電商數據工具怎麼幫助行銷？先看客單價、活動與熱銷變化

一句話結論：電商數據工具真正的價值，是把訂單轉成可行動的判斷，至少要回答客單價、活動是否賺錢，以及商品銷量為什麼變化。

工具不是報表越多越好

我開發蝦訂時，最初想到的不是把畫面做得很複雜，而是解決每天真的會遇到的問題：免運門檻怎麼設、活動值不值得參加、哪個商品突然變弱。

經營者最後都在處理兩件事，一是讓工作更輕鬆，二是讓公司更賺錢。資料如果不能改善其中一件事，只是增加整理負擔。

客單價可以怎麼用？

我當時看過客單價 583 元，就把免運門檻設在 589 元。顧客只差 6 元便能少付 60 元運費，可能願意多帶一件商品。這是 2019 年的實際案例，不是所有店都適用的固定公式。

現在做法仍然相同：先算一段穩定期間的訂單金額分布，再比較調整門檻前後的客單價、毛利、免運成本與轉換率。只看平均值容易被少數大單拉高，所以我也會看中位數及主要區間。

活動成效要算增量毛利

2019 年 2 月，我參加全店 85 折活動，當時平台與店家各負擔 7.5%。我用活動後的營收與淨利，推估若下一次 15% 全由店家負擔，利潤與後勤是否承受得住。

這些比例屬當年活動條件。現在評估活動，我會列出原價毛利、折扣、平台費用、廣告、物流、退貨與額外人力，再和沒有活動時的基準比較。營收增加不代表活動有賺錢。

熱銷變化是市場警報

每週追蹤同一批商品，可以及早看見競爭者進場、替代品出現、價格變動或商品熱度消退。總營收可能暫時沒變，但商品組合已經在改變。

• 曝光下降，先看流量來源與排名。
• 曝光正常、轉換下降，檢查價格、評價、內容與競品。
• 轉換正常、營收下降，檢查客單價與缺貨。
• 銷量正常、毛利下降，檢查折扣、廣告與履約成本。

我會先做這張最小報表

1. 每週訂單數、營收、毛利與客單價。
2. 主要商品的曝光、成交、庫存與退貨。
3. 每檔活動的額外成本與增量毛利。
4. 異常變化、可能原因、下一個只改一項的測試。

不一定要先買大型系統。試算表能穩定回答這四類問題，就先用；資料量、多人協作或錯誤風險超出能力時，再升級工具。

案例與資料來源

更新紀錄

2019-07-12：首次發布，記錄當時的個人經驗、案例與判斷。

2026-09-04：保留客單價、活動分攤與熱銷變化案例，重整成可執行的數據決策流程。