零售業 KPI：5 項助您做出更明智決策的指標

銷售報表顯示，12 月是你有史以來業績最好的月份。接著會計師提醒你，銀行帳戶的餘額比去年同期還少，因為這筆營收有很大一部分變成了倉庫裡的庫存，那些貨品以全價賣不出去。營收上升，毛利下降，而每日收銀報表完全看不出原因。

這是很典型的陷阱。單一的亮眼數字，會掩蓋背後真正的運作機制：庫存週轉多快、有多少訪客會購買、購物籃裡裝了什麼、每平方公尺的賣場面積創造多少產值，以及買過一次的顧客是否會再回來。每一項指標都有本週就能算出的公式、顯示問題的警訊，以及避免你誤讀的對照指標。這正是一項零售 KPI值得追蹤、而不只是裝飾的原因。

如果你的交易資料分散在刷卡機、試算表和筆記本裡，請先解決這個問題。首先請為你的精品店挑選 POS 系統，確保它能匯出乾淨且附有時間戳記的銷售數據。資料乾淨，決策才有用。

1. 庫存週轉率

庫存週轉率計算在一段期間內，你將庫存售出並補貨的次數。公式為銷貨成本除以平均庫存，平均庫存通常取期初與期末餘額的平均值，NetSuite 的零售 KPI 指南也是這樣說明。由於分子使用的是成本而非售價，每個月都必須以相同方式計算。若年中更改算法，你的趨勢線就失去意義。

比率上升在儀表板上常被視為好消息，卻仍可能是壞消息。週轉率突然跳升，通常代表庫存太精簡，暢銷品賣斷貨，而流失的銷售完全不會反映在這個比率上。基於同樣的原因，季節性商店應比較相同的期間，或使用月平均值，而不是只看兩個時點的餘額。

讓數字保持可信的對照指標

請將週轉率搭配庫存準確率一起看：盤點項目中與系統記錄相符的數量除以盤點總數，再乘以 100。Inflow 的庫存 KPI 基準將一般目標範圍定在 95% 至 99%，缺貨率基準則低於 2%。這兩項指標抓出的是不同的問題。準確率檢驗系統是否反映貨架上實際的庫存；缺貨率則檢驗你的再訂購點和供應商交期是否跟得上需求。一家店可能在前者拿到高分，卻仍因後者而流失銷售。

關鍵的一組搭配：週轉率告訴你庫存流動多快，準確率則告訴你這個數字是否真實。

一家家居用品零售商如何運用這項指標

假設一家小型家居用品零售商,不再只報一個全公司平均值,而是按品類拆分週轉率。紡織品一年週轉五次,裝飾品系列卻不到兩次。混在一起看,整體表現似乎過得去,庫存滯銷正是這樣瞞過老闆的眼睛。拆分之後,促銷預算轉向了熱銷品類,裝飾品系列也在季末前清完庫存,折價幅度比等下去的代價更小。

• 先分群,再行動:按品類和 SKU 分別計算週轉率,不要整個業務只算一次。
• 結合交貨期來看:庫存天數必須與供應商的交貨期和再訂貨點對照,才有意義。
• 避開速度陷阱:追求週轉率時,務必同時查看現貨率。

如果問題的根源在於記錄不準確,這份零售庫存準確度實用指南會逐步說明循環盤點與對帳的做法。在 ELECTE(面向中小企業的 AI 驅動數據分析平台)等分析平台上將每週週轉率報表自動化,可在月底之前就發現異常,而不是事後才察覺。

2. 轉換率

多數店主最先查看的零售 KPI,往往也是最常被誤讀的一個。轉換率是訪客中實際購買的比例。實體店是交易筆數除以進店人數;線上則是訂單數除以工作階段數,再乘以 100。關鍵全在分母。工作階段、不重複訪客、著陸頁瀏覽量和廣告點擊所算出的比率無法互相比較,年中途換用其中一種,就會讓一家持平的店看起來像是奇蹟復甦。

外部基準只能當作方向參考。Gladly 的電商轉換率研究指出,2,800 家 Shopify 商店的平均值為 1.4%,前 20% 達到 3.2% 或以上,前 10% 達到 4.7% 或以上;Triple Whale 旗下品牌平均約 2.04%,Dynamic Yield 的大型零售商樣本則接近 2.7%。同一個指標,三個不同的答案。用它們來檢驗你的數量級是否合理,不要當成別人塞給你的目標。

增加流量也無法填補差距。根據 Placer.ai 的 2024 年零售客流回顧,美國零售客流在 2024 年年增 0.4%。客流持平,意味著成長必須來自把已經站在眼前的人轉化為買家。

值得設定警報的警訊

• 流量持平,轉換率卻下滑:先檢查結帳摩擦、定價與缺貨問題,再考慮是否該怪行銷。
• 轉換率上升,交易數卻下降:代表你更動了分母,或收緊了歸因標準。
• 週末轉換率偏低:最忙的時段現場人手不足。
• 單一裝置或通路拉低平均值:整體轉換率會掩蓋這個問題,因此要把數字拆開來看。

時尚電商的實際案例

假設一家線上時尚零售商依裝置拆分轉換率,發現手機遠遠落後桌機。於是它把三個結帳步驟精簡為一步,加入訪客結帳,並壓縮商品圖片。在沒有多花一分廣告費的情況下,完成訂單數持續攀升。整體轉換率幾乎沒有變動,因為工作階段數沒變,但營收變了。

在實體門市,同樣的循環體現在人員排班上。按小時對照交易數與進店人數,你通常會發現,問題不在顧客的購買意願,而在收銀台前的排隊人龍。

轉換率旁若沒有標出分母,它只是傳聞,不是指標。

在評斷任何活動之前,先以四到六週建立基準線,並自動化異常警示,讓驟降在幾天內就浮現,而不是等到月底才發現。

3. 平均交易金額

提高平均交易金額是你能買到最便宜的成長,因為它不需要新客戶,也不需要額外的廣告支出。它是一段期間內總營收除以交易筆數,而且會對你今天下午就能決定的商品陳列與銷售策略做出反應。

它也是最容易被促銷扭曲的數字。麥肯錫對零售細部決策的分析估計,若未控制囤貨效應、自我蠶食與光環效應,10% 至 15% 的促銷可能稀釋銷售與毛利;而經過良好設計、以分析驅動的促銷,可帶來 4% 至 8% 的銷售成長,以及 2% 至 3% 的淨利或 EBIT 提升。同樣的手法,結果卻相反,光看客單金額無法分辨你得到的是哪一種。

購物籃成長何時變成假象

一項折扣若促使顧客從買一件變成買三件,會拉高平均交易金額,卻仍可能降低貢獻毛利,尤其是這些多買的商品原本下週就能以原價售出時。請以保留組或可比較的未促銷對照組衡量每項活動,再依每一塊促銷費用帶來的增量毛利為活動排名,而不是依轉換率或購物籃大小。若促銷帶來營收卻拉低貢獻毛利,應觸發警示,而不是獲得掌聲。

實務準則:若購物籃變大,但每筆交易的毛利下降,代表這次促銷買到的是你本來就有的營收。

兩個通常有效的槓桿

Amazon 讓免運門檻廣為流行，而且這招至今仍然有效：只要把最低消費設在略高於目前平均訂單金額（ATV）的位置，加購品就會讓顧客覺得「差一點就達標」。區域型連鎖超市也能用同樣的做法，在結帳區附近擺放食譜組合，然後檢視組合的毛利，而不是只看銷售件數。

• 有目的地設定門檻：將免運最低消費設在略高於目前 ATV 的位置，並觀察商品組合的變化。
• 將 ATV 與每筆訂單毛利搭配檢視：若營收成長卻壓縮了利潤，就不算真正的成長。
• 按促銷活動分群：將每項優惠帶來的購物籃提升幅度，與其對照組（holdout group）相比較。
• 每週檢視：季節性變化來得很快，等到月報出爐往往為時已晚。

進行這些調整時，請留意庫存是否充足。加購商品缺貨，看起來會像是組合商品需求疲弱，實際上卻是補貨出了問題。

4. 每平方米銷售額

兩間門市營收相同，經營狀況卻可能天差地遠。每平方米銷售額，又稱銷售密度，是指某一期間的總銷售額除以銷售面積，它能分辨哪些店鋪賺得起租金，哪些只是靠銷量勉強維生。

銷售面積只需定義一次，並統一套用於所有門市。倉庫、試衣間、入口玄關，以及顧客無法購物的任何空間都應排除。如果某間門市的數字包含後方走道，另一間卻沒有，這樣的比較就毫無意義，你還可能因為這種行政上的差異而做出房地產決策。

當密度因錯誤原因而上升

價格上漲會讓這項指標看起來更漂亮。根據 Colliers 的美國零售業 2024 年第四季分析，2024 年 12 月美國零售銷售額成長 3.8%，而經通膨調整後的銷售量僅增加 1.6%。這意味著密度提升有相當一部分來自價格，而不是同樣空間內售出了更多商品。除了現金金額外，也請同時追蹤以件數計算和以固定價格計算的密度，否則你會把通膨誤認為生產力。

對客流量趨勢也應抱持同樣的懷疑。根據 JLL 的 2025 年雜貨報告，美國雜貨店 2024 年的到訪人次接近 172 億，較 2023 年增加 1.0%。到訪人次增加但密度持平，代表購物籃正在縮小，而不是門市變得更健康。

後牆如何掩蓋問題

假設一家戶外裝備零售商發現某間分店的銷售密度偏低。後牆佔了銷售樓面的五分之一，擺放的是清倉品和滯銷品。把三款最暢銷的商品移到那裡，並將清倉品改放到人流較少的角落，無需新增庫存、人手或重新裝修，就能提升密度。以區域為單位（按每個區段而非每間門市）衡量密度，才能發現這個問題。

• 先統一定義:制定一套銷售面積規則,並以書面記錄,套用於所有門店。
• 結合轉換率:密度低且轉換率偏弱,屬於人手配置或陳列佈局問題;密度低但轉換率healthy,則屬於客流問題。
• 按區域衡量:閒置空間很少會在門店層級的平均值中顯現出來。
• 每季檢視:密度趨勢可為租約續期、店舖翻新及擴張決策提供依據。

如果您的數據只是收銀系統每月的一個總數,這份將零售銷售數據轉化為決策的指南,介紹了能夠按區域和品類拆分數據的報表層。

5. 客戶保留率

客戶保留率的算法是:期末客戶數減去期內新增客戶數,再除以期初客戶數,乘以 100。統計期必須與您的購買週期相符。服飾適合以九十天計算;傢俬則需要十二個月,客戶才有可能重複購買。

警訊是:保留率看似healthy,現有客戶帶來的收入卻在下滑。這種情況通常出現在統計期太短、已退貨的訂單仍被算作重複購買,或某個低成本獲客渠道湧入大量不會再回頭的客戶。

經得起退貨考驗的保留率

退貨是這項指標的隱形殺手。美國零售聯合會(NRF)估計,2025 年美國零售總銷售額的 15.8% 及網上銷售額的 19.3% 將被退貨,涉及商品價值約 8,499 億美元;另一項 2025 年基準研究則估計網購退貨率約為 30%,其中 56% 的服飾及鞋類品牌表示退貨率達到或高於此水平,Food Logistics 有報導。客戶購買後退貨且不再回購,無論客戶群組表格怎樣顯示,都不算已保留。

交叉驗證:將保留率與扣除退貨後的毛利率,以及按 SKU 劃分的退貨率配合分析。某個品類可能留住了客戶,但在扣除逆向物流成本後仍然虧損。

訂閱式咖啡的實例

假設一家訂閱式咖啡零售商進行兩項獲客活動。第一項活動帶來的客戶以正常比率續訂,第二項活動帶來的客戶流失速度則約快一倍。由於第二項活動規模仍小,整體混合的保留率掩蓋了這個問題。按獲客月份和渠道拆分後,第二項活動的真實成本便會浮現,預算也隨之調整。

• 讓時間窗口配合購買週期:服飾以 90 天為準,家具則以 12 個月為準。
• 依獲客管道分群:這是最快看出哪些行銷活動能帶來忠誠客戶的方法。
• 使用世代分析,而非平均值:從首次購買起,逐月比較留存率。
• 自動化流失警示:在客戶流失之前,而不是之後,就觸發挽回優惠。

如果您經營點數計畫,請建立客戶點數計畫,獎勵客戶的第二次與第三次購買,而不只是第一次。同時,比較之前先做分群:AI 驅動的客戶分群策略,能幫助您區分哪些管道帶來忠誠買家,哪些只帶來追逐折扣的顧客。

五大零售 KPI 一覽比較

本季就把零售 KPI 用起來

這五項指標是一個整體系統，而不是一份清單。庫存週轉率與坪效描述的是庫存與空間的表現，當庫存紀錄有誤，或是靠漲價撐起數字時，兩者都會失真。轉換率與平均交易金額描述的是顧客來到面前後的反應，兩者都可能上升，貢獻毛利卻同時下滑。留存率則告訴你，所創造的價值能否延續到第一筆訂單之後，因此必須在扣除退貨之後再解讀，而不是之前。

成對來看，決策就會變得清楚。高週轉率搭配低庫存準確度，是盤點問題，不是商品企劃的勝利。購物籃金額上升、每筆交易毛利卻下降，代表促銷買到的是你本來就能賣出的銷量。坪效偏低但轉換率健康，是客流問題，而不是陳列問題。留存率高但退貨率也高，則是披著忠誠度外衣的產品或尺寸問題。

本週就能採取的三個步驟：

1. 選定一項 KPI。選擇與目前代價最高的問題相關的指標，無論是被庫存綁住的現金，還是不斷流失訂單的結帳流程。
2. 寫下公式與統計期間。包括分母、期間、納入與排除項目，用一句團隊能夠複述的話寫清楚。
3. 設定一項警示。定義哪種變動代表出了問題，以及警示觸發時要通知誰。

持續一個季度，你就會擁有多數零售商從未擁有的東西：一組會互相檢驗的數字，讓錯誤的解讀在變成決策之前就被攔下。ELECTE 是專為中小企業打造的 AI 數據分析平台，能串接這五項指標背後的銷售、庫存與顧客資料並自動產生報表，讓檢視由月底改為每週進行。

ELECTE 將本指南中的五個決策循環轉化為儀表板，你不必每個月重新建立。它會串接你的銷售、庫存與顧客資料，並持續監測關鍵變動，因此週轉率暴增、轉換率下滑或毛利流失，都能在數日內通知你，而不必等到結帳之後。請選出本季你最需要信賴的一項指標，到 ELECTE 看看每週可視性會如何改變你的決策。