Gjennomsnittlig handlekurvverdi
Lær hva gjennomsnittlig handlekurvverdi betyr, hvordan den beregnes, og hvorfor den i praksis er den samme metrikken som gjennomsnittlig ordreverdi i e-handel.
4 min lesing
Definisjon av kurvstørrelse
Kurvstørrelse beskriver hvor mye en kunde kjøper innenfor én enkelt transaksjon. Det måles på to beslektede, men distinkte måter: antallsbasert kurvstørrelse, antall forskjellige produkter (eller enheter) i en bestilling, og verdbasert kurvstørrelse, det totale kronebeløpet som er brukt, noe som overlapper tett med den mer vanlig omtalte målingen gjennomsnittlig ordreverdi. En butikk kan rapportere en gjennomsnittlig kurvstørrelse på 2,3 varer og en gjennomsnittlig ordreverdi på 68 dollar i samme rapporteringsperiode — begge er mål på kurvstørrelse, bare langs forskjellige akser. Kurvstørrelse er en av de eldste målingene innen detaljhandel, direkte lånt fra fysisk dagligvare- og varehusterminologi, hvor det bokstavelig talt refererte til hvor full en handlekurv var ved kassen. I e-handel er konseptet videreført uendret selv om det ikke finnes noen fysisk kurv involvert.
Hvordan kurvstørrelse måles
Antallsbasert kurvstørrelse beregnes ved å dele totale solgte enheter på totalt antall bestillinger over en gitt periode. Verdbasert kurvstørrelse (gjennomsnittlig ordreverdi) deler total omsetning på totalt antall bestillinger over samme periode. Begge er enkle å beregne, men lette å tolke feil hvis bare gjennomsnittet undersøkes. Tenk på en butikk med 1000 bestillinger i en måned: hvis gjennomsnittlig kurvstørrelse er 1,8 varer, kan det bety at de fleste bestillinger inneholder nøyaktig 2 varer med en håndfull enkeltvarebestillinger som trekker gjennomsnittet litt ned, eller det kan bety at 70 % av bestillingene er enkeltvarekjøp med et lite antall store flervarebestillinger som trekker gjennomsnittet opp. Disse to scenarioene krever helt forskjellige taktikker — det første antyder at kurvstørrelsen allerede er ganske konsistent og at ytterligere gevinster krever nye kryssalgsmekanismer, mens det andre antyder at det er en stor gruppe enkeltvarekunder som med stor sannsynlighet kan dyttes mot en andre vare med riktig oppfordring. Dette er grunnen til at det å se på hele fordelingen av kurvstørrelser på tvers av alle bestillinger — ikke bare det enkelte gjennomsnittstallet — avslører mer handlingsrettet informasjon enn gjennomsnittet alene.
Klar til å overvåke AI-synligheten din?
Følg med på hvordan AI-chatboter nevner merkevaren din i ChatGPT, Perplexity og andre plattformer.
Hvorfor kurvstørrelse er viktig for e-handelsmerker
Kurvstørrelse er en av de få målingene som kan økes uten ekstra trafikk eller markedsføringsbudsjett, siden butikken allerede har en besøkende i en aktiv kjøpstankegang når et kryssalg- eller tilbud om pakke presenteres. Selv en beskjeden økning i kurvstørrelse får en meningsfull effekt på tvers av et stort ordrevolum, siden den inkrementelle kostnaden ved å oppfylle én ekstra vare sammen med en eksisterende bestilling (delt frakt, delt emballasje) typisk er lavere enn kostnaden ved å skaffe en helt ny kunde for en separat transaksjon. Kurvstørrelsesfordeling avslører også strukturell informasjon om et sortiment: en butikk hvor nesten hver bestilling er enkeltvare kan ha et sortiment med stort sett urelaterte produkter uten naturlig parring, mens en butikk med et bredt spekter av kurvstørrelser kan ha komplementære produktlinjer som kunder allerede oppdager på egenhånd, noe som antyder uutnyttet pakkemulighet hvis dette mønsteret ble gjort mer eksplisitt ved kassen.
Kurvstørrelse vs. relaterte målinger
| Måling | Hva den måler | Typisk bruk |
|---|---|---|
| Antallsbasert kurvstørrelse | Gjennomsnittlig antall varer per bestilling | Merchandising, pakkestrategi |
| Gjennomsnittlig ordreverdi (AOV) | Gjennomsnittlig kroneverdi per bestilling | Inntektsprognoser, gratis frakt-terskler |
| Kurvstørrelsesfordeling | Spredning av antall eller verdier på tvers av alle bestillinger | Identifisere kryssalg- og pakkemuligheter |
| Enheter per transaksjon | Samme som antallsbasert kurvstørrelse, brukes om hverandre i detaljhandel | Lager- og etterspørselsplanlegging |
Hold deg oppdatert på trender innen AI-synlighet
Få de nyeste innsiktene om AI-omtaler, merkevareovervåking og optimaliseringsstrategier.
Kurvstørrelse og AI-drevet handel
Ettersom shopping i økende grad skjer gjennom samtalebaserte AI-assistenter, får kurvstørrelse en litt annen form — en AI-handelsagent som fullfører et kjøp på vegne av en kunde kan være mer eller mindre tilbøyelig til å legge til en komplementær vare avhengig av hvor tydelig et merkes produktdata uttrykker naturlige parringer. Et merke med velstrukturert pakke- og affinitetsdata gir en AI-handelsassistent et klarere grunnlag for å foreslå «vil du også ha X» på samme måte som et veltilpasset kryssalgsmodul på nettstedet ville gjort. AmICiteds eshop_get_product_bundles-rapport inkluderer en kurvstørrelsesfordeling sammen med sine pakkeanbefalinger nettopp fordi de to er forbundet — å vite hvilke produkter som allerede ofte kjøpes sammen blir først handlingsrettet når det kombineres med en forståelse av hvor mye rom det finnes i dagens kurvstørrelser til å faktisk vokse.
Beste praksis for å øke kurvstørrelsen
- Se på kurvstørrelsesfordelingen, ikke bare gjennomsnittet, før du bestemmer deg for om kryssalg eller pakking er verdt å satse på
- Sett gratis frakt-terskler litt over din nåværende gjennomsnittlige ordreverdi for å dytte kunder på vippen mot én vare til
- Bruk faktiske kjøpsmønsterdata (ikke antakelser) for å bestemme hvilke produkter som skal pakkes eller krysselges sammen
- Test plassering av kryssalg på flere punkter — produktside, handlekurv, kasse — siden ulike plasseringer konverterer forskjellig avhengig av sortimentstype
- Unngå å presse kryssalg for aggressivt på prisfølsomme segmenter, hvor det kan redusere konvertering i stedet for å øke kurvstørrelsen
Vanlige feil med kurvstørrelse
En vanlig feil er å jage gjennomsnittlig ordreverdi isolert uten å sjekke den underliggende fordelingen, noe som kan skjule at et lite antall store bestillinger holder gjennomsnittet oppe mens hoveddelen av kundebasen fortsatt kjøper enkeltvarer — en måling som ser grei ut i aggregat, men som skjuler hvor den virkelige muligheten ligger. Et annet hyppig problem er å pakke produkter uten genuin kjøpsaffinitet, basert på en merchandisers antakelse om hva som «burde» passe sammen i stedet for faktiske bestillingsdata, noe som har en tendens til å produsere pakketilbud med lav konvertering. En tredje feil er å sette en gratis frakt-terskel langt over dagens gjennomsnittlige kurvstørrelse i håp om å tvinge frem større bestillinger — dette undertrykker ofte bare konvertering blant kunder som ikke er villige eller i stand til å bruke så mye, i stedet for å faktisk øke kurvstørrelsen; en terskel satt nærmere eksisterende gjennomsnitt, som deretter gradvis heves, har en tendens til å fungere bedre enn et stort hopp. Til slutt måler noen butikker kurvstørrelse kun i kroner og aldri i antall, og går glipp av skillet mellom en kunde som kjøper én dyr vare og en kunde som kjøper flere billigere varer — de to scenarioene krever svært forskjellige kryssalgsstrategier selv når de gir samme ordreverdi.
