21、订单与价格关联：订单金额分布与价格策略的匹配

做电商数据分析，有个问题我经常被问到：「为什么我降价了，订单量反而没涨？」

嗯，这个问题其实挺典型的。我早年在一家美妆品牌做分析时，也踩过类似的坑。当时我们搞了个大促，全场五折，结果订单金额分布直接「塌」了——原本的主力客单价区间从200-300元掉到了100元以下，利润反而缩水了。

说白了，订单金额分布就是一面镜子，它能照出你的价格策略到底对不对路。今天我们就聊聊怎么把这面镜子擦亮。

21.1 订单金额分布：先看懂这张图

我个人习惯，拿到订单数据第一件事就是画分布图。不是看总销售额，而是看每个价格区间有多少订单。

举个例子，我去年帮一家零食品牌做诊断，他们的订单分布长这样：

订单金额区间（元）	订单数	占比	累计占比
0-30	1,200	24%	24%
30-60	1,800	36%	60%
60-100	1,000	20%	80%
100-200	600	12%	92%
200以上	400	8%	100%

看到没？80%的订单集中在60元以下。这说明什么？说明他们的用户对价格极其敏感，稍微提价就可能流失。

21.2 价格策略匹配：三个实战模型

搞懂了分布，接下来就是匹配策略。我总结了三套打法，你可以根据自己业务情况选：

模型一：锚点定价法

适合订单分布集中在低价区的情况。比如上面那个零食品牌，我建议他们做了个「组合装」——把3-5个低价单品打包，定价在60-80元区间。结果呢？这个区间的订单占比从12%涨到了28%。

模型二：阶梯折扣法

适合订单分布均匀的情况。我记得有个家居品牌，订单从50元到500元都有。他们用了「满减阶梯」：

• 满100减10
• 满200减30
• 满300减50

结果呢？200-300元区间的订单增长了40%。为什么？因为用户会算账——凑到200元比100元多省20块，划算。

模型三：价格带切割法

适合订单分布有断层的情况。比如你发现50-80元没人买，但80-120元卖得很好。这时候别硬推50-80元的产品，而是把80-120元的产品再细分——比如88元、99元、118元，让用户有「选择感」。

21.3 避坑指南：我曾经犯过的错

所以，看分布的时候一定要结合竞品价格。我现在的习惯是：先拉出TOP10竞品的价格带，再对比自己的订单分布。如果自己的分布和竞品高度重合，说明价格没问题；如果偏离太多，就要小心了。

21.4 实操：用Python快速分析

嗯，这里给一段我常用的代码，帮你快速画出订单金额分布：

import pandas as pd
import matplotlib.pyplot as plt

# 假设df是订单数据，包含'order_amount'列
df = pd.read_csv('orders.csv')

# 定义区间
bins = [0, 30, 60, 100, 200, 500, 1000]
labels = ['0-30', '30-60', '60-100', '100-200', '200-500', '500+']

df['amount_range'] = pd.cut(df['order_amount'], bins=bins, labels=labels)

# 统计分布
dist = df['amount_range'].value_counts().sort_index()

# 画图
plt.figure(figsize=(10, 6))
dist.plot(kind='bar')
plt.title('订单金额分布')
plt.xlabel('金额区间（元）')
plt.ylabel('订单数')
plt.show()

这段代码跑完，你就能看到自己的订单分布长什么样了。我个人建议每周跑一次，因为价格策略调整后，分布会很快变化。

21.5 核心逻辑：一张图说清楚

下面这张SVG图，是我自己总结的「订单金额分布与价格策略匹配」的核心逻辑。你想想看，整个流程其实就三步：

你看，整个逻辑其实不复杂。但最难的是坚持做。我见过太多团队，刚开始分析得头头是道，过两周就忘了。价格策略不是一锤子买卖，它需要持续迭代。

21.6 最后说两句

订单金额分布和价格策略的匹配，说白了就是「用户用脚投票」的结果。你定什么价，用户就怎么分布。反过来，你看到分布，就知道该怎么调价。

我个人建议，每个月至少做一次深度分析。别只看总销售额，那玩意儿会骗人。把分布图拉出来，看看哪个区间在涨、哪个在跌，然后针对性调整策略。

嗯，今天就聊到这儿。记住一句话：价格不是定出来的，是匹配出来的。

---

交易系统化学习资料 微信Strategy888888