Shopee搭配推荐运营：用组合把客单价提上去

搭配推荐解决什么问题

第一个问题是流量成本。广告和平台流量都越来越贵，把现有的访客价值挖掘充分，比持续买流量更划算。

第二个问题是买家不知道买什么。跨境买家对品类不熟悉，面对单品往往不确定还需要配上什么，推荐能帮他补齐这个判断。

第三个问题是决策成本。让买家自己在店铺里找搭配商品，需要翻很多页面，很多人懒得找就直接下单一件。把搭配商品放到眼前，决策成本大幅降低。

第四个问题是客单价的天花板。只卖单一商品时，客单价的上限就是商品价格；有了合理的搭配，客单价的空间自然打开。

第五个问题是库存结构的优化。搭配推荐能把走得慢的商品带到快销商品旁边，用流量带动它的周转。

第六个问题是买家体验。一次买齐所需的东西，比买回来发现还缺配件要好得多，这对评价和复购都有正面作用。

这六个问题里，最直接的价值是客单价和库存周转。前者影响单次收益，后者影响资金效率，两者都会体现在经营结果上。

搭配推荐不是把商品堆在一起，而是给买家一个他自己认可的理由。理由成立时，多买是买家主动的选择，不是被推销的结果。

搭配推荐的另一个好处是它不需要额外的流量投入。同样的访客，只要推荐位置和商品选得对，成交结构就会变化，这部分提升几乎不增加成本。

从长期看，合理的搭配能塑造店铺的专业形象。买家感觉店铺懂产品、知道东西怎么用，这种印象会影响后续的复购和推荐。

搭配推荐还能提高买家的满意概率。一次买齐所需要比缺东少西好得多，使用体验上去了，评价自然也会更好。

对于刚起步的店铺，搭配推荐还有一个额外价值是测试商品的关联需求。通过推荐位的点击数据，能判断哪些商品之间存在真实的关联，为后续的选品提供依据。

搭配推荐的效果可以通过小成本试出来。不需要改商品、不需要加预算，调整一下推荐位就能看到数据变化，试错成本很低。

对于多站点的店铺，搭配关系在不同市场可能有差异。某个市场买家习惯成套购买，另一个市场更倾向单件购买，推荐策略也要跟着调整。

搭配推荐的效果还取决于商品本身的组合价值。有些商品单独买就够用，推荐再多也很难推动，这类商品应该把精力放在其他地方。

哪些商品适合做搭配

第一类是有使用依赖的商品。主件必须配合配件才能使用，这种依赖关系本身就是最强的搭配理由。

第二类是有场景关联的商品。同一个使用场景下会同时用到的多件商品，天然适合一起推荐。

第三类是有配套审美的商品。风格一致、颜色协调的商品组合，能提升整体的使用观感，买家也愿意一起买。

第四类是有消耗属性的商品。需要定期更换的耗材，可以推荐备用件，这类推荐对买家是有实际价值的。

第五类是有升级空间的商品。同一商品有不同配置，买家常会在低配和高配之间犹豫，把差异说清楚就能推动一部分人选择更高的配置。

不适合做搭配的商品包括：独立使用的单品、单价过高的商品、以及关联性需要长时间解释才能理解的商品。

选择搭配对象时，优先考虑已经在同一订单里出现过的商品。真实数据支撑的搭配，转化率通常明显高于凭经验判断的组合。

搭配的组合数量建议控制。一次推荐太多选项，买家反而更犹豫，两到三个明确的选项效果最好。

判断搭配是否合适，可以看一个简单的标准：如果买家只买了主商品而没有买搭配商品，他会不会很快遇到使用上的问题。会的话，这个搭配就是成立的。

搭配商品的库存要能跟上。推荐带来了销量，但搭配商品缺货，买家要么放弃购买，要么只买主商品，推荐的效果就打了折扣。

对于季节性商品，搭配关系也要跟着季节调整。夏天用的配件放到冬天的推荐位里，转化率会明显下降。

搭配组合的设计要考虑到买家的购买能力。单价较高的商品搭配更贵的配件，会把一部分买家挡在门外，搭配对象的价格建议和主商品保持在一个合理的倍数内。

对于有多种选择的搭配，给出明确的首选建议比列出所有可能更有效。买家的决策成本越低，成交的概率越高。

搭配的商品在物流上也要能兼容。如果搭配商品导致包裹体积或重量明显上升、运费增加，买家反而会犹豫，推荐的效果就会打折。

对于易碎或者需要特殊包装的商品，搭配时要确认整体包装方案是否可行，避免为了推荐而增加破损风险。

搭配组合的库存建议保持同步。主商品和搭配商品的补货节奏尽量对齐，避免出现有主无配的情况。

搭配关系的确认需要实际数据的支持。在数据不足时，可以先按使用场景做几组推荐测试，用实际表现来判断关系是否成立。

搭配关系怎么找

第一种方法是从历史订单里找共现。把订单按商品组合拆开统计，共现频率高的商品对就是最可靠的搭配关系。

第二种方法是看加购行为。买家把两个商品都加进购物车但不一定付款，这种行为也能反映关联性，只是信号强度弱于成交。

第三种方法是看咨询内容。买家反复问某个商品还需要配什么，答案本身就是一组搭配关系。

第四种方法是看同类店铺的做法。竞争对手的关联推荐位放了什么，能提供一些参考，但不要照搬，因为品类结构和买家群体可能不同。

第五种方法是看商品本身的属性。功能互补、规格配套、场景重叠，这些关系可以直接推导出搭配可能，再用数据验证。

找到候选关系之后要用数据验证。先小范围测试，看点击率和连带购买率，表现好的再扩大使用范围。

搭配关系不是固定不变的。季节变化、新品上架、买家偏好变化都会让有效的搭配关系发生改变，建议定期重新统计一次。

对于共现率高的组合，可以考虑做成组合链接。这一步是搭配推荐的进阶动作，前提是搭配关系已经被数据验证过。

统计共现关系时要注意样本量。共现次数太少的商品对不一定是真实关系，可能只是偶然同时被买过，需要更多的数据来验证。

共现率高的商品对里，也有一部分是本来就要一起买的，比如套装或者必须配套的部件。这类关系不需要额外推荐，重点是保证库存充足。

搭配关系的统计建议按季度更新一次，把新出现的组合补充进来，把已经失效的组合移除，保持推荐内容的新鲜度。

如果平台的订单数据支持导出，建议把商品组合做成一列，方便直接统计。手工整理的数据量一大就容易出错。

搭配关系的验证不一定要等很长时间。用一个小的流量做测试，看点击和加购的表现，几天就能得到初步结论。

如果店铺商品数量不多，可以先手工统计一批订单，把共现关系大致梳理出来。数据量不大时，手工统计的效率也不低。

共现关系的统计要考虑买家的复购行为。同一个买家在不同时间分两次买了两件商品，不算共现，统计时要按订单而不是按买家。

找到搭配关系后，建议把结论写下来存档。后续复盘或者交接时，有依据的结论比口头流传的说法可靠得多。

对于新品，历史数据还没有积累，可以先参考同类商品的共现关系作为起点，等自己的数据出来之后再替换。

推荐位置怎么放

第一个位置是商品详情页。这是买家了解商品的主要场所，也是推荐效果最稳定的位置，建议放在详情页的中后部。

第二个位置是购物车和结算页。买家已经决定购买，这时候推荐配件和补充品，转化率通常高于浏览阶段。

第三个位置是订单完成页。买完之后的推荐适合关联复购型商品，比如耗材和换代产品。

第四个位置是首页和类目页的组合专区。这个位置适合做场景化的展示，需要有内容配合才能发挥作用。

推荐位置的选择要考虑买家的决策阶段。浏览阶段适合推荐同类和互补商品，结算阶段适合推荐配件和补充品，买完之后适合推荐下一次需要的商品。

同一个商品页面上不同位置的推荐效果差异明显。建议把主要推荐位留给相关性最高的商品，次要位置放关联度稍弱的。

推荐位的数量也要控制。页面上的推荐位过多，会分散买家的注意力，反而不利于主商品的转化。

如果平台提供推荐位的相关数据，建议按位置分别统计效果。哪个位置带来的连带购买最多，资源就往哪个位置倾斜。

推荐内容的视觉呈现要清楚。买家要能一眼看出推荐的是什么商品、和主商品的关系是什么、价格是多少，信息不清楚的推荐等于没有推荐。

推荐位的文案建议说明搭配的理由，比如使用场景或者互补关系，而不只是罗列商品名称。

推荐位在移动端的表现要单独检查。跨境买家的下单设备以手机为主，在手机上展示不清楚的推荐位，实际效果会很有限。

推荐位置的效果和主商品的流量规模有关。流量大的商品推荐效果更容易观察，建议先在主力商品上测试，结论明确后再推广。

如果平台上推荐位是有限的资源，要优先分配给关联度最高、库存最充足的商品组合。

推荐位的设计要考虑和主商品信息的距离。推荐太靠前会干扰买家了解主商品，太靠后又容易被跳过，需要测试找到合适的位置。

如果详情页本身内容较长，可以在中间和结尾各放一个推荐位，覆盖不同阅读深度的买家。

推荐位的数量建议按商品流量调整。流量大的商品可以多放几个位置测试，流量小的商品集中在最有效的位置上。

推荐位的内容要定期检查可用性。商品下架、库存不足、价格变化都会影响推荐位的实际效果，定期清理是必要的维护动作。

组合价格怎么定

第一条原则是组合价必须低于分开买的总价，差价要明显。差价太小买家感受不到，也就没有改变购买行为的动力。

第二条原则是差价不能吃掉利润。组合销售的目的是提升客单价和总利润，如果让利过多，卖得越多亏得越多。

第三条原则是组合里的商品要有主次。以主商品为核心，配角商品承担让利的部分，这样整体利润结构更合理。

第四条原则是组合的数量要有区分。两件组合和三件组合的优惠力度可以不同，引导买家选择价值更高的组合。

第五条原则是价格表述要清楚。直接标出组合价和原价，让买家一眼看到省了多少，比让他自己算更有效。

组合价之外，还可以用满减门槛来推动。门槛设在略高于常见客单价的位置，能促使买家凑单，效果和组合价互补。

定价之后要跟踪转化情况。组合的转化率明显低于单独购买时，通常说明价格吸引力不足，或者组合的商品本身关联度不够。

如果组合里包含滞销商品，不要用大幅让利的方式硬塞。这种做法短期能清货，长期会损害买家对店铺定价的信任。

组合价和单品促销的关系要理清。如果单品同时在打折，组合价的优势可能被削弱，买家会把两边的价格对比一遍再决定。

组合优惠的表述要用买家能直接理解的方式，比如直接标出省了多少金额，而不是用折扣率或者复杂的计算方式。

对于经常一起购买的商品对，可以考虑设置自动的组合优惠，买家同时加购就自动享用，减少操作步骤。

组合商品的利润核算要单独做。组合销售的成本结构与单卖不同，比如包装和物流成本可能有变化，核算时要把这些差异考虑进去。

组合优惠的力度建议和商品的生命周期匹配。新品阶段可以给更大的力度来推动首单，成熟期则要控制让利幅度保护利润。

在定价之前先算出组合销售的单位毛利。组合让利之后单笔利润可能下降，但如果带来了额外的数量，总利润是上升的，这个账要算清楚。

对于毛利空间本来就薄的商品，组合优惠的力度要更谨慎。这类商品更适合用搭配推荐来引导，不一定要额外让利。

组合价上线之后要观察利润率的变化。如果利润率明显下滑而客单价没有对应提升，说明定价方案需要调整。

组合价和单品价的差距建议保持稳定。频繁调整组合价会让买家形成等待更优惠的预期，反而不利于当前的成交。

效果怎么衡量

第一个指标是连带购买率。有多少订单同时包含了推荐的商品，这个数字直接反映推荐的有效性。

第二个指标是客单价的变化。连带购买会逐步体现在客单价上，但这个变化通常滞后于连带率的提升。

第三个指标是推荐位的点击率。点击率反映的是推荐的吸引力，点击低说明商品选择或者呈现方式有问题。

第四个指标是组合商品的利润率。客单价提升的同时要确认利润没有被让利吃掉。

第五个指标是退回率。搭配推荐带来的订单如果退回率偏高，说明组合可能不合适，买家买回来之后发现不需要。

衡量的时候要做分位置、分组合的统计。整体数据改善不代表每个位置都有效，找出效果最好的组合和位置，资源才能集中投放。

评估周期建议按月。搭配推荐的效果是逐步累积的，短期的波动不足以判断策略是否有效。

如果多个指标同时不理想，先检查推荐的关联性，再检查位置和价格。关联性是基础，基础不牢，其他调整都不会有效果。

衡量搭配推荐的效果时，要注意区分增量和其他因素带来的变化。大促期间的客单价本身就会上升，要把活动因素排除掉。

把推荐位的点击数据和连带购买数据结合起来看，能判断是推荐没吸引力还是推荐的商品不合适。

效果数据建议按商品维度统计。哪些商品的推荐效果特别好，这些商品的经验可以复制到其他商品上。

建议把搭配推荐的效果和店铺整体的客单价走势结合起来看。如果店铺客单价整体在上升，说明搭配推荐的作用在显现。

衡量时也要关注负面的信号。推荐位带来的点击多但转化差，说明推荐的商品选择有问题，需要重新筛选推荐对象。

建议建立一个简单的记录表，按商品记录每天的推荐位点击、连带购买单数、组合销售额。数据积累之后，效果判断就有了基础。

如果平台上无法直接看到连带购买的数据，可以用组合商品的销量变化来间接判断。推荐位上线前后，搭配商品的销量有没有变化。

衡量结果要反馈到执行上。哪个组合效果好就扩大使用，哪个位置没有效果就调整或者撤掉，形成持续的优化循环。

衡量时可以把推荐位带来的订单单独统计。这部分订单的数量和金额，是判断推荐位价值最直接的数据。

衡量数据建议留存归档，形成历史对比。三个月之后回看这些数据，能清楚看出搭配策略的演进轨迹和实际效果。

如果店铺有多个站点，衡量时要注意各站点的基准不同。客单价的绝对值差异大，看变化幅度比看绝对值更合理。

常见误区

第一个误区是凭主观判断搭配关系。运营觉得两件商品应该搭配，但买家的实际购买行为并不支持，推荐自然没有转化。

第二个误区是推荐位放得太多。页面上全是推荐，买家分不清主次，注意力被分散，主商品反而受影响。

第三个误区是组合价定得没有吸引力。差价太小买家不动心，等于白做；差价太大又不赚钱。

第四个误区是推荐强关联性弱的商品。为了清库存而推荐不相关的商品，买家感知很明显，会降低对店铺的信任。

第五个误区是不看数据持续优化。搭配关系会变化，推荐位置和价格也需要调整，做完不管效果会逐步衰减。

第六个误区是忽略退回率。搭配带来的订单如果退回率高，实际收益会被抵消掉。

第七个误区是把搭配推荐当成一次性项目。这是一项持续的运营动作，需要定期统计、测试和调整。

第八个误区是只关注客单价不关注利润。客单价提升但利润没有改善，说明让利过大，这个方向的调整需要重新评估。

第九个误区是推荐的商品和主商品价格差距过大。差价太大，买家会觉得推荐不相关，转化的可能性很低。

第十个误区是忽略推荐内容的更新。商品下架、库存清零之后推荐位还挂着，买家的点击会变成无效流量。

第十一个误区是所有的推荐都用同一套方式呈现。不同的位置和商品需要不同的呈现方式，一刀切的效果通常一般。

第十二个误区是不做小范围测试。新的搭配关系直接全量上线，效果好不知道好在哪，效果差也不知道差在哪。

第十三个误区是把搭配推荐和捆绑销售混为一谈。搭配是给建议，捆绑是设条件，买家的感受完全不同。

第十四个误区是只看短期效果。搭配推荐的信任积累需要时间，短期内数据没有明显变化不等于方向错了。

第十五个误区是把推荐当成装饰。推荐位放满但从不分析数据，等于没有做这件事。

第十六个误区是推荐内容长期不换。买家的偏好会变化，推荐的商品也需要跟着更新，长期不变会逐渐失效。

最后一个建议是把搭配推荐纳入商品上架的标准流程。每个新品上线时同步确定它的搭配关系，比事后补救效率高很多。

第十七个误区是把搭配推荐当成短期冲量的手段。它的效果来自长期的信任积累，着急见效的期望往往会导致动作变形。

第十八个误区是忽略推荐位的数据监控。推荐内容的衰减是渐进的，不监控数据就很难及时发现问题。

第十九个误区是所有商品用同一套搭配逻辑。不同品类的搭配关系差异很大，套用同一套做法会浪费推荐位的价值。

最后一个提醒是，搭配推荐的目标是提升整体收益，不是把每一件商品都卖出去。某些商品作为搭配对象的价值高于单独销售，这个账要从整体算。

第二十个误区是把推荐位的效果归因于单一因素。商品选择、位置、价格、呈现方式都会影响结果，调整时要控制变量。

第二十一个误区是只在商品数量多的时候才做搭配。商品少的时候更容易把搭配关系做深，效果反而可能更好。

最后一个提醒是把搭配推荐当成一个长期的运营习惯。每次上新都同步确定搭配关系，每次复盘都检查推荐数据，效果会随着时间累积。

第二十二个误区是不给推荐位设置任何目标。没有目标就没有判断标准，也无法衡量投入是否值得。

常见问题（FAQ）