平均订单金额（AOV）

AOV 回答的是一个很具体的问题：一笔订单平均多少钱。

怎么算

计算方式是：

AOV ＝ 纳入统计的订单金额合计 ÷ 同一批订单的数量

关键在"同一批订单"。分子分母必须来自同一个订单集合，否则算出来的数不再代表这批订单的平均成交金额。一个常见的错误是用本月销售额减去上月订单产生的退款，再除以本月订单数，退款和订单对不上，结果就失去了意义。

具体算之前，至少要把五件事定清楚：哪些订单状态纳入统计、折扣怎么扣、是否包含税费和运费、退款退货如何处理、订单归属到哪个时间段。任何一项改动都会让数字跳变，做环比同比之前要先确认口径没变过。

用平台报表时应遵循该字段自己的定义。比如 Shopify 销售报告里的 AOV 是（毛销售额减折扣）除以订单数，不包含下单之后的调整；直接拿报表里的"总销售额"去除订单数，得到的不是同一个东西。

和相邻指标的口径差别

表里第二行就是很多人说的"客单价"，但这个词在中文业务里的用法并不统一：有些团队和资料直接用它指平均订单金额（等同 AOV），有些用它指每位成交客户的平均消费金额。两种用法都常见。

实际影响只在一种情况下明显：采用客户数口径、且统计周期内存在复购时，这个数会高于 AOV，复购频次越高差得越多。对数之前先问一句分母是订单数还是客户数，比争论哪种叫法正确有用。

单看 AOV 容易得出错误结论

它是平均数，会被少量大额订单拉高。如果订单金额分布很分散，比如同时卖几十元的配件和上万元的设备，AOV 可能落在一个两头都不代表的区间里。这种情况下应该同时看金额分布或中位数，再决定要不要分层统计。

它和转化率存在权衡关系。提升单笔金额的动作往往会筛掉一部分用户：满减门槛抬高，凑单成功的人 AOV 上去了，但只想小额购买的人可能直接放弃。在同一口径下，对应订单集合的金额合计等于订单数乘以 AOV，只看其中一项涨了就判断策略有效，很容易看错。

收入上涨不等于赚得更多。优惠和包邮可能同时推高 AOV 和订单数，但扣除商品成本、履约与运费、退货损失之后，贡献利润未必增加。

提升 AOV 的常见做法

以下手段的共同思路是引导用户在一次下单里买得更多，而不是单纯涨价。每一种都有适用前提：

关联商品推荐。适合有明确搭配关系的品类（手机配壳、相机配镜头）。搭配逻辑弱的品类里，推荐位反而会分散注意力、干扰主商品的转化。

套餐与组合定价。适合复购周期稳定的消耗品，用户本来就要买多份。对于低频、单次需求的商品，组合装可能会让用户觉得被迫多买。

满减与阶梯优惠。门槛怎么定没有现成答案：可以参考当前 AOV、金额中位数和订单金额分布给出几个候选值，再结合商品毛利、运费成本和实验结果调整。门槛过高会直接劝退，过低则起不到凑单作用。

包邮门槛。它同样能促进凑单，但和满减不是一回事：优惠形式不同，成本承担方式也不同（运费由商家吸收，直接计入履约成本）。设置前要算清楚单均运费和毛利空间。

效果怎么验证：前后对比能发现变化，但不足以证明是这次活动造成的，流量结构、季节性和商品结构变化都会混进来。有条件时做随机对照实验；没有条件时，至少同时观察 AOV、订单数、转化率和贡献利润，并盯住退款退货情况，而不是只确认 AOV 涨了就收工。

AOV 也是评估获客经济性的输入之一。判断获客投入是否划算，还需要结合毛利率、履约成本、复购情况和回收周期，把订单收入直接当作可承受的获客成本会严重高估。

什么时候 AOV 不是重点

采用固定套餐定价的订阅制业务，单次订单金额本身就是固定的，AOV 不会有太多波动，这类业务更应该关注续费率、CLTV 和获客成本的关系。如果订阅方案有多档、可加购增值服务，AOV 仍然有观察价值。

订单量还很小的早期业务，AOV 的短期波动更多来自样本量不足而不是策略变化，应该减少对短期数字的解读。但这不等于可以不看它：单笔订单是否盈利仍然要验证，否则订单量做上去只会放大亏损。