Baymard 棄單原因排行：扣掉只是逛逛，額外費用居首
棄單挽回信服務商 Geysera 在 2026 年 4 月 1 日發布、10 月 12 日更新的產業基準文章裡，引用了 Baymard Institute 的棄單原因排行。
這份排行有個前提。依 Geysera 的轉述，Baymard 最新一次針對美國線上購物者的量化研究發現，42% 的人曾因只是逛逛、還沒準備好買而棄單。排行是先扣掉這群人，再看其餘棄單者的原因，而且受訪者可以複選。
| 排名 | 棄單原因 | 棄單者比例 |
|---|---|---|
| 1 | 額外費用太高（運費、稅金、手續費） | 40% |
| 2 | 配送太慢 | 20% |
| 3 | 不放心把信用卡資料交給網站 | 19% |
| 4 | 網站要求建立帳號 | 18% |
| 5 | 結帳流程太長或太複雜 | 17% |
| 6 | 網站錯誤或當機 | 17% |
額外費用 40% 排第一，配送太慢 20% 第二，不放心把信用卡資料交給網站 19% 第三。網站要求建立帳號 18%，排第四。
整體棄單率方面，Geysera 寫到 Baymard 的 70.22% 是 50 份研究的單純平均，研究年份從 2006 到 2025 年，清單最後更新於 2025 年 9 月 22 日。Baymard 在 2025 年 9 月加入第 50 份研究後，平均值從 70.19% 變成 70.22%。
Geysera 也逐項寫了自己的看法。該文稱額外費用是最大、也可以修正的原因，也是棄單挽回信最能處理的一項；Geysera 本身就在做購物車與瀏覽放棄的挽回信。對強制建立帳號，該文建議先加入訪客結帳，再跑挽回流程。排行第八是無法事先看到或算出訂單總價，占 12%，該文認為較好的解法是在購物車頁就顯示含運費與稅金的完整總價。
手機與桌機的棄單率差約 10 個百分點
裝置別的棄單率，Geysera 引用的是 Dynamic Yield 自家客戶網站的資料，期間是截至 2026 年 9 月的 12 個月。
依 Geysera 引述的 Dynamic Yield 資料，手機棄單率 79.53%，平板 72.92%，桌機 69.56%，手機與桌機差約 10 個百分點。
同一份資料裡，手機約占 76% 的工作階段。Dynamic Yield 同期的全球棄單率是 77.38%，Baymard 的研究平均則是 70.22%，Geysera 稱兩個平均衡量的東西不同：Baymard 平均的是已發表的研究，各有自己的樣本與方法；Dynamic Yield 彙整的是自家客戶群的資料。Geysera 的建議是拿 70% 當規劃數字，並把自家店拿去跟單一來源的產業數字比。
我們的判斷是，看自家棄單率時，手機與桌機最好分開看；拿基準比較時，也不要把兩個來源的數字混在一起用。
Amplitude 在 2026 年 5 月 27 日的產品更新紀錄裡推出 E-commerce Hubs，預設工作流內建購買漏斗、轉換指標、營收、客單價、購物車流失、商品拆解與探索歸因。Amplitude 的說明稱，這類問題目前常要手動設定多張圖表才能回答；這項功能開放給 Growth 與 Enterprise 方案、且具購物車分析（Cart Analysis）權限的客戶。
店匠 Shoplazza 的結帳頁清單與 Baymard 數字對照
中國跨境電商媒體賣家之家在 2023 年 4 月 18 日刊出一篇店匠 Shoplazza 署名的文章，談獨立站結帳頁優化。店匠是做建站、品牌設計與跨境行銷的服務商。
店匠在文中寫到「根据统计」，線上購物的平均棄單率是 69.57%，但沒有寫出是哪一份統計。該文也稱，大約 34% 的消費者因為必須建立網站帳號而放棄購買，17% 因為不信任支付頁面而放棄，這兩個數字同樣沒有標出研究單位、年份或樣本。店匠另外稱，大規模結帳頁測試發現，好的支付頁設計可以讓一些電商平台的平均轉換率提高 35.26%，文中沒有說明是哪些平台。
該文列出的五個方向是：
- 縮短購買流程，提高支付流暢度
- 允許訪客直接購買，增加優惠碼選項
- 簡化清晰的結帳頁面
- 提高加購與結帳的載入速度
- 展示支付安全性
帳號這一項，店匠建議在付款完成後再巧妙展示註冊頁，用優惠吸引消費者註冊。安全性這一項，店匠也建議在支付頁寫清楚退款、隱私、服務條款與快遞政策，讓支付更安全、費用更透明。
| 項目 | 店匠 Shoplazza | Baymard（Geysera 引述） |
|---|---|---|
| 平均棄單率 | 69.57% | 70.22% |
| 因必須建立帳號而棄單 | 約 34% | 18% |
| 因不信任支付而棄單 | 17%（不信任支付頁面） | 19%（不放心交出信用卡資料） |
兩邊的平均棄單率都在七成左右。差最多的是建帳號：店匠稱約 34%，Baymard 的排行是 18%。兩邊的計算基礎也不同，Baymard 的比例是美國線上購物者扣掉只是逛逛的人之後算的，店匠的文章沒有交代母體。哪一個數字比較接近一般情況，從這兩份資料判斷不了，引用時兩個都要附上出處。
購物車流程改版的兩個實測案例
宋星在 2018 年 4 月 12 日的個人部落格「宋星的數字觀」裡，記錄了一個跨境電商客戶的轉換優化案例，客戶的品類是快消服裝。
宋星寫到，優化前後購物車的流失率從接近 80% 降到 67%，購物車轉換率實際提升約 50%，最終轉換率也提升 50%。
购物车的流失率从接近80%降低到67%
他也寫到，團隊為購物車頁設計新的內容、提示與轉換引導，並修改購物車及之後的流程。流程修改是依兩類不同的人群設計，讓其中一類人能更自由、有效率地結帳，接著用 A/B 測試驗證。
改版之前，宋星先做追蹤部署：設定最終購買、註冊與登入、優惠券領取與使用等關鍵轉換步驟，並依手機、電腦、User-ID 分出不同的資料檢視。這個客戶的手機流量約占全站八成。
第二個案例比較新。TMO Group 中文站在 2026 年 9 月 30 日的文章裡，引述 Shopify 轉換優化機構 Blend Commerce 為一家農業電商品牌做的購物車頁測試。
Blend Commerce 從使用者操作錄影看到，消費者進到購物車頁後還在繼續找商品。團隊因此在結帳按鈕下方加入動態商品推薦模組，依購物車內容推薦相關商品，讓使用者不必回到商品頁就能繼續加購。
依 TMO Group 引述的 A/B 測試結果，新版的電商轉換率提升 7.46%，平均客單價提升 10%，購物車完成率提升 39%，整體營收提升 43%。
TMO Group 也註明，公開的結果沒有附上詳細樣本數或統計信賴區間。該文的結論是，推薦只要跟當下購買意圖相關、位置又不擋住主要結帳路徑，購物車頁可以同時顧到加購與成交。TMO Group 本身提供電商轉換率優化服務。
兩個案例各有前提：宋星的是 2018 年單一快消服裝跨境站，Blend Commerce 的只測了一個品牌，也沒有揭露樣本數。數字可以當量級參考，不一定適用在你的品類。
Messy Middle：購買前在探索與評估之間來回
Google 消費者洞察團隊的 Alistair Rennie 與 Jonny Protheroe 在 2020 年 7 月發表研究，與行為科學顧問 The Behavioural Architects 合作，把觸發與購買之間的區段稱為 Messy Middle。
研究把這一段分成兩種心智模式：擴張資訊的探索，和縮小選項的評估。人會在兩種模式之間來回，直到足以做出購買決定。
People loop through these twin modes of exploration and evaluation, repeating the cycle as many times as they need to make a purchase decision.
研究從數百種認知偏誤裡挑了六種來測：類別捷思、當下的力量、社會認同、稀缺、權威、免費的力量。實驗由真實的潛在購物者模擬 31 萬組購買情境，涵蓋金融服務、民生消費品、零售、旅遊與公用事業。其中一家虛構的汽車保險公司，在六種偏誤都占優勢時，拿下 87% 的消費者偏好。這是模擬情境裡的極端案例，不能直接換算成成交率。
兩位作者寫到，目標不是逼人跳出這個迴圈，而是提供他們做決定所需的資訊與安心感；他們也建議縮短觸發與購買之間的距離，讓顧客少接觸競爭品牌。
我們的判斷是：Baymard 排行前三名的費用、配送與信任，都是顧客評估時需要的資訊。結帳頁沒有給，顧客就可能在迴圈裡繼續去別處找。
銷波快觀點：先把費用攤開，再談挽回
我們之前整理結帳優化策略時，記下的高槓桿做法有幾項：單頁結帳、數位錢包、透明定價、訪客結帳。這次對照 Baymard 的排行，四項正好對到額外費用、註冊、流程三個原因。結帳頁的阻力點比想像中多，而且多數改起來不貴。
要誠實講一件事。我們早先整理 DigitalApplied 的研究時，筆記裡寫的意外費用比例，比 Geysera 這次引述的版本高。同一個原因，不同轉手來源給的數字會飄。我們的判斷是：排序可以信，小數點不要太當真。
那 42% 只是在逛的人，大多是冷流量。他們還不認識品牌，信任最淺。對冷流量，結帳頁再順也只是基本盤。我們在 EP55 談過一個做法：先投產品情境影片，再對看完影片的人投轉換廣告。讓他在比價迴圈裡記得你，靠的是這種接力。暖流量與熱流量的棄單，才比較可能是結帳頁的問題。
說到推薦模組，我們常拿淘寶對照台灣電商。淘寶搜一次，之後就一直推相關商品，背後是把使用者行為全部貼標的能力。Blend Commerce 那個案例，可以看成同一套邏輯的縮小版：依購物車內容即時推薦。台灣平台在這塊的落差，我們覺得比結帳步驟多一步少一步更大。
放資訊的位置也有講究。我們自己改過商品頁，曾經把說明段落插到購買區與銷售長圖之間，後來改回來。原則是決策資訊要留在按鈕旁邊。以運費為例，免運門檻就該寫在加入購物車按鈕附近，不要只放在頁底的常見問題。退貨與保固也一樣，藏在頁底等於讓顧客自己去找。
最後是讀數字的習慣。我們犯過只讀曝光欄就下結論的錯：GSC 上一個型號詞有 3331 次曝光，點擊只有 2 次，我們卻把它當成需求。棄單率也一樣，只看一個總數會誤判。先拆裝置、拆流量來源、拆是哪一步掉的，再決定改什麼。
結論：總價透明、訪客結帳與購物車推薦
依 Geysera 引述的 Baymard 排行，扣掉只是逛逛的人之後，額外費用 40% 排第一，信任 19% 與建帳號 18% 也在前四名。店匠 Shoplazza 的數字和 Baymard 不完全一致，建帳號一項差最多，而店匠沒有交代統計來源。
幾個來源提到的做法各不相同。Geysera 建議在購物車頁就顯示含運費與稅金的總價，並建議先加入訪客結帳、再跑挽回流程。宋星的案例是先部署關鍵步驟追蹤、手機與電腦分開看，再改購物車流程並用 A/B 測試驗證。Blend Commerce 則測過在結帳按鈕下方加入依購物車內容推薦商品的模組。
還有一個前提。Geysera 引述 Baymard：42% 的美國線上購物者曾因只是逛逛、還沒準備好買而棄單；Geysera 自己也寫到，挽回信很少能讓純粹逛逛的人下單。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- Cart Abandonment Rate by Industry in 2026: Benchmarks That Actually Mean Somethinggeysera.com
- 賣家之家（店匠 Shoplazza）：獨立站結帳頁優化的五個方向mjzj.com
- 宋星的數字觀：跨境電商轉換優化案例chinawebanalytics.cn
- TMO Group：購物車頁面優化tmogroup.com.cn
- Think with Google：Navigating purchase behavior and decision-makingbusiness.google.com
- Amplitude：E-commerce Hubsamplitude.com
