做電商的人都看數據，但看了不一定會用。後台一打開，流量、轉換率、客單價、訂單數、廣告花費、ROAS 一整排數字撲面而來，每個都重要，每個又好像看不出所以然。月底業績沒達標，老闆問「為什麼」，結果一群人盯著報表講不出個重點，只能歸咎於「最近大環境不好」。這種場景我看太多了。問題不是沒有數據，而是沒有一套電商 KPI 指標體系，把零散的數字組織成一張能做決策的地圖。
我們在替品牌做電商代營運時，接手第一件事往往不是改商品頁、不是調廣告，而是先把這個品牌的數據攤開來看。看的不是單一數字漂不漂亮，而是這些指標彼此之間的關係：流量進來多少、轉換成多少訂單、每張訂單值多少錢、這些人會不會回來、獲取一個客人要花多少、一個客人一輩子又能帶來多少價值。把這條鏈路拆清楚，業績的問題出在哪一段，答案自然就浮現了。這篇文章想完整談一次電商該看哪些指標、這些指標怎麼組成儀表板，以及最重要的——怎麼真正用數據去做決策，而不是把數據當成事後解釋業績的工具。
為什麼一堆數字反而讓你做不了決策
先講一個很多品牌都踩過的坑：指標看太多，等於沒在看。
電商後台和廣告平台能吐出的數據多到誇張，光是 Meta 廣告後台就有幾十個欄位可以拉。很多人因此陷入一種錯覺，以為盯的數字越多越專業，結果是注意力被稀釋，每個指標都看一眼、每個都沒看懂。真正會用數據的人，反而是懂得「只看關鍵那幾個」的人。
第二個坑是只看「結果指標」，不看「過程指標」。營收是結果，但營收本身不能告訴你該怎麼辦。今天營收掉了 20%，你要知道是流量少了、還是轉換率掉了、還是客單價下滑，才知道手要伸到哪裡去調。結果指標負責告訴你「發生了什麼」，過程指標才負責告訴你「為什麼會這樣、該怎麼改」。一套好的電商數據指標體系，一定是結果和過程兩種指標都涵蓋，而且能順著因果鏈往下追。
第三個坑最隱蔽：看了一堆絕對數字，卻沒有比較基準。這個月轉換率 2.3%，這到底是好是壞？沒有上個月的數字、沒有同品類的參考、沒有自己設定的目標，2.3% 就只是一個沒有意義的數字。指標的價值來自比較——跟過去比、跟目標比、跟同業比。沒有基準的數據，看再多也只是自我安慰。
所以建立電商 KPI 指標體系的核心，不是把所有能算的指標都算出來，而是想清楚：我要做哪些決策？這些決策需要哪些數字支撐？再倒推回去決定該追蹤什麼。
核心電商 KPI 指標逐一拆解
接下來把電商最該盯的幾個核心指標一個一個講清楚，包括它代表什麼、怎麼算、看到異常時通常意味著什麼。
流量：一切的源頭，但要看「結構」不只看「總量」
流量是漏斗的最上層，沒有流量後面什麼都不用談。但很多品牌看流量只看一個總數，這遠遠不夠。真正要看的是流量的結構：來自自然搜尋、付費廣告、社群、直接輸入網址、還是站外導購？每個來源的品質天差地遠。
付費廣告帶來的流量量大但成本高、忠誠度低；自然搜尋和直接流量通常轉換率更好、是長期資產。如果你的流量有八成靠付費廣告撐著，那這個品牌的體質其實很脆弱——廣告一停，生意就停。看流量結構，才看得出一個品牌的健康程度。
轉換率：流量變訂單的效率，最該被細分
轉換率是「完成購買的人數 ÷ 進站人數」，它衡量你把流量變成生意的效率。但整站的平均轉換率參考價值有限，真正有用的是分層拆解的轉換率：不同流量來源的轉換率、不同裝置（手機 vs 桌機）的轉換率、不同商品頁的轉換率、加入購物車到結帳的轉換率。
舉個例子，如果你發現手機端的轉換率遠低於桌機，那問題很可能出在手機版的結帳流程太卡。如果是「加入購物車」到「完成結帳」這一段掉很兇，那要查的是運費政策、結帳步驟、付款方式是不是有問題。轉換率拆得越細，越能精準定位漏在哪裡。
客單價（AOV）：每張訂單的含金量
客單價是「總營收 ÷ 訂單數」，代表平均每筆訂單值多少錢。在流量成本越來越貴的今天，提高客單價往往比硬拉流量更划算——同樣一個進站的客人，讓他多買一點，邊際成本極低。
拉高客單價的常見手法是滿額門檻（滿 1500 免運）、組合包、加價購、互補商品推薦。看這個指標時要搭配毛利一起看，因為有些拉高客單價的手段（例如大幅折扣換取大訂單）反而會犧牲毛利，數字漂亮但賺得更少。
回購率：被低估的獲利引擎
回購率是「重複購買的顧客數 ÷ 總顧客數」，衡量顧客願不願意回來。這是我認為最被低估的指標。多數品牌把預算全砸在拉新客，卻忽略一個事實：開發新客的成本是留住舊客的好幾倍，而舊客的轉換率和客單價通常都比新客高。
回購率高的品牌，營收結構穩定、抗風險能力強，因為它不需要每個月重新「買」一批客人來填業績。回購率低的品牌則像個漏水的桶子，前面拼命灌水，後面一直漏，永遠在追新客。想系統性提升這個數字，訂閱制是很有效的工具，我們在 訂閱制如何打造可預期的經常性營收 裡有完整拆解。
CAC（顧客獲取成本）：你買一個客人花多少錢
CAC 是「行銷與業務總花費 ÷ 新增顧客數」，告訴你獲取一個新客的真實成本。注意這裡的分母是「新客」不是「總訂單」，很多人算錯，把舊客回購也算進來，結果 CAC 被嚴重低估。
CAC 單獨看意義不大，它必須跟客單價、毛利、特別是 LTV 一起看。如果你獲取一個客人花 500 元，但這個客人第一單只貢獻 300 元毛利，光看首單你是虧的——但如果他平均會回購三次，整體就划算。這就帶到下一個關鍵指標。
LTV（顧客終身價值）：決定你能花多少錢搶客人
LTV 是一個顧客在整個生命週期內為品牌帶來的總價值。它是電商指標體系裡的「天花板」——LTV 決定了你能承受多高的 CAC。
業界有個經驗法則：LTV 至少要是 CAC 的 3 倍，這門生意才健康。如果 LTV/CAC 接近 1，代表你賺的錢幾乎全花在獲客上，沒有利潤空間；如果這個比值很高，反而代表你可能在獲客上太保守，應該加大投放搶市場。把 LTV 和 CAC 放在一起看，是判斷一個電商模式能不能規模化的核心。
ROAS：廣告投報率，但別把它當唯一聖經
ROAS 是「廣告帶來的營收 ÷ 廣告花費」，衡量每花一塊廣告費換回多少營收。這是投放團隊最常盯的指標，但它有個陷阱：ROAS 看的是營收不是利潤，而且通常只算「首單」的營收。
一個 ROAS 看起來只有 2 的廣告組，如果它帶來的客人回購率特別高，長期的真實投報可能遠勝一個首單 ROAS 5 但客人從不回頭的廣告組。所以 ROAS 要搭配 LTV 一起評估，才不會被首單數字誤導，把真正有價值的客群來源給砍掉。
怎麼把這些指標組成一張數據儀表板
指標拆完了，下一步是組裝成儀表板。儀表板的本質不是「把所有數字放在同一頁」，而是依照決策的層級和節奏，把對的數字放在對的位置。我習慣分成三層來設計。
第一層：每日健檢儀表板。 這層放的是每天都要瞄一眼、用來抓異常的指標：當日營收、訂單數、流量、整體轉換率、廣告花費與當日 ROAS。這層的目的是「警報器」——數字突然掉下來或廣告費爆衝，當天就要被發現，而不是等月底結算才驚覺。指標要少而精，三十秒掃完。
第二層：每週營運儀表板。 這層服務的是營運優化決策，看的是趨勢和拆解：分流量來源的轉換率、分裝置的轉換率、客單價變化、購物車放棄率、各檔活動的成效。這層幫你回答「這週哪裡需要調整」，是營運團隊每週開會的依據。
第三層：每月策略儀表板。 這層放的是慢變數和大方向：CAC 趨勢、LTV、LTV/CAC 比值、回購率、新舊客營收佔比、毛利率。這些指標不會天天波動，但決定了品牌的長期體質，是給經營者做資源配置、判斷要不要加大投放或調整商業模式的依據。
這三層之間是有因果關係的，不是各看各的。每日層發現營收掉了，往每週層追是哪個來源的轉換率出問題，再往每月層看是不是 CAC 變貴、客群品質下滑。一張好的儀表板，要能讓人順著這條線一路追到根因。如果你想看更完整的電商營運全貌，我們整理過一份 電商營運完整攻略，數據只是其中一塊拼圖。
至於工具，不一定要一開始就上昂貴的 BI 系統。多數品牌用 GA4 搭配電商平台後台、再加一張整理好的試算表就能跑起來；規模上來之後再考慮 Looker Studio、Power BI 這類視覺化工具把儀表板自動化。重點從來不是工具多炫，而是指標的邏輯有沒有想清楚。近年也有越來越多 AI 工具能自動抓出數據異常、生成解讀，把分析師從拉報表的苦工裡解放出來，這部分的應用值得品牌持續關注。
用數據做決策的實務經驗
講到怎麼用數據做決策，分享一個我們實際操盤的觀察。
我們曾經接手一個某美妝保養品牌的電商代營運。剛接手時，這個品牌的後台數據其實「很漂亮」——ROAS 維持在 4 以上，營收也穩定，老闆覺得一切沒問題，找我們來只是想再衝高一點。但我們把指標體系攤開重新看，發現一個被忽略的警訊：它的新客佔比高達九成，回購率低得可憐，CAC 還在逐月上升。翻成白話就是，這個品牌每個月都在花越來越多的錢，買一批不會回來的客人,撐起一個看似穩定的營收。這是典型的「漏水桶」體質，只是因為廣告投放還算有效，問題被營收的表象蓋住了。
我們做的決策不是去衝更多流量，而是把資源重新分配：拉一部分原本投在拉新的預算，轉去做既有顧客的回購經營——設計回購誘因、建立分眾的再行銷、優化第一次購買後的體驗。同時把儀表板的核心指標從「ROAS」換成「LTV/CAC 比值」，讓整個團隊的注意力從「這個月賣多少」轉向「我們買進來的客人值不值得」。大約一季之後，回購率明顯往上，CAC 因為舊客回購攤平而下降，整體獲利率比接手前好上一截——而且這個改善是結構性的，不是靠多燒廣告堆出來的。
這個案例想說明的是：數據決策的關鍵不在於蒐集多少數字，而在於你選擇用哪個指標當北極星。同一份數據，盯著 ROAS 會做出一種決策，盯著 LTV/CAC 會做出完全不同的決策。選錯指標，再勤勞地看數據也只是把資源往錯的方向加碼。這也是電商代營運真正的價值所在——看過夠多不同品類的數據，才知道每個品牌的階段該盯哪個指標、該往哪裡調。想了解我們實際怎麼操作，可以看 關於林克威 或實際的 合作案例。
常見問題 FAQ
Q1：電商剛起步，資源有限，最該優先盯哪些指標？ 初期不需要一次建完整套指標體系，會被淹沒。建議先盯四個：流量、轉換率、客單價、ROAS。這四個能讓你掌握「有沒有人來、來了會不會買、買多少、廣告划不划算」，是最基本的生存指標。等營運穩定、有一定顧客基數之後，再把 CAC、LTV、回購率加進來，開始看長期體質。一上來就糾結 LTV，反而容易見樹不見林。
Q2：轉換率多少才算正常？ 這沒有單一標準答案，要看品類、客單價和流量來源。一般電商的整體轉換率大概落在 1% 到 3% 之間，高客單價商品通常更低、低單價快消品可能更高。比起跟別人比，更重要的是跟自己的歷史數據比、跟設定的目標比，並且去拆解不同來源和裝置的轉換率，找出拖後腿的環節。看絕對值容易焦慮，看趨勢和拆解才有行動方向。
Q3：LTV 怎麼算？對新品牌會不會太難？ 最簡化的 LTV 算法是「平均客單價 × 平均回購次數 × 毛利率」。新品牌資料還不夠多時，回購次數可以先用前幾個月的觀察值估，之後再逐步校準。重點不是算到小數點後幾位的精準，而是建立起「一個客人不只值首單」的思維，並把它和 CAC 放在一起判斷。哪怕只是粗估，有 LTV 概念的決策，品質就會和只看首單的決策差很多。
Q4：ROAS 很高就代表廣告投得好嗎？ 不一定。ROAS 高只代表「首單的營收除以廣告費」這個比值好，它沒告訴你這些客人會不會回購、毛利夠不夠、客群品質如何。我們看過 ROAS 很漂亮但全是一次性客人的品牌，長期反而很危險。建議把 ROAS 和 LTV、毛利一起評估，看的是「這個來源帶進來的客人長期值不值得」，而不是只看首單的帳面數字。
Q5：數據儀表板一定要用昂貴的工具嗎？ 不用。指標邏輯比工具重要太多。多數品牌用 GA4、電商平台後台再加一張整理好的試算表，就能搭出堪用的儀表板。等規模和分析需求上來，再導入 Looker Studio、Power BI 這類視覺化工具自動化。先用簡單工具把該看的指標和決策邏輯跑順，比一開始就砸錢買系統卻不知道要看什麼實際得多。
Q6：找電商代營運，能幫忙建立 KPI 指標體系嗎？ 可以，這通常是電商代營運很核心的一環。專業團隊不只是幫你拉報表，而是依品牌所處的階段，判斷該盯哪些指標、設計三層儀表板、並把數據轉成具體的營運決策。因為看過大量不同品類的數據，代營運團隊更清楚哪個數字是真警訊、哪個只是雜訊，也更知道資源該往哪一段補。比起品牌自己摸索，能少走很多冤枉路。
結論
電商 KPI 指標體系的價值，從來不在於你算出多少漂亮的數字，而在於這些數字能不能引導你做出對的決策。流量、轉換率、客單價、回購率、CAC、LTV、ROAS，每一個都不是孤立的——它們串成一條從「人進來」到「人留下」的因果鏈，順著這條鏈，業績的問題出在哪一段，答案就藏在裡面。
把這些指標依照決策節奏組成每日、每週、每月三層儀表板，再選對那個當北極星的核心指標，數據才會從事後解釋業績的報表，變成真正驅動行動的工具。這也正是電商代營運能發揮價值的地方——幫品牌把一堆看不懂的數字，變成看得懂、用得上的決策依據。如果你想看更多我們在不同品類的操盤思路，歡迎逛逛我們的 部落格。
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。
