🎯 为什么重要
你已经花钱获取了这个客户，让他每单花得更多，是零额外广告成本的纯毛利增长。追加销售（更好或更大的版本）和关联销售（互补产品），在相关又时机对时才管用。把优惠和你的目录、位置对上，AI 能做，你把它保持在帮忙、不逼单。
💬 我的观点
提升客单价的追加与关联销售
提升客单价是你手上最便宜的增长。广告成本已经付了，所以每单多花的几乎是纯毛利。
诀窍是在对的时机给相关的优惠，不是刷屏式的附加。追加和关联的配对和最佳位置，AI 能从你的目录映射；你把它保持在真帮忙，因为逼单的追加会伤信任。
最快：一条提示词，端到端
🤖 AI 提示词 — 粘贴到 ChatGPT / Claude
你是一个 DTC 店铺的陈列策略师，正在优化客单价。
我的产品：[列出或粘贴目录] 当前客单价：[元] 各产品毛利（若知道）：[列出]
只用我的目录：
1. 给我的主力产品映射追加销售（更大／更好／组合版）和关联销售（互补产品）。每一对说明为什么对买家相关。
2. 推荐每个放在哪（产品页、购物车、购后），以及为什么那个时机合适。
3. 提 2 到 3 个能抬客单价、又让人觉得划算的组合，附理由。
4. 标出任何会显得逼单或不相关的，说明要避开什么。
不要编毛利数字；我没给就注明哪里会用到。
输出：追加／关联映射加位置加组合点子。
或者，四步做完
- 在产品页和购物车关联互补品。 “搭配使用”的东西，真正让这笔购买完整（手机的壳、设备的替换装）。相关性是全部，随便的附加会被无视。
- 在决策时刻追加更好或更大的版本。 更大的尺寸、一个组合、一个高端档位，在他们正在选的地方给出。“买 3 件装省 15%”会转化，因为它在对的时机是个清晰的划算。
- 用好购后时刻。 一个一键购后追加（买完之后、感谢页之前）零风险地加毛利，他们已经决定信任你了。
- 保持帮忙、有上限、相关。 一两个精选的优惠，不是一墙附加。逼单或不相关的追加会惹恼买家，可能丢掉整个购物车。框成“补齐你的套装”，不是“再买点”。
实战演算（示例）： 客单价 50 元。加一个购物车关联（“加一个 12 元替换装”）被 25% 的买家接受，一个购后一键追加（15 元附加）被 15% 接受。
综合下来，客单价能抬到 57 到 58 元左右，每单营收提升 15% 以上，零额外广告费。假设之前，先用真实数据套你自己的接受率。
看每个优惠的接受率；砍掉被无视的，在买家真会加的东西上加码。
⚖️ 该做 & 别做
该做
- 在产品页和购物车关联真正互补的东西（手机的壳、设备的替换装）。
- 在决策时刻追加更大、更好或组合版，框成一个清晰的划算，比如「买 3 件装省 15%」。
- 用一个一键购后追加，它零风险地加毛利，因为他们已经下了那一单。
- 最多留一两个相关优惠，框成「补齐你的套装」，不是「再买点」。
避免
- 别硬塞随便的附加，不相关的优惠只会被无视。
- 别堆一墙追加，逼单的推销可能丢掉整个购物车。
- 别凭空假设接受率，先用你自己的真实数据套一遍，再算提升。
- 别去追新流量，那份增长你在已经花钱获取的客户身上抬客单价就能更便宜地拿到。
💡 快速提示
- 让 AI 把追加和关联的配对映射到你的目录，并给每一对最合适的位置。
- 看每个优惠的接受率；砍掉买家无视的，在他们真会加的东西上加码。
- 小接受率会叠加：购物车加购 25% 再加购后 15%，能把 50 元的客单价抬到 57 到 58 元左右。
🏢 品牌聚焦
品牌推荐被广泛报道（麦肯锡）带来约 35% 的 Amazon 销售额
Amazon.com · Amazon 很有代表性，因为它的「经常一起买」和「买了这个的人还买了」就是教科书级的关联和追加，规模化地做，永远相关、永远在决策时刻。Amazon 证明的是，相关性才是全部：这些优惠能转化，是因为它们真的让这笔购买更完整，不是因为推得多用力。要注意的是，那种相关性跑在一台巨大的推荐引擎上，所以小店该先从几对手挑的、一看就相关的搭配开始，别一上来就想把一切都自动化。
🏷️ 标签
store-productaovupselld2c
🔗 相关内容