檔期業績怎麼看才準？把多買、提前買和少賺分開算

同一份官方統計，同一段時間，換一個觀察窗，年增率從 36.7% 變成 8.1%。你的檔期戰報也有這個問題。

單月年增 36.7%，兩個月累計只剩 8.1%

2026 年（民國 115 年）2 月，台灣百貨公司業的營業額年增 36.7%。任何一個品牌拿到這種數字，簡報第一頁都很好寫。

把觀察窗拉長一格，畫面就變了。同一份經濟部統計處 115 年 2 月的營業額統計裡，1 至 2 月累計的百貨公司年增率是 8.1%，零售業整體累計營業額 8,137 億元、年增 1.5%。統計處在同一頁寫下了原因：農曆春節落點不同。同一份新聞稿裡餐飲業單月年增 21.1%，說明也只有這一句。

值得注意的是統計處自己的處理方式：它每期都把單月與累計並列。官方統計內建了「單月會被節慶落點污染」的認知，所以永遠附一組累計數。

同一個統計口徑、同一段日曆時間，兩個年增率相差 28.6 個百分點。這個差額不能直接當成「被搬動的業績」，它證明的是另一件事：結論對觀察窗高度敏感。累計數比較不會被單月的節慶落點主導，但它同樣不是因果估計，仍會受價格、商品組合、展店、天氣與比較基期影響。

多數品牌的檔期戰報沒有這一欄，而且觀察窗剛好設在最容易被搬動的那個長度上。

每年十二月，我們都會接到同一通電話

每年 9 月到 11 月，我們陪品牌看數據的頻率最高。週年慶、雙 11、黑五、耶誕跨年壓在同一季裡，這段時間的會議室很好認：投影幕上是檔期即時戰報，格子一片綠，客單、轉換、來客數全部往上。

真正讓人不安的那句話，通常一個月後才出現。行銷主管把兩張表並排，一張是十一月的檔期戰報，一張是十二月的業績預估，然後問我們：「這檔明明比去年好，為什麼十二月這麼難看？」

讓我們擔心的很少是那張紅色的預估表，是接下來多數團隊的反應：既然十二月弱，那就再加一檔，折扣再深一點、時間再長一點。這個決定看起來合理，卻剛好把明年的問題也一起買下來了。

營業額不會告訴你，這筆錢是多賺的還是借來的

一檔活動結束，你看到的營業額是一個數字。這個數字裡至少混了三種性質完全不同的東西。以下三分法是本文為了讓檔期討論有共同語言而提出的框架，三者未必互斥，也未必窮盡所有情況。

1. 多買（增量）：原本不會買的人，因為這檔活動買了。這是唯一一種讓全年生意真正變大的來源。
2. 提前買（需求挪移）：原本下個月、下一季會買的人，看到活動決定現在買。當期業績漂亮，代價是把未來的訂單挪到現在。這一種在會計上是收入，在生意上是預支。
3. 少賺（折價侵蝕）：原本就要買、也願意用原價買的人，剛好碰上活動，用比較低的價格買走了同一件商品。件數沒有增加，營業額被折扣壓低，毛利掉得更多。

上表列的是訊號，不是證據：新客占比上升可能只是自然成長，檔期後的空窗可能來自季節性、缺貨或競品動作，毛利率下滑可能只是商品組合改變。它們告訴你該往哪裡查，不替你下結論。

麻煩的是，這三種來源在檔期當期的報表上看不出差別，都會讓 GMV（商品交易總額，此處指折扣後的實付成交金額）與訂單數往上、讓活動 ROI 好看。要把它們分開，唯一的辦法是看檔期以外的時間。

檔期本身有多重要，公開統計講得很清楚。經濟部統計處 2019 年的產業經濟統計簡訊第 332 期分析百貨公司業的淡旺季，指出當時第四季營業額占全年營收比重超過 3 成，並寫下「週年慶已成為百貨公司衝刺年度業績之重要行銷活動」。這是 2019 年當時的結構，要沿用到今天得用最新完整年度重算，但它至少說明這個產業長期把很大一塊營收押在一個檔期節奏上。

當一季扛著全年很大一塊營收，這一季的業績到底是多買還是提前買，影響的已經是明年的預算怎麼編。

連國家統計都得用文字解釋，數字本身分不出來

月營業額的漲跌同時被好幾個原因推動，而數字本身無法交代誰佔多少，連國家級統計都只能靠文字敘述去區分。以下兩組取自經濟部統計處的月度新聞稿，公開可查。

加碼促銷的那個月很好，下個月不好，但官方給的解釋不是促銷

2025 年（民國 114 年）11 月是台灣零售最擁擠的一個月。經濟部統計處 114 年 11 月的統計寫得很直白：受惠週年慶、雙 11、黑五購物節商機挹注，加以業者搭配政府普發現金政策加碼促銷。當月零售業營業額 4,459 億元、年增 1.4%，百貨公司年增 7.1%。

一個月之後，114 年 12 月的統計：零售業營業額 4,379 億元、年增 0.9%，百貨公司轉為年減 3.3%，布疋及服飾品零售業年減 7.8%。

看到這裡很容易得出一個結論：十一月加碼促銷，把十二月的生意吃掉了。這個結論下得太快。統計處對 12 月給的解釋是兩個完全不同的原因：氣候偏暖抑低冬衣服飾買氣，以及 115 年農曆春節較上年晚、年節應景商品及尾牙禮品採購期程遞延。官方沒有把 12 月的下滑歸給 11 月的促銷，「促銷挪移」是我們自己加上去的第三個競爭假說，它有可能對，但這份統計無法驗證它。

連國家級統計都得靠文字交代原因，因為月營業額本身分不出誰佔多少。一個品牌手上只有一張月報表，要在會議上回答「這檔到底有沒有用」，難度只會更高。

相鄰兩個月都成長時，看不出誰借了誰的訂單

當一檔活動的預熱跨到前一個月，相鄰兩個月會一起成長，年增率反而更難判讀。2026 年的母親節就是這種情況：115 年 4 月的統計顯示，百貨公司年增 12.6%，統計處的說明是業者掌握清明連假、母親節商機祭出多重優惠活動。到了 115 年 5 月，零售業營業額 4,153 億元、年增 4.9%，百貨公司年增 9.3%，說明是受惠於母親節商機積極促銷。

兩個月都成長，表面上沒有問題。但 4 月那 12.6% 裡面，有多少是原本會在 5 月發生的母親節消費被預熱檔期提早收走？單月報表無解，把兩個月加起來也無解，因為加總只會讓兩者互相抵銷，不會告訴你抵銷了多少。當檔期預熱一年比一年早，去年的四月和今年的四月，比較的已經是不同的一段購買行為。

報表為什麼看不見挪移

檔期報表看不見需求挪移，原因有三個，而且彼此獨立：沒有基準線、觀察窗太短、參考價格可能已經被自己改掉。

沒有基準線，所有數字都是毛數字

促銷衡量的第一個概念是基準線，也就是「這檔活動不辦，這段時間本來會賣多少」。NielsenIQ 對增量銷量的定義寫得直接：當商品有促銷活動時，是拿促銷期間的實際銷售，去跟沒有促銷支援時預期會賣出的銷售量相比，兩者的差額才是增量。

多數品牌的檔期報表沒有基準線這一欄，分母是去年同期或檔期前一個月。兩者都被同一個問題污染：去年同期也有檔期，檔期前一個月則正好是消費者在等這檔的觀望期。

NielsenIQ 用來衡量促銷效率的刻度值得記下來：每一塊錢的降價換到多少銷售提升，高於 1 才算打平，落在 0 到 1 之間代表有帶動但不划算，負值代表根本沒帶動。台灣零售的計價方式跟美國的貿易促銷不同，刻度不能照搬，但它提醒了一件事：促銷效率的合格線在打平那條線上。

觀察窗短於購買週期，挪移還沒發生

觀察窗一旦短於商品的購買週期，挪移根本還沒發生，報表當然看不到它。同一個品牌架上的外套和咖啡豆，回購間隔可能差上十幾倍，用同一把尺去量兩者，量到的只會是尺的長度。

實務上的起點是：觀察窗至少涵蓋檔期天數加上一個完整的購買週期。一個檔期七天、購買週期兩個月的品牌，要看到檔期結束後兩個月，才有機會知道那批訂單是新增的還是搬來的。多數品牌的檔期檢討會在活動結束後第三天開，那時候答案還沒長出來。

這只是起點，不是通用標準。購買間隔在會員之間差異很大，只看中位數會漏掉低頻客的挪移，活動本身也可能改變一個人的購買節奏。比較穩的做法是同時看幾個時間窗（檔期後一個月、一個購買週期、兩個購買週期），並依品類與會員群分別看間隔分布。

購買週期藏在會員的歷史訂單間隔裡。我們在談首購後三十天黃金期時講過同一件事：時間窗設錯，看起來很像的兩群人會被歸成同一群。分母的選擇同樣直接決定結論，回購率換一個分母，同一批顧客就會得出完全不同的答案，那是同一種病長在另一個指標上。

反覆促銷可能改寫消費者心裡的價格

促銷的長期效果在行銷學界討論了很久。《Journal of Retailing》關於拉式與推式價格促銷兩難的研究用了兩期的模型結構，理由正是促銷帶來的增量銷售會影響後續期間的需求，單期模型處理不了跨期效果。

由此延伸的實務假說是：當消費者知道你每個月底會打折，他就會在月底前停止購買，檔期於是從吸引新客的工具變成既有客人的購買排程表，折扣深度必須一年比一年深才有同樣效果。這是值得放進年度檢視的假說，不是定論。要驗證它，得看自家的折扣深度、檔期間隔與非檔期業績佔比這三條線是不是同向移動。

這條路走到底會發生什麼，我們在折價券發越多回購越好嗎談過折扣疊加與毛利侵蝕，在檔期砸折扣衝業績、活動結束會員又消失談過它在會員端的樣子：互動不等於忠誠，被折扣叫回來的人，下次多半也只會被折扣叫回來。

訂單層級的報表答不了這題

先講清楚一件事，免得期待錯位：多買、提前買、少賺都是反事實問題。要問的是「這個人如果沒有這檔活動，會不會買、什麼時候買、願意付多少」，而任何歷史資料都沒有記錄那個平行世界。會員層級的資料能做的，是把這三者從「完全看不見」變成「有可檢驗的訊號」；真正要估計增量，仍然需要實驗或可信的準實驗設計。訂單層級的報表連訊號都給不了，因為訂單不會告訴你買這張單的人上一次什麼時候買、下一次原本預計什麼時候買。

實務上，能支撐這道題的資料底座至少要撐得起三件事。

1. 同一個人在不同通路的消費要對得起來。線上下單、門市取貨、隔週在另一家門市回購，這三筆若算成三個人，購買週期就永遠算不出來。91APP CDMP 的 OMO 歸戶處理的就是這件事：在會員識別與資料串接條件具備的前提下，提高跨通路交易被辨識為同一人的比例。這是提高可辨識程度，不保證每一筆都認得出來。
2. 會員要能被放進生命週期的位置來看。CDMP 的 NAPL 生命週期分群把會員分成註冊未購、新客、活躍、主力預備、流失、沉睡六種狀態，檔期成效因此可以拆成「哪一群人被叫醒了」，不只是「總共叫醒幾個人」。業績八成來自本來就活躍的那一群時，那是需要優先檢驗挪移的訊號，還不是結論。
3. 要留得住對照組。這項最容易被砍掉，因為留一群不發券的人，帳面上等於放棄一小塊業績；但沒有對照組，檔期報表就只剩毛數字。我們在行銷成效沒有對照組會發生什麼講得比較完整，對照組怎麼切、樣本要多大則是操作版本。

資料底座解決的是「算不算得出來」，不解決「該不該做這檔」。要拿幾個百分點的毛利去換一批新客，是品牌自己的商業判斷。

什麼情況下這套做法會失效

觀察窗、對照組與會員層級分析這套組合有明確的適用邊界。以下任一條成立時，方法需要調整或另尋替代設計。

1. 新品牌或新品類沒有足夠歷史訂單，購買週期算不出來，只能先借同集團相近品類的分布當暫代值，並把結論標為暫定。
2. 季節性極強的品類（冬衣、禮盒、應景商品），檔期後的下滑與季節下滑分不開，要先用去年同期的季節曲線做調整。
3. 全站公開折扣或平台統一大促，技術上排除不了對照組，此時把隨機留組移到可控管道（推播、電子報、專屬券），並註明估計的只是該管道的效果。
4. 非會員交易佔比高、或門市未歸戶，會員層級分析的覆蓋率不足以代表整體。
5. 檔期彼此重疊或間隔短於一個購買週期，前後檔互相污染，只能改用較長期的趨勢設計。

留不住會員層級對照組時，常見的替代設計有：依門市或地區分群做實驗、把活動分批上線做時間差比較、用差異中的差異比較受影響與未受影響的群體、用中斷時間序列看活動前後的趨勢轉折。每一種都有自己的假設，採用時要把假設寫出來。

這些決定必須在活動開跑前做，事後補不回來

台灣的週年慶與年底檔期已經進入規劃期。以下五件事的共同特徵是：都必須在活動開跑前決定。

1. 把觀察窗寫進活動企劃書。成效衡量欄位直接寫死「檔期天數加一個購買週期」，並註明購買週期怎麼算、要看哪幾個時間窗。預期效果是檔期檢討會延後開，但開的時候有答案。建議週期：每一檔都設。
2. 設計一組真正的對照組。從實際要投放的母體隨機分派，只從主力客抽樣的話，結論就只適用於主力客。開跑前做兩組的活動前平衡檢查，事前算出最小可偵測效果與所需樣本數，並列出污染來源（全站折扣、廣告曝光、門市宣傳、社群擴散）。預期效果是拿到本檔自己的基準線。建議週期：每一檔留，樣本量隨檔期規模調整。
3. 把檔期業績拆到會員層級。先分成新客貢獻與既有客貢獻，既有客再依生命週期狀態拆開；新客要比較處置組與對照組的差異並追蹤後續留存，避免把自然成長的新客算成活動帶來的。預期效果是分得出「叫醒沉睡客」和「讓主力客提早下單」這兩件價值差很多的事。建議週期：檔期結束後與一個購買週期後各看一次。
4. 用增量貢獻毛利當結案指標。毛利率會被商品組合帶著跑，量體變大時毛利率下降仍可能總毛利增加。把增量毛利扣掉折扣成本、媒體成本、點數負債、退貨與履約成本，剩下的才是這檔真正賺到的。預期效果是讓折扣深度的討論有依據。建議週期：每季一次，年底檔期後必做一次。
5. 記錄折扣深度與檔期頻率的年度變化。把過去兩三年每一檔的折扣深度、檔期天數、間隔天數列成一張表，跟非檔期業績佔比放在一起看。預期效果是看得出參考價格有沒有往下走，這是最慢也最貴的那條線。建議週期：一年一次，編下年度預算前做。

已經有完整會員與交易資料的品牌，多數可以先從既有工具開始，第一步只是在企劃書上多寫兩欄。跨通路會員識別、隨機分派或曝光紀錄還沒建起來的品牌，前置工作要另外排時間。

把觀察窗拉長，是唯一不用花錢的改法

檔期報表要回答的其實是兩個問題，多數團隊只回答了第一個。回到開頭那組數字：百貨公司 2 月年增 36.7%，1 至 2 月累計年增 8.1%，這個差額不代表誰算錯了，它是兩個問題的答案：「這個月賣得如何」和「這段時間生意有沒有變大」。檔期會一直存在，台灣零售的節奏就是這樣長出來的，把它做好本來就是本事。值得調整的只有一件事：讓檔期報表把第二個問題也回答完。

延長觀察期間通常不增加媒體成本，改的只是企劃書上的日期。

多數品牌沒有把它拉長，多半不是做不到，而是檔期戰報全綠的當下，很難有人願意把畫面停在後面兩個月。這一檔的結案報告要不要多等一個購買週期，每個品牌都可以在下週的會議上自己決定。

品牌最常問的檔期成效問題

Q1：檔期業績成長，就代表這檔活動成功嗎？

A1：不一定。檔期營業額至少混了三種來源：真正多買的、把未來訂單提前買走的、以及本來就要買但用更低價格買走的，三者在當期報表上都表現為業績上升。要判斷成功與否，需要看檔期結束後一個完整購買週期內的業績水位，拿它跟同時期的對照組比較，最後用增量貢獻毛利結案。

Q2：觀察窗到底要設多久才合理？

A2：起點是檔期天數加上該品類一個完整的購買週期，但這是起點不是標準答案。購買週期要用自家會員歷史訂單的間隔分布去算，不能沿用同業的數字，日常消耗品與耐久財之間的量級差距往往是幾週對上大半年。比較穩的做法是同時看幾個時間窗，並依品類與會員群分別檢視，避免只看一個中位數而漏掉低頻客。

Q3：預算有限的中小品牌，也需要留對照組嗎？

A3：需要，但要設計得正確才有意義。對照組不必很大，關鍵是從實際投放的母體隨機分派、事前算好樣本數、確認這群人不會從其他管道接觸到活動。全站折扣或平台大促排除不了對照組時，先把留組範圍縮到推播、電子報或專屬券這類可控管道，並在結論註明估計的只是該管道的效果。

Q4：檔期成效跟廣告歸因報表對不起來，該信哪一個？

A4：兩者回答的問題不同。歸因報表回答這筆訂單該記在誰身上，適合用來分配通路預算；增量測試回答這筆訂單沒有這檔活動還會不會發生，適合用來決定要不要辦、辦多深。兩者結論不一致是常態，不代表其中一方壞掉。分預算看歸因，決定檔期規模看增量。

Q5：我們沒有線下門市，只做純電商，這件事還重要嗎？

A5：同樣重要，甚至更容易被忽略。純電商的檔期節奏通常更密集，平台大促加上自家活動可以把一年排得很滿；檔期密度越高，消費者被訓練出等折扣習慣的速度越快，非檔期的業績就越薄。純電商的優勢是資料完整、購買週期好算，更有條件把三種來源分開檢驗。

Q6：要開始做這件事，第一步是什麼？

A6：先把上一檔的資料翻出來，畫一張檔期前後各一個購買週期的業績折線圖，會員層級的訂單數也畫一條。這張圖只是診斷，會告訴你該懷疑什麼，還不能當因果證據。多數品牌畫完就會發現值得追查的地方，它也是說服團隊在下一檔留對照組最有效的材料。

延伸閱讀

1. 廣告歸因報表說賺錢、增量測試說沒差：兩套結論打架時，先分用途再分預算
2. 母親節行銷怎麼做？用會員分群和商品標籤，讓檔期業績不再靠折扣撐
3. OMO 方案卡在門市現場？低摩擦執行與檔期節奏怎麼設計
4. 推播與 EDM 的成效怎麼衡量：用 holdout 把自然發生的業績切出來