免運門檻 AI 的重點不是找一個看起來漂亮的金額，而是先算「多出來的毛利能不能付掉運費」。如果門檻只比平均客單價高一點，客人雖然多買一件，但新增毛利可能被宅配、超商取貨、包材、金流手續費、折扣碼和退貨成本吃掉。台灣中小電商應該先用最近 30 到 90 天訂單，按品類、毛利、配送方式和新舊客分組，再讓 AI 協助模擬不同門檻下的訂單數、AOV、毛利與物流吸收成本。
免運門檻 AI 先回答一件事：你是在提高客單價，還是在補貼低毛利訂單？
很多老闆看到免運活動讓客單價上升，就直覺認為策略有效。問題是，客單價不是利潤。真正該看的，是達標訂單的新增毛利扣掉平均運費後，還剩多少錢。Shopify 的免運策略說明也把門檻計算連到 AOV、平均運費和毛利率，並提醒免費配送不能讓商家落入虧損。台灣電商如果只複製同業的 999、1200 或 1500 門檻，等於把自己的毛利結構交給別人的商品組合決定。
比較務實的問法是：如果平均訂單從 880 元被推到 1200 元，新增的 320 元裡面，有多少是高毛利商品？有多少只是低毛利加價購？客人是不是從原本願意付運費的訂單，變成全部改成免運？這些問題用人工看很慢，但用 AI 分組和試算很快，前提是你的資料欄位要乾淨。
免運看起來有效，通常有 5 個利潤破洞
第一個破洞是只看平均客單價，沒有看中位數和訂單分布。少數大單會把平均值拉高，導致門檻設太低。第二個破洞是只算商品成本，忘了包材、金流、倉儲撿貨、客服和退貨。第三個破洞是不同配送方式混在一起算，超商取貨、宅配、冷鏈、外島或大型品項的成本差距很大。第四個破洞是折扣碼與免運同時生效，客人達標後再套折，毛利會被雙重壓縮。第五個破洞是廣告把免運講得太大聲，最後吸來只在門檻附近湊單的低忠誠客。
AI 在這裡不是替你拍腦袋決定門檻，而是幫你找出「哪些訂單看似達標，其實不該被補貼」。如果一個品類毛利低、運費高、退貨率也高，免運門檻再漂亮都不該全館套用。
先整理這 8 個欄位，再讓 AI 試算免運門檻
在丟給 AI 以前，請先從電商後台、POS、GA4 或訂單系統整理出可追蹤的欄位。Google Analytics 的官方文件說明，網站必須送出 add_to_cart、begin_checkout、purchase 等電商事件，才會正確累積電商購買報表；也就是說，如果事件沒有送好，AI 看到的轉換漏斗就會失真。
| 資料欄位 | 為什麼重要 | AI 可以幫忙的判斷 |
|---|---|---|
| 訂單金額與商品明細 | 分辨客人是自然買高，還是為了免運硬湊 | 找出門檻附近最常被加入的商品組合 |
| 商品毛利率或成本 | 新增營收不等於新增利潤 | 把高毛利和低毛利品類分開模擬 |
| 實際物流成本 | 不同配送方式成本差距可能很大 | 比較超商、宅配、冷鏈和外島訂單的補貼壓力 |
| 折扣碼與活動標記 | 免運加折扣可能讓毛利變負 | 抓出雙重優惠造成的虧損組合 |
| 新客與舊客 | 新客補貼與老客回購的容忍成本不同 | 分別建議拉新門檻與會員門檻 |
| 退貨、取消、未取資料 | 表面成交不一定變成收入 | 把高風險配送或品類列為排除條件 |
| 商品庫存與週轉 | 免運可用來推動指定品類，而非全館補貼 | 挑出適合搭配門檻的高毛利或待消化商品 |
| 廣告來源與著陸頁 | 不同來源客人對免運敏感度不同 | 比較廣告流量、自然流量和會員流量的達標率 |
三種免運策略，不要全館同一把尺
最常見的錯誤，是把免運門檻當成網站設定，而不是行銷策略。下面三種模式適合不同情境，AI 的價值是幫你把歷史訂單切開看，而不是把所有訂單平均成一個數字。
| 策略 | 適合情境 | 主要風險 | 要看的指標 |
|---|---|---|---|
| 全館滿額免運 | 商品毛利穩定、物流成本差異小、想降低結帳阻力 | 低毛利品項被一起補貼 | AOV、訂單貢獻毛利、達標率、退貨率 |
| 指定品類或指定商品免運 | 想推高毛利、輕材積或需要週轉的品項 | 規則太複雜，客人看不懂 | 品類毛利、庫存週轉、商品頁轉換率 |
| 會員、地區或通路限定免運 | 要照顧高價值客戶或降低特定配送成本 | 訊息不同步會造成客服爭議 | 會員回購率、配送區域成本、客服詢問量 |
台灣 SME 的 7 步免運門檻 AI 操作流程
- 先定義門檻目的。你是要提高客單價、清特定庫存、拉新客、提高回購，還是降低結帳放棄？目的不同，不能用同一個門檻。
- 匯出最近 30 到 90 天訂單。不要只拿月營收。至少要有訂單金額、商品、成本、物流方式、折扣、客戶類型和退貨取消狀態。
- 讓 AI 先分群，不要直接問答案。要求 AI 依毛利、配送方式、品類、新舊客和門檻附近訂單分組，列出哪些訂單最容易被免運影響。
- 模擬 3 到 5 個門檻。例如目前 AOV、AOV 上方一個加購品價格、毛利可承受門檻、競品常見門檻、會員限定門檻。每個方案都要估算新增毛利與吸收運費。
- 先跑小流量測試。不要直接全站改。可以先在會員、EDM、特定品類頁或部分廣告活動測試，避免把既有自然訂單也全部補貼掉。
- 把客服與物流例外寫清楚。冷鏈、大型物、外島、海外、貨到付款、超商未取，都要在規則裡明確處理。
- 一週後回看貢獻毛利，不只看營收。如果營收上升但每單毛利下降，代表門檻可能太低或排除條件不夠。
廣告、商品頁與 Merchant Center 訊息要同步
免運門檻一旦進入廣告和商品資料，就不只是站內設定。Google Merchant Center 的產品資料規格要求 sale_price 要和到達頁與結帳頁一致，sale_price_effective_date 則用來標示特價生效期間；Google 也有價格不一致的疑難排解文件，提醒促銷時間、到達頁價格和結帳價格要對齊。雖然免運不是 sale_price 本身，但同一個治理原則適用：廣告、商品頁、購物車、結帳頁、客服話術不能各說各話。
實務上，請把免運規則做成一張「活動規則表」：開始時間、結束時間、門檻金額、適用品類、排除配送、是否可疊折扣、廣告文案、商品頁公告、客服回答。AI 可以協助檢查不同文案是否互相矛盾，但最後一定要由營運或老闆確認，因為這會影響毛利和客訴。
誰適合用這套方法？誰不適合？
這套方法適合有穩定線上訂單、商品毛利差異明顯、物流成本常被低估、或準備做大檔促銷的台灣中小電商。食品、保養品、服飾、生活用品、3C 配件、選物品牌、B2B 小額耗材都可以用，但要分開看品類和配送方式。
如果你一個月訂單很少、商品幾乎都是客製高單價、物流成本由客戶實報實銷，或尚未追蹤基本電商事件，就不要急著用 AI 算門檻。先把訂單資料和毛利表整理好，否則 AI 只會把不完整的資料講得很像答案。
資料更新與來源
本文依 2026 年 8 月 7 日可查的公開資料整理。免運門檻、物流費率、平台活動規則和廣告政策都可能變動，正式調整前請以自己的物流合約、電商後台、廣告帳戶和平台文件為準。
- Shopify free-shipping strategy page：說明免運門檻可用 AOV、平均運費與毛利率試算，並提醒不要讓免費配送使商家虧損。來源
- Shopify inventory reporting guide：說明庫存報表可追蹤商品表現、庫存水位與週轉，適合作為指定品類免運的輔助資料。來源
- Google Analytics recommended events 與 ecommerce purchases report：說明 add_to_cart、begin_checkout、purchase 等事件對電商報表的重要性。來源、來源
- Google Merchant Center product data specification 與 price mismatch guidance：說明 sale_price、sale_price_effective_date、到達頁與結帳價格一致性的要求。來源、來源
結論：免運門檻應該由毛利決定，不是由同業決定
免運是有效的行銷槓桿，但它不是免費的。對台灣 SME 來說，最危險的不是沒有免運，而是免運活動讓營收變漂亮、毛利卻變薄。把免運門檻 AI 當成一套固定檢查流程：先整理資料、分群、模擬、測試、同步訊息，再決定是否擴大。這樣做的目的不是讓 AI 替老闆決策，而是讓每一次調門檻都有數字、有例外、有停損點。
FAQ
免運門檻 AI 可以直接幫我算出最佳金額嗎？
不建議直接要一個金額。比較可靠的做法是提供訂單、毛利、物流、折扣與退貨資料，讓 AI 模擬多個門檻，再由你依毛利和營運限制決定。
小電商沒有完整 GA4，還能做免運試算嗎？
可以先用後台訂單資料試算，但要標記資料限制。至少先補上 purchase、add_to_cart、begin_checkout 等電商事件，之後才看得到門檻對漏斗的影響。
免運門檻應該比平均客單價高多少？
沒有固定比例。要看平均運費、毛利率、品類組合、配送方式和門檻附近訂單分布。只用同業金額或平均客單價倍率，容易忽略毛利。
全館免運和指定商品免運哪個比較好？
如果商品毛利和運費差異小，全館滿額免運比較容易理解。若品類毛利差很多，指定高毛利或低物流成本商品通常比較能守住利潤。
免運門檻調整後多久要檢查一次？
活動期建議至少每週檢查一次訂單量、AOV、貢獻毛利、退貨取消和客服詢問。大檔期後要做完整復盤，決定門檻是否保留。