商品轉換率怎麼算、怎麼用？流量進來不買，先把商品頁分成該推、該修、該下架

商品轉換率是看過某一支商品頁的人當中，最後買下這支商品的比例。流量進站卻不下單時，先把它和全站轉換率分開算，問題商品才會浮出來。

Baymard Institute 2017 年發表的商品頁可用性測試文章指出，56% 的受測者進到一個新的商品頁，第一個動作是看圖，標題與說明都還沒讀。商品頁的勝負，在客人讀到第一行文案之前就開始了。全站轉換率看不到這件事，它把幾支撐住業績的主力商品，和一大群被看了很多次卻沒人買的商品，平均成同一個百分比。

流量進站到下單，可以從商品、廣告、自有通路訊息腳本、頁面動線、檔期促銷五個面向拆，本篇談商品。

我們陪品牌看商品報表時，常遇到同一個畫面：週一的商品會議，投影幕上是全站轉換率的折線，大家討論的是要不要多投一點廣告。整張投影片上沒有任何一支商品的名字。問一句「哪支商品最多人看了沒買」，會議室會安靜幾秒。我們擔心的向來不是那個百分比低，是沒有人在替任何一支商品負責。

什麼是商品轉換率？和全站轉換率的差別在分母

商品轉換率的分母是看過這支商品頁的人，分子是買了這支商品的人；全站轉換率的分母是進站的工作階段或使用者，分子是全站訂單。兩者差在分母是一支商品還是一整個站。

算法有兩種口徑，拉報表之前先決定用哪一種。次數口徑是「售出件數」除以「商品頁瀏覽次數」，標準報表就拉得到，但會被回訪與一次買多件拉高，一次買三件甚至能讓比例超過 100%，適合看同一支商品的趨勢，不適合跨商品比較。使用者口徑是同一觀察期間內「看過這支商品頁之後買了它的不重複使用者」除以「看過它的不重複使用者」，才是判斷一支商品說服了多少人的數字。

Google Analytics 4 的 Ecommerce purchases 報表列的是商品層的 Items viewed、Items added to cart、Items purchased，三個都是來自 view_item、add_to_cart 與 purchase 事件 items 陣列的次數，直接相除得到的是次數口徑；使用者口徑要在探索報表或 BigQuery 裡，用同一個商品編號與同一段期間另外算。91APP 官網的全景數據中心商品報表也能拉出各商品的瀏覽、銷售與購物車結帳率，欄位依方案與版本而定。

有了商品層的瀏覽、加車、購買三個數字，商品轉換率可以再拆成兩段：看了有沒有加車，加了有沒有買。兩段比例只能縮小查核範圍，不能單憑數字定罪。瀏覽到加車偏低，先查商品資訊、價格、規格可售狀態，再查流量來源與事件追蹤有沒有漏；加車到購買偏低，除了結帳動線、運費揭露與促銷條件，也要查跨日購買、比價與缺貨規格，前者是本篇的範圍，後者屬於另外兩個面向。這些購買前就量得到的行為，比月底的訂單數更早指出哪一支商品卡住。

兩個陷阱要先避開。多規格商品要決定看款式層還是 SKU 層：一件衣服的商品頁轉換率看起來正常，拆到尺碼可能是 M 號賣光、XL 沒人買。樣本數則決定能不能下判斷：一支商品一個月只被看二十次，轉換率 0% 和 5% 的差別只是一張訂單；先固定觀察期間、設最低瀏覽量門檻，低於門檻的商品只觀察、不排名。

用瀏覽量與轉換率兩條軸，把商品分成該推、該修、該下架

用瀏覽量與轉換率兩條軸，可以把商品分成四格，資源才會放到對的商品上。這是本文提出的分法，兩條軸各用同品類、同觀察期間的中位數切開，瀏覽量未達門檻的先不分格：

1. 瀏覽多、轉換高：主打品。任務只有兩個，別缺貨，給它更好的版位。
2. 瀏覽多、轉換低：該修的商品頁。流量已經進來卻說服不了人，先從頁面本身查起，這一格的商品是接下來要處理的對象。
3. 瀏覽少、轉換高：被埋沒的引流候選。看過的人很願意買，只是沒人看到，先給站內版位與推薦位，要不要投廣告交給廣告面向判斷。
4. 瀏覽少、轉換低：長尾。門檻以上仍然雙低的，才列為退場評估的候選，下架與否不由這張表決定。

四格只回答流量與轉換表現，不直接決定去留；一支商品要不要留在組合裡，還要看毛利、庫存天數與替代品，那套判斷在SKU 管理怎麼做裡已經寫完，不重做。

第二格依瀏覽量排序取前十支，每支開一張檢查單，逐項對照下一節已經被量過的缺口。

研究反覆量到的商品頁缺口：圖片、評價、揭露

商品頁優化最常漏掉的是圖片資訊、評價數量與退換貨條款的揭露，前兩項有國外研究量過缺口，第三項在台灣有法律依據。研究數字來自國外樣本，方向可以借用，比例不能直接套用；改了之後有沒有拉高轉換，要用自己站上的前後比較或 A/B 測試驗證。

圖片：客人先看圖，而且想從圖裡量尺寸

同一系列研究還有兩個數字：Baymard 2017 年的同一篇文章指出 42% 的使用者會試著從商品圖判斷尺寸，而 28% 的受測網站沒有任何一張能看出比例的圖；到了 2020 年的基準測試，仍有 25% 的電商網站圖片解析度或縮放程度不足，不夠客人做視覺檢查。

第一張圖要回答「這是什麼、好在哪」，第二張要讓人看出大小，手拿、上身、放在桌上都行，第三張以後才是細節與材質。另一個常被忽略的是圖上的文字：Baymard 在 2018 年的文章建議，尺寸、容量、材質這類光看圖看不出來的資訊，直接標在圖上。

評價：前五則最值錢，滿分反而讓人起疑

評價對轉換的影響，Northwestern 大學 Medill 學院的 Spiegel Research Center 在 2017 年量過。這份與評價服務商 PowerReviews 合作的研究分析一家美國高價禮品電商一年內 1,800 支商品、1,550 萬次頁面瀏覽，有四個結論值得商品頁負責人記住：

• 同一份 2017 年報告指出，有五則評價的商品，購買可能性比零評價高 270%。
• 評價對高價品的影響更大：報告中顯示評價後，低價品轉換率增加 190%，高價品增加 380%。
• 報告跨品類觀察到購買可能性在平均 4.0 到 4.7 星之間最高，4.7 到 5.0 星的商品反而比 4.2 到 4.7 星更少人買，研究者的解讀是「好到不像真的」。
• 在這家禮品電商的資料裡，增幅幾乎都發生在前十則評價內，前五則貢獻大部分。

樣本是美國禮品電商，品類與客單跟台灣零售不同，數字是「評價有用、前幾則最有用」的方向證據，不能直接當成台灣品牌的目標。它給商品頁的指引在於順序：把前五則當成主打品與新品的首輪目標，再依品類、客單價與評價品質看成效，別把五則當成通用門檻。91APP 官網的商品評價功能支援已購買與未購買兩種來源，規則依方案與版本而定。

揭露：七天鑑賞期的例外，要先告知才成立

台灣的通訊交易有一條法律前提，直接影響客人敢不敢下單。消費者保護法第 19 條規定，通訊交易的消費者得於收受商品後七日內解除契約，無須說明理由及負擔任何費用。行政院依同條訂定的通訊交易解除權合理例外情事適用準則第 2 條列了七款可以排除七日解除權的情形，包括易腐敗或保存期限短的商品、客製化給付、已拆封的影音商品或電腦軟體、已拆封的個人衛生用品等，而且要「經企業經營者告知消費者」才排除。

這對商品頁有兩層意思。商品要同時符合第 2 條列的具體情形（例如食品要屬於易腐敗或保存期限短、衛生用品要已拆封），並且品牌在客人下單前已經清楚告知，才可能排除七日解除權；告知不限於商品頁，但商品頁是客人下單前一定會看的地方，適用品項與條件寫在這裡最保險。另一層是轉換：退換貨規則與鑑賞期說明是新客最常找、也最常找不到的資訊，放在價格與購買按鈕附近，比塞在頁尾的服務條款裡更能減少猶豫。

同一支商品，新客、沉睡客與主力客的轉換率不會一樣

同一支商品對新客、沉睡客與主力客的轉換率不會一樣，分群看才找得到正確的病因。新客轉換低、主力客正常，缺的多半是信任資訊：評價數、退換貨說明、保固、尺寸實測值。主力客轉換低、新客正常，問題通常在可售狀態與一致性：常買的規格缺貨、價格比上次高、換了包裝或容量沒說明，會員是帶著上一次的記憶來的。在 CDMP 的生命週期分群裡，沉睡客是超過一年沒回購的會員，回來看的多半是當年買過的那支商品，看了沒買，先查那支商品還在不在、規格有沒有改。

這一刀切得下去的前提是分得出誰是誰。未登入的瀏覽只是一個裝置，登入之後才對得回這個人買過什麼、看過什麼、上一次買的尺碼。91APP CDMP 在商品面向承接的就是這一層：把官網、App 與門市的消費紀錄歸戶到同一個會員身分，再用 NAPL 生命週期分群（從註冊未購到沉睡共六群）把會員分開；品牌的商品瀏覽、收藏、加車與購買事件蒐集完整時，91APP 顧問團隊就能用會員與訂單資料拉出商品與會員分群的交叉表，每一格是「這群人看過這支商品之後的轉換率」，實際可用的維度與分母依方案與資料條件確認。商品層的瀏覽、收藏與加車事件也在 CDMP 的 DCIU 購買意圖模型的觀測範圍內；同一件商品被重複看幾次，比看過沒看過更能預測加車，這個校準我們在瀏覽意圖那篇寫過。

這張商品與會員分群的交叉表，直接決定商品頁的優化順序：

1. 新客轉換高、主力客也買的，是新客入門品，排在最前面：先把評價湊齊前五則、把退換貨與鑑賞期說明移到按鈕旁。
2. 只有主力客買、新客幾乎不買的熟客品，先檢查可售狀態與價格一致，再回頭問它為什麼對新客沒吸引力，多半是第一張圖與文案都寫給已經懂的人看。
3. 沉睡客回來看了沒買的商品，先查缺貨與規格變動；這類商品是喚回能不能成的門檻，訊息怎麼發屬於另一個面向。
4. 哪一群都看了沒買的，把商品頁列為優先查核對象，再依序排除價格、流量來源、可售狀態與追蹤異常，進後面的診斷表。

新品與長尾品的轉換落差，有一部分是結構性的

新品上線初期的商品轉換率常常低於同品類，原因不難找：零評價、零銷售紀錄、文案還在寫「全新上市」；預售爆品或既有系列的延伸款可能相反，所以要跟相近流量來源與價格帶的商品比，而非跟整個品類比。這段期間的低轉換多半是結構造成的，拿它跟成熟商品直接比沒有意義。合理的做法是給新品一個累積瀏覽量的觀察期，期間安排首批評價邀請，並把文案從宣告改成回答用途、尺寸與適合誰。

長尾品的問題相反，瀏覽量太小，轉換率根本不能判讀，累積三十多次瀏覽時，一張訂單就能讓它從 0% 跳到約 3%。對長尾品先問值不值得花力氣改頁面；多數情況下答案是不值得，資源應該回到第二格。

缺貨的商品頁，留著比下架好，前提是狀態要標對

商品缺貨時，保留頁面並把供應狀況標對，比直接下架更能留住既有的搜尋索引、站內連結與客人的信任。缺貨對會員與營收的代價怎麼算、線上與門市的可售量為什麼對不齊，缺貨與超賣的代價那篇已經寫完，這裡只談頁面本身。

頁面留著。Google 的商家資訊結構化資料文件（2026 年 9 月更新）把供應狀況列為 Offer 的建議屬性，可選值包括 InStock、OutOfStock、BackOrder、PreOrder、SoldOut 等，一次只能給一個值；依 Google 的商品結構化資料說明，價格、供應狀況與評價可以直接出現在搜尋結果裡。實際缺貨就標 OutOfStock，只有真的接受預購才標 PreOrder；保留可正常存取的網址，有助於延續既有索引與站內連結，但不保證排名不變，補貨時再改回有貨。永久停售的商品另外處理：留一頁說明並導向替代品，或做適當的轉址。直接刪頁，等於把累積的搜尋曝光與站內連結一起丟掉。

頁面上要有出口。到貨通知的入口放在購買按鈕的位置，讓客人留下想要的規格，而非只看到一行「已售完」；91APP 官網的貨到通知以商品選項為單位訂閱，訂閱數同時是這支商品真實需求量的證據。替代品連結放在同一頁，接住不願意等的人。

退貨原因是商品頁的修改單

顧客的退貨原因是商品頁最誠實的修改單。退貨原因如果能對回單一商品、單一尺碼，就能列成具體待辦：色差對到重拍，尺寸對到補量測值，材質對到補說明。欄位怎麼設計才收得到這種顆粒度，退貨原因分析怎麼做那篇有完整做法。商品資料本身的欄位空著、分類混亂，同樣會讓站內搜尋與推薦找不到它，我們在商品推薦不準？先檢查商品資料談過這件事。

商品轉換率低，先查哪裡：症狀對原因的自我診斷表

下表是我們整理的商品面向診斷表，只收商品頁本身能解決的症狀；加了車沒結帳、進站就離開這類問題，分別屬於頁面動線與廣告面向。

從下個月的商品會議開始：把商品轉換率放上投影幕

1. 拉一張商品層的轉換表，而非只看全站。用 GA4 的探索報表或 91APP 商品報表，列出每支商品在同一觀察期間的瀏覽、加車與購買，先設最低瀏覽量門檻，再以同品類中位數分四格；有 91APP CDMP 的品牌，同一張表再乘上 NAPL 會員分群，直接看出新客入門品與熟客品（預期效果：第一次看見哪十支商品最多人看了沒買、是誰沒買；建議週期：每月一次，大檔前加一次）。
2. 第二格前十支逐頁開檢查單。檢查項固定六個：第一張圖有沒有講賣點、有沒有能看出大小的圖、規格與尺寸實測值、評價則數是否滿五則、可售狀態是否正確、鑑賞期與退換貨說明的位置（預期效果：每支商品都有具體待辦與負責人；建議週期：每月，下個月回看同一支商品）。
3. 新品用觀察期與首批評價制度取代直覺判斷。上線前定好瀏覽量門檻，門檻到了才比轉換率；出貨後安排評價邀請，先湊前五則（預期效果：新品的低轉換從「賣不好」變成「還在累積」；建議週期：每一批新品）。
4. 缺貨商品頁改狀態不下架。供應狀況標記改為 OutOfStock 或 PreOrder，頁面保留，到貨通知入口放在購買按鈕位置，替代品連在同一頁（預期效果：缺貨期間保留搜尋曝光，補貨時有一份真實需求名單；建議週期：每週檢查缺貨清單）。
5. 照商品與會員分群的交叉表排優化順序。新客入門品先補信任資訊，熟客品先查可售與價格一致，沉睡客商品先查缺貨與規格變動；沒有顧客數據平台的品牌，先用登入與未登入切兩組（預期效果：避免對熟客品補評價、對新客入門品補庫存這種改錯方向；建議週期：每季重排一次）。

平均裡沒有人的名字

投影幕上那條全站轉換率的折線，下個月還會在。差別在於它旁邊可以多一張表，上面是十支商品的名字，每一支後面寫著要換的那張圖、要湊齊的那五則評價、要移到按鈕旁的那行鑑賞期說明。

全站轉換率是一個平均，平均裡沒有商品的名字，也沒有人的名字。台灣品牌官網上大多數商品頁的第一張圖、第一批評價、第一句退換貨說明，現在就能改，不需要新的預算，需要的是有人在商品會議上認領它。

品牌最常問的商品轉換率問題

Q1：什麼是商品轉換率，跟全站轉換率差在哪？ A1：商品轉換率是看過某一支商品頁的不重複使用者當中，最後買了這支商品的比例；全站轉換率的分母是整個網站的工作階段或使用者，分子是全站訂單。兩者差在分母是一支商品還是一整個站。全站數字是平均值，會把主力商品與沒人買的商品平均掉，找問題商品要看商品層。

Q2：商品轉換率怎麼算，要用哪些資料？ A2：次數口徑是「售出件數」除以「商品頁瀏覽次數」，Google Analytics 4 的 Ecommerce purchases 報表就有商品層的 Items viewed、Items added to cart 與 Items purchased 可以直接相除，適合看趨勢，不適合跨商品比；使用者口徑是同一期間「看過之後買了的不重複使用者」除以「看過的不重複使用者」，要在探索報表或 BigQuery 另外算。91APP 官網的全景數據中心商品報表也有各商品的瀏覽、銷售與購物車結帳率。

Q3：新品的商品轉換率一定比較低嗎，要等多久才能判斷？ A3：新品上線初期的轉換率常低於同品類，因為零評價、零銷售紀錄，這部分多半是結構造成的。判斷時間點看的是瀏覽量而非天數：先定一個累積瀏覽量門檻，門檻到了才跟同品類比；觀察期內安排首批評價邀請，並把文案從「全新上市」改成回答用途與尺寸。Northwestern 大學 2017 年的評價研究顯示前五則評價貢獻大部分的轉換增幅，所以新品的目標是先湊齊前五則。

Q4：商品缺貨時，商品頁要下架還是留著？ A4：留著，但狀態要標對。實際缺貨標缺貨、接受預購才標預購，保留可正常存取的頁面有助於延續既有索引與站內連結，補貨後改回有貨；頁面上要有到貨通知入口與替代品連結，讓不願意等的人有去處。直接下架等於放棄這支商品累積的搜尋排名與站內連結。

Q5：預算有限、商品不多的品牌，該從哪裡開始改？ A5：從「瀏覽多、轉換低」的前十支商品開始，一支一張檢查單，先做現有素材與後台權限內就能完成的項目：第一張圖換成講賣點的那張、補一張看得出大小的圖、把退換貨與鑑賞期說明移到購買按鈕附近、幫主打品湊齊前五則評價、缺貨商品改狀態不下架。把新客、沉睡客與主力客拆開看需要會員歸戶，91APP CDMP 的商品與會員分群交叉表可以直接排出優化順序，這一步可以排在後面。

延伸閱讀

• 新品上市文案怎麼寫：把「全新上市」刪掉之後，剩下的句子才是文案
• 當 AI 替顧客決定：AI 成為新貨架，品牌要怎麼被選中
• Google AI Mode 如何改寫電商流量規則，AI 流量標籤是第一方數據重要資產
• 廣告轉換率低，先別換素材：廣告承諾與到達頁的接縫，決定點進來的人買不買
• 購物車未結帳提醒怎麼發才有人回來結帳？轉換前行為觸發腳本的時機、通道與頻次煞車
• 購物車放棄率怎麼降？先找出客人在官網哪一步離開：從首屏到結帳的頁面動線診斷表
• 促銷方案怎麼設計才會轉換？免運門檻推下單、加價購拉客單，先分清機制在對誰說話

想看自己官網的商品與會員分群交叉表，哪些品是新客入門品、哪些只有熟客買、哪些讓沉睡客看了就走，歡迎與 91APP 團隊聯繫，安排一次 CDMP 數據諮詢。