一场店铺活动最容易制造的错觉，是订单涨了，生意就变好了。比如活动期成交额从日常的 1 万元升到 1.8 万元，看起来增长 80%；但如果折扣让利、广告投放、额外包装和售后退款一起增加，活动带来的利润可能反而低于平日。判断活动策划是否靠谱，关键不是把指标做得更复杂，而是提前说清楚：这场活动要改变什么经营结果，最多愿意付出多少成本，什么情况出现时必须调整。
我建议在策划阶段先把活动写成一份可验证的经营假设，而不是先定促销玩法。经营假设至少包含三个部分：目标用户是谁、希望他们采取什么行为、这个行为最终要带来什么经营结果。
例如，“周末做满减”只是活动形式；“让近 60 天未购买的老客回店，在不突破最低毛利线的前提下提高复购订单数”，才是可衡量的目标。前者容易让团队只关注优惠力度和订单量，后者则自然要求运营同时关注触达、参与、复购和利润。
活动指标体系的核心用途，是在活动开始前确定判断标准，在活动进行中指导调整，在活动结束后判断是否值得复制。如果一个指标变化了，却无法引出任何动作，它大概率不该占用团队的复盘时间。
销售额、订单量、毛利、新客数和库存消化速度，描述的是不同经营结果。它们有时会同向变化，有时会互相冲突。活动是清库存，就不能只用新客数评价；活动是拉新，也不能只看当天利润；活动是利润优化，就不能把曝光量排在首位。
策划时应先选一个首要目标，再配置少量护栏指标。首要目标回答“这场活动最想改善什么”，护栏指标回答“为了改善它，哪些底线不能突破”。例如，拉新活动的首要目标可以是有效新客数，护栏则包括获客成本、首单贡献毛利、退款率和后续复购表现。
| 活动目标 | 首要指标 | 必须设置的护栏 | 常见误判 |
|---|---|---|---|
| 清理滞销库存 | 目标库存消化量、资金回笼额 | 最低回收金额、退货率、履约成本 | 只看销售额，不看清出的库存是否本来就难以销售 |
| 获取新客 | 有效新客数、新客获取成本 | 首单贡献毛利、退款率、后续复购 | 把领券人数或下单人数直接当成有效新客 |
| 促进老客复购 | 目标客群复购订单数、复购率 | 优惠成本、客单价、购买时间提前量 | 将老客提前购买误认为新增需求 |
| 推新品 | 新品有效购买人数、试购转化 | 评价质量、退款率、后续自然成交 | 只追首发销量，不看产品反馈和持续销售能力 |
许多活动方案有销售目标，却没有停止条件。这样一来，即使利润持续恶化、库存即将售罄、退款开始异常，团队也可能因为“已经投了预算”而继续加码。策划阶段就写明调整阈值，能减少这种沉没成本带来的误判。
止损线不是悲观预测，而是运营边界。它可以是最低单笔贡献毛利、最高获客成本、最高退款率、可承接的订单上限，或活动预算上限。具体数值应使用店铺自己的历史成本、商品毛利和履约能力来设定，不宜照抄所谓行业通用标准。
真实经营中，活动数据通常散落在几个地方：成交和退款在经营后台，投放费用在广告账户，商品成本在进货表，包装和临时人工在日常账本。若复盘时只截取成交额、订单数等后台数据，往往会漏掉最影响结论的成本。
以一笔成交 100 元的订单为例，商品成本可能是 48 元，优惠让利 12 元，平台及支付费用 5 元，投放分摊 8 元，拣货包装与配送补贴 7 元。尚未考虑退货和客服处理时，剩下的贡献只有 20 元。若发生退货，退款金额、逆向物流、商品损耗和二次上架成本还会继续改变结果。
这也是我在设计复盘口径时会先问“这笔订单的收入和成本分别来自哪里”，而不是先问“后台显示多少销售额”。指标口径不一致，后续再精细的分析也只是把不同口径的数字加在一起。
活动日成交额比前一天高，不足以证明活动有效。前一天可能是工作日低谷，活动日可能恰逢周末、发薪日、季节性需求或平台大促。更可靠的比较方式，是建立一个与活动目标相匹配的基线，并尽量排除明显不同的日期因素。
小店不必一开始就构建复杂预测模型。可以先用活动前 2 至 4 周的同星期数据形成日常基线，再记录节假日、天气、平台流量变化和临时投放等影响因素。对季节性很强的品类，还应和去年同期或相似季节对照，但要注明产品、价格、渠道和供货条件是否一致。
活动期间的订单并不全是新增需求。一部分顾客可能原本会在下周购买，现在只是提前下单；一部分老客可能从原价渠道转到折扣渠道；还有一部分订单会在活动结束后通过退款、换货或取消重新修正。
因此，我会把“活动期间发生了多少交易”和“活动真正创造了多少增量”分开看。前者是事实记录，后者是经营判断。评估增量时，应结合活动前后销量、相似周期基线、活动客群构成和退款回流，而不是直接把活动期总成交额全部归功于促销。
销售额适合描述规模，不适合单独判断活动质量。打折力度更大、投放更猛、客单价更低，都可能推动订单和成交金额上升，同时压缩每单利润。
我通常会把销售额拆成订单量和客单价，再进一步追问：订单增长来自有效新客、老客复购还是低价促销？客单价变化来自组合销售，还是高价商品占比发生变化？只有拆开来源，团队才能知道该放大的究竟是流量、商品组合还是优惠刺激。
曝光增加只是用户看见了活动，不表示用户理解了优惠，更不表示用户愿意购买。如果曝光涨了、点击没涨，问题可能在主图、标题或核心利益点；如果点击正常、支付转化偏低，才需要进一步看价格、详情页、评价、库存和结算流程。
流量指标的价值在于定位漏斗，而不是装饰复盘表。团队应先定义每个数字的来源、统计时间和去重规则，否则活动前后的曝光、访客或点击可能因平台口径变动而不可直接比较。
领券、收藏、加购属于过程行为，不等于成交，也不一定代表新客。一个用户可能领了多张券，最终没有购买；也可能是已经购买过的老客通过新入口参与活动。
拉新活动至少应将新客定义清楚，例如按店铺历史购买记录识别首次付款用户，并说明是否排除取消订单和全额退款用户。若无法识别真实新客，就应诚实地把结果写成“活动新增付款用户”，不要把它包装成新客数。
活动当天订单冲高，之后销量大幅回落，可能意味着活动只把未来购买提前了。反过来，某些新品活动当天成交一般，但评价积累和自然转化在之后逐步改善，短窗口也可能低估活动的价值。
观察窗口要跟业务周期匹配。高频消耗品可以较快观察复购，耐用品或低频商品则需要更长的回访周期。不要用一套固定的“活动后七天复购”标准套在所有品类上。
把曝光、点击、加购、咨询、转化、客单、毛利、退款和复购都列出来，不代表已经建立了管理体系。更重要的是每个关键指标都要有负责人、检查频率和触发动作。
| 观察到的表现 | 优先排查方向 | 可执行动作 |
|---|---|---|
| 曝光上升，点击率下降 | 流量来源变化、创意与受众不匹配 | 分来源比较素材表现，先暂停明显低效的入口 |
| 点击稳定，支付转化下降 | 价格解释、评价信任、优惠门槛或库存状态 | 检查商品页面与结算流程，不要先盲目加大投放 |
| 订单上涨，贡献毛利下降 | 折扣、投放、低毛利商品占比 | 计算单笔贡献，测试优惠门槛或商品组合 |
| 成交增长，退款同步上升 | 商品预期、发货时效和促销规则说明 | 按商品和流量来源拆分退款，及时调整宣传与履约 |
活动指标体系不仅是营销指标，也应包含交付能力。订单量超过库存、打包或客服容量后，新增成交可能转化成延迟发货、取消订单、差评和退款。团队如果只看前端成交，就会把后端拥堵误认为活动成功。
因此，策划时应把可售库存、日均出库能力、客服响应能力和供应商补货周期纳入容量约束。尤其是只有少量人手的小店，活动上限往往不是流量能带来多少订单，而是团队能够稳定交付多少订单。
写目标时，不要只写“提升销量”或“提高转化”。一个可执行目标应包含对象、行为、结果和时间范围。例如：“在 10 天活动期内，让过去 90 天未购买的会员中有 120 人完成付款，同时把每位有效回流用户的优惠与触达成本控制在 35 元以内。”
数字是否合理，需要根据店铺自己的历史表现和资源容量推算。若没有可靠历史数据，可以先做小规模测试，明确这是探索性目标，不要为了显得专业而编造精确预测。
结果指标说明活动最终改变了什么，例如贡献利润、库存消化量、有效新客数或复购订单数。它直接对应活动目标。
过程指标解释结果是如何形成的，例如触达率、点击率、加购率、支付转化率和客单价。它们帮助定位活动路径中的障碍。
护栏指标定义不可接受的代价，例如获客成本上限、退款率警戒线、最低毛利、库存上限和发货时效。它们防止团队为了追一个结果指标而破坏经营底盘。
实际执行时，每场活动可以有 1 个主结果指标、3 至 5 个关键过程指标，以及 2 至 4 个护栏指标。这个数量不是硬规定，重点是团队能持续看、能解释、能采取动作。
复盘前先写清楚“订单”“新客”“退款”“利润”的定义。订单是下单单量还是付款单量？退款按发起时间还是到账时间统计？新客按首次访问、首次下单还是首次付款认定？广告带来的成交是按点击归因还是平台默认归因窗口？这些问题不先统一，部门之间很容易各自拿一套正确数字，却得出相反结论。
小店可以先用经营后台导出表格，加上商品成本、折扣和履约费用的人工补充列；当渠道和商品变多、手工汇总耗时或容易错漏时，再考虑用数据分析工具整合口径。若店铺已有九数云等经营分析工具，也应先确认数据字段、更新频率和计算规则是否符合自身口径，工具本身不能替代经营定义。
指标表不是事后存档，而应当是一张行动说明书。比如支付转化率低于基线，不应立刻认定商品不行；先检查流量来源是否变了、活动规则是否清楚、库存是否可售、结算是否顺畅，再决定改页面、换素材还是减少投放。
我建议为每个关键指标写四件事：目标值、警戒值、责任人、动作。这样，数据异常时团队不必临时争论“这算不算问题”，而能按约定先处理，再根据结果复核判断是否准确。
| 指标 | 目标与警戒的设定方法 | 责任动作示例 |
|---|---|---|
| 支付转化率 | 对照相近日期、相似流量来源的历史基线 | 运营先拆流量来源，再检查页面和结算异常 |
| 单笔贡献毛利 | 按商品成本、优惠承担和履约费用核算底线 | 商品负责人复核折扣、套装组合和低毛利商品占比 |
| 退款率 | 对照该商品与该渠道的历史范围，并考虑观察滞后 | 客服按退款原因分类，运营及时修正预期管理 |
| 订单履约量 | 由现有库存、每日打包能力和补货时间倒推 | 仓储和客服提前反馈产能，必要时收窄活动范围 |
活动中应看能够及时干预的指标，如流量结构、点击、转化、库存和履约。活动后则应看退款结算、真实利润、新客质量和复购。并非所有数据都能实时更新，运营应标注数据延迟，避免因为退款尚未回传，就把暂时的成交结果当成最终表现。
对于库存和售后风险较高的活动，可以设置更密的检查频率；对于低风险、低预算的活动，按日复核可能已经足够。监控频率应与决策速度和风险程度匹配，而不是为了显得精细而每隔几分钟刷新一次报表。
以下是一个用于演示计算逻辑的情景模拟，不是真实客户案例，也不代表行业均值。假设店铺准备对收纳用品做 5 天活动，核心目标是清理一批即将换季的库存，并争取带来可持续的新客。策划团队设定活动成交额目标 12 万元，但同时规定活动贡献利润不低于 1.5 万元，退款率不高于店铺同类商品近期水平的警戒线。
商品平均成交价为 120 元，采购成本为 54 元，优惠与平台费用合计按订单均值估算，广告预算封顶 1.1 万元。团队还依据仓库可售库存和每日打包能力，设置 900 单的履约上限。所有数字都是为了演示如何把目标转成约束，真实店铺必须用自己的成本和历史记录替换。
若平均成交价为 120 元，成交额目标 12 万元对应约 1000 笔订单。但如果可履约上限只有 900 单，这两个目标本身就冲突。此时运营不能只把销售目标写得更高，而要决定是提高客单价、增加可售库存、缩小目标成交额，还是扩充履约能力。
再以 900 单为容量上限，假设平均成交价仍为 120 元，则理论成交额上限是 10.8 万元。若贡献利润目标仍为 1.5 万元，平均每单需要贡献约 16.7 元。这个数必须与商品成本、优惠和投放成本逐项核对；如果当前优惠结构无法支撑，就应调整活动机制，而不是指望活动开始后“靠规模摊薄成本”。
模拟活动期间，店铺曝光达到 5 万人，商品点击 4000 人，加购 1000 人，付款 420 人。若团队只看成交额，可能会要求继续追加广告；但把路径拆开后，点击到加购表现尚可，结算到付款仍有明显流失。
下一步应先核查结算环节：优惠是否需要满足复杂门槛、运费说明是否清晰、库存是否在付款时变动、支付失败是否集中发生。若这些环节没有明显异常，再结合流量来源判断是否存在低意向人群。这样比直接追加预算更有机会解决真正的问题。
假设活动成交额达到 12 万元，随后按模拟口径扣除退款取消、商品成本、优惠、广告和履约售后，得到 1.9 万元贡献利润。表面看已超过 1.5 万元目标，但还不能马上宣布活动成功。
还需要问：贡献利润是否因活动提前消耗了下周订单？新增顾客是否真的首次付款？活动结束后，销售是否回落到低于基线？被清理的库存是否带来了资金回笼，还是因为过深折扣损失了本可实现的毛利？这些答案会决定活动应该复制、缩小还是改造成常态商品组合。
为了评估增量，团队可以比较活动期实际表现与合理基线，并将新增的促销、投放和履约成本纳入计算。基线估算不可能完全等于“如果没做活动”的真实世界，因此应把假设和误差写在复盘里。增量利润是更好的决策视角，但它仍然是基于对照条件的估计，不是天然精确的事实。
基于以上模拟，较合理的结论不是“活动效果很好”，而是：成交额目标达到，但退款警戒被突破；贡献利润超过底线，不过订单量已接近履约容量；活动路径中的付款环节仍有改进空间。下一次可以先优化结算说明和商品预期，再测试较低的广告增量，避免在尚未解决退款与产能问题前扩大规模。
这种结论包含了结果、风险和动作。团队可以据此决定是否保留活动玩法、是否调整优惠结构、是否缩小商品范围，以及是否先补足客服和仓储资源。它比“下次再多投一点”更有复用价值。
现金流紧张时，活动目标不宜只追求高销售额。赊账周期、补货资金、平台结算时间和退货风险，都会影响活动后能否继续经营。优先选择库存清楚、发货可控、毛利口径明确的商品，谨慎参与需要大量提前备货或高额投放的活动。
指标上应把资金回笼、单笔贡献毛利、库存占用和退款风险放在前面。若活动必须靠大额折扣才能成交，且利润空间无法覆盖履约与退货风险，宁可缩小规模，也不要为了短期流水把现金流压到没有余地。
没有稳定历史基线时，不要把第一场活动的结果当成预测模板。先做小范围测试，尽量一次只改变一个主要因素，例如优惠形式、页面表达或目标客群。这样即使结果不理想，也更容易判断问题来自哪里。
新店可优先追踪触达、点击、咨询、付款、退款和用户反馈，并记录每个数据的口径。样本量较小时，不要对一两笔订单的转化波动做过度解释。等到相似活动积累足够记录，再逐步形成自己的基线和警戒范围。
老客活动常见风险是优惠把原本按正常价格购买的需求提前了。活动期复购订单增加，不等于顾客终身价值提高。需要关注活动前后的购买间隔、老客客单价、优惠使用情况，以及活动结束后目标客群是否出现明显回落。
若目标是提升忠诚度，可以优先测试专属服务、新品优先购、组合搭配或有明确使用场景的权益，不必默认只有大幅降价才会带来复购。活动的价值也可能体现在反馈、评价和关系维护上，但这些结果要与成本共同评估。
清库存并非“折扣越大越好”。库存继续持有也有成本：占用资金和仓储空间，可能过季、过期、损坏或影响新货上架。合理比较时，应将促销后的回款与继续持有的预期价值、仓储成本和损耗风险放在同一张表里。
如果库存属于即将失去销售窗口的商品，接受较低毛利可能是合理取舍；如果商品仍有正常需求，过度折价就可能损害价格体系。判断依据不是抽象的折扣比例，而是库存周龄、未来销售机会、资金压力和可替代渠道。
投放报表显示的成交金额，通常依赖平台归因口径。即使某笔订单被归因到广告，也不能因此断定这笔订单完全由广告创造。顾客可能本来就会从自然搜索、收藏或老客触达中购买。
在预算较大时，可以采用小范围对照、分时段测试或分客群比较，估计投放的边际贡献。测试需要尽量保持其他条件一致，并记录流量、价格、素材和库存变化。预算有限的小店，则至少要比较不同渠道的新增用户质量、贡献毛利和退款情况，不要只看单一的表面投产比。
当仓库、客服或供货能力接近上限时，活动规模应由最紧的环节决定，而不是由流量预测决定。若团队每天稳定发货 150 单，活动可能带来 300 单，新增订单并不自动等于新增收入，还会带来延迟和售后成本。
可采取的动作包括缩小参与商品范围、分批释放库存、限制优惠领取量、设置发货说明，或先增加临时履约资源。若无法保证稳定交付，减少促销曝光有时比事后补偿更符合长期经营利益。
很多活动希望同时拉新、清库存、提高利润、提升复购，还要不增加客服压力。这些目标并非总能同时实现。更有效的做法是排出优先级，并明确允许哪些指标短期让步、哪些底线绝不能破。
| 主要冲突 | 适合优先的判断 | 需要接受的代价 |
|---|---|---|
| 拉新速度与短期利润 | 先算可承受获客成本与后续回收周期 | 可接受短期首单利润偏低，但不能忽略用户质量与退款 |
| 清库存速度与商品毛利 | 比较继续持有的资金、仓储和过季风险 | 可牺牲一部分毛利，但要保留回收底线 |
| 订单增长与履约稳定 | 以可交付能力为订单上限 | 可能放弃部分流量，换取低投诉和稳定交付 |
| 优惠力度与价格体系 | 评估目标客群、商品生命周期和渠道差异 | 可能降低活动参与率，但避免形成长期低价预期 |
活动启动前，团队至少应完成一次简短的经营校验。不要等到活动上线后才发现目标互相冲突，或预算没有把退款、包装和临时人工算进去。
如果当前无法准确核算某项成本，不应假装它等于零。可以先标注估算值、误差范围和后续补数责任人。口径不完整但公开承认，比用一个精确却错误的利润数字更可靠。
活动进行时，团队最需要知道的不是所有数据的实时变化，而是哪些变化仍有机会通过操作改变。流量来源、页面表现、优惠使用、支付、库存和履约通常比活动累计销售额更能指导现场决策。
经营复盘回答活动有没有创造值得追求的结果；执行复盘回答过程是否按计划运行。两类问题不能混为一谈。活动方案设计正确，可能因发货延误而结果不好；活动利润暂时不错，也可能是偶然流量或短期库存结构带来的。
经营复盘至少需要核算实际贡献、增量估计、客群质量、退款和后续表现。执行复盘则记录素材、优惠规则、排期、客服响应、补货和临时变更。每个结论都应注明证据来源与不确定性，方便下一场活动判断哪些经验可以复制。
小店不必先采购复杂系统。只要每场活动都用相同字段记录，几次之后就能看见自己的成本结构与风险模式。以下字段可作为起点，再按品类和经营目标删减。
| 阶段 | 建议记录字段 | 要回答的问题 |
|---|---|---|
| 活动前 | 目标、客群、基线、预算、成本、库存、止损值 | 活动是否值得做，最多可以承担多大风险？ |
| 活动中 | 曝光、点击、加购、付款、客单、投放、退款、库存 | 偏差发生在哪个环节，现在能做什么调整？ |
| 活动后 | 净成交、贡献利润、增量估计、新客、复购、履约与售后 | 增长是否真实，活动模式是否值得复制？ |
如果活动达到目标，贡献利润或目标价值符合预期，退款和履约没有突破护栏，增长来源也能解释清楚，那么可以考虑复制。但“复制”不等于原样放大预算，还要确认当前结果是否依赖一次性因素，例如平台资源、特殊节日、短期库存或偶然爆款。
更稳妥的方式是分阶段放量：先复制到相似商品或相似客群，再观察边际成本和履约变化。若规模扩大后转化下降、投放成本上升或售后压力加剧，应及时修正原判断。
如果目标客群有兴趣，商品点击和加购表现正常，但支付、毛利或履约环节拖累结果，活动未必需要全部停止。可以针对薄弱环节做小范围改动，例如简化优惠规则、优化商品组合、调整发货承诺或收窄投放人群，再用相同口径复测。
调整时要避免一次性改动太多。素材、价格、页面、目标客群和投放预算同时改变，结果即使改善，也难以知道真正起作用的是哪一项。对小团队来说，可解释的改进往往比一次大幅波动更有长期价值。
如果活动持续依赖超出承受范围的优惠和广告，仍无法带来目标用户；或者退款、投诉、缺货和延迟发货已经超过团队可控范围，就应认真评估停止或缩小。已经投入的预算不能成为继续投入的理由，未来是否值得继续，应该看新增投入还能否产生合理回报。
停止活动并不必然等于策划失败。有时最有价值的结果，是及时发现某类客群不匹配、某种优惠侵蚀利润、某个履约环节无法承接。把这些信息转化为下一次的边界条件，损失就不只是沉没成本。
运营好一个店铺，不是把每个节日都做成促销，也不是把所有指标塞进报表。真正有用的活动体系，是能让店主在投入之前知道风险，在执行过程中知道改哪里，在活动结束后知道哪些增长值得留下。
下一步可以从最近一场活动开始，不急着换工具，也不急着设计更复杂的玩法：先重算贡献利润、补上活动前基线、区分真实新客与老客迁移，再把一个最重要的指标和一条止损线写进下一场方案。当每场活动都能回答“为什么做、付出了什么、留下了什么”，指标才真正成为经营决策的一部分。
我准备给店铺做一场促销，后台能看的数据很多，但越看越不知道该先盯什么。我担心只设销售额目标，最后订单上去了，利润反而被折扣和投放吃掉；指标究竟应该按什么顺序定？
先定活动要解决的经营问题，再选指标，不要从后台现成的数据列表倒推目标。清库存、拉新、促复购和推新品，成功标准并不一样：清库存要看库存消化和回款，拉新要看有效新客成本，促复购要看老客回购表现。可以把目标拆成三层：结果指标、过程指标和约束指标。
以拉新活动为例，结果指标是新增且完成支付的新客数，过程指标是进店率和支付转化率，约束指标则是获客成本上限、最低毛利和可用库存。这样数据异常时才知道该调整什么，而不是只看到销售额涨跌。实际设定时，每个核心指标都要写清口径、目标值、查看周期和对应动作。例如“新客数”需说明是否排除历史购买用户；
“活动利润”要明确是否扣除优惠、广告、平台费用和售后成本。口径不统一，活动复盘时很容易出现团队各说各的情况。
我做活动时最容易被成交额和订单量带着走，看到数字上涨就觉得方案有效。但活动优惠、广告和退货都可能让账面销售额失真，我想知道有没有一种适合小店的简化算法，能区分真实增量和单纯让利？
先算活动实际利润，再估算不做活动时本来会有的利润，两者之差才更接近活动带来的增量利润。简化口径可以写成：活动利润＝实收金额－商品成本－优惠让利－投放费用－平台及支付费用－履约成本－退款售后成本。不同店铺的费用项目可能不同，尽量以实际账单和商品成本为准。
举个示例：某店活动实收 12,000 元，扣除商品及各项成本后剩余 1,800 元；按活动前的日均表现估算，同周期原本可获得 1,500 元利润，那么活动增量利润约为 300 元。若新增投放和加班成本还没计入，活动可能只是“卖得更多”，并没有创造相称的收益。以上数字仅用于演示计算逻辑。
基线不要拿活动当天和前一天简单对比。周末、发薪日、季节变化都可能影响销售，尽量比较相似星期、相近周期或过去一段时间的日均数据，并记录估算依据。基线不是绝对精确的预测，但比把全部成交额都算成活动功劳更可靠。
我担心活动期间同时看曝光、点击、加购、成交、退款等一大堆数据，最后反而不知道问题出在哪。我想要一套简单的排查顺序：看到某个指标不理想时，应该先检查页面、价格，还是投放？
按用户从看到活动到完成履约的路径排查，不要孤立地盯一个数字。下面的对应关系适合作为小店的诊断起点，具体阈值应结合自己的平日基线，而不是直接套用所谓行业平均值。
数据表现优先检查可采取动作 曝光有增长，点击偏弱主图、标题、活动利益点和受众匹配先调整展示信息，再观察点击变化 点击正常，成交偏弱价格、商品详情、评价、库存及规则说明检查购买阻力，不要马上追加投放 成交增长，利润走低折扣、投放成本、客单价和单笔贡献重算单笔利润，必要时收紧优惠 订单增长，退款或缺货上升商品预期、库存、发货与客服承接先控制履约风险，再扩大流量 还要预先写下调整或暂停条件，例如投放达到预算上限、库存不足以兑现承诺，或退款率明显高于店铺常态时，谁来决定暂停、改规则或缩小活动范围。
阈值应基于店铺自身能承受的成本和履约能力设定。
我做促销后，确实会多一些新客，但我不确定他们是不是活动结束就不再回来，也担心老客只是提前囤货，导致之后销量回落。我应该跟踪多久、看哪些数据，才能比较客观地评价这批用户？
新客数量只是活动结果的一部分，不能单独代表用户质量。至少把新客首单成本、首单毛利、退款情况和后续购买放在一起看；低毛利首单可能是合理的拉新投入，也可能是用过深折扣买到无法留存的订单，区别要靠后续行为判断。跟踪周期应按品类的正常购买间隔设定。
高频消耗品可以较快观察复购，耐用品则不适合用短期复购率直接判定失败。若暂时没有成熟数据，可先按购买周期建立分组，记录活动新客在后续周期内的复购人数、复购金额和退款情况，并与平日新客作同口径比较。同时检查活动后整体销售是否明显回落：如果活动期间增长主要来自老客囤货或提前购买，活动后可能出现短暂低谷。
复盘时应分别看新客与老客、活动期与后续期，不要把全部订单都当作新增需求。下一次是否重复活动，最终应看增量利润、用户后续表现和履约成本能否共同支撑。
读者评论
文中把成交额和贡献利润区分开来很实用，尤其是把优惠、投放、退款和履约成本一起核算，能避免只看后台销售额就判断活动成功。
同星期数据作为基线比较，适合小店先落地。不过活动前后销量、退款和老客提前购买也要纳入观察，才能更接近真实增量。
把库存、客服和发货能力列为护栏指标很有必要。订单超过交付能力后，短期增长可能带来延迟发货和退款，活动上限应结合实际人手设定。