Gennemsnitlig ordreværdi, almindeligvis forkortet som AOV, er en e-handelsmåling der måler det gennemsnitlige beløb, en kunde bruger pr. transaktion på et websted eller i en app over en given periode. Det beregnes ved at dividere den samlede omsætning med det samlede antal ordrer, der er afgivet i den periode. For eksempel har en butik, der genererer 150,000 dollars i omsætning fra 3,000 ordrer på en måned, en AOV på 50 dollars. I modsætning til metrikker, der fokuserer på, hvor mange kunder, der konverterer, måler AOV, hvor meget hver konverterende kunde bruger, hvilket gør det til en af tre kernepunkter, sammen med konverteringsrate og trafikvolumen, der bestemmer den samlede e-handelsomsætning.
AOV er vigtig, fordi det ofte er mere omkostningseffektivt at øge det end at erhverve yderligere kunder, da marketing- og driftsomkostningerne ved at drive en besøgende til webstedet allerede er brugt, når de når kassen. En beskeden stigning i AOV, f.eks. fem til ti dollars pr. ordre, kan producere en betydelig omsætningsforøgelse på tværs af tusindvis af månedlige transaktioner uden at kræve yderligere annonceudgifter eller trafikanskaffelse. På grund af denne gearing er AOV et hyppigt fokusområde i CRO-engagement for detail- og direkte-til-forbruger-brands, især når trafikvæksten er stagneret, eller betalte anskaffelsesomkostninger er steget til et punkt, hvor effektivitetsgevinster inden for den eksisterende kundebase bliver mere attraktive end yderligere skalering af annonceudgifter.
AOV segmenteres og analyseres typisk efter trafikkilde, enhedstype, kundetype (ny versus tilbagevendende) og produktkategori, da blandede gennemsnit kan maskere betydelige forskelle; for eksempel halter mobil-AOV ofte 15 til 30 procent efter desktop-AOV på tværs af mange detailvertikaler på grund af forskelle i browsingadfærd og indkøbskurvsvaner. Almindelige taktikker, der bruges til at påvirke AOV, omfatter produktbundling, trindelte tærskler for gratis fragt, der er sat lidt over den nuværende gennemsnitlige kurvstørrelse, krydssalg- og mersalgs-anbefalinger på produkt- og indkøbskurvssiderne, mængderabatter og mersalgstilbud efter køb, der præsenteres umiddelbart efter betaling. Hver af disse taktikker valideres typisk gennem A/B-testning snarere end udrulles på antagelser, da aggressive mersalgstaktikker nogle gange kan undertrykke konverteringsraten, selv mens de øger AOV, hvilket kræver analyse af nettoeffekten på den samlede omsætning pr. besøgende.
En almindelig fejl er at optimere AOV isoleret uden at overvåge dens effekt på konverteringsraten og den samlede omsætning pr. besøgende, da en taktik, der øger den gennemsnitlige kurvstørrelse, men afskrækker en betydelig andel af besøgende fra at gennemføre betalingen overhovedet, kan resultere i et nettoindtægtstab på trods af, at selve metrikken forbedres. En anden hyppig fejl er at sammenligne AOV på tværs af tidsperioder eller kanaler uden at tage højde for sæsonudsving, salgsfremmende aktivitet eller ændringer i produktmixet, da en stigning i AOV i en ferieudsalgsperiode, hvor dyrere gaveartikler sælges oftere, ikke nødvendigvis afspejler en bæredygtig ændring i kundernes købsadfærd.
Inden for en bredere vækststrategi er AOV (Aventure Overflow - AOV) mest nyttig, når den analyseres sammen med købsfrekvens og kundens livstidsværdi (CVV), da en virksomhed, der udelukkende fokuserer på at øge AOV, utilsigtet kan skubbe kunder mod større, mindre hyppige ordrer i stedet for et mere profitabelt mønster af mindre, gentagne køb. En CRO eller vækstkonsulent behandler typisk AOV som ét input i en enhedsøkonomisk model, der undersøger, hvordan ændringer i prissætning, bundling eller forsendelsesgrænser ikke kun påvirker den umiddelbare transaktion, men også kundens samlede værdi i forhold til deres forhold til brandet, da de to målinger kan bevæge sig i modsatte retninger, hvis de ikke overvåges sammen.