电商策略要和漏斗阶段以及它推动的那一个指标对上:获客看流量构成,浏览看商品查看率,商品页看加购率,购物车看发起结算率,支付看完成率。先修那个小幅提升几个百分点就能带来最多订单的阶段。
读完你会知道
- 五个漏斗阶段,各有一类策略和一个要盯的指标
- 示例里,任何阶段提升 10%(相对)都会多出同样的 186 个订单;一个百分点在加购阶段值 186 个订单,在商品查看阶段只值 30 个
- 和自己的过去比,不要和博客里的平均值比:示例里 70.0% 的购物车放弃率,对应的是一个范围从 55% 到 84% 的 70.22% 均值
策略要属于一个漏斗阶段
一份电商技巧清单(邮件、SEO、评价、包邮、会员)告诉你做什么,却没说它会体现在哪里。一项策略只有在你知道它推动哪个数字时才有意义。最简单的地图就是买家的路径:
- 获客: 人们到达。指标:会话数,以及按渠道的每 100 次会话订单数。
- 浏览: 他们看商品。指标:商品查看率(有商品查看的会话 ÷ 会话)。
- 考虑: 他们选定一件。指标:加购率(加购 ÷ 商品查看)。
- 购物车: 他们考虑付款。指标:发起结算率(结算 ÷ 购物车)。
- 支付: 他们完成。指标:完成率(订单 ÷ 结算)。
- 留存: 他们回来。指标:复购率。
下面每项策略都对应其中之一。如果你说不清一项策略要改变哪个指标,就不要开始。
一个示例漏斗
一家店一个月的示例数据:
| 阶段 | 数量 | 比率 |
|---|---|---|
| 会话 | 100,000 | |
| 商品查看 | 62,000 | 占会话 62.0% |
| 加购 | 6,200 | 占商品查看 10.0% |
| 发起结算 | 3,100 | 占购物车 50.0% |
| 订单 | 1,860 | 占结算 60.0% |
每 100 次会话的订单:1.86。按 $70 的平均订单价值,收入为 1,860 × $70 = $130,200,每次会话 $1.30。购物车放弃率:1 − 1,860 ÷ 6,200 = 70.0%。
Baymard Institute 对 50 项购物车放弃研究的平均值是 70.22%,已记录的比率范围从 55% 到 84%。示例恰好落在平均值上,但这并不说明它好还是不好:范围这么宽,是因为店铺、商品和定义都不同。你的参照应该是自己上个季度。
相同的相对提升,相同的订单:按百分点和投入来选
订单是各阶段比率的乘积,所以在任何阶段提升 10%(相对),订单都提升 10%,在这里就是每月 +186 个订单、+$13,020。奖励的大小和阶段无关。阶段影响的是这个提升有多难。换算成百分点:
| 阶段 | 基准 | +10% 所需百分点 | +1 个百分点的新增订单 |
|---|---|---|---|
| 商品查看 | 62% | +6.2 | +30.0 |
| 加购 | 10% | +1.0 | +186.0 |
| 发起结算 | 50% | +5.0 | +37.2 |
| 完成 | 60% | +6.0 | +31.0 |
加购阶段只需 1 个百分点,就能带来商品查看阶段 6 个百分点才有的奖励。按实际百分点数算,这是余量最小的阶段,所以在那里提升一个百分点更可信。这不意味着更容易:意思是你应当比较一项策略能可信地增加多少百分点,以及它的投入。在加购阶段可信地增加一个百分点的策略,胜过在商品查看阶段需要六个百分点的策略。
各阶段提升 1 个百分点带来的新增订单
基准每月 1,860 个订单策略与指标对照表
| 漏斗阶段 | 策略类别 | 它推动的指标 | 示例值 |
|---|---|---|---|
| 获客 | 渠道构成、搜索、合作 | 各渠道每 100 次会话的订单 | 整体 1.86 |
| 浏览 | 导航、站内搜索、商品陈列 | 商品查看率 | 62.0% |
| 考虑 | 商品页、评价、配送信息 | 加购率(占商品查看) | 10.0% |
| 购物车 | 总价透明、保存购物车、用聊天回答问题 | 发起结算率(占购物车) | 50.0% |
| 支付 | 访客结算、支付方式、减少字段 | 完成率(占发起结算) | 60.0% |
| 留存 | 购后消息、补货提醒、服务 | 复购率 | 需自行测量 |
关于获客有两点。用各渠道每 100 次会话的订单或每单成本来衡量,而不是会话数:访客只有一半、转化率翻倍的渠道,是更好的渠道。并且要把机器人排除在分母之外,否则表里每个比率都会偏低。
| 漏斗阶段 | 策略类别 | 它推动的指标 | 示例值 |
|---|---|---|---|
| 获客 | 渠道构成、搜索、合作 | 各渠道每 100 次会话的订单 | 整体 1.86 |
| 浏览 | 导航、站内搜索、商品陈列 | 商品查看率 | 62.0% |
| 考虑 | 商品页、评价、配送信息 | 加购率(占商品查看) | 10.0% |
| 购物车 | 总价透明、保存购物车、用聊天回答问题 | 发起结算率(占购物车) | 50.0% |
| 支付 | 访客结算、支付方式、减少字段 | 完成率(占发起结算) | 60.0% |
| 留存 | 购后消息、补货提醒、服务 | 复购率 | 需自行测量 |
示例数据:100,000 次会话,62,000 次商品查看,6,200 次加购,3,100 次发起结算,1,860 个订单,平均订单价值 $70。
来自店铺之外的参照
三个公开数字能帮你把握规模;没有一个能取代你自己的基准。
- 市场: 美国人口普查局估计,2026 年第三季度零售电商销售额按季节调整为 3,473 亿美元,占零售总额的 17.9%(2026 年 11 月 19 日发布)。线上是零售中很大且仍在增长的部分,所以和去年的对比要考虑季节(见下文)。
- 放弃: Baymard 对 50 项研究的 70.22% 均值,范围从 55% 到 84%,说明不要过度解读某一个数字。
- 速度: web.dev 上的一项 Google 和 Deloitte 研究,涵盖 37 个站点和 2019 年底的 3,000 多万次会话,把移动端加载快 0.1 秒与零售转化率高 8.4% 联系在一起。把它当作去测量你自己核心网页指标的理由,不要当作承诺。
90 天的工作顺序
- 第 1-14 天:测量。 为最近 90 天按设备和渠道建上面那个漏斗。排除机器人。把基准比率写下来。
- 第 15-45 天:修成本最低的大缺口。 通常是加入购物车按钮附近的一行改动(送达日期、退货、总价),或漏斗里发现的结算中某个坏掉的步骤。
- 第 46-75 天:按设备修最大的阶段缺口。 如果移动端完成率比桌面端低 10 个点,这就是下一项改动。
- 第 76-90 天:留存。 看谁买了两次、第二次购买有什么共同点;然后决定购后消息或补货提醒是否值得投入。
- 全程: 每次发布一项改动,在日期上加标注,并对比相同的几周。
判断规则
- 没有指标和基准,就不做策略。
- 按能可信增加的百分点除以投入来排序, 而不是按最大的百分比。
- 用每 100 次会话的订单衡量获客,不要用访问量。
- 决定之前先看设备和渠道的拆分: 混合比率会掩盖真正在漏的那个阶段。
- 在买家犹豫的地方放一个售前提问的渠道(聊天或帮助页),看聊过的人和没聊的人转化是否不同。
- 在两个清晰的窗口之后,如果一项策略在它自己的指标上看不到变化,就停掉。
决定之前,先按设备拆分漏斗
混合漏斗可能指向错误的阶段。取同一个月,把它拆开。示例数据:
| 设备 | 会话 | 发起结算 | 订单 | 转化率 | 完成率 |
|---|---|---|---|---|---|
| 桌面端 | 40,000 | 1,400 | 1,000 | 2.50% | 71.4% |
| 移动端 | 60,000 | 1,700 | 860 | 1.43% | 50.6% |
| 合计 | 100,000 | 3,100 | 1,860 | 1.86% | 60.0% |
混合的 60.0% 完成率看上去不好不坏。拆开之后,桌面端完成了 71.4% 的结算,移动端是 50.6%,差了 20.8 个百分点。如果移动端达到桌面端的比率,1,700 次结算会产生 1,700 × 71.4% = 1,214 个订单,比现在多 354 个(相对 1,860 增加 19.0%)。这几乎是任何一个混合阶段提升 10%(+186 个订单)的两倍,而且只来自修一个问题。
行动之前,先问移动端为什么完成得少。按设备查看结算步骤漏斗、移动端提供的支付方式、表单字段、支付页的错误和加载速度。要点是:漏得最多的那个分群,常常在混合数据里看不见。按渠道、按新访客和回访者也做同样的拆分。
别忽视留存
获客和转化受关注,是因为它们的数字变化快。复购更慢,也往往更便宜。分三步衡量:
- 复购率: 有两个以上订单的客户 ÷ 客户数,在 90 天这样的固定窗口里。
- 到第二单的间隔: 第一次下单和第二次下单之间的天数中位数。它告诉你提醒或跟进什么时候到达才及时。
- 复购客户的共同点: 最初购买的商品、渠道和配送体验。
示例数据:一个季度里 1,500 个客户第一次下单;其中 330 个在 90 天内再次下单,所以复购率是 330 ÷ 1,500 = 22.0%。如果购后消息能把它提升到 24.0%(360 个客户),那就是每季度多 30 个复购客户。在投入之前,和其他阶段一样,把这 30 个客户和这项改动的投入比较一下。
让策略看起来比实际更好或更差的错误
- 按会话数评判。 来自低转化渠道的会话变多,可能让转化率下降、收入上升;要看订单和每单成本。
- 对比不完整的时期。 拿月底最后四天的漏斗去对比完整的上个月,会夸大每一处下降。
- 把机器人算进去。 自动化访问处在每个阶段比率的分母里,会让所有比率都变差。
- 一次改两件事。 如果在同一次发布里既加了送达日期又降了运费,你无法说是哪个起了作用。
- 把基准当目标。 Baymard 的 70.22% 均值跨越 55% 到 84%;接近它,并不说明你的结算好不好。
补救办法是日常的,而不是巧妙的:每次发布一项改动,用完整的时期,只看真人流量,并与你自己上个季度对比。
在 TapCub 里怎么跟踪这些阶段
用上面的示例漏斗。
- 在 全端分析 › 行为分析 › 行为分析 里,建一个从商品查看到加购、结算和订单的漏斗,并按设备拆分。这会给你表里的比率。
- 打开 网站统计 › 来源 看按渠道和 UTM 的转化,在 全端分析 › 经营分析 › 渠道 ROI 里按天、渠道、来源或活动导入花费;它给出单次点击成本和单次获客成本。TapCub 不买广告,也不优化广告,它衡量广告带回了什么。
- 如果你用多个归因模型,全端分析 › 行为分析 › 行为分析 允许把首次、末次、线性、位置和时间衰减并排选,这样主要起助攻作用的渠道一眼就能看出来。
- 在商品页和购物车页提供聊天:客服 › 聊天设置 › 外观与品牌 不用改网站代码就能打开。在 客服 › 客服报表 › 转化归因 里,对比聊过和没聊过的访客的目标转化,并看对话从哪些页面开始。
- 在 全端分析 › 用户 › 分群与标签 里保存买家群组(内置 RFM 分组),研究复购的人,并在 配置 › 日期标注 里标注发布。
TapCub 不做 A/B 测试,不发邮件营销,也不收款。它衡量各个阶段,并显示哪个阶段值得下一次改动。
FAQ
哪些电商策略最有效?
能以合理投入推动你最弱漏斗阶段指标的那些。对一家店来说是按钮旁边的送达日期;对另一家是访客结算。先测量漏斗再选择。
怎么知道先修哪个阶段?
按设备和渠道建漏斗,然后对每个阶段估算可信地提升一个百分点带来的新增订单,再除以投入。每份投入订单最多的先做。
电商转化率多少算好?
因商品、价格和流量而异。和自己过去几个季度以及各渠道比。示例里的 1.86% 脱离它的背景没有意义;下降的比率、或远低于其他渠道的渠道更值得关注。
应该重视获客还是转化?
先查转化。把更多流量买进一个漏水的漏斗,只会成倍放大漏洞。漏斗稳定之后,再加流量,并按渠道衡量每 100 次会话的订单。
电商怎么衡量留存?
在固定窗口内用复购率(有两个以上订单的客户 ÷ 客户数),并看第一次下单和第二次下单之间的间隔。给买家分群,以便对比各组。
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。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

