只看平均數字會做錯決定嗎：把平均客單價拆開重看的六步驟教學
只看平均客單價做決定，會出什麼問題
平均數會把差異很大的客人壓成一個數字，這個數字描述的客人可能根本不存在。用它來訂免運門檻、設廣告出價或規劃商品組合，常常兩邊的客人都沒照顧到。決定之前，至少要把平均數拆成分布與分群再看一次。
平均客單價是指一段期間的營收除以訂單數。它算起來方便，月報上一定有。可是我們在客戶會議上最常做的一件事，就是請對方把這個數字背後的訂單明細打開。打開之後，大家對生意的理解通常會改變。
這篇文章用逐步教學的方式，示範怎麼在試算表裡把一個平均數拆開。全程只需要訂單匯出檔與試算表，不需要付費工具。示例是一家賣咖啡豆與器材的小型電商，資料經過，文中不列實際金額，只描述形狀與判斷方式。
步驟一：匯出訂單明細，先確認資料乾淨
從開店平台匯出至少三個月的訂單，一筆訂單一列。需要的欄位有訂單編號、日期、會員識別、訂單金額、折扣金額、運費、訂單狀態、來源。
匯出後先做三件事。第一，刪除取消與退款的訂單，或另外標記。第二，確認訂單金額是折扣後還是折扣前，含不含運費，全表要一致。第三，找出測試訂單與內部員工訂單並排除。
這一步最容易被跳過，也最常出錯。我們遇過平均客單價突然上升，查到最後是一筆企業團購混在零售訂單裡。一筆訂單就把整個月的平均拉高了。資料沒清乾淨，後面每一步都會錯。
步驟二：同時算出平均數與中位數，比較兩者的差距
中位數是把所有訂單金額由小排到大，位在正中間的那一筆。試算表裡各有一個函式可以直接算平均數與中位數，把兩個數字並排放。
兩者接近，代表訂單金額分布大致對稱，平均數還算能代表多數客人。兩者差很多，通常是平均數比中位數高，代表有少數大額訂單把平均拉上去。這時候拿平均數去想像「典型客人」，就會高估多數人的消費金額。
示例這家店的平均數比中位數高出一截。老闆原本打算把免運門檻訂在平均客單價再高一點的位置，想法是讓客人多買一件湊免運。看到中位數之後他停了下來，因為超過一半的客人離那個門檻很遠，遠到不會想湊。
步驟三：把訂單金額切成級距，畫出分布圖
把訂單金額切成八到十二個級距，計算每個級距有幾筆訂單，再畫成長條圖。級距寬度依自家價格帶決定，重點是切得夠細，能看出形狀。
看圖的時候找三樣東西。第一，高峰在哪裡，有幾個。第二，哪些級距幾乎沒有訂單。第三，右邊的尾巴拖多長。
示例的圖出現兩個高峰。一個落在只買一兩包豆子的金額，一個落在買器材的金額，中間是一段低谷。平均客單價剛好落在低谷裡。也就是說，幾乎沒有客人真的花了「平均」那個金額。老闆看到圖的第一句話是：「原來我有兩種生意。」
步驟四：依客人類型分群，各算各的數字
雙峰分布通常代表混了不同的人或不同的購買情境。接著要找出用什麼維度切，可以把兩個高峰分開。常用的切法如下。
- 首購與回購：新客第一次買的金額，常跟老客人不同
- 商品類別：消耗品訂單與耐用品訂單是兩種購買行為
- 流量來源：廣告帶來的客人與自然搜尋、電子報帶來的客人
- 裝置：手機與電腦下單的金額常有差距
- 是否使用折扣碼：檔期訂單與平常訂單
每一種切法都算出各群的訂單數、平均數與中位數。哪一種切法讓各群內部的平均數與中位數變得接近，那種切法就比較貼近真實的客群結構。
示例用商品類別切開後最清楚。純豆子訂單是一群，金額集中，回購頻繁。含器材的訂單是另一群，金額高，多半是首購，之後才轉為買豆子。這兩群需要的行銷做法完全不同。
步驟五：檢查總平均上升或下降，是不是組成改變造成的
平均數還有一個陷阱：每一群的數字都沒變，只是各群的占比變了，總平均就會跟著動。
示例的老闆曾在月會上問：「這個月平均客單價掉了，是不是客人變小氣？」我們把兩個月的訂單按群別拆開。豆子訂單的客單價沒變，器材訂單的客單價也沒變。變的是豆子訂單的筆數增加了，因為上個月的器材新客開始回來買豆子。這是好消息，總平均卻讓它看起來像壞消息。
檢查方法是做一張對照表，列出每一群在兩個期間的訂單數占比與群內平均。總平均變動時，先看占比有沒有變，再看群內數字有沒有變。這張表建議固定放進月報，可以省掉很多誤會。
步驟六：用拆開後的數字，重做原本的決定
拆完之後，回頭檢查那些用平均數做的決定。示例重做了三項。
- 免運門檻：改以豆子訂單這一群的分布來訂，把門檻放在這群客人多加一包就能達到的位置。器材訂單本來就超過門檻，不受影響
- 廣告出價：新客取得成本的上限原本用總平均客單價推估。拆開後，器材新客與豆子新客分別估算，兩類廣告各設各的上限
- 商品組合：原本想推「平均價位」的組合包，拆開後發現那個價位沒有人買。改成替豆子客人設計小額加購，替器材客人設計入門套組
交付給客戶的文件是一頁「數字使用說明」。上面列出每個常用指標該用哪個版本，例如訂免運門檻用消耗品訂單的中位數，估新客成本用首購訂單的群內平均，並註明資料期間與排除條件。之後任何人拿數字做決定，都先對照這一頁。
除了客單價，還有哪些平均數字需要拆開看
同樣的問題出現在很多指標上。以下是我們最常請客戶重看的幾個。
- 平均轉換率：品牌字流量與陌生流量的轉換率相差很大，合併後的數字對誰都不適用
- 平均停留時間：多數人幾秒就離開，少數人讀了很久，平均值兩邊都不像
- 平均回購週期：有固定回購的客人與只買一次的客人混在一起，算出來的週期沒有意義
- 平均廣告成本：不同受眾與不同素材的成本合併後，看不出該加碼哪一塊
- 平均回覆時間：上班時間與下班後的訊息混算，掩蓋了夜間無人回覆的問題
判斷原則只有一條。看到平均數時，先問這個數字背後是一群相似的東西，還是好幾群不同的東西。答不出來，就打開明細。
執行時最容易卡住的地方
第一個卡點是資料匯不出來或欄位不全。有些開店平台的匯出檔沒有流量來源，這時先用有的欄位切，例如商品類別與首購回購，不要因為資料不完美就整件事不做。
第二個卡點是切太細。分成二十群，每群只有幾筆訂單，數字又變成雜訊。我們的做法是先切兩到四群，每群訂單數夠多再往下切。
第三個卡點是月報格式改不動。主管習慣看一個數字，不想看一張表。可以保留總平均，在旁邊加一欄中位數與一張小分布圖。圖放了兩三個月，大家自然會開始問圖上的問題。
什麼情況下這套做法不適用
訂單量很少的商家，例如一個月只有二三十筆，分布圖看不出穩定的形狀，分群後每群只剩幾筆。這時候直接逐筆閱讀訂單，比任何統計都有用。
商品單一、價格固定的生意，例如只賣一種方案的訂閱服務，訂單金額幾乎相同，客單價沒有拆的必要。該拆的是續訂與退訂的時間點。
需要對外提報的財務數字，應依會計與稅務的規定計算。本文談的是行銷判讀用的拆法，涉及帳務與稅務的處理，請交由會計師或記帳士確認。
常見問題
平均數和中位數差很多代表什麼？
代表訂單金額分布不對稱，通常是少數大額訂單把平均數拉高。這時候中位數比較接近多數客人的實際消費，訂免運門檻或設計加購時應以中位數與分布為準。
免運門檻應該訂在平均客單價以上嗎？
不要直接用總平均。先把訂單分群，找出最常購買的那一群，依這群的金額分布把門檻放在多買一件就能達到的位置，離太遠客人不會湊單。
平均客單價下降一定是壞事嗎？
不一定。可能只是小額回購訂單的占比增加，各群客人的消費其實沒變。請先拆開看各群的訂單占比與群內平均，再判斷是結構改變還是消費力下滑。
沒有數據工具也能做分群分析嗎？
可以。從開店平台匯出訂單明細，用試算表的篩選、樞紐分析與長條圖就能完成。重點是資料要先清乾淨，排除取消訂單、測試訂單與內部訂單。