Kurvstørrelse

Definition af kurvstørrelse

Kurvstørrelse beskriver, hvor meget en kunde køber i en enkelt transaktion. Det måles på to beslægtede, men forskellige måder: varebaseret kurvstørrelse, antallet af forskellige produkter (eller enheder) i en ordre, og værdibaseret kurvstørrelse, det samlede kronbeløb brugt, hvilket overlapper tæt med den mere almindeligt diskuterede måling, gennemsnitlig ordreværdi. En butik kan rapportere en gennemsnitlig kurvstørrelse på 2,3 varer og en gennemsnitlig ordreværdi på 450 kr. i samme rapporteringsperiode — begge er mål for kurvstørrelse, bare langs forskellige akser. Kurvstørrelse er en af de ældste målinger i detailhandel, lånt direkte fra fysisk supermarkeds- og varehus-terminologi, hvor det bogstaveligt refererede til, hvor fyldt en indkøbskurv var ved kassen. I e-handel bæres konceptet uændret over, selvom der ikke er nogen fysisk kurv involveret.

Hvordan kurvstørrelse måles

Varebaseret kurvstørrelse beregnes ved at dividere samlet antal solgte enheder med samlet antal ordrer over en given periode. Værdibaseret kurvstørrelse (gennemsnitlig ordreværdi) dividerer samlet omsætning med samlet antal ordrer over samme periode. Begge er enkle at beregne, men lette at misfortolke, hvis kun gennemsnittet undersøges. Overvej en butik med 1.000 ordrer på en måned: Hvis den gennemsnitlige kurvstørrelse er 1,8 varer, kunne det betyde, at de fleste ordrer indeholder præcis 2 varer med en håndfuld enkeltvareordrer, der trækker gennemsnittet en smule ned, eller det kunne betyde, at 70 % af ordrerne er enkeltvarekøb med et lille antal store flervareordrer, der trækker gennemsnittet op. Disse to scenarier kalder på helt forskellige taktikker — det første antyder, at kurvstørrelsen allerede er rimelig konsistent, og yderligere gevinster kræver nye krydssalgsmekanismer, mens det andet antyder, at der er en stor pulje af enkeltvarekøbere, som med den rette prompt kunne guides mod en anden vare. Derfor afslører det at se på den fulde fordeling af kurvstørrelser på tværs af alle ordrer — ikke kun det enkelte gennemsnitstal — mere handlingsorienteret information end gennemsnittet alene.

Klar til at overvåge din AI-synlighed?

Følg, hvordan AI-chatbots nævner dit brand i ChatGPT, Perplexity og andre platforme.

Kom i gang Kontakt

Hvorfor kurvstørrelse betyder noget for e-handelsmærker

Kurvstørrelse er en af de få målinger, der kan øges uden yderligere trafik eller marketingudgifter, da en butik allerede har en besøgende i en aktiv købstilstand, når et krydssalgs- eller bundlingstilbud præsenteres. Selv en beskeden vækst i kurvstørrelse forstærkes meningsfuldt på tværs af et stort ordrevolumen, da den marginale omkostning ved at opfylde én ekstra vare sammen med en eksisterende ordre (delt forsendelse, delt emballage) typisk er lavere end omkostningen ved at erhverve en helt ny kunde til en separat transaktion. Kurvstørrelsesfordeling afslører også strukturel information om et katalog: En butik, hvor næsten hver ordre er enkeltvare, kan have et katalog af stort set uafhængige produkter uden naturlig parring, mens en butik med en bred spredning af kurvstørrelser kan have komplementære produktlinjer, som kunderne allerede opdager på egen hånd, hvilket antyder et uudnyttet bundlingspotentiale, hvis dette mønster blev gjort mere eksplicit ved kassen.

Kurvstørrelse vs. relaterede målinger

Hold dig opdateret om tendenser inden for AI-synlighed

Få de nyeste indsigter om AI-omtaler, brandovervågning og optimeringsstrategier.

E-mailadresse

Tilmeld

Kurvstørrelse og AI-drevet handel

Efterhånden som shopping i stigende grad sker gennem konverserende AI-assistenter, antager kurvstørrelse en lidt anden form — en AI-shoppingagent, der gennemfører et køb på en kundes vegne, kan være mere eller mindre tilbøjelig til at tilføje en komplementær vare afhængigt af, hvor tydeligt et brands produktdata udtrykker naturlige parringer. Et brand, hvis bundlings- og affinitetsdata er velstruktureret, giver en AI-shoppingassistent et klarere grundlag for at foreslå “vil du også have X” på samme måde som et veltunet on-site krydssalgsmodul ville gøre. AmICiteds eshop_get_product_bundles-rapport inkluderer en kurvstørrelsesfordeling sammen med sine bundlingsanbefalinger, netop fordi de to er forbundne — at vide, hvilke produkter der allerede ofte købes sammen, bliver først handlingsorienteret, når det parres med en forståelse af, hvor meget råderum der er i de nuværende kurvstørrelser til rent faktisk at vokse.

Bedste praksis for at øge kurvstørrelsen

• Se på kurvstørrelsesfordelingen, ikke kun gennemsnittet, før du beslutter, om krydssalg eller bundling er værd at investere i
• Sæt grænser for gratis fragt lidt over din nuværende gennemsnitlige ordreværdi for at guide grænseshoppere mod én vare mere
• Brug faktiske købsmønsterdata (ikke antagelser) til at beslutte, hvilke produkter der skal bundles eller krydssælges sammen
• Test placering af krydssalg på flere punkter — produktside, kurv, kassen — da forskellige placeringer konverterer forskelligt afhængigt af katalogtype
• Undgå at presse krydssalg for aggressivt over for prisfølsomme segmenter, hvor det kan undertrykke konvertering i stedet for at øge kurvstørrelsen

Almindelige fejl med kurvstørrelse

En almindelig fejl er at jagte gennemsnitlig ordreværdi isoleret uden at tjekke den underliggende fordeling, hvilket kan maskere, at et lille antal store ordrer holder gennemsnittet oppe, mens hovedparten af kundebasen stadig køber enkelte varer — en måling, der ser fin ud samlet, men skjuler, hvor den reelle mulighed ligger. Et andet hyppigt problem er at bundle produkter uden ægte købsaffinitet, baseret på en merchandisers antagelse om, hvad der “burde” passe godt sammen, snarere end faktiske ordredata, hvilket har tendens til at producere bundlingtilbud med lav konvertering. En tredje fejl er at sætte en grænse for gratis fragt langt over den nuværende gennemsnitlige kurvstørrelse i håb om at tvinge større ordrer igennem — dette undertrykker ofte blot konvertering blandt shoppere, der ikke er villige eller i stand til at bruge så meget, i stedet for reelt at øge kurvstørrelsen; en grænse sat tættere på det eksisterende gennemsnit, som derefter gradvist hæves, har tendens til at fungere bedre end et stort spring. Endelig måler nogle butikker kurvstørrelse kun i kroner og aldrig i vareantal og misser dermed skelnen mellem en kunde, der køber én dyr vare, og en kunde, der køber flere billigere varer — de to scenarier kalder på meget forskellige krydssalgsstrategier, selv når de producerer samme ordreværdi.