如果你运营的是电商品牌，很容易把转化归因于弹窗、折扣、评论和购物车加购。这些手段确实重要。但在消费者真正进入购物车之前，你的商品目录其实早就决定了他们会花多少钱。
我们分析了 27 个 DTC 家居品牌的 503 条商品记录，覆盖厨房、床品、清洁、香氛、浴室和家居用品等类别。最明显的模式并不是简单的“品牌在打折”或“品牌在做套装”，而是：
DTC 家居品牌先通过搭建价格阶梯，提升首单 AOV。
一个好的价格阶梯，会给消费者多种进入和升级的路径：
- 低风险入门单品
- 中价位主力商品
- 更高价值的套装或组合
- 高端套组或系统方案
- 用于复购的补充装或加购路径
对电商运营来说，真正的问题是：你的商品目录能不能把首次购买者从试用顺利引导到承诺购买？
关键数据点
| 指标 | 结果 |
|---|---|
| 分析的商品记录数 | 503 |
| 识别出的品牌数 | 27 |
| 可解析价格的记录数 | 295 |
| 解析后商品价格中位数 | $135 |
| 套装/组合/套组类型记录数 | 97 |
| 套装/组合价格中位数 | $219.30 |
| 非套装价格中位数 | $104.50 |
| 平均可见折扣幅度 | 36.5% |
我们分析了什么
这份数据来自商品列表页，而不是完整商品详情页或结账流程。这意味着，本次分析关注的是目录策略，而不是站内转化模块。
我们查看了：
- 商品价格
- 价格区间
- 折扣价格信号
- 商品名称中的模式，例如
set、bundle、kit、starter和refill - 品牌层面的价格跨度
- 变体密度，使用重复商品名称作为近似指标
- 各品牌的商品架构模型
这些数据无法告诉我们弹窗是否转化，也无法告诉我们商品页 FAQ 是否提升了转化。但它能看出品牌如何通过目录结构影响订单金额。
1. 价格阶梯比单一价位更有效
在 295 条可解析价格的商品中，价格中位数是 $135。但更有价值的洞察，是价格分布跨度。
| 价格区间 | 商品记录数 | 有价格记录占比 | 包含套装/组合信号的记录数 |
|---|---|---|---|
| 低于 $50 | 71 | 24.1% | 5 |
| $50-$99 | 47 | 15.9% | 16 |
| $100-$199 | 80 | 27.1% | 24 |
| $200-$299 | 31 | 10.5% | 16 |
| $300-$499 | 41 | 13.9% | 21 |
| $500 以上 | 25 | 8.5% | 15 |
最低价商品降低了尝试门槛。阶梯中部承接主流需求。阶梯顶部则是套装、组合和高端系统更常出现的地方。
这很重要，因为许多电商品牌总在纠结一个“理想”售价。但成熟的 DTC 品牌往往做的是另一件事：他们搭建一个能满足不同购买意图的价格阶梯。
例如：
- 谨慎型消费者可能会先买补充装、配件或小件商品。
- 已经准备下单的消费者可能会选择主力单品。
- 高意向消费者可能直接购买整套组合。
- 回购用户则可能再次购买补充装或加购品。
这不仅是定价，更是商品目录设计。
2. 套装不只是加购，它本身就是提升 AOV 的商品
数据中最清晰的 AOV 信号，是套装/组合商品与非套装商品之间的价格差距。
| 商品组别 | 记录数 | 价格中位数 | 平均价格 |
|---|---|---|---|
| 套装、组合、套组、入门套装、双件装、礼包或完整方案信号 | 97 | $219.30 | $290.93 |
| 无套装信号 | 198 | $104.50 | $160.66 |
带有套装或组合信号的商品，其价格中位数大约是没有此类信号商品的 2.1 倍。
对电商团队来说，这个结论非常直接：套装不应该只是购物车里的加购项，或者临时促销工具。在很多品类里，套装应该被视为核心商品。
这意味着：
- 给它真正的商品页。
- 把它定位为购买该品类最省事的方式。
- 说明这个套装解决了什么问题。
- 展示与单买相比的价值。
- 在结账前就让它可见，而不只是加购后才出现。
如果套装只出现在购物车里，你是在消费者已经做完决定之后才让他们升级；如果套装本身就是目录的一部分，你就能更早影响他们的选择。
3. “set” 往往比 “bundle” 更强
一个小但很有意思的细节是：set 的出现频率明显高于 bundle。
| 关键词信号 | 商品记录数 | 有价格记录数 | 价格中位数 |
|---|---|---|---|
| set | 70 | 57 | $429.00 |
| kit | 24 | 13 | $85.00 |
| bundle | 18 | 13 | $164.48 |
| starter | 12 | 8 | $115.00 |
| refill | 11 | 10 | $27.99 |
这个措辞很重要。
“bundle” 会让人感觉是在卖优惠；而 “set” 更像是购买这个产品的自然方式。对于家居、厨房、床品和浴室品类来说，这种差别很关键，因为消费者往往是围绕使用场景购买，而不只是购买一个孤立的 SKU。
例如：
- 炊具套装
- 小户型套装
- 竹纤维床单套装
- 终极入门套装
- 香氛补充装
对电商运营来说，这是一个陈列与商品规划上的启发：不要只问“要不要把这些商品打包？”更应该问：“默认的购买单位应该是什么？”
4. 有些品牌会用套装把客单价大幅抬高
不同品牌的套装溢价差异很大。
| 品牌 | 套装/组合价格中位数 | 非套装价格中位数 | 套装溢价 |
|---|---|---|---|
| Vitruvi | $131.59 | $20.14 | 6.53x |
| Misen | $394.00 | $74.00 | 5.32x |
| Weezie | $282.20 | $71.00 | 3.97x |
| Branch Basics | $87.00 | $22.00 | 3.95x |
| Our Place | $499.95 | $182.00 | 2.75x |
| Fellow | $110.45 | $44.08 | 2.51x |
这比单纯统计套装数量更有价值。真正要问的是：套装能把消费者往价格阶梯上推多远？
对 Vitruvi 来说，单品和补充装通常处在较低价位，而扩香器套装会把消费者带到更高的价位层。对 Our Place 来说，单件厨具价格较低，而厨具套装会把消费者引导到高得多的订单金额。
如果你运营电商店铺，可以自己算一下：
1套装溢价 = 套装价格中位数 / 非套装商品价格中位数如果结果接近 1.0 倍，说明你的套装可能没有发挥足够的 AOV 作用；如果过高，可能就需要一个中间层级的套装来做衔接。
5. 入门套装是试用和承诺之间的桥梁
入门类商品的价格中位数是 $115。补充装和消耗品的价格中位数是 $27.99。
| 商品层级 | 记录数 | 价格中位数 | 商业作用 |
|---|---|---|---|
| 入门信号 | 8 | $115.00 | 把试用转化为完整的首单 |
| 补充装或消耗品信号 | 24 | $27.99 | 支持复购 |
| 单品或产品角色不明确 | 177 | $129.00 | 单独销售商品的混合形态 |
这一点对于清洁、香氛、咖啡、护肤、厨房工具，以及部分浴室用品尤其重要。
如果消费者需要多个组件才能体验到产品的完整价值，那么入门套装通常比单卖一个商品更合适。它能帮助消费者理解整个系统。
一个好的入门套装应该回答这些问题：
- 我需要什么才能开始使用？
- 为什么这些产品要放在一起？
- 这套能用多久？
- 下一步该买什么？
- 这会不会比单买更便宜或更省事？
而补充装层级则提供了留存路径。入门套装负责拉新，补充装负责复购。
6. 有些品牌把价格阶梯做得非常宽
更宽的价格阶梯，能让品牌在不把所有人都逼到同一种商品上的前提下，满足不同购买意图。
| 品牌 | 最低解析价格 | 价格中位数 | 最高解析价格 | 价格跨度 |
|---|---|---|---|---|
| Branch Basics | $4.00 | $67.00 | $190.00 | 47.50x |
| Vitruvi | $7.99 | $27.99 | $335.97 | 42.05x |
| Parachute | $14.00 | $94.50 | $350.00 | 25.00x |
| Great Jones | $35.00 | $105.00 | $565.00 | 16.14x |
| Fellow | $21.20 | $49.95 | $339.95 | 16.04x |
Branch Basics 和 Vitruvi 就是很典型的宽价格阶梯品牌。它们既提供低价入门商品，也有更高价的套装或系统方案。这样既能服务谨慎型新客，也能服务高意向消费者。
这对电商团队来说，是一个很实用的检查清单：
- 你的最低风险入门商品是什么？
- 你的核心主力商品是什么？
- 最能提升 AOV 的套装是什么？
- 你的高端版本是什么？
- 消费者下一步会买什么？
如果这些层级缺失，你的店铺可能过度依赖折扣或购物车加购。
7. 变体可以在不扩大目录的情况下制造选择
商品记录数并不总能代表真实 SKU 的宽度。有些品牌之所以有很多记录，是因为同一个产品以不同颜色、材质、尺寸或配置出现了多次。
| 品牌 | 商品记录数 | 唯一商品名称数 | 变体或重复记录数 | 变体密度 |
|---|---|---|---|---|
| Our Place | 47 | 10 | 37 | 78.7% |
| Misen | 6 | 3 | 3 | 50.0% |
| Fellow | 48 | 31 | 17 | 35.4% |
| Branch Basics | 36 | 25 | 11 | 30.6% |
| Cozy Earth | 46 | 36 | 10 | 21.7% |
Our Place 是最明显的例子。它有 47 条商品记录，但只有 10 个唯一商品名称。这说明它的策略是围绕较少的核心商品，通过大量变体展开。
对设计驱动型家居品牌来说，这种方式很有力量。变体能制造选择，但又不会迫使品牌不断推出无关的新产品。
不过这里也有取舍：
- 变体太少，会让产品显得不够个性化。
- 变体太多，会增加决策摩擦。
- 最好的变体策略需要清晰默认项、强视觉表达和简单对比。
如果变体是你 AOV 策略的一部分，就不要隐藏最畅销的选项。给消费者一个默认路径。
8. 依赖折扣的品牌和依赖商品架构的品牌，行为不同
在 295 条有价格的记录中，只有 26 条显示了“原价 + 折后价”的可见信号。这些记录主要集中在 Cozy Earth 和 Big Blanket Co。
| 品牌 | 有价格记录数 | 可见折后价记录数 | 折扣信号占比 | 折扣记录平均折扣幅度 |
|---|---|---|---|---|
| Cozy Earth | 20 | 20 | 100.0% | 36.45% |
| Big Blanket Co | 19 | 6 | 31.6% | 36.82% |
这并不意味着其他品牌没有在用价值策略，而是它们的价值锚点不同。
有些品牌更依赖折扣，会把降价清晰地展示出来。
另一些品牌则更依赖商品架构，通过套装、组合、变体、入门路径和补充路径，让更高价值的购买显得顺理成章。
对电商运营来说，这两种方式都能奏效。真正的风险，是把折扣当成商品架构的替代品。
在提高首单折扣前，不妨先问：
- 我们有没有清晰的入门套装？
- 我们有没有有力的套装方案？
- 我们最能提升 AOV 的商品，是否足够早被看到？
- 我们的商品名称有没有传达价值？
- 首单之后有没有复购路径？
如果答案是否定的，折扣可能只是用来弥补目录结构薄弱。
9. 电商团队可以采用的五种目录模型
根据这份数据，DTC 家居品牌大致会落入五种目录模型。
| 目录模型 | 代表品牌 | 核心机制 |
|---|---|---|
| 主力单品 / 高端硬件型 | Ooni、Tushy、Dorai Home | 核心产品较少，教育成本更高，更需要清晰的 PDP 说明 |
| 以套装驱动 AOV 的模型 | Our Place、Caraway、Made In、Cozy Earth、Misen、Weezie | 多件购买会自然成为默认 SKU |
| 入门 + 补充装模型 | Branch Basics、Vitruvi、Dropps、Blueland | 首单建立系统，补充装支撑复购 |
| 以变体驱动选择的模型 | Our Place、Fellow、Branch Basics、Cozy Earth | 通过颜色、材质、尺寸或配置扩展选择 |
| 以折扣驱动价格锚点的模型 | Cozy Earth、Big Blanket Co | 明显的原价/折后价展示带来即时价值感 |
这些模型并不是互斥的。一个品牌可以既以套装为主，也以变体驱动选择；也可以同时是入门/补充装型和折扣驱动型。
重点不是照搬某一种模型，而是要知道你的目录实际上在使用哪一种模型。
电商团队的实用检查清单
你可以把下面这份清单当作快速目录审计：
- 入门商品： 我们有没有让新客低风险尝试我们的方式？
- 主力商品： 是否存在清晰的主打商品或品类锚点？
- AOV 商品： 我们有没有能实质提升订单金额的套装、套组或组合？
- 入门路径： 如果产品本质上是一个系统，我们有没有把它当作系统来卖？
- 补充路径： 如果产品是消耗品，复购路径是否足够明显？
- 变体策略： 变体是在制造有用的选择，还是在增加不必要的摩擦？
- 价值锚点： 我们依赖的是折扣、架构，还是两者兼有？
- 默认选项： 最好的首单方案是否容易被识别？
如果这些问题你都答不清楚，问题可能不在弹窗、广告素材或结账页，而在你的商品目录。
结论：AOV 在进入购物车之前就已经被设计好了
这份数据最重要的结论很简单：首单 AOV 在结账前就已经形成了，它从商品目录的结构开始。
优秀的 DTC 家居品牌，会给谨慎型买家一个低风险入口，给重视完整体验的买家一个完整套装，给复购用户一条补充路径，也给注重设计的买家足够的变体，让他们觉得产品确实适合自己的家。
所以，最好的电商问题不只是：
要不要打 9 折？
而是：
我们的商品目录，能不能给首次购买者一条清晰的路径，从试用走向承诺？
对很多品牌来说，最大的 AOV 机会并不是再来一次折扣，而是更好的价格阶梯。
数据说明： 本文基于本地研究文件中清洗后的商品列表数据。它使用了归一化价格、套装/组合信号、入门/补充装信号、折扣价格信号、变体密度和价格跨度等衍生字段。由于爬取范围内没有首页、弹窗、PDP 评论、FAQ 或购物车数据，因此本文未使用这些字段。
了解更多