亚马逊、eBay或自有商店的流量下滑，并不一定意味着需要立即购买付费分析系统。平台报告、Google免费工具以及公开数据可以帮助判断企业是否因需求减少、可见度降低、吸引力不足的报价或购买流程问题而遭受损失。在此过程中，报价内容本身的作用日益凸显：在Amazon.de上更短的退货期限以及将包裹退回至大城市以外地区的繁琐程序，可能导致模糊不清的描述直接造成销售损失。准确诊断的前提是对比恰当的数据，并将订单的真实下降与测量误差区分开来。
首先确定究竟发生了什么
尽管订单数量相似，但如果客户选择更便宜的产品或卖家提供更大的折扣，收入仍可能下降。在退货率上升的情况下，订单数量可能会保持稳定，但这些退货会稍后才对财务结果产生负面影响。另一方面，来自市场平台的收入减少可能是由于结算方式、扣款或账户准备金的变化所致，因此这本身并不能证明销售崩溃。我们在Prime Day 2026期间曾讨论过仅凭营业额可能会误导卖家的情况。
需要将商店或平台的数据与售后订单系统中的订单进行对比。可用于对比的指标包括收入、订单数量、销售件数、平均客单价以及取消和退货情况。计算收入时必须保持一致：统一使用不含税或含税价格，采用相同货币，并对运费采取相同的处理方式。在跨境销售中，即使欧元销售额保持稳定，汇率波动也可能导致以兹罗计价的业绩表现不佳。
网店所有者还应确保这种下降并非测量误差。Google Analytics 4中的购买次数需要与商店面板进行对比。电子商务报告仅在商店传递加入购物车、开始下单和完成购买的数据时才有效，而仅仅启用服务并不能保证这一点。在订单稳定的情况下，分析数据突然下降可能是由于同意设置更改、商店更新或测量中断所致。无法找回未收集的数据，因此历史比较的基础仍然是订单和结算。
良好的起点是将最近28个完整日期与去年相同期段以及前四个星期进行对比。这样的时间范围确保了每周各天的数量相等。此外，还需单独考虑浮动节日、促销日期和缺货日。在小型商店中，几笔订单就可能导致百分比结果大幅波动，因此在记录百分比的同时，还应记录绝对数值。
诊断只需一个免费表格，例如 LibreOffice Calc。每个国家和销售渠道应在其中拥有单独的行。接下来，需要提取导致最大收入损失的产品。如果大部分损失来自三款畅销书，分析整个目录只会延迟找到原因。
是市场在萎缩，还是仅该公司销售额下滑
Google Trends：类别兴趣与季节性
Google Trends是一个显示搜索相对流行度的免费工具。服务于德国的卖家应使用德国产品术语，将国家设置为德国，并查看几年的范围。这样可以看出当前的下降是否与往年季节性疲软相似。
0到100的评分并不表示查询次数或售出件数。100分代表在所选排名中的最高相对人气，而50分的结果不能解释为销量减半。对于不太热门的关键词，可能会缺少数据，因此建议同时比较更广泛的关键词和主题，最好是在同一排名中并使用相同的设置。
公共统计数据
GENESIS-Online提供了更广泛的背景，这是德国联邦统计局（Destatis）的免费数据库。零售数据有助于评估市场环境，但需要检查特定类别具体包含的内容。此外，必须区分考虑价格影响的名义变化和不考虑价格影响的实际变化。例如：2026年8月，德国在线零售额同比增长3.5%，而整体零售业停滞不前。因此，在此期间遭受损失的卖家不能将下降归咎于整个市场。
电子商务的整体结果并不能描述每个产品的具体情况。家具销售的疲软不一定同时出现在化妆品领域。因此，必须将公开数据与类别兴趣以及自身产品的表现进行对比分析。
市场平台的需求数据
Amazon提供Product Opportunity Explorer，这是一个用于研究产品利基、购买行为和需求的工具。它面向专业计划卖家开放，即需要付费销售计划，但不需要单独的外部分析系统订阅。它展示产品环境，但不能替代自身的销售报告。
在eBay上，Product Research（以前称为Terapeak）具有很高的价值。该工具对使用Seller Hub（eBay卖家桌面）的卖家免费开放，允许分析甚至过去三年的交易数据。它显示销售价格、运费以及已售出所搜索产品的卖家数量等信息。在德语界面中，它被称为Produktrecherche。
比较需要精确的筛选条件。应将新产品与新产品、单件与单件、同一型号与同一型号进行对比。混入二手商品、套装及其他发货地区的数据，可能会造成价格虚假下跌的假象。
最后，建议比较各销售渠道。如果仅在Amazon.de出现下滑，而eBay.de和自有店铺保持稳定，则应重点关注Amazon的销售条件。若所有渠道均表现疲软，但对该品类的兴趣依然稳定，则问题更可能出在产品供应而非市场需求上。
客户是否仍然能看到该报价
在卖家中心的亚马逊卖家面板中，分析应从销售和流量相关的业务报告开始。对于各个产品，需要汇总会话数、订购件数、销售价值以及在特色报价（Featured Offer 或 Buy Box）中的占比。特色报价是指在产品页面上展示的主要购买区域中的卖家报价。报告的可用性取决于账户计划和权限。如果会话数下降但每会话销售额保持稳定，则应检查可见性、广告和库存情况。
在Seller Hub中，流量报告有助于区分商品展示次数、页面访问次数和销售结果。展示次数减少意味着eBay较少展示您的商品。如果展示次数保持稳定但访问次数减少，则需要仔细检查客户在点击前看到的内容：主图、标题、价格和配送方式。
对于自有店铺而言，Google Search Console是对应的工具。它允许免费查看网页在搜索引擎中的展示次数、点击次数、平均排名以及点击率（即展示中转化为点击的比例）。数据需按国家、设备、查询词和目标页面进行细分。向德国销售商品的波兰商店应单独分析其德语版本及来自德国的流量。
展示量减少可能与兴趣减弱、排名下降或网站在 Google 索引中的问题有关。在点击量减少的情况下保持稳定的展示量，需要检查具体的搜索查询和搜索结果的外观。仅凭图表无法确定这是否由广告、竞争对手的行动或 AI 摘要引起。需要单独评估包含商店品牌和通用产品名称的查询。
在Google上展示商品的商店还应访问Google Merchant Center，这是管理这些商品的控制面板。需要关注的产品部分会显示错误和被拒绝的情况。需要检查流量下降是否与价格、可用性或产品数据问题同时发生。该面板本身不要求购买广告，且广告活动是单独结算的。
为什么访客不购买
价格、配送及精选优惠
如果流量稳定但销售额下降，问题出在产品本身。在亚马逊平台上，需要特别关注“单位会话百分比”（Unit Session Percentage）这一指标，即订单件数与会话数的比率。该指标并非指完成购买的会话比例，因为一次购买中客户可能订购多件商品。为确保可比性，应在同一产品层级、具有相似订单结构的前提下分析该指标。
该指标或精选报价份额的下降需要检查价格、配送和评价。Seller Assistant（Seller Central中的AI助手）可能有所帮助，根据亚马逊2026年8月的预告，它将解释为何报价未获得精选资格：它会检查报价的可用性、含配送的价格差异、承诺的送达时间以及区域覆盖范围。这些信号指明了分析方向，但本身并不能证明原因。例如，广告流量与其他入口流量的比例变化可能会改变整个产品卡片的排名结果。
竞争对手情况可通过手动检查来评估，方法是选择五到十个可比较的报价。需记录含运费的价格、承诺的送达时间、可用性、产品变体以及最重要的购买条件，且每次均针对同一个德国邮政编码。新评论的数量和排名位置可作为补充观察，但无法可靠地计算出竞争对手的营业额。
来自波兰的卖家应从海外买家的角度评估自己的商品。德国买家关注的是包含运费至德国的价格、实际交货时间、清晰的描述以及可用的支付方式。此外，还应检查所有变体是否均可用：如果商品列表中缺少某个变体，可能是由于库存同步延迟所致，尽管该商品实际上已摆放在货架上。
Amazon.de 更短的退货期限
由于退货规则的变化，报价描述的重要性也增加了。自2026年9月1日起，Amazon.de将在16类产品中限制自愿的30天退货保证，包括儿童用品、化妆品、日化用品、园艺用品、宠物用品、家具、移动电子产品、轮胎和葡萄酒。在这些类别中，仅适用法定的合同解除权（在德国为Widerrufsrecht）：客户有14天的时间解除合同，通常从收到商品之日起算，随后还有14天的时间退回商品。过渡期涵盖截至2026年10月1日交付的包裹。此变更既适用于由亚马逊销售的商品，也适用于外部卖家的报价。服装、鞋类、手表、珠宝和亚马逊设备等产品仍保留30天退货期，而自行发货的卖家可以在Seller Central中设置更长的期限。此前，在2024年和2025年，亚马逊还缩短了玩具、建材、厨房用品、电子产品以及电脑和摄影器材的退货期限。
退货成本正越来越多地由卖家承担。根据EHI零售研究所的研究，德国、奥地利和瑞士60.6%的大型商店承担退货费用，而去年这一比例为49.2%，仅有10.6%将全部成本转嫁给客户。在亚马逊上，情况则不那么明确。该平台曾多次测试部分退货方式的收费，例如仅保留在指定取件点无包装寄回免费，并在遭到批评后撤回了这些变更。如今，退货是否收费取决于卖家、商品以及退货原因。
因此，客户做出决定的时间更少，且往往无法预先知晓需支付多少退货费。可以预见，在这种条件下，人们会更少地进行“试穿”式下单，而更倾向于选择那些能清晰说明包裹内具体内容的商品。对于自行承担退货成本的卖家而言，模糊的商品描述也意味着直接的成本：若退货率为25%，每次退货成本为8欧元，每笔订单将产生约2欧元的费用，即占60欧元客单价的3%以上。
退货：远离大城市的一次旅程
这一论点在德国尤为关键，尽管该国拥有几座大都市，但整体仍属于分散型定居国家。根据德国蒂奥尼恩研究所的分类法，约占国土面积91%的农村地区居住着约4700万人，占总人口的约57%。这包括村庄以及中小城镇。根据联邦空间研究所（BBSR）更狭义的定义，农村地区居住着3200万人。在大城市，投递网点众多：分布在报刊亭、商店和包裹柜中，尽管后者常处于满员状态。在这些网点之外，网络密度较低。德意志邮政必须在人口超过2000人的每个市镇设立服务网点，而在人口超过4000人的连片建成区，网点需在2公里半径内。除了实体网点外，还可运营经联邦网络局（Bundesnetzagentur，即联邦监管机构）批准的自动设备。截至2026年4月中旬，该机构发现有130个此类强制覆盖区域既无网点也无自动设备。在德意志邮政的约1.24万个网点中，多数是带有邮政窗口的店铺，而当村庄里最后一家店铺关闭时，邮政服务点也随之消失。人口低于2000人的市镇根本没有任何此类保障。其他运营商的自动设备补充了网络：自2026年7月起，亚马逊在德国和奥地利的800多个城镇使用了超过2300台myflexbox自动设备。与DHL仅接收本公司包裹的自动设备不同，myflexbox可由多家承运商使用。
同一情况也有另一面：乡村商店减少，而城市中的年轻顾客则乐于回归实体店消费。根据我们曾报道过的Adyen研究，73%的18至27岁人群每周至少光顾商店一次，57%的人将其视为一种娱乐活动。而JLL的分析则显示，在德国大都市中，购物中心的受欢迎程度高于全国平均水平，在服装和鞋类领域，其销售额也略高于网络购物。因此可以预见，对于电子商务而言，较小城镇的居民将成为越来越重要的客户群体。他们因附近缺乏商店而在网上购物，但正因如此，他们期望获得无需经历麻烦退货流程的购物体验。
对于来自小城镇的客户来说，每一次退货都意味着需要出行。商品描述中关于尺寸、内容物、兼容性和使用方式的精确度越高，客户因担心退货麻烦而放弃购买的风险就越低，或者将不符合预期的商品退回的可能性也越小。
矛盾与翻译：如何检查商品列表内容
在多个市场平台上销售的卖家通常会维护同一产品的多个版本描述。随着时间的推移，这些描述中的尺寸、包装数量、材质或与其它设备的兼容性信息会出现差异。在亚马逊上还存在额外风险：产品页面会整合来自多个来源的数据，因此目录的其他参与者可能会在不知情的情况下向其中输入错误信息。
在亚马逊上，起点是“按类别列出的商品报告”（Category Listings Report），即按类别划分的商品清单。该报告以当前在亚马逊目录中记录的格式，汇总了卖家的所有产品，包括标题、卖点、尺寸、材质及其他属性。数据范围取决于卖家此前上传的内容。该报告位于Seller Central的库存报告部分，但并非在所有账户中都能立即看到。如果找不到它，需要请求卖家支持团队予以开放。建议分别为Amazon.de以及公司运营的其他每个国家单独下载报告。
第二个数据来源是其他渠道的导出文件：包括来自 eBay 的商品列表汇总、来自其他市场平台和自有商店的文件，以及来自 ERP 系统或产品数据管理系统（PIM）的数据（如果企业使用这些系统管理产品卡片）。将这些数据并列展示，可以显示产品在哪个渠道与其他渠道的表现不同。
手动比较每种产品在多种语言下的数十个字段将耗费大量时间。可以将报告文件发送给AI助手（例如Anthropic公司的Claude），并指派具体的检查任务。亚马逊还推出了连接Claude与Seller Central的官方插件，但在我们分析的时间点（2026年9月底），该插件仅处于面向美国卖家的测试阶段。由于尚未覆盖Amazon.de，德国卖家仍需发送下载的文件。建议查看：
- 渠道之间及同一商品列表内部存在矛盾，例如标题中的尺寸与属性中的尺寸不一致、套装内的件数不同，或兼容性信息不同；
- 翻译质量：直译自波兰语的僵化表达、未翻译的部分、错误的单位以及德国客户难以理解的词汇；
- 对顾客实际收到的商品描述缺失：如套装内容、展开后的尺寸、安装要求或缺少但需要的配件；
- 产品未能兑现的承诺，因为这会直接导致退货和负面评价。
此类分析的结果是一份待核查的疑点清单，而非现成的修改方案。语言模型可能会忽略错误，也可能指出不存在的问题，因此每一项更改都必须与产品实物、技术卡片或制造商文档进行核对。建议将结论与客户咨询、负面评价内容及免费提供的退货原因进行对比，以发现商品列表的不足。如果客户因商品比预期小而退货，且三个渠道的尺寸数据各不相同，那么原因就已经明确了。
自有商店：客户在何处中断购买
标准版 Google Analytics 4 显示了访问来源以及客户在购买各阶段的行为。必须单独分析来自自然搜索排名、广告、新闻通讯和其他来源的流量，并比较手机和电脑上的购买步骤。选择配送方式后购物车放弃率的上升，证明了需要核查其成本和时效。从开始支付到订单确认之间的流失率下降，则需要检查支付运营商面板中的错误和被拒绝的交易。
免费的PageSpeed Insights用于评估网站在手机和电脑上的加载速度与运行质量。它有助于识别问题，但单个低分并不能证明订单流失。需要将结果与销售下滑日期进行对比，并模拟完整的购买路径：选择变体、加入购物车、指定配送国家并完成支付。
从诊断到行动与利润保护
让我们考虑一个经营家居用品的假设性商店。在可比期间内，会话次数从 1 万次下降到 8000 次，而完成订单的会话占比保持在 2%。在平均客单价不变的情况下，订单数量从 200 单减少到 160 单。原因是流量流失，因此需要确定是哪个渠道和哪些页面失去了访问量。普遍降价也会降低那些销售效率保持稳定的部分的利润率。
第二种假设情况涉及一家在 Amazon.de 上销售产品的波兰公司。会话数量基本保持不变，但获得特色报价的比例和订购件数下降。卖家应检查竞争对手的报价、最终价格、承诺的配送时间、库存状况、产品页面内容以及账户中的消息。在未查明原因之前增加广告预算并不能保证恢复销售额。
广告监控应涵盖展示量、点击量、每次点击成本以及归因于广告活动的订单。仅广告成本相对于收入的增长，并不能说明流量价格、流量质量或广告效果是否恶化。在比较时，必须考虑购买行为归因于广告的时间窗口，因为最后几天可能尚未包含所有结果。
在分析表中，需要记录损失发生的日期、导致损失的对应产品、已确认的观察结果以及采取的行动。对于每一项变更，都应设定改善指标：例如恢复的点击量、在精选商品中的占比、退货减少、支付错误减少或在流量相似情况下的订单增加。同时，需监控扣除广告、配送和退货成本后的利润率。仅以亏损销售为代价换取销售额回升，只会加剧财务问题。