Średnia wartość zamówienia, powszechnie skracana do AOV (Average Order Value), to wskaźnik e-commerce mierzący, ile średnio klient wydaje na jedną transakcję w witrynie lub aplikacji w danym okresie. Oblicza się ją, dzieląc łączny przychód przez łączną liczbę zamówień złożonych w tym okresie; na przykład sklep generujący 150 000 dolarów przychodu z 3000 zamówień w miesiącu ma AOV równe 50 dolarów. W przeciwieństwie do wskaźników skupiających się na tym, ilu klientów dokonuje konwersji, AOV mierzy, ile wydaje każdy konwertujący klient, co czyni go jedną z trzech podstawowych dźwigni, obok współczynnika konwersji i wolumenu ruchu, które decydują o łącznych przychodach e-commerce.
AOV ma znaczenie, ponieważ jego zwiększenie jest często bardziej opłacalne niż pozyskiwanie kolejnych klientów, gdyż koszty marketingowe i operacyjne doprowadzenia odwiedzającego do serwisu zostały już poniesione, zanim ten dotrze do kasy. Umiarkowany wzrost AOV, na przykład o pięć do dziesięciu dolarów na zamówienie, może przynieść wyraźny wzrost przychodów przy tysiącach transakcji miesięcznie, bez dodatkowych wydatków na reklamę ani pozyskiwania ruchu. Dzięki tej dźwigni AOV jest częstym obszarem prac w projektach CRO dla marek detalicznych i direct-to-consumer, zwłaszcza gdy wzrost ruchu wyhamował lub koszty płatnego pozyskiwania wzrosły do poziomu, przy którym zyski z efektywności w obrębie istniejącej bazy klientów stają się bardziej atrakcyjne niż dalsze skalowanie wydatków na reklamę.
AOV analizuje się zazwyczaj w podziale na źródło ruchu, typ urządzenia, typ klienta (nowy a powracający) i kategorię produktu, ponieważ uśrednione wartości mogą maskować istotne różnice; na przykład AOV na urządzeniach mobilnych często jest o 15 do 30 procent niższy niż na komputerach stacjonarnych w wielu branżach detalicznych, co wynika z różnic w zachowaniach przeglądania i nawykach budowania koszyka. Do typowych taktyk wpływających na AOV należą: łączenie produktów w zestawy, progresywne progi darmowej dostawy ustawione nieco powyżej obecnej średniej wielkości koszyka, rekomendacje cross-sell i upsell na stronach produktów i koszyka, rabaty ilościowe oraz oferty upsell po zakupie, prezentowane bezpośrednio po finalizacji zamówienia. Każdą z tych taktyk zwykle weryfikuje się za pomocą testów A/B, zamiast wdrażać ją na podstawie założeń, ponieważ agresywne taktyki upsellu potrafią obniżyć współczynnik konwersji, nawet gdy podnoszą AOV, co wymaga analizy wpływu netto na łączny przychód na odwiedzającego.
Częstym błędem jest optymalizowanie AOV w oderwaniu od monitorowania jego wpływu na współczynnik konwersji i ogólny przychód na odwiedzającego, ponieważ taktyka, która zwiększa średnią wielkość koszyka, ale zniechęca znaczną część odwiedzających do sfinalizowania zakupu, może przynieść stratę netto w przychodach, mimo że sam wskaźnik się poprawia. Innym częstym błędem jest porównywanie AOV między okresami lub kanałami bez uwzględnienia sezonowości, działań promocyjnych czy zmian w strukturze asortymentu, ponieważ skok AOV w okresie świątecznej wyprzedaży, gdy częściej sprzedają się droższe prezenty, niekoniecznie odzwierciedla trwałą zmianę zachowań zakupowych klientów.
W szerszej strategii wzrostu AOV jest najbardziej użyteczny, gdy analizuje się go wraz z częstotliwością zakupów i wartością życiową klienta, ponieważ firma skupiona wyłącznie na podnoszeniu AOV może nieświadomie popychać klientów w stronę większych, rzadszych zamówień zamiast bardziej opłacalnego wzorca mniejszych, powtarzalnych zakupów. Firma doradcza w zakresie CRO lub wzrostu zazwyczaj traktuje AOV jako jedno z danych wejściowych modelu ekonomiki jednostkowej (unit economics), badając, jak zmiany cen, zestawów lub progów dostawy wpływają nie tylko na bieżącą transakcję, ale także na całkowitą wartość klienta w trakcie jego relacji z marką, ponieważ oba wskaźniki mogą zmieniać się w przeciwnych kierunkach, jeśli nie monitoruje się ich łącznie.
Więcej terminów na literę A
Test A/BAARRR (metryki piratów)Above the Fold (strefa nad linią zgięcia)Kryteria akceptacji (Acceptance Criteria)Dostępność cyfrowa (zgodność z WCAG)Audyt dostępności (Accessibility Audit)Marketing afiliacyjny (Affiliate Marketing)Afordancja (Affordance)Zwinne wytwarzanie oprogramowania (Agile)Atomic DesignModelowanie atrybucjiOkno atrybucji (attribution window)
