【電商分析】營收變動怎麼拆解?從訂單數與客單價找出原因

每次開營運會議,主管問「這期營收為什麼下降?」你打開後台,卻發現訂單比上一期還多。究竟是折扣太深、大家買得比較少,還是高單價商品賣不動?只看營收總額,很難決定下一步該查什麼。

這篇文章會帶你先用訂單數與客單價拆出營收變動,再把數字轉成可驗證的問題。重點不是立刻找人負責,而是讓你知道:該先檢查訂單來源,還是每筆訂單的購買內容。

一、先看這張表:營收變動要往哪裡查?

訂單數客單價營收方向優先檢查
增加增加上升成長來自哪些客群,能否持續?
增加下降不一定是否低價商品或折扣訂單占比提高?
減少增加不一定是否少數高額訂單撐住營收?
減少下降下降哪些客群同時出現訂單與購買金額下滑?

這張表成立的前提,是兩期使用相同口徑,而且都有訂單。營收=訂單數 × 客單價,其中客單價必須用「同一批訂單的營收 ÷ 訂單數」計算。

實務上,建議先比較兩段完整、等長的期間,例如最近 28 天與前 28 天,再標記促銷、缺貨或連假等背景。

二、拆解之前,先把「營收」定義清楚

同樣叫營收,可能指折扣前銷售額、扣除退貨後淨銷售額,或含稅與運費的總額。如果分子不同,客單價也會不同。

本文案例採自訂分析口徑:依訂單成立日期,計入已付款且未取消的有效訂單,使用折扣後商品金額,不含稅與運費;退款另列觀察,不扣入本次拆解。兩期使用相同狀態規則,並記錄資料截點。這不是財務認列營收,也不代表平台內建欄位的定義。

例如 Shopify 銷售報表的客單價,排除訂單建立後的調整;總銷售額則包含稅、運費等項目,不能直接拿兩者相乘核對。

💡專家提醒:先在報表註記幣別、日期欄位、訂單狀態與退款處理方式。算式正確,不代表拿來計算的數字一定能比較。

三、用一個案例,算出營收少了哪一塊

以下為假設數據,金額均為新台幣,可依實際案例調整。

指標前期本期變動
有效訂單數1,000 筆1,100 筆+10%
客單價1,200 元1,000 元−16.67%
商品銷售額1,200,000 元1,100,000 元−8.33%

訂單增加,卻抵不過每筆訂單金額降低。注意,營收成長率不是直接把兩個百分比相加,而是:

營收成長率=(1+訂單成長率)×(1+客單價成長率)−1

計算時使用未四捨五入的數值,最後才處理顯示位數。

步驟 1:先假設客單價維持前期水準

如果增加的 100 筆訂單,每筆仍是 1,200 元,訂單增加帶來的差額為:

(1,100 − 1,000)× 1,200=+120,000 元

步驟 2:再套入本期客單價

本期 1,100 筆訂單,每筆比前期少 200 元,客單價變動帶來的差額為:

1,100 ×(1,000 − 1,200)=−220,000 元

兩者合計:+120,000 − 220,000=−100,000 元,正好等於營收減少的金額。

你便能向主管說:「依先訂單、後客單價的拆法,訂單增加貢獻 12 萬元,但客單價下降抵銷 22 萬元;下一步先查每筆訂單為什麼買得比較少。」

⚠️注意事項:這是固定順序的數學拆解,不是因果證明。若先改客單價、再改訂單數,兩項分攤金額會不同,但總差額相同。月報應固定方法,不能直接說「促銷造成營收少 22 萬元」。

四、數字拆完後,怎麼找到值得處理的問題?

訂單數變動:先找出是哪一群訂單

把訂單依新舊客或銷售通路分組,確認變動集中在哪裡。每筆訂單在同一組分析中只能歸到一個類別,才不會重複加總。

若新客訂單減少,可以接著檢查導流量與購買流程;若流量穩定,再查結帳異常、運費門檻或付款失敗。這些都只是待驗證方向,不能看到訂單下降就認定廣告失效。

客單價變動:區分「買少了」與「買便宜了」

回到訂單明細,檢查每單件數、折扣與商品組合。例如案例中的低價商品訂單占比提高,可能拉低整體客單價,即使各商品售價沒有改變。

建議對照各價格帶訂單占比與促銷紀錄;若確認低價新客訂單增加,再評估加購或組合商品,而不是直接全面漲價。若只少了幾筆大額訂單,則應先觀察是否屬正常波動。

同時別忘了毛利:客單價增加不一定代表獲利增加,折扣、商品成本與履約成本仍要另外檢查。

五、在 Data Studio 放進哪些欄位與圖表?

新手可以先把訂單整理到 Google 試算表,每列代表一天,保留「日期、有效訂單數、商品銷售額」,再帶入 Data Studio。若要依通路篩選,來源就要整理成每日、每通路一列,且訂單不可重複歸類。

客單價使用計算欄位 SUM(商品銷售額) / SUM(有效訂單數);這適用於可加總的試算表數值欄位。[2] 不要直接平均每天的客單價,因為每天訂單量不同;訂單數為零時應顯示無資料,避免除以零。

報表上方放營收、訂單數、客單價三張指標卡,下方放每日趨勢與通路比較表。日期、通路篩選須同步作用於營收和訂單數,才能回答「哪段時間、哪個通路的客單價改變最多」。

至於前述 12 萬與負 22 萬元,可先在試算表建立固定兩期的拆解摘要,再用表格呈現,清楚標註比較期間;不要讓日期控制項看似切換了期間,摘要卻仍顯示舊數字。

六、常見問題 FAQ

為什麼拆解結果和後台總銷售額對不起來?

先查含稅、運費、訂單狀態與退款口徑。Shopify 的銷售沖銷會記在處理當日,可能涉及前期訂單。[1] 若用本期下單金額拆解,就應把這類調整另外列出核對。

可以把各商品類別的訂單數直接加總嗎?

不一定。一筆訂單可能包含多個類別,直接加總會重複計數。分析整體客單價時,先確保訂單層級一筆一列;分析商品時,改用商品明細金額,不要重複加總整筆訂單金額。

拆出客單價影響較大,就應該先提高客單價嗎?

先確認原因與目標。低價新客增加、商品組合改變、大額訂單減少,適合的行動不同。拆解是縮小調查範圍,不是自動產生策略。

七、下一步:把「營收下降」改寫成可驗證的問題

先選兩段完整期間,固定營收口徑,算出訂單與客單價的變動金額,再找出差異最大的客群或通路。

下一次會議,不只報告「營收少了 10 萬元」,而是帶著「客單價變動影響較大,接下來核對低價商品占比與折扣」進場。這才是報表能協助團隊採取行動的地方。

Share the Post:

Related Posts

返回頂端

搜尋範本

快速尋找 Google Data Studio 範本、教學與市場情報內容。

聯繫我們

填寫資料後我們將盡速聯繫您