DTC 居家品牌如何運用價格階梯提升 AOV?

最後更新於 May 9, 2026

如果您經營電商品牌,很容易把轉換率想成是彈窗、折扣、評論和購物車加購這些手段的結果。這些策略確實重要。但在消費者真正把商品加入購物車之前,您的商品目錄其實早已決定了他們可能會花多少錢。

我們分析了 27 個 DTC 居家品牌、共 503 筆商品資料,涵蓋廚房、寢具、清潔、香氛、衛浴與居家用品等類別。最明顯的模式不只是「品牌會打折」或「品牌會做組合包」。更強的規律是:

DTC 居家品牌會透過建立價格階梯,先把首單 AOV 做大。

一個好的價格階梯,會讓消費者有多種進場與升級方式:

  • 低風險入門商品
  • 中價位主力商品
  • 更高價值的套組或組合包
  • 高階套裝或系統方案
  • 供重複購買的補充包或加購路徑

對電商經營者來說,真正的問題是:您的商品目錄能不能引導首次購買者,從試用走向承諾?

重點數據

catalog-price-bands-statistics.webp

指標結果
分析的商品列數503
辨識出的品牌數27
可解析價格的列數295
商品中位數價格$135
套組/組合包/工具包類商品列數97
套組中位數價格$219.30
非套組中位數價格$104.50
平均可見折扣幅度36.5%

我們分析了什麼

這份資料來自商品列表頁,不是完整商品頁,也不是結帳流程。也就是說,這份分析聚焦在商品目錄策略,而不是站內轉換元件。

我們觀察了:

  • 商品價格
  • 價格區間
  • 折扣價訊號
  • 商品名稱中的模式,例如 setbundlekitstarterrefill
  • 品牌層級的價格跨度
  • 重複商品名稱所呈現的變體密度
  • 各品牌的商品架構模型

這些資料無法告訴我們某個彈窗是否成功轉換,或某個商品頁 FAQ 是否提升了轉換率。但它們可以看出品牌如何透過商品目錄結構影響訂單金額。

1. 價格階梯比單一價位更有效

在 295 筆可解析價格的商品中,中位數價格為 $135。但更有價值的洞察,其實是價格分布範圍。

價格帶商品列數有價格列占比套組/組合包訊號列數
低於 $507124.1%5
$50-$994715.9%16
$100-$1998027.1%24
$200-$2993110.5%16
$300-$4994113.9%21
$500 以上258.5%15

最低價商品可以降低進場門檻。階梯中段承接主流需求。階梯頂端則是套組、組合包與高階系統最常出現的地方。

這很重要,因為很多電商品牌會執著於一個「理想」售價。但成熟的 DTC 品牌往往不是這樣做:他們會建立一個能對應不同買家意圖的價格階梯。

例如:

  • 謹慎型消費者可能先買補充包、配件,或更小件的商品。
  • 準備下單的消費者可能直接選擇主力商品。
  • 購買意圖強的消費者可能會選完整套組。
  • 回購型消費者則可能回來買補充包或加購品。

這是商品架構設計,不只是定價而已。

2. 組合包不只是加購,而是 AOV 商品

資料中最明顯的 AOV 訊號,就是套組/組合包商品與非套組商品之間的差距。

商品群組列數中位數價格平均價格
帶有 bundle、set、kit、starter、duo、pack 或 complete 訊號97$219.30$290.93
沒有 bundle 訊號198$104.50$160.66

price-ladder-bundle-median_compressed.webp

帶有組合包或套組訊號的商品,中位數價格大約比沒有這類訊號的商品高出 2.1 倍

對電商團隊來說,結論很直接:組合包不應只被當成購物車加購,或短期促銷。對許多品類而言,組合包應該被視為核心商品。

這代表:

  • 要替它做一個正式的商品頁。
  • 把它定位成購買該品類最簡單的方式。
  • 解釋這個套組解決了什麼問題。
  • 明確呈現與分開購買相比的價值。
  • 在結帳前就讓它可見,而不是只在加入購物車之後才出現。

如果組合包只在購物車裡出現,您是在要求顧客已經做完決策後再升級。如果組合包本來就屬於商品目錄的一部分,您就能更早影響決策。

3.「set」通常比「bundle」更有力

有一個小但很實用的細節:set 出現的頻率遠高於 bundle

product-pricing-by-keyword.webp

關鍵字訊號商品列數有價格列數中位數價格
set7057$429.00
kit2413$85.00
bundle1813$164.48
starter128$115.00
refill1110$27.99

這種用字很重要。

「bundle」聽起來像一個優惠方案;「set」則更像購買這項商品的自然方式。對居家、廚房、寢具和衛浴品類來說,這個差異尤其關鍵,因為消費者通常是在買一個使用情境,而不只是單獨買一個 SKU。

例如:

  • 鍋具組
  • 小空間套組
  • 竹纖維床單組
  • 終極入門套件
  • 香氛補充包

對電商經營者來說,這是一個陳列與商品規劃的啟發:不要只問「要不要把這些商品綁在一起?」而要問「預設的購買單位應該是什麼?」

4. 有些品牌會透過組合包,直接把客單價推高很多

不同品牌的組合包溢價幅度差異很大。

bundle-premium-brand-comparison.webp

品牌套組/組合包中位數價格非套組中位數價格組合包溢價
Vitruvi$131.59$20.146.53x
Misen$394.00$74.005.32x
Weezie$282.20$71.003.97x
Branch Basics$87.00$22.003.95x
Our Place$499.95$182.002.75x
Fellow$110.45$44.082.51x

這比單純統計有多少組合包更有用。真正的問題是:組合包把顧客往價格階梯上推了多高?

以 Vitruvi 為例,單品與補充包落在較低價位,但擴香器套件會把消費者帶到更高價帶。Our Place 也是一樣,單件鍋具價位較低,而鍋具組則把客單價推向更高層級。

如果您經營電商商店,可以為自己的商品目錄算出這個數字:

1組合包溢價 = 套組中位數價格 / 非套組商品中位數價格

如果結果接近 1.0x,代表您的組合包可能沒有發揮足夠的 AOV 效果。如果太高,您可能需要一個中階套件來銜接價差。

5. 入門套件是試用與承諾之間的橋樑

starter 類商品的中位數價格為 $115;補充包與消耗品的中位數價格則是 $27.99。

product-layer-pricing.webp

商品層級列數中位數價格商業角色
starter 訊號8$115.00把試用轉成完整的首次購買
refill 或消耗品訊號24$27.99支撐重複購買
單品或商品角色不明確177$129.00單一商品的混合型態

這對清潔、香氛、咖啡、保養、廚房工具,以及部分衛浴產品特別重要。

如果顧客需要多個元件才能體驗產品的完整價值,那麼 starter kit 通常會比強推單一商品更好。它能幫助顧客理解整套系統。

一個強而有力的 starter kit 應該回答:

  • 我需要什麼才能開始?
  • 為什麼這些商品要放在一起?
  • 這可以用多久?
  • 下一步該買什麼?
  • 這樣買,會不會比分開買更便宜或更方便?

而 refill 層級則提供了留存路徑。starter kit 負責拉新;refill 負責回購。

6. 有些品牌把價格階梯拉得非常寬

寬幅價格階梯能讓品牌在不強迫所有人買同一個商品的情況下,照顧不同程度的購買意圖。

品牌最低可解析價格中位數價格最高可解析價格價格跨度
Branch Basics$4.00$67.00$190.0047.50x
Vitruvi$7.99$27.99$335.9742.05x
Parachute$14.00$94.50$350.0025.00x
Great Jones$35.00$105.00$565.0016.14x
Fellow$21.20$49.95$339.9516.04x

Branch Basics 和 Vitruvi 就是很好的例子。它們提供低價入門商品,但也有更高價的套件或系統。這讓它們既能服務謹慎型新客,也能滿足高意圖買家。

這對電商團隊來說,是一個很實用的檢查項目:

  • 您的最低風險入門商品是什麼?
  • 您的主力商品是什麼?
  • 您最能拉高 AOV 的套組是什麼?
  • 您的高階版本是什麼?
  • 顧客下一步會買什麼?

如果這些層級缺失,您的商店可能過度依賴折扣或購物車加購。

7. 變體可以在不讓商品目錄膨脹的情況下,創造選擇

商品列數不一定等於真正的 SKU 廣度。有些品牌的列數很多,只是因為同一個商品以不同顏色、材質、尺寸或配置重複出現。

品牌商品列數唯一商品名稱數變體或重複列數變體密度
Our Place47103778.7%
Misen63350.0%
Fellow48311735.4%
Branch Basics36251130.6%
Cozy Earth46361021.7%

Our Place 是最明顯的例子。它有 47 筆商品列,但只有 10 個唯一商品名稱。這代表它採取的是「少數可辨識商品 + 大量變體」的策略。

對以設計為導向的居家品牌來說,這很有力量。變體能創造選擇,但不必讓品牌不停推出互不相關的新商品。

不過這也有取捨:

  • 變體太少,產品會顯得不夠個人化。
  • 變體太多,會增加決策門檻。
  • 最好的變體策略,需要清楚的預設選項、強烈的視覺呈現,以及簡單的比較方式。

如果變體是您 AOV 策略的一部分,不要把最暢銷的選項藏起來。要給顧客一條明確的預設路徑。

8. 以折扣驅動與以架構驅動的品牌,行為很不同

在 295 筆有價格的商品列中,只有 26 筆顯示了明確的原價加折扣價訊號。這些列主要集中在 Cozy Earth 和 Big Blanket Co。

cozy-earth-vs-big-blanket-co-pricing.webp

品牌有價格列數可見折扣價列數折扣訊號占比折扣列平均折扣幅度
Cozy Earth2020100.0%36.45%
Big Blanket Co19631.6%36.82%

這不代表其他品牌沒有在做價值策略,而是表示它們的價值錨點不同。

有些品牌更偏向折扣驅動,會直接把降價顯示出來。

另一些品牌則更偏向架構驅動,透過套組、工具包、變體、starter 路徑與 refill 路徑,讓更高價值的購買看起來理所當然。

對電商經營者來說,這兩種方式都能奏效。風險在於把折扣當成商品架構不足的替代品。

在提高首單折扣之前,先問自己:

  • 我們有清楚的 starter kit 嗎?
  • 我們有足夠強的套組方案嗎?
  • 我們最能提升 AOV 的商品,是否夠早被看見?
  • 我們的商品名稱有沒有傳達價值?
  • 首單之後,有沒有回購路徑?

如果答案是否定的,那麼折扣可能只是在補商品目錄架構的不足。

9. 電商團隊可以使用的五種商品目錄模型

根據這份資料,DTC 居家品牌大致會落在五種商品目錄模型中。

商品目錄模型代表品牌核心機制
主力商品/高階硬體Ooni、Tushy、Dorai Home核心商品較少、教育成本較高,更需要清楚的 PDP 說明
以套組驅動的 AOV 模型Our Place、Caraway、Made In、Cozy Earth、Misen、Weezie多件購買本身就像預設 SKU
starter + refill 模型Branch Basics、Vitruvi、Dropps、Blueland首單建立系統;補充包支撐回購
以變體驅動的選擇模型Our Place、Fellow、Branch Basics、Cozy Earth透過顏色、材質、尺寸或配置擴大選擇
以折扣為主的價格錨點模型Cozy Earth、Big Blanket Co透過明確的原價/特價提升立即的價值感知

這些模型彼此並不互斥。品牌可以同時是套組驅動與變體驅動;也可以同時是 starter/refill 與折扣驅動。

重點不是照抄某一種模型,而是要知道您的商品目錄實際上採用的是哪一種模型。

電商團隊的實用檢查清單

您可以用這份清單快速檢查商品目錄:

  1. 入門商品: 我們有讓新客低風險嘗試的方式嗎?
  2. 主力商品: 是否有清楚的主商品或品類錨點?
  3. AOV 商品: 我們有能明顯提高訂單金額的套組、工具包或組合包嗎?
  4. starter 路徑: 如果產品本身是一個系統,我們有把它當成系統來賣嗎?
  5. refill 路徑: 如果產品是消耗品,回購是否夠明顯?
  6. 變體策略: 變體是在創造有用的選擇,還是在增加不必要的摩擦?
  7. 價值錨點: 我們是依賴折扣、架構,還是兩者都有?
  8. 預設選項: 最適合首次購買的商品是否容易辨識?

如果您無法清楚回答這些問題,問題可能不在彈窗、廣告素材或結帳流程,而在您的商品目錄。

結論:AOV 在購物車之前就已經被設計好了

這份資料集最重要的啟示很簡單:首單 AOV 在結帳前就已經被塑造。它從商品目錄如何被架構開始。

強勢的 DTC 居家品牌,會給謹慎型買家一個低風險的入門點,給認真的買家一個完整套組,給回購型買家一條補充路徑,並讓重視設計的買家有足夠多的變體,感覺產品確實適合自己的家。

這也是為什麼最好的電商問題,不只是:

我們要不要提供 10% 折扣?

而是:

我們的商品目錄,能不能讓首次購買者清楚地從試用走向承諾?

對許多品牌來說,最大的 AOV 機會不是再加一個折扣,而是更好的價格階梯。


**資料說明:**本文根據本地研究檔案中的已清理商品列表資料撰寫。它使用了衍生欄位來呈現標準化價格、組合包/套組訊號、starter/refill 訊號、折扣價訊號、變體密度與價格跨度。由於爬取資料中沒有首頁、彈窗、PDP 評論、FAQ 或購物車資料,因此本文未使用這些欄位。

試用 AI 網頁爬蟲進行商品目錄研究

深入閱讀

目錄

試試 Thunderbit

只要 2 次點擊,就能抓取名單與其他資料。由 AI 驅動。

取得 Thunderbit 免費使用
用 AI 擷取資料
輕鬆將資料轉移到 Google Sheets、Airtable 或 Notion
Chrome Store Rating
PRODUCT HUNT#1 Product of the Week