平均客單價上升卻沒多賺：三場被平均值誤導的月會錯誤檢討

平均值會誤導，是因為它把整個分佈壓成一個數字。資料裡有極端值、由兩群人混在一起，或被計算的人換了一批，平均值都可能往上走，生意卻沒有變好。對策是同時看中位數、分佈與分群，再決定信不信那個平均。

這篇是一份錯誤檢討。以下三場月會都是示範情境，內容經過改寫，不對應任何真實客戶，也不提供任何真實成效數字。我把它們寫出來，是因為同樣的誤判在中小企業的報表會議裡一再出現，而每一次都有人因此差點做出錯的預算決定。

為什麼平均值會騙人？

平均值是總和除以個數。這個算法沒有錯。錯在我們默認資料長得像一座對稱的山，大部分人都站在山頂附近。

行銷資料很少長這樣。訂單金額通常是一大群小額加上少數大額。頁面停留時間常有一群人秒退，另一群人開著分頁不關。回購間隔則可能是兩種完全不同的客人疊在一起。

在這些分佈裡，平均值常落在一個幾乎沒有人站的位置。它不代表一般客人，只代表把所有人的數字平分之後的結果。老闆在月會上聽到平均客單價，腦中浮現的是一位典型客人，但那位客人可能根本不存在。

下面三個錯誤，各自對應一種失真成因：極端值、客群混合、分母變動。

錯誤一：一筆企業大單，讓平均客單價漂亮了一整個月

當時看到的數字

示範情境是一家賣廚房用品的小型電商。某個月的報表顯示，平均客單價比上個月明顯上升。行銷負責人在會上把功勞歸給新上線的組合商品頁，提議下一季把廣告預算往組合商品移。

會議氣氛很好。沒有人追問。

實際發生的事

會後我把訂單明細匯出來，按金額排序。最上面有一筆企業採購，一張訂單買了幾十組禮盒，金額是平常訂單的好幾十倍。

這一筆單獨拉高了整體平均。把它拿掉之後，平均客單價和上個月幾乎一樣，中位數還略為下降。組合商品頁的購買比例也沒有變。

那一季如果照提案移預算，錢會押在一個沒有被證實的假設上。

這次之後改了什麼

• 月報的客單價欄位旁邊，固定放中位數。兩者差距突然拉大，就是有極端值的訊號。
• 訂立一條極端值標記規則：單筆金額遠超過平常範圍的訂單，在報表另列一行說明。不刪除，也不混進主趨勢。
• 企業採購、團購、員工購買這類訂單，在後台或試算表加一個訂單類型欄位，報表可以一鍵排除或單獨檢視。

錯誤二：平均互動時間變長，被解讀成文章變好讀

第二場月會的主角是一家做企業培訓的服務商。網站改版後，報表上的平均互動時間上升。內容團隊認為新版型更好讀，準備用同一套版型改寫所有舊文章。

拆開看，情況不一樣。改版那週，網站同時上線了新的 Cookie 同意橫幅。在這個示範情境裡，拒絕同意的訪客沒有被完整記錄，而這群人裡有很多是看一眼就走的訪客。

短停留的人被量到得少了，剩下被記錄的人本來就比較願意讀。平均自然變長。

換句話說，平均值上升不是因為每個人讀得更久，而是被量到的那群人換了。這是樣本組成改變造成的假象。

GA4 裡的互動時間、參與工作階段等指標，都有官方定義。數字改變之前，先確認定義和追蹤條件有沒有改。相關說明可以在 Google Analytics 說明中心查到。

這次之後改了什麼

• 不只看平均互動時間。把互動時間切成幾個區間，看每個區間的工作階段數各自怎麼移動。
• 改版前後比較之前，先列出追蹤設定、同意橫幅、彈出視窗等條件，確認一致才比。
• 條件不同的兩段期間，報表上註明不可直接比較，不硬放在同一張趨勢圖上。

錯誤三：平均回購週期縮短，其實是新客變少

第三場月會的主角是一個保養品品牌。報表顯示平均回購間隔縮短，團隊很高興，認為會員活動奏效，打算加碼點數回饋。

問題出在分母。那一季新客廣告暫停，首購客人大幅減少。首購客人第一次回購通常比較慢，老客人則已經有固定週期。新客一少，資料裡幾乎只剩老客，平均回購間隔自然變短。

會員活動也許有用，也許沒用。但這個平均值回答不了這個問題。它反映的是客群組成的改變，不是行為的改變。

這種情況在統計上常被歸為辛普森悖論的一種表現：分群後每一群的趨勢，和合起來看的趨勢可能方向相反。分開看新客與老客的回購間隔，才看得出會員活動是否讓哪一群變快。

這次之後改了什麼

• 回購、留存相關指標一律拆成新客、舊客兩欄。
• 有能力的話，把每個月的首購客人當成一組，分開追蹤。做法可以參考站內這篇用試算表把回購拆成每月一列的同期群分析。
• 檢討任何指標變化時，先問：這段期間，各群人的比例有沒有變？

三種失真放在一起看

失真成因	常見情境	平均值的表現	該補看的數字
極端值	少數大單、少數超長停留	被拉高或拉低，看起來像趨勢	中位數、排除極端值後的平均、前幾筆占比
客群混合	新客與老客、手機與電腦混在一起算	落在兩群中間，代表不了任何一群	分群後各自的數值與人數
分母變動	追蹤條件改變、某一群人消失	看似改善，其實是被量到的人變了	各群人數的變化、追蹤設定的變更紀錄

三種成因常常同時出現。錯誤二就同時有分母變動和客群混合。所以看到平均值大幅移動時，三個方向都要檢查一次。

月會上怎麼問，才不會被平均值帶走？

我現在主持月會，看到任何平均值，都會問這四個問題。不需要統計背景，老闆自己也能問。

• 中位數是多少？和平均差多少？
• 這個數字是幾群人混在一起算的？分開看各是多少？
• 這段期間，被計算的人數或組成有沒有明顯變化？
• 追蹤方式、頁面版型、活動條件有沒有改過？

四個問題問完，大部分誤判會在會議上被攔下來。問不出答案的指標，就標成待確認，不拿來做預算決定。

如果報表連這四題都答不了，問題通常不在分析能力，而在資料結構沒有預留分群欄位。訂單類型、新舊客、裝置、來源，這些欄位要在資料進來時就存好，事後補很難。類似的指標陷阱，可以再看五個會騙人的行銷指標。需要有人幫你重整報表結構，可以參考我們的行銷數據與報表服務。

平均值什麼時候仍然好用？

平均值不是壞指標。在下面幾種情況，它是最省事也最準的選擇。

• 資料分佈大致對稱，沒有明顯極端值。例如固定單價商品的每日訂單數。
• 要算總量的時候。平均客單價乘上訂單數就是營收，這個關係在財務上成立，中位數做不到。
• 樣本量大，客群組成穩定，而且你只想看長期方向。

判斷的關鍵不是平均好還是中位數好，而是你要回答什麼問題。要估總營收，用平均。要描述典型客人，用中位數。要決定資源往哪裡放，用分群。

適用與不適用的情況

這份檢討適用於有基本訂單或流量資料、每月固定開報表會議的中小企業。客單價差異大、新舊客混在一起、最近改過網站或追蹤設定的團隊，最容易踩到這三種錯誤。

不適用的情況有兩種。一是資料量很小，每月只有幾十筆訂單。這時連中位數都會劇烈跳動，應該直接看個別訂單與客戶回饋。二是需要嚴謹因果推論的決策，例如要判斷某個活動到底帶來多少額外營收。平均值與中位數都不夠，需要設計對照組或其他測試方法。

報表的目的是幫人做決定。Google 在建立有用內容的說明裡強調以人為本，報表也是同一個道理：先想清楚看報表的人要做什麼決定，再選指標。其他關於報表與數據的疑問，可以到常見問題查看。