我先說一個在電商圈很常見、但大家都不太願意承認的狀況：團隊裡每個人手上都有一份報表，行銷有 GA 的數字、廣告投手有後台 ROAS、營運有出貨與退貨數據、老闆手機裡還裝了平台的賣家 App，每天看著營業額跳動。數據明明多到滿出來，但真要做一個決策——這檔要不要加碼、這支商品要不要繼續賣、預算要往哪邊移——最後拍板的依據，往往還是一句「我覺得」。
這不是台灣電商獨有的問題。以我們協助品牌進入台灣市場、做電商代營運的經驗來看，「數據很多」跟「會用數據做決策」中間，隔著一條比想像中還寬的鴻溝。今天這篇就想把這條鴻溝攤開來談：為什麼有數據還是憑感覺、電商真正該盯哪些關鍵指標、有哪些數據陷阱會讓你愈看愈錯，以及最重要的——怎麼把數據驅動變成一套團隊每天都在跑的決策流程。
為什麼有了滿手數據，還是憑感覺做決策
先講清楚一件事：憑感覺做決策，本身不一定是壞事。一個做了十年的品牌操盤手，他的「感覺」其實是大量經驗壓縮後的直覺，準確度有時比新人盯一週報表還高。真正的問題不在於用不用直覺，而在於——當你的決策只能靠少數幾個人的感覺，這個生意就無法被複製、無法被檢驗、也無法在團隊變大之後維持品質。
我們實際進場接手一個品牌的電商營運時，最常看到三種「假性數據驅動」：
第一種是報表很多、結論很少。每週開會點開十幾個儀表板，營業額、流量、轉換率、客單價一個一個唸過去，唸完了，散會，下週繼續唸。數據被當成儀式，而不是用來逼出決策。
第二種是只看結果、不看過程。營業額掉了就檢討，營業額好就慶祝，但沒有人去拆「為什麼掉、為什麼好」。等到發現是某個流量來源整個崩掉，已經連掉三週了。
第三種是用數據找藉口，而不是找答案。這個最危險。當一個決策已經在心裡定好了，人會不自覺地去後台撈一個能支持自己的數字出來，其他不利的數據自動視而不見。這在心理學上叫確認偏誤，在電商後台裡每天都在發生。
要跳出這三種狀況，第一步不是買更貴的工具，而是先承認：數據的價值不在「擁有」，而在「拿來做出一個原本不敢做、或不會做的決定」。
電商真正該盯的關鍵指標，不是營業額
如果只能盯一個數字，多數人會選營業額。但營業額是一個「結果指標」，它告訴你昨天發生了什麼，卻不告訴你接下來該做什麼。真正能驅動決策的，是那些拆得夠細、能對應到具體動作的指標。我把電商最該盯的指標分成四組來談。
流量與獲客面：CAC 與流量結構
獲客成本(CAC)是很多品牌長期忽略、但會默默吃掉利潤的數字。你要很清楚：每多帶進一個新客，平均要花多少錢。光看廣告 ROAS 不夠，因為 ROAS 漂亮不代表 CAC 健康——有可能你的高 ROAS 全部來自老客回購，新客其實一個都沒進來。
跟 CAC 一起看的是流量結構：自然流量、付費流量、社群、EDM、直接輸入網址各佔多少。一個健康的電商，付費流量佔比不該無限上升。如果你的營業額成長完全靠加廣告預算堆出來，那不是成長，是租來的。
轉換面：轉換率與購物車流失
轉換率要拆開看，不能只看整站平均。從「商品頁瀏覽 → 加入購物車 → 進入結帳 → 完成付款」，每一段都有流失率。我們接手品牌時很愛先看結帳流失，因為那是「人都已經要掏錢了卻跑掉」，通常背後藏著運費策略、付款方式不足、或是強迫註冊這種一改就見效的問題。關於這段，我在購物車未結帳的補救策略裡有更細的拆解。
價值面：客單價、回購率與 LTV
客單價(AOV)、回購率，加上把兩者乘起來放進時間維度的顧客終身價值(LTV)，是決定一個電商能走多遠的指標。一個願意一年回購四次的客人，跟一個買完就消失的客人，後續該投入多少行銷預算完全不同。當你知道 LTV，你才敢回頭去算：CAC 可以容忍到多高？
LTV 跟 CAC 的比值，是我認為電商最該掛在牆上的一個數字。健康的生意，LTV 通常要是 CAC 的三倍以上；如果接近一比一，代表你每帶一個客人賺的錢剛好等於拉他進來的錢，那這個成長是空轉的。
庫存與履約面：售罄率與退貨率
對有實體商品的電商，售罄率、庫存週轉、退貨率同樣是決策指標。退貨率突然升高，可能是商品頁照騙、尺寸描述不清，或是某批貨真的有問題——這些都是數據能提早警示、避免變成負評海嘯的訊號。
三個最常見、也最致命的數據陷阱
盯對指標只是基本功，更難的是「正確解讀」。以下三個陷阱，我看過太多團隊栽進去，包括一些數據能力不錯的團隊。
陷阱一：把相關當成因果
「我們上週發了 EDM，當週業績漲了三成，所以 EDM 很有效。」這句話聽起來合理，但那一週剛好也是發薪日後、又遇到平台大檔，業績本來就會漲。把同時發生的兩件事直接連成因果，是電商決策最常見的錯。要驗證因果，最乾淨的做法是 A/B 測試——同樣的條件下，一組發、一組不發，再來比。沒有對照組的「成效」，都只能當參考，不能當結論。
陷阱二：平均數騙人，被少數極端值帶著走
平均客單價 1,200 元——聽起來不錯。但如果這個平均是由一堆 500 元的訂單，加上少數幾筆兩三萬的大單拉上來的，那「1,200 元」這個數字其實不代表任何一個真實客人。看分布、看中位數、看區間，永遠比只看一個平均數更接近真相。我們在做定價與促銷門檻時，幾乎不直接信平均，一定先把訂單金額的分布攤開來看。
陷阱三：在樣本太小的時候就下重注
一支新品上架三天、賣了二十單，轉換率看起來比舊品高，於是團隊決定砍掉舊品全力推新品。這就是樣本不足卻急著做大決策。二十單的波動可能只是運氣，可能是嚐鮮客，根本還沒進入穩定狀態。數據要累積到一定量、跑過一個完整的週期(含平日與假日、含檔期與非檔期)，結論才站得住。愈大的決策，愈需要愈長的觀察期。
把數據驅動變成一套決策流程
談完指標與陷阱，最後也是最關鍵的：怎麼讓「用數據做決策」不靠某個聰明的人，而是變成團隊每天在跑的流程。以我們替品牌建立營運節奏的經驗，一套能落地的數據決策流程，大致是這五步。
第一步，先定義問題與要做的決策。 不要先打開後台。先問清楚：我們這次要決定什麼?是要決定預算往哪移、還是要決定某支商品的去留?問題定義錯，後面撈再多數據都是浪費。
第二步，挑出對應這個決策的關鍵指標。 一個決策對應的核心指標通常不超過三個。要決定廣告預算配置，就聚焦 CAC、ROAS、各管道的新客佔比，不要把退貨率也搬出來混淆視聽。
第三步，看數據、但同時看「為什麼」。 數字只是入口。轉換率掉了，要往下追是流量品質變差、還是網站出了問題、還是競品在打折。數據告訴你「哪裡不對」，但要靠拆解才知道「為什麼不對」。
第四步，做出決策並寫下假設。 這一步最多人跳過，卻最重要。做決策時，把你的假設寫下來：「我們認為把預算從 A 管道移到 B 管道，兩週內整體 CAC 會下降一成。」寫下來，後面才能驗證你到底判斷對不對。
第五步，回頭驗證，把結果變成下一輪的依據。 兩週後回來看，假設成立嗎?成立就放大，不成立就修正。這一步閉環之後，團隊的判斷力會一輪一輪地長出來，這才是數據驅動真正的複利所在。
這套流程不需要昂貴工具，一個固定的週會、一份共用的決策紀錄、一個願意被打臉的心態，就能跑起來。現在 AI 工具也能幫上忙——自動把異常波動標出來、自動生成初步歸因，讓人把精力留在判斷而不是撈數字上，這部分可以參考AI 在電商數據分析的應用。
一個實際的操盤案例（匿名）
分享一個我們接手過的案例。那是一個保健食品品牌的官網，進場前團隊每個月固定加大廣告預算，營業額確實一路往上，老闆很滿意。但我們把數據攤開後發現一個警訊：營業額是漲了，可是新客 CAC 在半年內漲了將近一倍，回購率卻在掉。簡單說，他們是用愈來愈貴的成本，去買一批愈來愈不回頭的客人，等於把未來的利潤提前燒掉。
我們做的不是再砸更多錢，而是先把預算的一部分從衝新客，移到喚回三個月內買過、卻還沒回購的舊客，同時針對首購客設計第二次回購的誘因。三個月後，整體營業額幾乎持平、沒有暴衝，但 CAC 明顯回落、回購率拉起來，最重要的是 LTV 對 CAC 的比值從岌岌可危拉回到健康區間。表面上「成長」看起來變慢了，實際上這個生意才真正開始賺錢。
這個案例想說明的是：數據驅動有時候會逼你做出跟直覺相反的決定。直覺說「業績在漲就繼續加碼」，數據卻說「你正在虧未來的錢」。能在這種時刻相信拆解後的數據、而不是相信跳動的營業額，就是數據決策真正的價值。
常見問題 FAQ
小品牌沒有預算買數據工具，也能做數據驅動決策嗎？
完全可以。多數電商平台後台、加上免費的 GA4，已經足夠盯住 CAC、轉換率、回購率這些核心指標。數據驅動的瓶頸從來不是工具貴不貴，而是團隊有沒有把「看數據 → 做決策 → 驗證假設」這個流程跑起來。先用免費工具把流程建起來，等規模大了再升級工具也不遲。
電商最該優先盯的一個指標是什麼？
如果真的只能挑一個，我會選 LTV 對 CAC 的比值。它同時涵蓋了「拉一個客人多貴」與「這個客人帶來多少價值」，能一眼看出生意是真成長還是空轉。但實務上建議至少同時盯 CAC、轉換率、回購率三個，才能在問題擴大前提早發現。
數據和老闆的直覺衝突時，該聽誰的？
不是二選一。資深操盤手的直覺是壓縮過的經驗，很有價值；但直覺要能被數據檢驗。做法是把直覺寫成一個可驗證的假設，再用數據去測。對了，下次更信任這個直覺；錯了，就修正。讓直覺與數據互相校準，比硬要分對錯更實際。
多久該檢視一次數據比較合適？
依指標性質而定。流量、廣告成效這類波動快的，建議每天到每週看；回購率、LTV 這類需要時間累積的，用月或季為單位看才有意義。要避免兩個極端：天天盯著長期指標而被短期波動嚇到亂改方向，或一季才看一次快波動指標而錯過救火時機。
如何避免團隊只把數據拿來「事後解釋」而不是事前決策？
關鍵是在做決策的當下就寫下假設，並約定好回頭驗證的時間。一旦每個決策都帶著「我預期會發生什麼」的明確判斷，數據就不再只能用來事後合理化，而是變成檢驗判斷力的工具。久了，團隊會養成先想清楚再動手的習慣。
結論：數據不是用來看的，是用來決定的
從感覺到數據，這條路最大的誤解，是以為買了工具、建了儀表板就叫數據驅動。其實真正的分水嶺在於——你的數據，有沒有真的改變過任何一個決定。如果後台再漂亮，最後拍板還是「我覺得」，那數據對你來說只是裝飾。
盯對指標、避開相關當因果與平均數騙人這些陷阱、再把決策流程閉環起來，數據才會從一堆好看的圖表，變成團隊真正能依靠的判斷力。這件事不分品牌大小，今天就能開始。
林克威長期協助國際品牌與台灣品牌進行電商代營運、品牌代理與通路拓展，累積超過十年實務經驗，服務涵蓋 Momo、PChome、蝦皮、LINE 禮物、品牌官網及實體零售通路。若您希望了解品牌進入台灣市場或電商成長策略，歡迎與我們聯繫。
