找出导致收入下滑的具体环节

两家店铺月底的业绩双双下滑 20%。一家是流量少了，另一家流量没变，客户却在商品页到付款页面之间流失了。从收入曲线上看，这两个月的情况毫无二致。但如果用救活第一家店的方法去救第二家店，就是在白白浪费一个月的时间。

因此，值得探讨的问题不是“我的转化率达标了吗？”，而是“漏斗到底在哪个环节变差了？”。第一个问题没有可操作的答案，第二个问题有。而且解答所需的数据早已存在于 Shopify 后台，无需增加任何成本。真正需要付出代价的，是用被表面标签误导的方式去解读数据——因为标签呈现的是一回事，底层的计算逻辑又是另一回事。

5 个指标，分为 3 个层级

打开后台的 转化率拆解 报告。按照 Shopify 官方文档 的说法，转化过程分为 4 个步骤：所有会话、已加购会话、已到达结账流程的会话、已完成结账的会话。请将收集到的数据归入以下 3 个层级：

• 流量层——总会话数。
• 漏斗层——加购会话占比、到达结账流程的会话占比、完成结账的会话占比。最后一项就是转化率，并非第 6 个独立指标。
• 客单价层——平均订单金额，直接查看 Shopify 后台卡片。

这 3 个层级正好构成了决定收入的公式：会话数 × 转化率 × 平均订单金额。这也是 IRP Commerce 估算营业额时采用的逻辑。其中任何一个指标提升 10%，都能为整体收入带来 10% 的增长。不过，不要指望这三者相乘的结果能与上个月的实际收入精确到分——因为同一个客户可能在一次会话中购买两次，且后台卡片的数据并未包含运费和税费。使用这个公式是为了指明问题所在的环节，而不是用来对账。漏斗层，就是把中间的转化率拆解成更直观的步骤。

Shopify 文档中的一句话，决定了你对数据的理解是否准确：“每个步骤的转化率，计算方式为该步骤的会话数除以总会话数。”报告里的每一个百分比，基数都是所有进店的访客。“到达结账流程”并不意味着“在加购人群中的占比”，因此无需任何额外的计算，就能直接对比任意两个步骤。不过，仍有一个设置会影响中间数据的含义：报告中包含一个“开放式漏斗（Open Funnel）”开关。开启时，系统会把未经过购物车直接跳转到结账页面的会话也计算在内；关闭时，则仅统计严格按顺序走完每一步的会话。Shopify 的页面并未说明默认开启的是哪种模式。

客单价层在屏幕上就存在定义不清的问题。Shopify 的数据卡片 是基于总销售额计算的，因此扣除了折扣，但未计入运费和税费。如果自己用总销售额除以订单数，通常会得到一个更大的数值，因为该数值加上了运费、税费、关税和手续费，并扣除了退款。建议直接参考卡片上的数值。

接着，拉取这 5 个指标整整一个自然月的数据。选择按月而不是按周统计，原因将在下文两段后说明。

如何解读数据走势

5 个数据勾勒出的是整体走势，而非简单的分数，而评估的尺子就是历史数据。上个月的数据能告诉你最近发生了什么变化；去年同期的数据，则可以在排除季节因素后展示真实的波动。随后，将各个层级的数据进行交叉对比：

流量保持稳定，加购率较去年有所下降。 问题发生在下单决策之前，出在商品页本身及其展示的优惠策略上。

加购率保持稳定，完成结账的会话减少。 漏斗在决策之后出现了漏洞——问题出在结账流程内部，或是结账环节展示的费用与物流信息上。在确信这一差距之前，请先看清该标签的定义。“到达结账流程的会话”统计的是在结账过程中有“用户输入（例如按键或点击鼠标）”的会话，并非仅仅指加载了结账页面的会话。如果有人进入结账页，看了眼运费后没有进行任何操作就关闭了标签页，并不包含在这个数值里。这类用户掉进了购物车与结账之间的真空区，与那些根本没走到这一步的人无法区分开来。

各项指标平稳，平均订单金额下降。 这根本不是漏斗漏洞，问题出在单笔订单包含的商品数量上。

以上分析无法直接告诉你该修改什么，但能明确指出该打开哪个页面去排查——这是单纯看收入曲线永远无法做到的。

为什么小单量下按周统计的数据会骗人

如果店铺一个月只有 40 单，多一单少一单都会让普通的某一周看起来像是经营危机。换算一下：2,000 次会话产生 40 笔订单，转化率为 2.0%。在正常的一周里，大约 500 次会话对应 10 笔订单。此时，订单数增加或减少 1 笔，单周转化率就会随之波动约 0.2 个百分点。一周 1.6% 与另一周 2.2% 的对比，往往只是差了 3 笔订单的正常波动而已。请以“月”为单位进行观察。

已公开的数据，仅作参考背景

指标数据来源与时间计算公式转化率 2.01%IRP Commerce，在其自有平台上交易的英国、北爱尔兰和爱尔兰 B2C 商家，2026年6月明确说明为 交易次数 ÷ 会话数 × 100转化率 1.4% · 移动端 1.2% · 桌面端 1.9%Littledata，2,800 个 Shopify 网站，2023年测量未公开加购率 4.6%Littledata，2,800 个网站，2023年；标注为“Shopify 平台”数据未公开结账完成率 45% · 移动端 44% · 桌面端 49%Littledata，2,800 个网站，2023年；标注为“Shopify 平台”数据未公开弃购率 70.22%Baymard Institute，来自 18 个机构的 50 项研究的平均值（经人工统计；其页面未说明机构数量），其中 9 项来自同一个机构，半数数据来自 2013年或更早各研究计算方式不一；Baymard 未给出统一定义各行业转化率 — 美妆、护肤 2.4% · 健康与美妆 1.8% · 美妆、彩妆 1.3% · 全行业平均 1.4%Salesforce Shopping Index；仅在 2024年4月的一篇 Salesforce 博客文章中说明了调查对象，且图表未标注涵盖的月份未公开，数据看板亦未标注计算方法平均订单金额IRP 的 10 个市场，2026年6月，从 805.88 英镑到 55.44 英镑不等明确说明为 收入 ÷ 订单数

在所有参考基准中，只有 IRP 完整回答了评估基准时需要了解的三个问题：公式如何计算、统计了哪些店铺，以及具体是哪个月份——虽然它从未透露具体的商家数量。Littledata 是唯一针对 Shopify 店铺专门统计的数据，尽管数据源自 2023年，依然具有参考价值。如果店铺流量主要来自手机，设备维度的拆分就非常关键：移动端为 1.2%，桌面端为 1.9%。

Baymard 发布的 70.22% 是众多平均值的再平均，且页面上没有对“弃购”给出明确定义，因为包含的 50 项研究各自采用了不同的标准。Baymard 本身提供结账流程审计服务，而这 50 项研究中的许多数据，都出自销售弃购挽回软件的公司。每一个发布这类指标的机构都有其商业目的，我们也不例外：我们销售建站软件，这个社区是商家了解我们的渠道，但我们自身并不提供漏斗监测工具。

只有在自己所在的细分行业中，数据才具有实际参考意义。Salesforce 的 Shopping Index 公布了 16 个特定零售细分行业的线上转化率，其中包含 3 个美妆子类——从“美妆-护肤”的 2.4% 到“美妆-彩妆”的 1.3% 不等，而全行业平均水平为 1.4%。如果用上述三个问题去检验它，它只能回答半个问题。如果你经营护肤品，2.4% 相较于全行业 1.4% 的基线确实值得关注，但不必过于执念。其统计对象仅在 2024年4月的一篇 Salesforce 博客文章 中有所提及——该指数基于 Salesforce 平台的数据运行，但 Salesforce 补充道，这些数据已推算至更广泛的零售业，“并不代表 Salesforce 的实际业绩”。至于分母除以了什么，数据看板及两篇说明计算方法的博客文章中均未提及。这些来源都没有给出膳食补充剂或健身器材的细分数据，IRP 离此最近的分类也仅是一个宽泛的“健康与福祉”零售类别。

至于平均订单金额，行业基准数据则完全失去了参考意义。即使在同一个数据源、同一个月份、采用同一个计算公式，IRP 在 2026年6月统计的 10 个市场之间，数值竟相差了 14.5 倍。一份 55 英镑的保健品订单与一份 800 英镑的母婴用品订单，根本不可能使用同一个行业基准。

此外，相同的词汇背后可能对应着不同的计算公式：IRP 和 Shopify 后台都是除以会话数，Dynamic Yield 除以的是用户数，而 Contentsquare 统计的是访问次数并将表单提交视为一次转化。截至 2026年8月13日，Dynamic Yield 自己的基准页面甚至在向全世界展示“全球电商平均转化率为 0%”。该页面已损坏，但 Shopify 更新于 2026年2月4日的转化率文章 却依然在引导读者前往该页面获取其 2.95% 的数据。

因此：对自身细分行业的数据保持理性参考；如果流量主要来自手机，留意 Littledata 的设备拆分数据；其余数据，仅作背景了解即可。

真正属于你的对比数据

上述所有指标，都是基于别人的店铺、用别人的方法统计出来的，无法预测对自己的店铺做出修改后会发生什么。

因此，请记录下自己店铺上个月的数据，并将去年同期的数据列在旁边：

• 总会话数
• 加购会话占比
• 到达结账流程的会话占比
• 完成结账的会话占比（即你的转化率）
• 后台卡片显示的平均订单金额

让数据之间的差异，决定本周该去优化哪个页面。如果需要其他人帮忙把关，可以把这些数据发在社区里，并说明报告设置的是开放式漏斗还是封闭式漏斗（开关就在报告页面本身）。只需晒出各项占比，并说明流量和客单价是上升还是下降即可；如果介意，可以不公开具体的原始数值。我们会和你一起解读这些数据。毕竟，看懂一个漏斗，并不需要知道店铺叫什么名字。