购物篮大小
购物篮大小（也称为平均订单价值或购物篮数量，具体取决于是以商品数量还是金额来衡量）指的是顾客在一次交易中的购买量，可以按商品数量计算，也可以按总消费金额计算。追踪购物篮大小分布——而不仅仅是平均值——可以揭示大多数订单是集中在单一商品上，还是多件购买很常见，这些信息有助于制定捆绑销售和交叉销售策略。它是最简单但也最具可操作性的电商追踪指标之一。
购物篮大小的定义
购物篮大小描述顾客在一次交易中的购买量。它有两种相关但不同的衡量方式：基于商品数量的购物篮大小，即订单中不同商品（或单位）的数量；以及基于价值的购物篮大小，即消费的总金额，这与更常讨论的平均订单价值指标高度重叠。一家店铺可能在同一个报告期内报告平均购物篮大小为2.3件商品、平均订单价值为68美元——两者都是购物篮大小的衡量方式，只是衡量维度不同。购物篮大小是零售业中最古老的指标之一，直接借用了实体杂货店和百货商店的术语，字面意思是指结账时购物篮的满盈程度。在电商中，这个概念被原封不动地沿用下来，尽管已经没有实体购物篮的存在。
购物篮大小的衡量方法
基于商品数量的购物篮大小通过将给定时间内售出的总商品数除以订单总数计算得出。基于价值的购物篮大小（平均订单价值）则是将同一时期的总收入除以订单总数。两者计算起来都很简单，但如果只观察平均值则容易被误读。假设一家店铺一个月有1,000个订单：如果平均购物篮大小为1.8件商品，这可能意味着大多数订单恰好包含2件商品，少数单件商品订单将平均值略微拉低；也可能意味着70%的订单是单件商品购买，少数大额多件商品订单将平均值拉高。这两种情况需要完全不同的策略——前者表明购物篮大小已经相当稳定，进一步的提升需要新的交叉销售机制；后者则表明存在大量单件商品购买者，他们很有可能通过恰当的提示被引导购买第二件商品。这就是为什么观察所有订单中购物篮大小的完整分布——而不仅仅是单一的平均值——比单独看平均值能揭示更多可操作的信息。
购物篮大小对电商品牌的重要性
购物篮大小是少数无需额外流量或营销投入即可提高的指标之一，因为当呈现交叉销售或捆绑优惠时，店铺已经拥有处于积极购买心态的访客。即使适度提高购物篮大小，在大规模订单量下也会产生显著的复合效应，因为在现有订单基础上增加一件商品的履约增量成本（共用物流、共用包装）通常低于为了单独交易而获取全新客户的成本。购物篮大小分布还能揭示目录结构信息：如果一个店铺几乎每笔订单都是单件商品，其产品目录可能由大量不相关的产品组成，缺乏自然搭配；而一个购物篮大小分布广泛的店铺可能拥有互补产品线，顾客已经在自行发现这些搭配，这表明如果在结账时更明确地呈现这种搭配模式，则存在尚未开发的捆绑销售机会。
购物篮大小 vs. 相关指标
| 指标 | 衡量内容 | 典型用途 |
|---|---|---|
| 基于商品数量的购物篮大小 | 每单平均商品数量 | 商品陈列、捆绑策略 |
| 平均订单价值（AOV） | 每单平均金额 | 收入预测、免运费门槛 |
| 购物篮大小分布 | 所有订单中商品数量或金额的分布范围 | 识别交叉销售和捆绑销售机会 |
| 每笔交易件数 | 与基于商品数量的购物篮大小相同，在零售业中可互换使用 | 库存和需求规划 |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
购物篮大小与AI驱动的电商
随着购物越来越多地通过对话式AI助手进行，购物篮大小呈现出略有不同的形态——代表顾客完成购买的AI购物代理是否倾向于添加互补商品，取决于品牌的产品数据在多大程度上清晰地表达了产品的自然搭配关系。捆绑和关联数据结构良好的品牌，能为AI购物助手提供更清晰的依据来建议"您是否还需要X"，就像精心调整的站内交叉销售模块一样。AmICited 的 eshop_get_product_bundles 报告在提供捆绑推荐的同时包含购物篮大小分布，正是因为这二者是相互关联的——了解哪些产品已经被频繁一起购买，只有结合对当前购物篮大小中还有多少增长空间的理解，才能转化为可执行的行动方案。
提高购物篮大小的最佳实践
- 在决定是否值得投入交叉销售或捆绑销售之前，先查看购物篮大小分布，而不是仅仅看平均值
- 将免运费门槛设置在略高于当前平均订单价值的位置，以推动边际消费者再购买一件商品
- 使用实际购买模式数据（而非假设）来决定哪些产品应该捆绑或交叉销售
- 在多个位置测试交叉销售展示——产品页面、购物车、结账页面——因为不同位置在不同目录类型下的转化效果不同
- 避免在价格敏感的细分群体中过于激进地推送交叉销售，否则可能抑制转化率而非提高购物篮大小
常见的购物篮大小误区
一个常见误区是孤立地追逐平均订单价值而不检查底层分布，这可能掩盖一个事实：少数大额订单支撑着平均值，而大部分客户群体仍然在购买单件商品——这个指标在整体上看似乎正常，但隐藏了真正的增长机会所在。另一个常见问题是基于商品陈列人员对"应该"如何搭配的主观假设而非实际订单数据进行产品捆绑，这往往会产生转化率低的捆绑优惠。第三个误区是将免运费门槛设定得远高于当前平均购物篮大小，希望通过强行推动产生更大订单——但这往往会抑制那些不愿或无力支付那么多金额的消费者的转化率，而不是真正提高购物篮大小；将门槛设定在更接近现有平均值的水平，然后逐步上调，往往比大幅跳升更有效。最后，有些店铺仅以金额来衡量购物篮大小，而从不用商品数量来衡量，这忽略了顾客购买一件高价商品与购买多件低价商品之间的区别——即使两者产生相同的订单价值，这两种情况需要截然不同的交叉销售策略。