跳到主要内容
Noah Wise Insight
研究简报

黑五网一数据分析:Amazon黑五周11月19日开跑、12天每日Deal与黑五/网一双时段drop,叠加美国10月零售+0.2%,跨境卖家如何定价格下限、Deal节奏与广告预算上限

以Amazon官方黑五周活动机制与美国10月实际零售数据为据,先讲清12天窗口与双时段drop如何分散流量峰值,再对照Census与NRF两套零售口径,把+0.2%大盘与品类分化翻译成单SKU的价格下限、盈亏平衡ACOS与广告预算上限,用两个假设情景(已报名Deal vs 未报名Deal)复算单位净利润。

诺舟智数内容研究 2026-11-19
黑五网一数据分析:Amazon黑五周11月19日开跑、12天每日Deal与黑五/网一双时段drop,叠加美国10月零售+0.2%,跨境卖家如何定价格下限、Deal节奏与广告预算上限

对在亚马逊美国站销售、正在决定2026年黑五网一(11月19日至30日)如何调价、投放与备货的跨境卖家,真正要回答的问题不是大盘涨多少,而是把价格下限设在哪、是否跟进Deal、广告预算加到什么程度、哪些SKU继续备货或提前清仓。答案分三层:第一,Amazon今年把黑五拉成12天每日主题Deal、并在黑五与网一各两次降价(太平洋时间午夜与上午8点,部分折扣最高60%),价格与流量峰值不再集中在单日,只盯着11月27日调价会漏掉前后两端;第二,美国10月实际零售环比+0.2%(90%置信区间包含0,不构成显著增长)与无店铺零售+1.2%、家具-2.3%的分化说明,这是品类分化的温和增长、不是全品类旺季,预算要按品类而非按大盘总量分配;第三,把价格下限设为「Deal价仍大于单件贡献」的位置,未报Deal的SKU不追主Deal价、用优惠券与长尾词守搜索。

一、Amazon黑五周机制:12天每日Deal,黑五与网一各两次降价

Amazon官方新闻稿(2026年11月9日发布)宣布,黑五周与网一Deal活动于11月19日至30日举行;Today's Big Deals将覆盖12天的每日主题deal drop,主题横跨玩具、科技、时尚、美妆、高端礼品与圣诞袜填充小物;并首次在黑五与网一当天各降价两次,时间为太平洋时间午夜与上午8点,部分折扣最高60%。同时Amazon把AI购物助手Alexa for Shopping推为黑五主推工具,官方描述其能创建清单、追踪价格、设置降价提醒、替用户找Deal。

对卖家的含义有两点:一是消费者的比价与触发购买从「看到—比较—下单」被压缩为「价格触发」,价格监控频率不足的卖家会在两次drop之间丢失成交;二是60% off是精选Deal的上限而非全站折扣,已报名Deal与未报名Deal的SKU面临完全不同的约束——主Deal的比价流量会向已报名SKU集中,未报名的SKU如果硬跟价,容易卖一单亏一单。

AI购物是本次黑五的结构性变量:Salesforce 2026年11月12日发布的研究测算,AI将带动约758亿美元的网一周(Cyber Week)消费、同比增长13%,AI引荐进店消费者的转化率是普通电商的两倍以上(样本为美英加澳2500多名消费者调查)。它与Amazon主推Alexa for Shopping方向一致,提示增量需求向「AI能搜到、数据准确」的卖家倾斜;但这是Salesforce的测算与调查,不等于平台成交事实。

二、10月实际数据:Census +0.2% 与 NRF +0.15% 为什么不一样

美国普查局2026年11月17日发布10月提前零售销售:零售与餐饮销售总额7482亿美元,环比+0.2%(±0.4%)、同比+6.8%(±0.5%),官方同时标注90%置信区间包含0,即「没有充分统计证据证明环比变化不等于0」,因此不能把+0.2%当作显著增长。分项里,无店铺零售(包含线上卖家)环比+1.2%,家具及家居用品店环比-2.3%,服装店环比-0.7%,机动车及零部件经销商环比-1.6%,电子与电器店环比持平。

NRF/CNBC零售监测(2026年11月11日发布,基于Affinity Solutions约1.2亿张借记卡与信用卡样本)给出另一口径:剔除汽车经销商与加油站的总零售5617亿美元,环比+0.15%、同比+3.57%;再剔除餐厅的核心零售4542亿美元,环比+0.26%、同比+3.36%。分项里电子与电器同比+9.3%领涨,家具与家居用品同比-2.62%、运动用品同比-0.44%下降。该监测自2026年9月起换用新方法,9月前的数字不能直接同比比较。

两组数字不能相加或互相对齐:Census是『调整季节性但不调整价格』的抽样调查并会每月修正,NRF是真实卡片交易、剔除汽车与加油站;Census的+0.2%是环比,NRF的+9.3%是同比,维度不同。作为对照,NRF 2026年10月15日的假日季预测是11-12月核心零售同比+4.2%(约1.013万亿美元);10月实际环比+0.2%与这一整季预测并不矛盾,但前者是单月环比、后者是两月合计同比,不可直接比较。可共同推出的结论只有一条:10月美国零售是「温和、且品类分化」的——线上与电子偏强、家具与服饰偏弱,总量+0.2%推不出「全品类旺季」。

三、机制:事件与数据如何传导到价格下限、Deal节奏与广告预算

机制上,12天窗口与双时段drop通过三个环节影响卖家:需求→价格、竞争→广告、退货→利润。需求端,把黑五从单日拉成12天,前置需求被提前释放、流量峰值分散到每日主题与两次drop,卖家只在一个时间点调价会错过其余峰值;竞争端,主Deal与最高60%的精选折扣吸引比价流量,未报Deal的SKU如果跟价会陷入「卖一单亏一单」,但完全不参与又会丢失类目曝光;退货端,旺季(尤其服饰、礼品)退货率显著高于平时,退货既折减收入、又产生退货物流与不可再售损失,是旺季利润最容易被漏算的一笔。

这三条合起来,决定价格下限不是『比竞品低』,而是『Deal价仍大于单件贡献』:单件贡献=售价×(1-退货率)-采购货值(含头程)-履约费-每件退货净损失。本文的分析增量在于把『黑五开始』翻译成三个可直接套用到自己SKU的变量——价格下限、两次drop的调价时点、按品类而非总量分配的广告预算——而不是停留在『关注趋势』。

四、可复算分析:两个情景(已报名Deal vs 未报名Deal,假设示例)

以一位通过亚马逊美国站销售礼物品类(假设为蓝牙耳机类)的跨境卖家为例,以下全部为明确标注的假设值,不是任何真实店铺数据,也不代表诺舟智数掌握任何具体商家的经营数据。

情景A:已报名Deal、库存深的卖家(假设示例)

假设:已锁定主Deal;平时月销1000件、旺季系数2.2(取自家店铺过去两年11-12月对月均销量的比值,非大盘数)、旺季两月销量Q=1000×2.2×2=4400件;Deal价P=20美元;采购货值(含头程)C=8美元;佣金15%=3美元、FBA配送3.5美元、其他履约0.5美元;退货率r=8%、每件退货净损失6美元;广告ACOS目标12%。

计算:有效收入=20×0.92=18.40;佣金随退货退还,净履约费=3×0.92+3.5+0.5=6.76;退货净损失=0.08×6=0.48;广告费=20×0.12=2.40;单位净利润=18.40-8-6.76-0.48-2.40=0.76美元,旺季两月净利润=4400×0.76≈3344美元、净利率约3.8%。

行动:这个SKU的价格下限可设在『单件贡献≥0』的位置(盈亏平衡ACOS约15.8%),在黑五与网一前48小时各查一次竞品Deal价,第二次drop只对清仓SKU加码、不动主推款;广告预算上限=旺季销售额×ACOS=4400×20×12%=10560美元。

情景B:未报名Deal、库存浅、退货率升到12%(假设示例)

假设:未进入主Deal;仅改两个输入——退货率r=12%(旺季服饰/礼品类常见)、ACOS=16%(旺季CPC上涨推高),其余与情景A相同。

计算:有效收入=20×0.88=17.60;净履约费=3×0.88+3.5+0.5=6.64;退货净损失=0.12×6=0.72;广告费=20×0.16=3.20;单位净利润=17.60-8-6.64-0.72-3.20=-0.96美元,即每卖一件亏0.96美元,旺季两月亏损=4400×0.96≈4224美元。

行动:不追主Deal价(跟价即亏损),把广告预算集中在高转化长尾词守搜索、用优惠券替代深度降价;盈亏平衡ACOS已压到11.2%,超过就暂停扩量,并在1月前清掉滞销SKU。

盈亏平衡点:令单位净利润为零解出ACOS上限。退货率8%时,广告前单位贡献=20×0.92-8-(3×0.92+3.5+0.5)-0.08×6=3.16美元,盈亏平衡ACOS=3.16/20=15.8%;退货率12%时,广告前单位贡献=20×0.88-8-(3×0.88+3.5+0.5)-0.12×6=2.24美元,盈亏平衡ACOS=2.24/20=11.2%。结论:退货率从8%升到12%,盈亏平衡ACOS从15.8%压到11.2%,可投广告的空间被吃掉近三分之一。

五、反例与替代解释

反例一:非礼物、低旺季敏感品类。若你的SKU是工业配件、常年复购的耗材,黑五的12天窗口与+0.2%总量对你的需求几乎没有拉动,按旺季系数备货会过度囤货,而旺季广告竞争推高CPC反而压缩这类薄利品的利润。反例二:家具/家居等弱品类。Census环比-2.3%、NRF同比-2.62%都指向家具家居偏弱,若你在这一品类,10月数据反而提示需求在收缩,此时跟Deal冲量是错的、更该控制库存与退货。替代解释:+0.2%可能是价格上调而非销量增长带来的名义增长,单位需求(件数)未必同步增长;NRF电子+9.3%是同比、可能含价格因素。

六、行动方案与停止条件

把这套判断落成可执行的节奏,需要采集四类字段、设两个基线、定一个停止条件:

  • 采集字段:过去两年11-12月分SKU的订单量、退货量与退货原因、广告花费与ACOS、竞品Deal价与出价
  • 设基线:自家旺季系数(旺季月销/月均)、退货率、广告前单位贡献=售价×(1-退货率)-采购货值-履约费-退货净损失
  • 调价时点:黑五与网一前48小时各查一次竞品Deal价;第二次drop只对清仓SKU加码、不动主推款
  • 观察窗口:11月19-26日预热期 vs 黑五当周(11月23-29日) vs 网一(11月30日)分三段看差距
  • 停止条件:实时ACOS超过盈亏平衡线(例中8%退货时15.8%)且连续3天无改善即暂停扩量;未报Deal的SKU一旦跟价后单件贡献转负立即停
  • 补数据:拿到本店真实退货率、ACOS与旺季系数后替换假设值重算

需要明确:盈亏平衡ACOS的15.8%/11.2%是由本文明示的假设输入推出的示例阈值、不是行业标准;你的真实阈值要代入自己的售价、货值、费率与退货率重算。

七、局限与不确定性

最可能改变结论的未知量有四个:一是Census的+0.2%的90%置信区间包含0,官方自己说『没有充分统计证据证明环比变化不等于0』,把它当增长依据本身不成立;二是60% off是精选Deal上限而非全站折扣,且主Deal通常需提前报名,活动期间临时挤进主Deal的空间有限;三是Census与NRF两套口径(调查抽样 vs 卡片交易、环比 vs 同比)不可对齐,任何「10月零售预示黑五一定好或差」的判断都超出数据能力;四是本文所有单SKU数字都是明确标注的假设,替换成你的真实退货率、ACOS与旺季系数后,结论可能从薄利变成亏损或反过来。拿到本店真实数据后应重跑计算。

方法与说明

本文数据口径:Amazon黑五周机制取自其2026年11月9日官方新闻稿(活动期11月19日至30日、12天每日主题Deal、黑五与网一各两次降价、部分折扣最高60%);Census数字取自美国普查局2026年11月17日发布的10月提前零售销售(零售与餐饮总额7482亿美元,环比+0.2%、同比+6.8%,90%置信区间包含0);NRF数字取自2026年11月11日发布的CNBC/NRF零售监测(剔除汽车与加油站的总零售5617亿美元,环比+0.15%、同比+3.57%)与2026年10月15日假日销售预测(11-12月核心零售同比+4.2%);Salesforce数字取自其2026年11月12日「AI优先假日」研究(美英加澳2500+消费者调查)。Census与NRF的地区、统计对象、周期与口径不同,本文仅作并列对照、不做相加或换算。单SKU情景全部为标注假设,计算顺序(先按退货折减收入与可退费用,再单列退货净损失与广告费)用于避免退款与退货重复扣除。

把单件净利进一步落到净利润与固定成本,可参考本站《跨境电商利润核算:从GMV到净利润的五步减法》;旺季广告的ACOS口径与历史报表,可对照《亚马逊广告数据分析》;退货对补货决策的敏感性,可参考《Coupang 数据分析》;旺季大促的东南亚对照,可参考《双11东南亚电商数据》。

本文由自动化研究流程辅助整理,依据文末所列公开来源进行分析,未经过人工审核。

参考来源

  • 1. Amazon《Amazon's Black Friday Week and Cyber Monday Return November 19-30 with Millions of Deals to Deliver Joy This Holiday Season》(一手来源,2026-11-09 发布):查看原文,检索于 2026-11-19
  • 2. U.S. Census Bureau《Advance Monthly Sales for Retail and Food Services, October 2026》(一手来源,2026-11-17 发布):查看原文,检索于 2026-11-19
  • 3. National Retail Federation《CNBC/NRF Retail Monitor Shows Another Month of Sales Growth in October》(一手来源,2026-11-11 发布):查看原文,检索于 2026-11-19
  • 4. National Retail Federation《NRF Forecasts 2026 Holiday Sales Growth as Consumers Remain Resilient》(一手来源,2026-10-15 发布):查看原文,检索于 2026-11-19
  • 5. Salesforce《New Data: Holiday Shoppers Will Rely on Agents. Retailers Must Be Ready.》(一手来源,2026-11-12 发布):查看原文,检索于 2026-11-19

跨境数据、产品与研究

从平台覆盖、产品能力到数据口径与已发布报告,按同一套口径理解跨境市场数据。每个页面都说明数据范围、定义和限制。