囤貨的品類,鼓勵一次多買、順便拉高回購間隔。
槓桿六,錨定定價。在商品陣列裡放一個很貴的「錨」,讓中間價位顯得划算。三個方案並排時,多數人會選中間那個,這是行為經濟學的經典效應,你可以主動設計這個錨。
槓桿七,限時加價購。結帳前推出「加 99 元多帶一件人氣品」,製造臨門一腳的衝動。因為決策成本低、又有划算感,轉化率通常很高。
槓桿八,會員專屬高價品/預購。把限量、高單價的品項留給會員,既拉客單又養忠誠。這一招把客單價優化和留存綁在一起。
優先順序怎麼排
八個不用一次全上。我的建議順序是先做「滿額免運門檻」和「購物車加購推薦」,這兩個投報最快、幾乎零成本,通常兩週內就能看到客單價動起來。站穩後再導入組合包和向上銷售,這兩個需要重新設計商品頁和定價,工程量較大但長期效果紮實。先摘低處的果子,別一開始就啃最硬的骨頭。
破迷思:提高客單價不等於逼客人多花錢
很多老闆怕拉客單價會讓客人反感、覺得被推銷。這是個誤解,關鍵在「有沒有幫客人省事或省錢」。一個推得好的加購,是幫客人想到他本來就需要、卻忘了買的東西(買帳篷推防潮墊),客人會感謝你;一個設計好的組合包,是幫客人用更划算的價格一次買齊,客人覺得賺到。好的客單價優化是「服務」,不是「推銷」——你在幫客人買得更完整、更划算,順便讓自己多賺,這是雙贏。會讓人反感的是硬塞不相關的東西、或用假折扣騙人,那不是客單價優化,那是短視。
還有一個常被忽略的連動:客單價和獲客成本是綁在一起看的。當你把客單價從一百拉到一百三,你能負擔的獲客成本上限也跟著提高——客單價越高,你就越燒得起廣告去搶客,越能在競價中壓過對手。所以客單價優化不只是多賺那三成,它還反過來讓你的整個獲客引擎更有底氣。這就是數據、行銷、營運三者連動的威力。
AI 應用:用語言模型產生高相關的加購推薦
八個槓桿裡,效果好壞最吃「相關性」的就是加購與交叉銷售——推對了轉化翻倍,推錯了客人視而不見。傳統靠人工設定「A 商品搭 B 商品」,品項一多就顧不過來。這正是生成式 AI 能派上用場的地方。
作法是把你的商品清單(品名、品類、用途、價格)餵給大型語言模型,請它幫每個主力商品產生加購推薦組合。提示詞範例:「你是電商選品與交叉銷售顧問。以下是我的商品清單(附品名、用途、價格)。請為每個主力商品推薦 2 到 3 個最適合的加購品,要件是:一,與主商品有真實的搭配使用關係;二,加購品單價低於主商品,降低決策門檻;三,附一句給消費者看的推薦文案,講清楚為什麼要一起買。用繁體中文表格輸出。」你會得到一份有邏輯、有文案的加購對照表,再由人工挑選上架,大幅省下人工配對的時間。
更進一步,可以請 AI 幫你設計組合包的命名和賣點,或針對不同客群產生不同的湊單提示文案。但要誠實面對它的限制:AI 是根據商品文字描述在做「語意上合理」的推薦,它不知道你的實際銷售數據——哪兩個品真的常被一起買、哪個組合毛利最好,這些它看不到。所以 AI 產出的是「值得你測試的假設組合」,最終還是要用真實的加購率和毛利數據去驗證、汰弱留強。把 AI 當成幫你快速產生大量候選方案的發想引擎,把驗證權留給數據,這才是正確的分工。
劃重點:客單價是最被低估的成長引擎
收個尾。第一,客單價優化的投報率遠高於拉新客,因為多賺的那部分幾乎不含獲客成本、邊際毛利極高。第二,先拆公式再動手,客單價等於件數乘以單價,想清楚你要拉的是件數還是單價,再選對應槓桿。第三,八個槓桿有優先順序,先做零成本、見效快的滿額門檻和加購推薦,再啃組合包和向上銷售。第四,好的客單價優化是服務不是推銷,幫客人買得更完整更划算,才不會反感。第五,客單價拉高會回頭強化你的獲客能力,讓你更燒得起廣告。第六,用 AI 大量產生加購候選、用數據驗證汰選。把這套內化,你會發現不用一直辛苦拉新客,光是把已經上門的人服務得更好,就能多賺三成。