Hvad er Average order value?
Average order value, ofte AOV, viser gennemsnitlig ordreværdi: omsætning divideret med antal ordrer. For en webshop viser AOV om kampagner og flows skaber større eller mindre ordrer, ikke kun flere klik.
- 0
- Type: Analyse eller KPI
- 1
- Bruges til: Evaluering og optimering
- 2
- Læs sammen med: Levering, klik, konvertering, afmeldinger og klager
Average order value, ofte AOV, viser gennemsnitlig ordreværdi: omsætning divideret med antal ordrer.
Indholdsfortegnelse
Tilbage til topHvad er Average order value?
Average order value, ofte AOV, viser gennemsnitlig ordreværdi: omsætning divideret med antal ordrer.
For Average order value bør rapporten vise præcis beregning, periode og datagrundlag, så brugeren kan se om tallet bygger på sendte emails, leverede emails, unikke modtagere, klik, ordrer, revenue eller en anden kilde.
Hvorfor er det vigtigt?
For en webshop viser AOV om kampagner og flows skaber større eller mindre ordrer, ikke kun flere klik.
For nyhedsbrevsejere, webshops og teams betyder Average order value, at den konkrete handling eller risiko kan vurderes med mere præcision end ved kun at se på samlet aktivitet.
Læs Average order value sammen med periode, målgruppe, datakilde, volumen og relevante modsignaler som afmeldinger, spamklager, bounces eller lav konvertering.
Sådan bruger du det i praksis
Brug AOV sammen med antal ordrer, rabatter, produktmix og revenue attribution.
Kig på beregningen bag Average order value, datakilden, målgruppen, perioden og de tilknyttede målinger, før der ændres på kampagner eller flows.
En typisk fejl er at bruge Average order value som facit uden at kende beregning, datakilde og kontekst. Så kan en pæn KPI føre til en forkert beslutning.
FAQ om Average order value
Hvad betyder Average order value?
Average order value, ofte AOV, viser gennemsnitlig ordreværdi: omsætning divideret med antal ordrer.
Kan Average order value stå alene?
Nej. Brug målingen sammen med andre tal, fordi kampagner kan se gode ud på én KPI og dårlige ud på en anden.
Hvad bør man sammenligne Average order value med?
Sammenlign med tidligere kampagner, relevante segmenter, leveringsdata, klik, konvertering, afmeldinger og spamklager.
Hvad er en typisk fejl?
En typisk fejl er at optimere efter tallet uden at forstå datakilde, målgruppe og kontekst.
Hvad bør VueSend hjælpe med?
VueSend bør forklare tallet, vise udvikling over tid og pege på realistiske forbedringer.