電商數據怎麼看?老闆與營運每週必看的報表指南
很多老闆每天都會打開後台看一眼營收,數字漲了就安心,跌了就緊張,但如果追問一句「所以下週要改什麼」,多數人答不出來。這就是台灣中小電商最常見的數據困境:看了很多數字,卻沒有形成任何決策。電商數據的價值從來不在報表做得多漂亮,而在於它能不能明確指出下一步行動。這篇文章會給你一份每週必看的電商報表指南:先講清楚數據的目的、GA4 與平台後台各自該看什麼,再拆解老闆、營運、投手三層人各自要盯的看板,附上一張可以直接沿用的週報模板,最後談每週檢討會議怎麼開,以及數據亂七八糟時該先做什麼。
一、電商數據的目的:回答「下週改什麼」,不是做簡報
先建立一個觀念:報表不是交代用的文件,而是決策用的工具。一份好的電商週報,看完之後應該能回答三個問題:這週跟上週比,哪裡變好、哪裡變差?變差的原因最可能是什麼?下週我們要動手改哪一件事?如果一份報表花了三小時做圖表美化,卻回答不了這三個問題,那它就只是簡報,不是數據。
反過來說,指標不用多。很多團隊一開始就想把幾十個指標全部放進儀表板,結果每個數字都看一眼、每個都沒看懂。實務上,每週固定追蹤六到八個核心指標就夠了,其餘指標只在異常發生時往下鑽。指標少而固定,還有一個好處:週與週之間可以比較。電商數據最有價值的不是絕對值,而是趨勢與變化,同一組指標連續看八週,你對自己生意的手感會完全不同。
二、GA4 與平台後台各看什麼:行為路徑與成交真相
台灣電商團隊常見的第一個混亂,是把 GA4 和平台後台的數字混著看,然後困惑「為什麼兩邊營收對不起來」。先說結論:兩邊數字對不上是正常的,因為統計邏輯、歸因方式、時區與退換貨處理都不同。重點是分工,不是對帳到小數點。
GA4 負責看行為路徑:訪客從哪個管道來、進站後看了哪些頁面、把什麼放進購物車、在結帳流程的哪一步離開。它回答的是「人怎麼逛、卡在哪」,適合用來診斷轉換流程的破洞,例如某個管道的訪客大量停在運費說明頁就跳出,這種洞察只有 GA4 這類行為分析工具給得出來。
平台後台負責看成交真相:不管是官網開店平台的訂單管理,還是各大平台的賣家中心,實際成立的訂單、取消、退貨、對帳金額,一律以後台為準。做損益、算毛利、對財務,都用後台數字;做流程診斷、找優化點,才用 GA4。把這條分工線畫清楚,團隊就不會再花時間吵「哪個數字才是對的」。
三、三層看板:老闆看損益、營運看漏斗、投手看素材
另一個常見亂源,是全公司看同一張報表。老闆被素材點擊率淹沒,投手被庫存週轉搞混,最後誰都抓不到重點。正確做法是依角色分三層看板,每層回答不同層次的問題。
老闆看損益:營收、毛利、廣告花費占營收比、現金與庫存水位。老闆要回答的是「這門生意這週有沒有賺錢、錢卡在哪」,不需要知道哪支影片點擊率高。營運看漏斗:流量、轉換率、客單價、回購占比、各流量來源的表現拆解。營運要回答的是「訂單是從哪個環節長出來或掉下去的」。投手看素材與受眾:各活動與素材的花費、成效、疲乏跡象。投手要回答的是「預算下週該往哪裡搬」。三層看板由下往上彙整,投手的結論餵給營運,營運的結論餵給老闆,每一層都只帶「異常與建議」往上報,而不是把原始數據全部往上丟。
四、每週報表模板:六個指標、在哪裡看、異常先查什麼
以下這張表是可以直接沿用的週報骨架。每週固定填一次,跟上週、上月同期比較,異常的欄位再依「先檢查什麼」往下追。
| 指標 | 在哪裡看 | 異常時先檢查什麼 |
|---|---|---|
| 流量 | GA4 流量開發報表(依管道拆) | 是整體掉還是單一管道掉?廣告是否被暫停、SEO 頁面是否掉排名、活動是否剛結束 |
| 轉換率 | GA4 漏斗+開店平台後台 | 分流量來源看而不是看整體,再查結帳流程有沒有改版、金流物流是否異常、是否湧入大量低意圖流量 |
| 客單價 | 開店平台或各平台賣家後台 | 折扣是否下太深、組合與加購機制是否失效、熱賣品是否缺貨導致訂單結構改變 |
| 廣告花費與成效 | 各廣告平台管理介面+後台實際營收對照 | 是單一素材疲乏還是全面下滑?受眾是否重疊、到達頁是否改壞、歸因區間是否被改動 |
| 回購占比 | 開店平台會員報表或 CRM | 新客是否暴增稀釋占比、會員分眾訊息是否停發、上一波新客的商品體驗是否出問題 |
| 庫存週轉 | 進銷存系統或開店平台庫存報表 | 滯銷品是否累積、熱賣品是否斷貨、採購批量與檔期預估是否失準 |
特別提醒轉換率這一項:轉換率多少算好,依品類、客單價與流量結構而異,不存在一個放諸四海皆準的標準值。正確的比較對象是你自己的歷史數據,看趨勢、看分來源的變化,遠比跟別人比有意義。
五、常見誤讀:營收成長毛利惡化、平均值騙人
第一種誤讀是「只看營收不看毛利」。營收連續成長,團隊一片歡騰,但如果成長是靠加深折扣、加碼廣告換來的,毛利可能反而一路惡化,等於花錢買熱鬧。所以老闆層的看板一定要把毛利與廣告花費占比跟營收擺在一起看,營收創新高的那一週,反而要多問一句:我們是用什麼代價換的?很多電商做不下去,不是敗在沒有營收,而是敗在始終沒把這筆帳算清楚,這在電商失敗的常見原因裡是反覆出現的劇本。
第二種誤讀是「被平均值騙」。整體轉換率持平,看起來風平浪靜,但拆開流量來源可能發現:自然搜尋的轉換率在跌,靠廣告流量撐住了平均。平均值會把問題藏起來,所以看轉換率、客單價這類比率型指標,一律要分流量來源、分裝置、分新舊客拆開看,至少拆到「發現異常時知道往哪裡追」的粒度。同樣的邏輯也適用於廣告成效:整體數字及格,不代表沒有正在燒錢的個別活動。
六、每週檢討會議怎麼開:固定節奏、離開時帶著行動
報表要發揮作用,需要一個固定的檢討節奏。建議每週固定同一時間開一次數據會,控制在三十到四十五分鐘內,流程固定:第一段先驗收上週決定的行動有沒有做、做了之後數字有沒有反應;第二段用週報模板過一輪六大指標,只停留在異常項;第三段針對每個異常,指定一位負責人與一個下週要執行的具體動作。
兩個會議紀律很關鍵。其一,先看數字再講故事:所有「我覺得」都要能對到一個數字,避免會議變成各說各話。其二,每個異常只配一個動作:一次改十件事,下週就算數字變了也不知道是哪件事造成的。小步快改、每週驗收,八週下來的累積改善,通常遠勝一次大改版。
七、數據亂七八糟時,先做埋設健檢再談分析
最後一個常被跳過的前提:如果數據本身是壞的,前面所有分析都是白工。常見的病灶包括 GA4 電子商務事件漏埋或重複觸發、購買事件金額與後台對不上、廣告平台的追蹤事件沒設定、UTM 參數亂標導致流量來源全部混在一起。症狀通常是「數字大起大落找不到原因」或「兩套工具的差距大到離譜」。
這種時候不要急著開會檢討,先做一次完整的埋設健檢:從追蹤碼安裝、事件定義、轉換設定到 UTM 命名規則逐項盤點,把數據地基打穩,之後看到的每一個數字才有意義。如果團隊內沒有人力做這件事,可以先申請一次電商健檢,由外部專業盤點追蹤埋設與報表架構的問題;若是連每週看數據、下判斷、調整執行的人力都缺,把整個循環交給電商代營運團隊操盤,讓數據檢討變成固定發生的例行公事,往往比自己土法煉鋼更快看到成效。
電商數據不神秘,它只是一套幫你每週做出更好決策的例行公事。把指標收斂到一張週報、把角色分成三層看板、把會議開成行動產生器,數據就會從「事後的成績單」變成「事前的方向盤」。
報表工具怎麼選:先用試算表跑穩,再談自動化儀表板
很多團隊一開始就想導入自動化儀表板工具,結果指標還沒想清楚,工具先變成負擔。建議的順序是:先用一張共用試算表,手動填每週六大指標跑八到十二週。手動填寫看似原始,其實是逼團隊每週真正看過一次數字,也會在過程中自然長出「我們真正需要哪些欄位」的答案。
等指標定義穩定、每週檢討節奏成形之後,再把資料來源串接成自動化儀表板,把人力從抓數字解放出來,專注在解讀與行動。順序反過來的團隊,常見下場是花了時間串好漂亮的儀表板,三週之後沒有人再打開。工具永遠是第二步,看數據的習慣才是第一步。
- 第一階段:共用試算表手動填週報,跑八到十二週養成節奏
- 第二階段:指標定義穩定後,再串接自動化儀表板減少人工
- 欄位以週報六大指標為主,寧可少而必看,不要多而不看
- 每季回頭檢視一次指標定義,淘汰三個月沒有影響過決策的欄位
常見問題
GA4 和平台後台的營收數字對不起來,該以哪邊為準?
以平台後台為準。GA4 與後台的統計邏輯、歸因方式、時區與退換貨處理都不同,數字有落差是正常現象,不需要強行對帳到一致。正確分工是:損益、毛利、財務對帳一律用後台的成交數字;GA4 則用來診斷行為路徑,找出訪客卡在哪一步。若兩邊差距大到離譜,先檢查購買事件是否漏埋或重複觸發。
電商轉換率多少才算及格?
沒有通用的標準答案。轉換率高低受品類、客單價、流量結構與檔期影響極大,高單價商品的轉換率天生就低於低價日用品,拿別人的數字對照自己意義不大。實務上的正確做法是跟自己比:固定每週記錄、分流量來源拆開看趨勢,只要持續往上、異常時追得出原因,就是健康的狀態。
小團隊人力有限,每週看報表會不會太花時間?
把指標收斂之後不會。每週固定追蹤六到八個核心指標,用一張試算表手動填,加上三十到四十五分鐘的檢討會議,總投入大約半天以內。相比之下,不看數據造成的浪費大得多,例如持續投放早已疲乏的廣告、滯銷品堆滿倉庫才發現。若連這些時間都擠不出來,就該考慮把營運循環外包給專業團隊。
數據明顯有問題,應該先修數據還是先繼續分析?
一定先修數據。埋設有問題時,看到的每個數字都可能誤導決策,分析越勤快錯得越遠。先做一次埋設健檢:盤點追蹤碼安裝、事件定義、轉換設定與 UTM 命名規則,確認購買事件金額與後台能大致對上,再恢復每週檢討。健檢期間的營運決策,暫時以平台後台的成交數字為依據即可。
大家也在問
小型賣家流量不足,沒辦法做嚴謹 A/B 價格測試怎麼辦?+
流量小時硬做 A/B 測試樣本數不夠,結論會失真。建議改用「分時段或分檔期」的前後對照,一次只調整一個變因,例如先測尾數定價、下一檔再測捆綁方案。同時把客服詢問、加入購物車未結帳的原因一併記錄,用質化訊號補足量化數據的不足。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›在蝦皮、momo 這類平台上,定價心理學還有發揮空間嗎?+
有,但要順著平台規則走。平台版位較制式,重點放在折價券門檻、滿額免運與滿件折扣的「湊單設計」,把客單價推向臨界點。劃線原價要符合平台審查規範,別虛標;真正的品牌定價權與旗艦定位,則建議留在自己能完全掌控的官網與會員價上。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›自己不確定定價策略是否合理,有沒有更穩妥的做法?+
可以先從盤點成本結構、各通路毛利與目標客群的價格敏感度著手,建立一份跨通路的定價底線表,再逐步導入心理學技巧並持續檢視成效。若涉及多通路同步、檔期節奏與毛利結構較複雜,也可諮詢專業電商代營運團隊,借助外部經驗少走彎路,並確保定價策略同時兼顧轉換與品牌長期價值。
出自:電商獲利的隱形槓桿:如何利用「定價心理學」讓消費者越買越上癮? ›退貨率要降到多少才算健康?有沒有一個通用標準?+
退貨率沒有一體適用的標準,會因品類差異很大,例如服飾、鞋類因尺寸問題普遍偏高,標準品或耗材則相對低。比起追求一個絕對數字,更務實的做法是先建立自家各品類、各通路的基準線,再以「逐月、逐季是否改善」作為目標。若不確定如何拆解自家數據,也可諮詢專業電商代營運團隊協助建立監測架構。
出自:電商獲利隱形漏洞:如何透過「降低退貨率」找回遺失的淨利? ›消費者在鑑賞期內無理由退貨,品牌可以拒絕嗎?+
網購商品依法多享有到貨七天的猶豫期,且不需附理由即可退貨退款,品牌原則上不能僅因「沒有瑕疵」就拒絕。但部分特殊商品(如個人衛生用品、客製化商品、已拆封的影音或食品等)可依規定排除適用,前提是必須在交易前清楚告知。建議在商品頁與結帳流程明確揭露退換貨條件,以免衍生爭議。
出自:電商獲利隱形漏洞:如何透過「降低退貨率」找回遺失的淨利? ›