我们的数据从何而来

这个行业的营销数据，往往经不起第二次点击的推敲。本页列出了我们在 cobiro.com 上引用的所有数字、每一个数字究竟衡量了什么，以及它的出处，方便您逐一核实。

图片越多，点击越多

我们的首页提到，拥有多张图片的商品可获得高出 76% 的展示次数和高出 32% 的点击量。这一数据出自 Google 本身，发布于其 Product Studio 发布公告：将只有一张图片的 Shopping 商品与拥有多张图片的商品进行对比。它衡量的是点击量而非转化，因此我们也只以点击量的口径来引用。大多数商品目录至今仍只为每件商品配一张白底图，所以只要您愿意补充真实的辅助图片，这块空间就向您敞开。这一数据在本指南中另有专页，其中详细说明了各项限定条件。

作为参照，这个领域里诚实可信的转化数字都是个位数。eBay 对 680 万条商品刊登的研究表明，更好的照片可带来高出 4.5% 的成交概率；Meta 对其广告平台上 AI 图片生成效果的自有估算，则是转化率提升 7%。如果某家供应商承诺仅凭图片就能带来两位数的转化提升，那它引用的是一个没有对照组的案例，而不是一次真正的测量。

一张商品图片的成本

90% 这个成本数字，其实是一次您花十分钟就能自行复算的价目对比。按照目前公开的报价，一张专业摄影棚白底图的价格在 39 至 75 美元之间；而真人模特或场景生活化拍摄，在算上模特、布景和修图之后，每张要 200 至 500 美元——soona 公开发布了自己的报价表。另一边，Cobiro 背后所用的图像模型，按Google 公布的价目表计算，每生成一张图片只需几美分。即便算上为得到一张可用图片而多次生成的开销，以及审核所花的时间，一张成品 AI 商品图的成本也不到 5 美元，而且当天即可交付。完整的拆解请见专页。

属性越完整，被搜到的机会越多

Google 对 Merchant Center 的指引说得很直白：提供所有相关属性，可以提高商品在最相关查询中展示的机会。颜色、材质、尺寸、类别——数据源里每留空一个字段，就意味着少了一次被搜索匹配到的机会。这正是属性补全之所以有效的原理，而且是 Google 自己的原话。覆盖率这一指标同样另有专页。

属性覆盖率也是少有的、您用一个下午就能在自己的商品目录上测出来的数字：已填写颜色、材质、尺寸和类别的商品，占数据源中全部商品的比例。在补全之前和之后各统计一次，您就得到了一组谁都无法质疑的前后对比。

为什么数量胜过精雕细琢

Motion 发布的 2026 年创意基准报告，基于 550,000 条广告、13 亿美元的 Meta 实际投放数据，结果发现只有 5% 到 8% 的广告能成为爆款，而且朴素的「商品图 + 文案」创意胜出的概率，反而略高于精心制作的高成本创意。那些总能找到爆款的广告主，做法很简单：测试更多创意。而制约测试规模的，正是每张图片的成本。

NCSolutions 的研究也指向同一结论：他们以购买行为样本组为对照，测算了约 450 个快消品广告系列，发现销售提升中有 49% 应归功于创意本身，其贡献超过覆盖面、定向和投放时近度三者之和。

我们不采用的数据

• 「75% 的消费者依赖商品摄影。」这条网上被引用最多的图片类数据，源头是一篇行业文章，既没有说明调研出处，也没有样本量和年份。每一次引用，最后都指向同一条死路。
• 「3D 内容的转化率高出 94%。」它来自 2020 年的一条社交媒体帖子，把主动与 3D 内容互动的消费者和其他所有人放在一起比较。这衡量的是消费者本身的购买意向，而不是内容的效果。
• 没有署名的案例研究。一句「转化率 +157%」，却不提是哪家商家、用了什么方法、有没有对照组，那只能算是道听途说。我们宁愿引用一个数字更小、但来源可以点开查证的结论。