AOV 看一張訂單,不是一位客戶
AOV(Average Order Value,平均訂單金額)=同一範圍與期間的營收金額 ÷ 訂單數。 它回答「平均一張訂單買了多少」,不直接回答有多少人購買、一位客戶終身會花多少,或廣告是否賺錢。
同一個買家下兩張訂單,分母是兩張訂單,買家卻只有一位。Shopify 的 AOV 說明 採用營收除以訂單數,也提醒平均金額提高不一定增加利潤。準備推出組合包或免運門檻時,先看每張訂單多買的金額,能否抵過流失的訂單與增加的成本。
客單價變高,總營收仍可能較少
以下是同一商店、同一個已結束週期(Asia/Taipei)的兩個流量來源。全部是教學假設,並非客戶成效,也不是控制實驗。每張實際付款訂單只計一次,排除取消與測試單;金額採折扣後商品金額,全部 USD,不含稅與運費。假設截至核對日沒有退款,之後發生退款仍需重新對帳。
| 來源 | 付款訂單 | 商品金額 | AOV |
|---|---|---|---|
| A | 60 張 | USD 2,400 | USD 40 |
| B | 20 張 | USD 1,600 | USD 80 |
A 的 AOV=2,400 ÷ 60=每張 USD 40;B 的 AOV=1,600 ÷ 20=每張 USD 80。B 的平均訂單金額是兩倍,這組案例的商品營收卻比較少。 20 張大單,沒有超過 60 張小單的總金額。

這仍不能證明 A 比較賺:案例沒有廣告費、商品成本、金流費與履約成本。也不能說組合包造成 B 的大單,因為兩個來源可能帶來不同客群、銷售不同商品。要看營收對廣告費,使用口徑一致的 ROAS;要看扣除指定成本後的貢獻,另查 POAS。AOV 只是判斷中的一部分。
合併來源時,先加總訂單再平均
這兩個來源合併後,AOV 是 (2,400+1,600)÷(60+20)=USD 50,共 80 張訂單。直接算(40+80)÷ 2=USD 60,對這批訂單是錯的,因為這等於讓 20 張訂單的來源,與 60 張訂單的來源有相同權重。
實務上,先加總口徑一致的營收與訂單數,再相除;也可以按訂單數加權各來源的 AOV。合併前要確認分組互斥:同一張訂單同時被兩個廣告平台歸因,不會變成商店的兩張訂單。幣別或金額定義不同,也必須先統一。
少數超大額訂單也能拉高平均,卻不代表多數人買得更多。一起看訂單中位數、常見購物籃金額與商品組合,才較能分辨廣泛變化和單筆例外。這些檢查不能把很少的訂單變成可靠實驗。
先寫清楚金額與訂單的定義
單寫 AOV 還不夠。分子是否扣折扣與退款、是否含稅與運費?取消、部分退款、全額退款的訂單,又怎麼處理分母?拿一份退款前報表對比另一份退款後報表,不能把差距解讀為表現更好。
另舉獨立假設:10 張付款訂單合計 USD 1,000,已扣折扣、不含稅與運費;其中一張後來退款 USD 200。若指標明訂為原付款訂單的退款後平均商品金額,計算是(1,000-200)÷ 10=USD 80。依此規則,分母保留原來的 10 張。若另一份報表會移除全額退款單,要同時核對它的金額與訂單數,不能切換規則卻不交代。
Google Analytics 指標文件 分別定義平均購買收益、每位付費使用者收益與每位活躍使用者收益。其購買收益會扣除退款交易收益,電子商務購買次數則計算 purchase 事件,排除某些其他購買事件類型。不可看到兩個欄位名稱相近,就假設相除後一定重現平台在所有網站與 App 事件下的 AOV;應先核對指標定義與事件範圍。
線索估值也不能代替訂單:10 筆各估 USD 100 的線索,不是 10 張付款單。先分清轉換價值與營收,再選 AOV 的分子。缺少訂單數時應標記無法計算;零張訂單不能產生有意義的 USD 0 AOV。
測試購物籃變化,要一起守住生意指標
先提出具體假設,例如價格透明的組合包,能增加每次購買的相關商品,又不致讓訂單減少到損害貢獻。固定幣別、訂單定義與檢查期間,再依序做:
- 記錄基準訂單數、AOV、商品總金額、轉換率、退款與指定成本範圍下的貢獻;來源與商品差異很大時分開看。
- 若比較兩個頁面版本,使用可比較的合格流量與明確分流。昨天的來源 A 和今天的來源 B,不能當作控制實驗。
- 等選定的轉換觀察期完整,再核對付款與已知退款;延後退款另外標示,發生後更新結果。
- 以生意目標判斷。AOV 提高,但訂單減少或免運補貼太貴,仍可能傷害貢獻。不要因少數幾單或突然一筆大單,就宣布勝出或提早停測。
MeetROAS 可依公開事件串接規範,把支援的目標端業務事件連回原始 Campaign,協助整理來源比較的歸因脈絡。真正的訂單、金額與退款仍需商家對帳;這不等於內建訂單帳本,也不能證明傳入的事件價值就是訂單營收。
AOV 多少才算好?
沒有脫離商品、售價、毛利與購買頻率的通用目標。比較相近期間與分組,追問購物籃和完成訂單數分別改變了什麼。高單價來源可能客單高、訂單少;低單價來源仍可能帶來更多總營收。
本例能確定的是:B 每張訂單較大,A 訂單較多、商品營收較高,合併 AOV 是 USD 50。哪個來源更賺、改頁面會有什麼效果,仍未知。這個結論已足以指引下一步查哪些資料,不必把一個平均數直接變成預算決策。
資料來源
- Shopify: Average Order Value: Formula and 7 Ways — 查證日期: 2026-11-05
- Google Analytics Data API: Metrics schema — 查證日期: 2026-11-05
- MeetROAS: Partner Event API reference — 查證日期: 2026-11-05