電商轉換率怎麼提升？2026 轉換率優化 CRO 漏斗診斷與 A/B 測試實戰

「上個月廣告費多花了二十萬，流量是上來了，營收卻沒跟著漲。」電商老闆遇到這種狀況，第一個念頭常是換代操、換素材、再加預算。但如果進站的人有九十幾個沒買就離開，問題其實在網站本身，轉換率才是真正卡住營收的那個數字。

本文從「漏斗診斷」與「統計判讀」兩個角度切入：先教你把轉換率算對，再用營收公式看出它的槓桿效果，接著拆解漏斗、處理購物車放棄、排定轉換率優化 CRO 的優先順序，最後用試算說明 A/B 測試要多少樣本才算數。本文不提供所謂的產業平均轉換率，因為不同品類、客單價與流量組成差異極大，最可靠的比較基準是你自己的歷史數據。文中數字皆為假設範例。

電商轉換率是什麼？怎麼算才不會自己騙自己？

轉換率的基本公式是「完成目標行動的次數 ÷ 進站次數」。看起來簡單，但實務上最常見的問題是：行銷、代操、平台後台各自用不同定義，大家拿著不同的數字開會。先把定義統一，才有優化的基礎。

以 Google Analytics 4 為例，Google 在 2024 年把 GA4 中原本叫「轉換」的項目改名為「重要事件」（key events），「轉換」一詞改為專指 Google Ads 中的廣告轉換。也就是說，GA4 報表中的「工作階段重要事件發生率」和 Google Ads 後台的轉換率，本來就是兩種不同的數字，不要拿來直接比較。建議公司內部明訂：經營會議看的電商轉換率，固定使用哪一個工具、哪一個公式、排除哪些流量（例如員工內部流量、測試訂單），並寫進報表說明。

另外兩個常被忽略的細節：第一，取消與退貨訂單要不要扣除？財務角度建議另算「淨轉換率」；第二，促銷檔期與平常日要分開比較，否則雙十一的轉換率會讓平常月份看起來很糟。GA4 的事件與 UTM 設定方式，可參考同系列的GA4 與 UTM 成效追蹤教學。

為什麼轉換率比流量更值得先優化？用營收公式看槓桿

電商營收可以拆成一個簡單公式：營收 = 流量 × 轉換率 × 客單價。三個因子任何一個提升，營收都會等比例成長；但它們的成本結構很不一樣。流量通常要靠持續花廣告費購買，停了就沒了；轉換率的提升則來自網站與流程本身的改善，一旦改好，之後每一個進站的訪客都受惠。

假設某電商月工作階段 40,000、轉換率 1.2%、客單價 1,800 元，月營收是 40,000 × 1.2% × 1,800 = 864,000 元。如果要讓營收增加 25%，有兩條路：

• 加流量：工作階段要增加到 50,000，多出的 10,000 個工作階段若全靠廣告，以平均每次點擊 8 元估算，每月要多花約 80,000 元，而且每個月都要花。
• 提升轉換率：轉換率從 1.2% 提升到 1.5%，營收同樣變成 40,000 × 1.5% × 1,800 = 1,080,000 元，增加 216,000 元。若毛利率 40%，每月多出 86,400 元毛利。

這不代表流量不重要，而是在流量已經花錢買進來的情況下，先把漏斗修好，之後加碼的每一塊廣告費才會更有效率。這也是為什麼很多顧問會建議：轉換率優化 CRO 和廣告投放要同時規劃，而不是廣告歸廣告、網站歸網站。整體電商經營的分工，可參考中小企業電商與數位行銷總覽。

轉換率漏斗拆解：找出最大的漏點在哪裡

只看一個總轉換率，很難知道該改什麼。把購買流程拆成幾個步驟，分別計算每一步的通過率，就能看出問題集中在哪一段。GA4 的電子商務建議事件（例如 view_item、add_to_cart、begin_checkout、purchase）正好可以對應這些步驟。

拆開來看，問題就清楚多了。在這個範例中，如果只把「開始結帳 → 完成購買」從 40% 提升到 50%，購買數會從 480 筆變成 600 筆，整體轉換率從 1.2% 變成 1.5%，就是上一段營收試算的情境。結帳流程通常是最接近現金、改動範圍也相對明確的環節，很適合作為第一個優化目標。

判讀漏斗的三個原則

• 先看絕對流失量，再看比例：從商品頁到加入購物車流失了 21,600 人次，數量最大，但原因可能很分散；結帳階段流失 720 人次，數量較少，但每一位都已經展現強烈購買意圖。
• 按裝置與流量來源分開看：手機和桌機、廣告和自然搜尋的漏斗形狀往往不同。手機結帳通過率明顯偏低，通常代表表單或付款流程在手機上不好用。
• 和自己比，不和傳說比：每一步的通過率，以自己過去三到六個月的數據為基準，觀察趨勢與改版前後的差異。

質化資料補足數字看不到的原因

數字告訴你哪裡漏，卻不一定告訴你為什麼。建議搭配三種低成本的質化方法：請五位沒用過網站的人實際完成一次購買並觀察他們卡在哪裡；整理客服過去三個月最常被問的問題；在結帳頁或訂單完成頁放一題簡短問卷，詢問「差點讓你放棄購買的原因是什麼」。

購物車放棄怎麼救？結帳流程的修正重點

購物車放棄是電商最常見、也最有改善空間的流失。美國使用者體驗研究機構 Baymard Institute 彙整 50 份研究，計算出的平均線上購物車放棄率約為 70.22%（2025 年 9 月更新）。它同時調查了美國線上購物者放棄結帳的原因，排除「只是逛逛、還沒準備購買」的人之後，主要原因如下表。這些是美國市場的調查結果，台灣消費者的習慣不一定相同，但可以作為自我檢查的清單：

從這份清單可以看出一個共通點：多數原因與「意外」有關，包括意外的費用、意外的註冊要求、意外的等待時間。把資訊提前、把流程縮短，是降低購物車放棄最有效的方向。

購物車放棄後的挽回機制

• 購物車提醒：對已登入或已留下聯絡方式的顧客，在一定時間後發送提醒訊息。發送前要確認取得對方同意接收行銷訊息，並遵守個人資料保護法的告知與利用範圍。
• 再行銷廣告：針對加入購物車但未購買的訪客投放提醒廣告，素材著重解決疑慮（例如免運門檻、退貨保障），而不是一味加碼折扣。
• 客服即時協助：在結帳頁提供 LINE 官方帳號或線上客服入口，讓卡關的顧客能即時詢問。LINE 的經營方式可參考LINE 官方帳號經營指南。

要提醒的是，用折扣挽回購物車雖然有效，但容易養成顧客「先放購物車等折價券」的習慣，侵蝕毛利。建議先修正流程問題，折扣只作為輔助手段並設定使用條件。

轉換率優化 CRO 要先做什麼？用評分表排定優先順序

列出問題之後，通常會發現待辦事項多到做不完。轉換率優化 CRO 最怕的是「看到什麼改什麼」，資源分散、結果也無法驗證。建議用簡單的評分法排序，例如常見的 ICE 評分：影響程度（Impact）、信心程度（Confidence）、執行難易度（Ease），各給 1 到 10 分後加總或相乘，分數高的先做。

評分沒有絕對標準，重點在於讓團隊用同一套語言討論，並把「信心」分數和證據連結：有漏斗數據或客服紀錄支持的給高分，只是某位主管的直覺就給低分。每一項改動都要寫下假設，例如「如果開放訪客結帳，結帳完成率會提升，因為客服紀錄顯示有顧客反映註冊太麻煩」，之後才能驗證對錯。

商品頁的轉換率檢核清單

1. 主圖清楚呈現商品，並有使用情境圖與尺寸比例參考。
2. 價格、優惠條件、運費與到貨時間在第一屏可見。
3. 規格、材質、保存或使用方式完整，減少客服重複詢問。
4. 顧客評價真實呈現，不刪除負評而是公開回覆。
5. 加入購物車按鈕在手機上容易點擊，捲動時仍可見。
6. 缺貨、預購狀態清楚標示，避免結帳後才發現無法出貨。

A/B 測試怎麼做才算數？樣本數與顯著性試算

A/B 測試是把流量隨機分成兩組，一組看原版、一組看新版，比較兩者的轉換率。它是轉換率優化最可靠的驗證方式，但也是最容易被誤用的工具。最常見的錯誤是：跑了三天，看到新版多了幾筆訂單就宣布勝利。

先算樣本數，再開始測

比較兩個比例時，統計上常用的樣本數估算方式，取決於原本的轉換率、你想偵測的提升幅度、顯著水準與檢定力。以常用的設定（雙尾顯著水準 5%、檢定力 80%）試算：

• 原轉換率 1.2%，想偵測相對提升 20%（變成 1.44%）：每組約需 35,500 個工作階段。
• 原轉換率 1.2%，想偵測提升到 1.5%：每組約需 23,200 個工作階段。
• 若改看「開始結帳 → 完成購買」這一步，原通過率 40%，想偵測提升到 44%：每組約需 2,390 次結帳；想偵測提升到 50%：每組約需 390 次結帳。

對月工作階段四萬的中小電商來說，用整體轉換率去驗證一個小改動，可能要跑將近兩個月。實務上的對策有三：測影響較大的改動（例如整個結帳流程重做，而不是只換按鈕顏色）；選擇較接近改動位置的指標（改結帳頁就看結帳完成率）；測試期間至少涵蓋完整的一到兩週，避免平日與週末的差異干擾結果。

看懂結果：差距看起來大，不代表真的有差

假設 A、B 兩版各有 10,000 個工作階段，A 版 120 筆訂單（1.2%）、B 版 150 筆（1.5%）。B 版看起來好了 25%，但用兩比例 z 檢定計算，p 值約 0.066，未達 5% 的顯著水準，代表這個差距仍可能是隨機波動。如果兩版各跑到 20,000 個工作階段，A 版 480 筆（2.4%）、B 版 560 筆（2.8%），p 值約 0.012，才能比較有信心說 B 版確實較好。

A/B 測試的五個紀律

• 一次只改一個主要變數，或明確定義「整頁改版」為一個測試。
• 事先決定樣本數與結束條件，不要每天看結果、看到喜歡的數字就停。
• 流量隨機分配，同一位訪客應固定看到同一個版本。
• 除了主要指標，也要看客單價、退貨率等護欄指標，避免轉換率上升但毛利下降。
• 把每一次測試的假設、結果與決策記錄下來，失敗的測試同樣是公司的知識資產。

工具方面，Google 已在 2023 年 9 月 30 日停止提供 Google Optimize，目前企業多改用第三方 A/B 測試工具，或利用電商平台、網站建置工具內建的實驗功能。選擇時重點看能否與 GA4 整合、是否支援依裝置分流，以及是否影響網頁載入速度。更多工具類型可參考數位行銷工具整理，到達頁本身的設計原則則可參考Landing Page 一頁式網站設計指南。

用管理王系統管理轉換率優化專案

轉換率優化不是一次性的改版，而是「找問題、排優先、做改動、驗證結果」的持續循環，牽涉行銷、設計、工程、客服多個角色。管理王是一站式企業 AI 管理系統，不是網站分析或 A/B 測試工具，但能協助把這個循環管理起來：

• 專案管理與任務管理：把每一項 CRO 改動建成任務，寫清楚假設、負責人、截止日與驗收指標，跨部門協作的進度一目了然，不會在群組訊息裡失蹤。
• 客戶管理 (CRM)：客服接到的「找不到運費」「付款失敗」等反映，可以和客戶紀錄一起整理，成為漏斗診斷時的質化依據。
• CEO 戰情室與業績整合儀表板：把營收、訂單數等經營數字集中呈現，搭配從網站分析工具整理出的轉換率，在月會上檢視改動前後的業績變化。

系統能做的是讓流程有紀錄、有人負責、有追蹤；轉換率數據本身仍需由 GA4 或電商平台後台提供，兩者搭配使用效果最好。

電商轉換率常見問題

電商轉換率多少才算正常？

轉換率受品類、客單價、流量來源、裝置與檔期影響極大，網路上流傳的平均值定義與樣本各不相同，不適合直接拿來比較。建議以自己過去三到六個月的數據為基準，按裝置與流量來源分開追蹤，觀察改動前後的變化。

轉換率優化 CRO 和 SEO 有什麼不同？

SEO 的目標是讓更多人從搜尋引擎找到你，屬於提升流量；轉換率優化 CRO 的目標是讓已經進站的人更願意購買，屬於提升效率。兩者相輔相成，流量進來後如果轉換率低，SEO 成果也難以變成營收。

購物車放棄率很高，一定是網站有問題嗎？

不一定。有一部分顧客本來就把購物車當成收藏或比價工具，這類放棄很難避免。但如果放棄集中在特定步驟，例如看到運費後或要求註冊時，就代表流程有可改善之處。

流量很小的網站也能做 A/B 測試嗎？

可以，但要調整做法。流量小時，用整體轉換率驗證小改動需要很長時間，建議測影響較大的改動、選擇較接近改動位置的指標，並事先計算所需樣本數。若樣本實在不足，也可以用使用者實測與客服回饋作為輔助判斷。

轉換率提升了，營收卻沒有增加，可能是什麼原因？

常見原因有三：客單價下降（例如靠大量折扣換來轉換）、退貨或取消訂單增加，或同期流量下滑。因此評估轉換率時要同時看客單價、淨訂單與毛利，不能只看單一數字。

GA4 的轉換率和廣告後台的轉換率為什麼不一樣？

兩者的計算基礎與歸因規則不同。GA4 自 2024 年起將網站上的重要行為稱為「重要事件」，Google Ads 的轉換則依廣告歸因規則計算。建議公司內部明訂經營報表使用哪一種數字，並固定不變。

結論：把轉換率變成每月檢視的經營指標

轉換率是電商營收公式中最容易被忽略、卻最具槓桿的一個因子。先把定義與追蹤統一，再用漏斗找出最大漏點，優先處理購物車放棄與結帳流程，用評分表排定轉換率優化 CRO 的順序，最後以算好樣本數的 A/B 測試驗證成果。不要追逐不存在的產業標準，而是和自己的過去比，每個月穩定進步，累積起來就是可觀的營收與毛利。

需要協助建立電商轉換率優化機制？戰國策顧問輔導

許多電商團隊不缺工具，缺的是一套讓行銷、設計、工程與客服共同運作的優化流程，以及把數據轉成決策的能力。戰國策戰勝學院自 2000 年成立以來，持續協助企業進行經營診斷與流程改善，顧問輔導服務可以協助盤點電商漏斗與指標定義、建立轉換率優化的提案與驗證流程、設計跨部門的協作與檢討機制，並陪同團隊導入。若希望提升團隊的數據分析與數位行銷實務能力，也可以搭配企業內訓課程，依公司產業與平台客製化內容。

資料來源：Baymard Institute：Cart Abandonment Rate Statistics；Google Analytics 說明：GA4 中的轉換與重要事件；Google Analytics Help：Google Optimize sunset；全國法規資料庫：個人資料保護法第 8 條