TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

怎样降低结算放弃率:先找到哪一步,再找原因

结算放弃不等于购物车放弃。怎么计算结算放弃率,每种放弃原因在数据里留下什么信号,以及按步骤拆开的结算漏斗如何告诉你先修费用、注册还是支付。

卢卡斯·海斯 发布于 2026 年 11 月 15 日 10 分钟阅读 增长与运营
示例数据:放弃结算的 1,163 人里,有 443 人是在显示运费的那一步离开的,这就是该先查的地方。示例数据

降低结算放弃率,要先把结算拆成几步,找出购物者在哪一步离开,再对上原因。进了结算还离开,和放弃购物车不是一回事:多半是意外费用、强制注册或支付失败,三者在漏斗里留下的信号各不相同。

读完你会知道

  • 结算放弃率 = 1 − 订单数 ÷ 开始结算数,别拿购物车放弃率的参考值来比
  • 运费出现时陡降、注册那一步陡降、付款后没订单,指向三种不同原因
  • 把每个修法换算成订单:示例里提前显示运费 +120 单,访客结账 +61 单

结算放弃和购物车放弃不是一回事

结算放弃指购物者进入了结算、在订单确认之前离开。购物车放弃范围更大:凡是加了购物车却没买的人都算,包括从没点过「去结算」按钮的人。两个数字回答的是不同的问题,混在一起就会去修错地方。

把一件外套加进购物车然后关掉页面的人,可能只是先存着以后再看。填了邮箱和地址之后才离开的人,已经决定要买,只是路上碰到了什么。这个「什么」通常是三者之一:没想到的费用、被要求注册账户、或者支付失败。每一种在数据里留下的痕迹都不一样,所以修复要从按结算步骤拆开的漏斗开始,而不是从一份泛泛的建议清单开始。

范围更大的那个指标的定义和公式在购物车放弃率一页。本文只讲结算以内的事。

结算放弃率怎么算

公式很短:

结算放弃率 = 1 − 订单数 ÷ 开始结算数

示例数据:某网店一个月里有 5,000 个购物车、2,000 次开始结算、837 个订单。

  • 结算放弃率 = 1 − 837 ÷ 2,000 = 58.2%
  • 购物车放弃率 = 1 − 837 ÷ 5,000 = 83.3%

同一家店、同一个月,相差 25 个百分点。如果拿你的结算数字去和购物车放弃率的行业数字比,你会在结算有问题时以为没问题,或者反过来。Baymard Institute 汇总 50 项研究得出的购物车放弃率平均值是 70.22%;单看结算,没有出处同样扎实的平均值,所以有用的比较是你自己的店和过去比、各人群之间比。

有两个计数口径会改变结果,定一次就别再改:

  1. 按会话还是按人。 按人、窗口 7 天时,周一离开、周三付款的购物者算成功;按会话时,周一那次算放弃。
  2. 「开始」指什么。 选定一个事件,比如头一次打开结算页,不要年中换成「点了去结算按钮」。

想快速试不同的数字,可以用购物车放弃率计算器。

顾客为什么放弃结算

Baymard Institute 调查了在结算中放弃过订单的美国网购用户(说自己「只是随便看看」的人不计在内)。下表列出它报告的原因、每种原因在你的数据里留下的信号,以及常见修法。各项占比相加超过总数,所以每一项应理解为「提到这个原因的购物者占比」。

把这张表当成从症状查原因的对照表。调查告诉你各家店普遍的情况,你的漏斗告诉你自己的店是哪一种。包邮的店不会有 40% 的结算因为额外费用流失,可能是因为银行卡被拒。

原因(Baymard,美国)占比你的数据里的信号常见修法
额外费用太高40%显示运费或税费的那一步陡降在商品页或购物车就显示费用
配送太慢20%配送方式这一步流失;跳去配送说明页结算前就显示到货日期
不放心在网站上填卡19%支付填写这一步耗时长、退出多在付款按钮旁放信任信息和常见支付品牌
网站要求注册账户18%联系方式这一步耗时长;点「登录」「忘记密码」访客结账;付款后再建账户
结算太长太复杂17%每一步都小幅流失,耗时中位数偏长减少字段,账单地址自动带出
网站报错或崩溃17%提交支付却没有订单;结算页报错修复并监控结算页报错
退货政策不满意13%从结算跳到退货政策页在总价旁写明政策要点
无法提前看到总价12%从购物车跳到配送政策页购物车里显示预估总价
银行卡被拒10%多次尝试支付仍无订单清楚的重试提示和备用支付方式
支付方式不够9%某个国家或设备在支付这一步流失增加钱包和本地支付方式

占比来自 Baymard Institute 对在结算中放弃的美国购物者的调查(不含「只是随便看看」),各项相加超过总数。

按结算步骤拆漏斗

示例数据:上面那 2,000 次结算,结算流程共五步。

步骤人数相对上一步的转化率这一步流失
开始结算2,000——
联系方式(邮箱、注册或访客)1,64082.0%360
收货地址1,47690.0%164
配送方式(显示运费)1,03370.0%443
提交支付93090.0%103
订单确认83790.0%93

整体看,837 ÷ 2,000 = 41.85% 的结算变成了订单,剩下的 58.15% 就是上面算出的放弃率。但流失并不平均:

  • 配送方式:流失 443 人,掉了 30%。 运费和到货时间就在这一步出现。价格一露出来就陡降,是意外费用最清楚的信号。
  • 联系方式:流失 360 人,掉了 18%。 如果这一步要求先注册或登录才能继续,强制注册就是最可能的原因。
  • 订单确认:提交支付后又流失 93 人。 这些人按了付款却没拿到订单,这是支付失败:卡被拒、3-D Secure 验证超时,或者报错。

填地址和填支付信息两步各掉 10% 左右,大致就是填一张表的正常代价。这两步值得优化,但这家店真正失血的地方不在这里。

app.tapcub.com

开始结算 → 订单确认

五步结算

开始

2,000

联系方式

1,640

地址

1,476

配送方式

1,033

支付

930

确认

837

443 位购物者在显示运费的那一步离开;93 位提交了支付却没拿到订单。
示例数据
示例数据:放弃结算的 1,163 人里,有 443 人是在显示运费的那一步离开的,这就是该先查的地方。

每一步的信号说明什么

动手改之前,每一步用一条规则先判断最可能的原因:

  • 如果价格一变购物者就走,先查额外费用。看有多少人从配送这一步跳去了配送政策页,或者退回了购物车。
  • 如果联系方式这一步耗时中位数长、退出多,先查注册账户。数一数结算过程中有多少人点了「登录」或「忘记密码」。
  • 如果很多人提交了支付却没有订单,先查支付报错。把支付页上的报错按错误信息和浏览器分组。发版后突然升高,多半是你的代码;某种卡持续偏高,多半是支付服务商。
  • 如果同一步某种设备明显更差,查这种设备上的表单。常见原因是没有自动填充、键盘挡住按钮、手机端没提供钱包支付。
  • 如果流失只出现在一个国家,查这个国家的本地支付方式和配送规则。

数字指向某一步之后,会话回放可以帮你确认原因。看 10 个在这一步流失的会话,胜过随机看 100 个;支付字段始终保持遮挡。

先修最大的漏点

选之前先把每个修法换算成订单数。用示例漏斗,每次只改一步:

修法影响的步骤假设的变化改后订单多出订单
在商品页和购物车就显示运费配送方式70% → 80%957+120
提供访客结账,付款后再建账户联系方式82% → 88%898+61
修掉主要的支付报错,增加一种支付方式订单确认90% → 95%884+47

表中头一行的算法:1,476 × 80% ≈ 1,181 人进入支付填写,× 90% ≈ 1,063 人提交支付,× 90% ≈ 957 单,比 837 多 120 单。假设的改善幅度只是示意,不是承诺,请换成你自己的数字。

除了这三项,通常能收回成本的改动还有:

  1. 少要字段。 Baymard 对美国网店结算流程的基准测试发现,默认显示的表单元素平均有 23.48 个,并估计理想的流程只需 12–14 个。除非购物者需要,否则去掉地址第二行、公司名称和单独的账单地址。
  2. 不让人填两遍。 WCAG 2.2 成功标准 3.3.7(冗余输入)要求:用户在同一流程里已经填过的信息,要自动带出或可直接选择。「账单地址与收货地址相同」应该是默认选项。
  3. 早点显示总价。 「无法提前看到或算出订单总价」在 Baymard 的列表里是单独一项(12%)。在购物车里显示预估总价会有帮助。
  4. 手机端提供钱包支付。 在手机上输入卡号很慢,钱包按钮能跳过大半张表。
  5. 把信任信息放在付款按钮旁边。 退货政策、安全说明和联系方式应该出现在决策点,而不是页脚。

转化率的参考数字和更多手段见电商转化率;结算之前的各步骤见电商漏斗和电商客户旅程。

确认修复真的有效

放弃率会随季节、促销和流量构成波动,改完下一周数字降了,本身说明不了什么。三个习惯能让对比公平:

  1. 比较你改的那一步,而不只看总数。 如果你把运费挪到了商品页,配送这一步的通过率应该上升。总数变好了而这一步没变,那是别的原因。
  2. 用等长的时段和相近的流量。 改动前四周对改动后四周、同样的活动在跑,比一周对一周可靠。在图表上标注改动日期。
  3. 等到订单足够多。 一个月 800 单时,某一步转化率变 3 个百分点也就几十单,可能只是波动。真正的 A/B 测试会随机分流,更快给出答案;多数店铺平台和测试工具都能做。

在 TapCub 里找结算漏点

把上面五步结算的例子放进 TapCub 里走一遍。

  1. 搭结算漏斗。 在 全端分析 › 行为分析 › 行为分析 里建漏斗,用你的结算事件作步骤,从开始结算到订单确认,窗口设短一些,比如一天。每一步显示人数、相对上一步的转化率、流失数和距上一步的耗时中位数,流失最大的一步会被标出来,在示例里就是配送这一步。按设备或国家拆分,点开某一步能看到在这里流失的人。如果你的结算只有一页,就在每个区块填完时发一个 tapcub.track 事件。每个数字怎么读见读懂漏斗流失。
  2. 统计表单提交,但不记录填写内容。 在脚本上加 data-forms="true" 后,表单提交会出现在 网站统计 › 事件,只记表单的 id、name 和 action,从不记录填写的值。这足以看出哪个结算表单提交得少。设置方法见跟踪表单提交。
  3. 找支付报错。 监测 › 错误 显示错误数、错误率(错误数 ÷ 浏览量)、受影响的访客和会话,以及每组错误出现的页面、设备和最后出现时间。只出现在支付页的一组错误,是查那 93 位付了款却没拿到订单的购物者的有力线索(查找 JavaScript 错误)。想在它升高时收到通知,就在 全端分析 › 智能运营 › 监控 用 error_rate 建一条监控;它只通知,不会替你改任何东西。
  4. 谨慎地看几段会话。 全端分析 › 行为分析 › 会话回放 默认关闭。管理员打开时,输入内容默认遮挡,密码字段从不录制,确认弹窗会要求把带支付表单的页面加进排除路径。把填卡那一步排除掉,回放它之前的步骤。
  5. 在购物者犹豫的地方提供帮助。 客服 › 聊天设置 › 主动邀请 可以在配送这一步停留若干秒后弹出消息。客服 › 客服报表 › 转化归因 再对比聊过和没聊过的访客的目标转化率。

TapCub 负责衡量结算,不做 A/B 测试,也不发放弃结算提醒邮件。这两样请用你的店铺平台,再回到漏斗看那一步有没有变化。

常见问题

购物车放弃和结算放弃有什么区别?

购物车放弃统计所有加了购物车却没买的人;结算放弃只统计开始了结算、在订单确认前离开的购物者。结算放弃的人群更小、购买意向更强,原因也更具体,比如意外费用、强制注册和支付失败,通常更容易找到、也更容易修。

结算放弃率多少算正常?

单看结算,没有出处扎实的行业参考值。常被引用的 Baymard 平均值 70.22% 说的是购物车放弃率,是另一个指标。拿你的结算放弃率和自己过去几个月比、在不同设备和国家之间比。某一步的差距超过 15 个百分点,通常说明有能修的问题。

顾客为什么放弃结算?

Baymard 对在结算中放弃的美国购物者的调查显示,常见原因有额外费用太高、配送太慢、不放心在网站上填卡、被要求注册账户、结算太长太复杂,以及网站报错。你自己按步骤拆开的漏斗,会告诉你店里是其中哪一种。

怎样降低结算放弃率?

按结算步骤拆开漏斗,先修掉得最陡的那一步。在结算前显示运费、提供访客结账、删掉可选字段、账单地址默认沿用收货地址、修掉支付报错。把每个修法换算成多出的订单,一次只改一处,并对比同一步改动前后的数据。

放弃结算提醒邮件有用吗?

能挽回一部分订单,因为购物者已经挑好商品,往往也填了邮箱。但它解决不了原因。如果 30% 的人一看到运费就走,提醒邮件只会把其中少数人带回同一个意外面前。先修好那一步,再用提醒去挽回剩下的人。

另见:退货政策模板:可直接复制的电商退货与运费政策。

资料来源

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

卢卡斯·海斯

数据工程师

聚焦事件设计、数据质量与采集流程,分享可验证的实施方法,帮助团队建立可靠的分析基础。

找出让购物者流失的那一步结算

带耗时中位数的步骤漏斗、不记填写内容的表单提交统计、支付页报错,集中在一处。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie