营业额分析节日红利 节假日营业额爆发数据拆解复盘

“节日那几天生意好到爆”，这句话我听过无数次。但真正到月底拉出全月统计表时，很多人会愣住：明明节日期间营业额涨了一倍多，为什么整月利润反而没涨多少？这个问题我观察了很久，也亲自拆解过不少门店和品牌的数据，今天这篇内容就围绕《营业额分析节日红利 节假日营业额爆发数据拆解复盘》展开，把节日营业额的真实构成、拆解方法和复盘动作一次性讲透。核心结论先放在前面：节日营业额的爆发，大部分不是“多赚的”，而是从节前和节后“借”来的。

不会算这笔账的人，赚的是账面繁荣；会算的人，才真正吃到了节日红利。

一、核心结论：节日红利是一道算术题，不是一道运气题

1. 节日爆发的营业额，通常由三个来源构成

很多人习惯把“节日营业额 − 平日营业额”直接当成“节日多赚的钱”，这个算法是错的。我在实际拆解中发现，任何一段节日爆发的数据，都可以拆成三个来源：增量红利、存量转移、透支效应。

增量红利是真正的新需求。比如春节前的年货采购、情人节当天的礼品消费、五一假期的出游消费，这些需求如果不过节就不会发生。这是节日本身创造的增量，属于“真的多赚了”。

存量转移是把本来要花的钱提前或推迟花。消费者可能原本打算下周买件大衣，看到“国庆满300减50”的活动就提前下单了；原本每天在外面吃一顿饭，五一假期的聚餐把接下来一周的社交需求一次性消化了。这些钱本来就属于你，只是换了个时间进来，不是新增收入。

透支效应是花“未来的钱”。满减、折扣、限时秒杀刺激下的冲动消费，往往伴随着节后密集的退单和冷淡期。用户买了两件衣服，节后冷静下来退掉一件；用户囤了三箱饮料，节后两周都不用再买。透支效应会在节后以“消费冷静期”的形式原形毕露。

证据角色: 中游过程

数据来源: 综合零售/餐饮/电商三类业态的节后复盘样本（示意数据，非真实统计）

指标:

• 增量红利: 餐饮 25%, 电商 20%, 零售 30%; 说明=节日本身创造的新需求，餐饮以聚会场景为主，电商被预售拉平，零售受益于送礼刚需
• 存量转移: 餐饮 45%, 电商 35%, 零售 40%; 说明=从节前节后“借”来的消费，餐饮最明显，年夜饭吃掉了未来一周的外出就餐
• 透支效应: 餐饮 30%, 电商 45%, 零售 30%; 说明=促销刺激下形成的提前消费，电商因退单率高居首

全局说明: 这张图展示的是三类业态节日营业额的来源拆解，帮助读者理解“爆发”并不等于“多赚”。

2. 真正值得关注的指标叫“节日净增量”

如果只盯着节日期间那几天的营业额，你永远看不清楚节日本来面目。节日净增量 = 节日期间营业额 − 节前/节后由于消费转移而损失的营业额 − 因促销活动牺牲的毛利空间 − 额外投入的人力与营销成本。算完这个公式，很多表面风光的数据会变得非常尴尬。

我用这个方法拆过一家餐饮企业：春节七天营业额是平时的2.8倍，看起来很亮眼。但把节后十天的营业额拉进来算，节后十天平均比节前十天下滑了约35%。两头一抵，整个春节周期的净增量只有表面数字的不到五成。换句话说，那七天里有一半以上的营业额，是从节前和后十天“平移”过来的。

3. 为什么大多数团队算不明白这笔账？

不是数据不够，而是拆解维度缺失。大多数中小商家的日常统计只停留在“每日营业额”“订单数”“客单价”三个指标上，没有按渠道、按品类、按客群、按时间窗口去做交叉拆解。结果就是：节日结束了，只知道“卖得好”，不知道“好在哪里”；节后回落了，只知道“淡了”，不知道“这是正常回摆还是透支过度”。

我见过很多次这样的场景：老板在节后复盘会上看到的依然是精心包装的“同比增长XX%”战报，真正能反映经营质量的退货率、复购率、节后回落速度被放到了角落。复盘不是不能报喜，而是你不能用一个错误的公式去算一个本来应该暴露问题的事情。

二、真实场景：节日一过，很多人的账会“现出原形”

1. 餐饮老板：年夜饭红火，节后冷清得让人心慌

我做餐饮数据分析时最常见的状态是：春节七天厨房忙到冒烟，营业额翻倍甚至翻两倍，老板觉得全年最赚钱的日子来了。但仔细拆一下数据，年夜饭和团圆宴往往存在明显的“存量转移”特征，一家人出门吃饭，节后两周的家庭聚餐频率明显下降。加上年夜饭套餐普遍是固定价格、固定菜单，真正的高毛利单品占比其实不高。

餐饮行业还有一个特殊变量：人力成本。节日期间要给加班工资，要用临时工，食材成本也会因为节前备货和物流波动而上升。算下来，利润的增长幅度和营业额的增幅并不成正比。

2. 电商运营：爆单有多爽，退货就有多痛

电商节日的节奏完全不一样：预售期、付定金、尾款日、现货期，整个战线拉长到两周以上。账面上“双十一当天成交额创历史新高”，但把退货周期跑完，真正的净销售额会打一个不小的折扣。服饰类目的退货率在节日大促期间可以比平时高出不少，消费者冲动下单后冷静退款的现象非常普遍。

更微妙的是数据口径：预售和尾款能不能算进“当天营业额”？不同平台统计方式不同，有些平台把用户付定金的总额算进去，有些按实际支付口径计算，有些把退款前的订单全额算进去。口径不同，同一个“爆发”可以差出三到五成。

3. 本地生活商家：流量来了，但接待能力成了天花板

景区周边的餐饮、民宿、茶馆属于典型的“流量高敏感型生意”。节日期间客流确实是平日的数倍，但接待能力的物理上限决定了营业额的天花板。座位只有那么多，厨房出餐速度只有那么快，房间只有那么几间。爆发式客流带来的结果往往是：高峰期接待不过来、体验下滑、差评增加，节后安静得门可罗雀。

这类场景下的真实机会不在“峰值”，而在于怎么把峰值客流转化为可长期触达的私域用户，峰值只是入口，复购才是出口。

4. 三类场景背后的共同漏洞：没有人做“脉冲剥离”

把三类场景放一起看，共同问题就暴露出来了：所有人都在看脉冲的高度，没有人系统追踪脉冲前后的水位变化。节前水位被节日预热吸走了，节后水位被透支效应压低了，这两个变化都不会出现在节日当天的战报里。真正专业的复盘，必须把“节前蓄水期”“节日爆发期”“节后回落期”三段数据放在同一张表里看。

证据角色: 长期趋势

数据来源: 对某中型餐饮连锁门店的抽样数据（示意数据，非真实统计）

指标:

• 节前第14天: 营业额指数 100%; 说明=基线水位
• 节前第7天: 营业额指数 118%; 说明=预热开始吸量
• 节日期间: 营业额指数 280%; 说明=脉冲峰值
• 节后第3天: 营业额指数 95%; 说明=快速回落
• 节后第7天: 营业额指数 80%; 说明=透支低谷
• 节后第14天: 营业额指数 92%; 说明=缓慢恢复

全局说明: 这条曲线展示了节日营业额“借来还去”的完整过程，提醒复盘者必须同时看节前和节后。

三、常见误区：四种“看似专业，实则误导”的复盘方式

1. 只看同比增长，不剔除低基数陷阱

如果去年同期的数据因为天气、装修、疫情或者平台失误而低得离谱，今年的同比增长就会显得特别漂亮。这种“虚高”的增长放到商业语境里没有参考价值。正确做法是同时对比三个基准：去年同期、节前四周均值、环比上一周期的变化。三个基准互相交叉验证，才能判断增长成色。

2. 只看总营业额，不看结构拆解

总营业额是“结果”，但复盘需要的是“原因”。如果不拆渠道、不拆品类、不拆客群，你就不知道是哪个环节做对了、哪个环节在拖后腿。比如一家烘焙店节日营业额增长60%，拆开看才发现：线上的增长来自一波低价团购，线下的增长来自老客囤货。两种来源的利润贡献完全不同，对应的后续运营动作也完全不同。

3. 忽略成本对冲，只算收入不算支出

节日要投广告、做满减、请临时工、囤原料、包礼盒，每一项都是成本。很多复盘只算“多赚了多少营业额”，却忘了算“多花了多少成本”。没有扣除营销费用率、人力增加率和退货损耗率的营业额增长，是不完整的。

4. 不看节后回落速度

我定义一个关键指标叫“节后回落率”：节后7天日均营业额 ÷ 节前7天日均营业额。这个比值越低，说明节日对后续消费的透支越严重。正常状态下，节后回落在20%-30%以内可以接受；如果回落超过50%，说明节日期间的爆发是靠透支未来换来的。回落在 20%-30% 以内正常；超过 50% 表明透支严重。

证据角色: 下游结果

数据来源: 基于对餐饮、电商、零售三类业态的复盘观察（示意数据）

指标:

• 餐饮堂食: 节后回落率 80%; 说明=年夜饭聚餐透支家庭外出就餐，节后快速冷淡
• 电商大促: 节后回落率 65%; 说明=退货潮与消费冷静期叠加，支付周期较长
• 商超零售: 节后回落率 35%; 说明=日常刚需回补较快，透支效应最轻

全局说明: 回落率=节后7天日均营业额÷节前7天日均营业额，数值越接近100%越健康，越低代表透支越严重。

四、专业判断逻辑：四层拆解框架，把节日账算明白

下面这套“四层拆解框架”是我在服务多家企业的过程中逐渐沉淀下来的，每次节日复盘我都会按这四个步骤走一遍。你在自己的业务里可以直接套用。

1. 第一层：总量校验，问“增长是真的吗？”

先不要急着拆结构，先确认基数本身没问题。三件事必做：第一，和节前四周均值做比较，看这个增长率是否显著超出季节性波动；第二，和去年同期比较，检查去年基数是否因为特殊原因偏低或偏高；第三，看数据口径有没有调整，比如今年新增了一个销售渠道、改了一次价格体系，这些都会让“同比”失真。

总量校验之后，你才能判断：这个节日做得“太好”还是“正常发挥”，还是“其实在倒退”。

2. 第二层：结构拆解，问“钱从哪个业务来的？”

总量正常后，开始做四维拆解：按渠道拆、按品类拆、按时段拆、按客群拆。

按渠道拆：把营业额分成线下门店、线上商城、私域社群、外卖平台等。不同渠道的增长质量完全不同，私域的复购成本远低于公域投流渠道。

按品类拆：区分引流品、利润品、连带品。引流品可能毛利很低，它的作用是把人带进来；利润品才是真正赚钱的；连带品负责提高客单。

按时段拆：把节日周期拆成节前预热期、爆发期、回落期，看钱密集产生在哪一个阶段。如果70%以上的营业额集中在爆发期，说明爆发源的持续性很差。

按客群拆：拆新客、老客、沉睡唤醒客三个池子。节日拉来的新客是否具备长期的复购潜力，是判断“增量质量”的关键。

3. 第三层：成本对冲，问“赚的是不是账面利润？”

把节日期间多花的每一分钱都单独列出来，然后逐一抵扣收入增量。营销费用率、人力成本增加率、退换货损耗、礼品包装与物流成本，任何一个单独看都不大，合在一起可以吃掉好几个点的净利润。我见过不止一家企业节日营业额增长50%，净利润反而下滑的案例，原因就是被成本和退货吃掉了。

证据角色: 下游结果

数据来源: 基于某服饰类目品牌的节日复盘数据（示意数据）

指标:

• 日常周度: 营业额 100%, 毛利 55%, 净利 22%; 说明=日常经营基线
• 节日大促: 营业额 100%, 毛利 48%, 净利 18%; 说明=折扣压低毛利，营销成本上升
• 退货处理前: 营业额 100%, 毛利 52%, 净利 20%; 说明=退货尚未计入
• 退货处理后: 营业额 100%, 毛利 44%, 净利 11%; 说明=退货损耗压缩净利空间

全局说明: 展示同一家店在不同统计口径下的利润变化，直观呈现退货和营销成本对净利的真实侵蚀。

4. 第四层：节后效应，问“回落之后，留下了什么？”

算完节前、节中，还必须拉到节后。三个指标是关键：节后7天回落率、退单率、以及节后30天的复购率。其中复购率是所有指标里含金量最高的，它代表节日拉来的新客中有多少人真正留下来了。

如果一个节日做完，营业额很好看但复购率没有提升，说明这波增长是一次性的；如果复购率有明显提升，说明节日的投入在持续产生回报。我会把“复购率提升幅度”视为节日营销真正的护城河。

证据角色: 中游过程

数据来源: 基于某新消费品牌的用户转化数据（示意数据）

指标:

• 节日访问用户: 10000 人; 说明=入口流量
• 首次下单用户: 1800 人; 说明=流量到首单的转化率约为18%
• 注册会员: 900 人; 说明=其中主动注册会员的占首单用户的一半
• 31-60天复购用户: 260 人; 说明=留存占比不到访问量的3%

全局说明: 这个漏斗揭示了节日“冲高流量”的真实转化率，提醒运营者流量红利如果不进入会员体系，很快就会消失。

五、数据观察：三种典型节日的“真实成色”

这一节的所有案例都是示意数据，用来演示拆解逻辑，不是真实的统计结果。我这么标注，是想让你明白：方法本身比数据更重要，你手里的真实数据套用这套方法，得出的判断会比任何外部报告都更有说服力。

1. 餐饮年夜饭：表面爆发，本质是“一日游”

一家中档中餐门店，春节前两个月就开始推年夜饭套餐，1999元到3999元不等。年三十当天营业额达平时的3.5倍，但翻看整个周期：12月到次年2月三个月的总营业额，只比正常三个月的总额高出约19%。年夜饭的爆发，把原本分散在腊月到正月期间的聚餐需求集中到了那一天。

从品类结构看，年夜饭套餐的毛利率约比日常堂食低6个百分点，因为套餐里多了冷盘、汤品等低毛利品类，消费者点加菜的比例也不高。如果把这部分还原到月度、季度的维度，年夜饭更像是一次集中的现金流回笼，而不是利润的大幅提升。

2. 电商年货节：预售拉长周期，数据口径的“障眼法”

年货节和双十一的逻辑类似。平台从12月中旬就开始预售，用户先付定金锁定优惠，尾款日集中爆发。很多品牌在尾款日发战报：“单日成交破亿，增长率翻倍”。但把一个月的整体节奏摊平看，销售额只是在一个月中“重新分配”了，并没有实质性增加。预售制拉长了统计窗口，战报里的一天，对应的是消费者几周前就做好的决策。

更值得警惕的是满减力度。年货节的客单价普遍比日常高25%-35%，但这是建立在大幅满减和平台补贴上的。扣掉退款和优惠，真实毛利并不好看。

3. 文旅本地生活：营业额的天花板是接待能力

景区民宿的逻辑最特别：物理空间是硬约束。一家只有15间房的民宿，无论节日流量有多大，天花板都摆在那里。真正的增长空间来自两个方向：一是提升非节假日的入住率；二是靠节日客流做私域沉淀，让标准化的周边产品在节后持续产生销售。

我观察到一个细节：那些在节日期间建立“民宿主理人个人微信”并做社群运营的商家，节后三个月的复购率和转介绍率普遍高于不做的商家。节日只是给了你一个把流量装进池子里的窗口。

六、行动建议：不同时间窗口该做什么事

1. 节后第3天：做一次快速盘

不要等所有账目齐了再行动。节后第3天先用最粗的颗粒度拉一版核心数据：每日营业额、订单数、客单价、退单率。目标不是精确核算，而是快速识别异常。重点看退单率是否异常升高，以及节后营业额是否出现断崖式下跌。

2. 节后第7天：做完整四层拆解

账目基本清晰后，按第四节的框架做完整拆解：总量校验、结构拆解、成本对冲、节后效应。输出一份一页纸的复盘结论，包含三块内容：哪些动作被验证为有效、哪些渠道的投入产出比低于预期、下一轮节日要砍掉哪些预算。

3. 节后第30天：追踪留存数据

复购率是判断“这波投入值不值”的终极指标。把节后30天的新客复购率和日常新客复购率做对比。如果节日拉新客的复购率低于日常水平，说明这批用户的获取质量偏低，下一轮不应该继续加码同样的渠道。如果复购率持平甚至略高，说明节日的转化沉淀是有效的，可以继续投入。

4. 不同规模企业的差异化做法

小型门店（单店/个体户）：资源有限，不需要上很复杂的系统。把每日营业额和开支记在同一张表里，按月用“节日营业额/月营业额”的占比来观察节日的真实拉动作用就够了。可以把核心成本项，食材/商品成本、人工、房租、营销，按月核算，能看懂这四行，已经可以比隔壁同行多活三年。

中等规模（连锁/腰部品牌）：必须在日常数据表里按渠道、按品类、按门店三个维度做下钻。否则节日复盘就是一笔糊涂账。有条件的话，建议建立“节前蓄水期”“节日爆发期”“节后回落期”的三段式对比报表，让所有门店统一口径。

大型品牌：需要在用户资产层面引入“同期群分析”，把每个节日活动的拉新用户放进独立分组，持续追踪其90天、180天的复购贡献，才能真正判断哪些节日投入在产生长期价值，哪些只是在买流量。

证据角色: 风险边界

数据来源: 基于多年行业观察的方法论评估（建议基准）

指标:

• 营业额核算: 小型 40%, 中型 70%, 大型 90%; 说明=小型商家普遍只记录流水，大型商家可精确到SKU
• 渠道拆解: 小型 30%, 中型 75%, 大型 85%; 说明=小型商家渠道单一，中大型具备多渠道归因能力
• 利润对冲: 小型 45%, 中型 70%, 大型 85%; 说明=小型商家忽略隐性成本，大型商家有完整成本报表
• 复购追踪: 小型 20%, 中型 60%, 大型 95%; 说明=大型品牌的用户生命周期管理最为成熟
• 数据颗粒度: 小型 35%, 中型 65%, 大型 90%; 说明=数据决策水平与规模成正比

全局说明: 雷达图用于直观展示不同规模商家的数据能力差距，帮助读者找到自己的改进方向和安全边界。

七、不同情况下的取舍：三种经营策略的代价

1. 追求节日爆发 vs 追求全年平滑

这两种策略没有绝对的对错，只有适不适合。追求爆发适合以下条件：你有极强的流量承接能力，比如大促期间的客服、物流、售后都能扛住；你的品类属于“节日刚需”型，如年货礼盒、节庆服饰；你的库存压力大，需要靠大促清货回笼现金。

追求平稳适合另一种情况：你的产品属于高频消费品，复购是核心增长引擎；你的利润率本来就不高，经不起满减和投流成本的反复挤压；你的团队规模小，经不起大促节奏的折腾。对这类商家来说，与其在节日打折换一堆不赚钱的营业额，不如把精力放在日常的产品和体验打磨上。

2. 追求毛利 vs 追求现金流

节日打折，本质上是“用毛利换现金流”。如果企业账上资金紧张，需要快速回笼货款、支付供应商账单，那么节日促销是合理的财务决策。但如果账上现金流充裕，打折就未必划算。钱贵的时候，折扣可以买时间；钱便宜的时候，毛利比流量值钱。在促销决策前先问财务负责人：公司此刻更需要现金还是更需要利润？

3. 追求拉新 vs 追求复购

拉新的代价越来越高，很多企业在节日营销上花大价钱买了大量一次性用户。做取舍时建议以复购率为分界线：如果节日拉新用户30天复购率低于5%，说明这个渠道的流量质量差，下次应该果断砍掉；如果复购率达到10%以上，可以继续加大投放。不要为了一次性的营业额去买流量，要买的是长期客户。

4. 什么情况下该放弃“节日红利”

有一种企业应该主动放弃节日红利：你的产品与节日场景关联度低、利润率本身就很薄、团队又不具备大促运营能力。这时候跟风做促销，只会吸引一大批价格敏感型用户，透支品牌调性，留下一堆售后问题。放弃节日，不是消极，而是把资源集中在真正值得投入的战场。

八、常见误区：四种“看似专业，实则误导”的复盘方式

1. 只看同比增长，不剔除低基数陷阱

如果去年同期数据因为天气、装修或平台失误而低得离谱，今年的同比增长就会显得特别漂亮。这种“虚高”的增长放到商业语境里没有参考价值。正确做法是同时对比三个基准：去年同期的数据、节前四周的均值、环比上一周期的变化。三个基准互相交叉验证，才能判断增长成色。

2. 只看总营业额，不看结构拆解

总营业额是“结果”，但复盘需要的是“原因”。如果不拆渠道、不拆品类、不拆客群，你就不知道是哪个环节做对了、哪个环节在拖后腿。比如一家烘焙店节日营业额增长60%，拆开看才发现：线上的增长来自一波低价团购，线下的增长来自老客囤货。两种来源的利润贡献完全不同，对应的后续运营动作也完全不同。

3. 忽略成本对冲，只算收入不算支出

节日要投广告、做满减、请临时工、囤原料、包礼盒，每一项都是成本。很多复盘只算“多赚了多少营业额”，却忘了算“多花了多少成本”。没有扣除营销费用率、人力增加率和退货损耗率的营业额增长，是不完整的。

4. 不看节后回落速度

我定义一个关键指标叫“节后回落率”：节后7天日均营业额 ÷ 节前7天日均营业额。这个比值越低，说明节日对后续消费的透支越严重。正常状态下，节后回落在20%-30%以内可以接受；如果回落超过50%，说明节日期间的爆发是靠透支未来换来的。回落在 20%-30% 以内正常；超过 50% 表明透支严重。

九、行动建议：不同时间窗口该做什么事

1. 节后第3天：做一次快速盘

不要等所有账目齐了再行动。节后第3天先用最粗颗粒度的数据拉一个版本：每日营业额、订单数、客单价、退单率。目标不是精确核算，而是快速识别异常。重点看退单率是否异常升高，以及节后营业额是否出现断崖式下跌。

2. 节后第7天：做完整四层拆解

账目基本清晰后，按第四节的框架做完整拆解：总量校验、结构拆解、成本对冲、节后效应。输出一份一页纸的复盘结论，包含三块内容：哪些动作被验证为有效、哪些渠道的投入产出比低于预期、下一轮节日要砍掉哪些预算。

3. 节后第30天：追踪留存数据

复购率是判断“这波投入值不值”的终极指标。把节后30天的新客复购率和日常新客复购率做对比。如果节日拉新客的复购率低于日常水平，说明这批用户的获取质量偏低，下一轮不应该继续加码同样的渠道。如果复购率持平甚至略高，说明节日的转化沉淀是有效的，可以继续投入。

4. 不同规模企业的差异化做法

小型门店（单店/个体户）：资源有限，不需要上很复杂的系统。把每日营业额和开支记在同一张表里，按月用“节日营业额/月营业额”的占比来观察节日的真实拉动作用就够了。

中等规模（连锁/腰部品牌）：必须在日常数据表里按渠道、按品类、按门店三个维度做下钻。有条件的话，建议建立“节前蓄水期”“节日爆发期”“节后回落期”的三段式对比报表，让所有门店统一口径。

大型品牌：需要在用户资产层面引入“同期群分析”，把每个节日活动的拉新用户放进独立分组，持续追踪其90天、180天的复购贡献，才能真正判断哪些节日投入在产生长期价值。

5. 一个可供参考的复盘模板

最后，我把我自己常用的节日复盘跟踪表结构提供给你，你可以直接复制到Excel里使用。

第一列：统计周期（节前14天/节前7天/节日期间/节后3天/节后7天/节后30天）；第二列：营业额（按含税实收口径）；第三列：订单数；第四列：客单价；第五列：各渠道占比（线上/门店/私域）；第六列：退单率；第七列：营销费用；第八列：人力成本；第九列：毛利估算；第十列：净利估算。

这十个字段覆盖了四层拆解框架所需的全部原始数据。每月维护一次，连续记录三个节日周期，你会对自己的业务形成非常清晰的数据直觉。

节日红利从来不是一个“搏一把”的赌局，而是一道可以精确计算的算术题。会算的人，在节日流量涌入时知道该接住什么、该放弃什么；不会算的人，只看到账面上的数字狂欢，最后被退货、成本和节后冷清打回原形。当你把节日营业额的“增量红利、存量转移、透支效应”三个来源拆清楚，把“总量校验、结构拆解、成本对冲、节后效应”四层框架跑一遍，你会发现节日不再是那个让人又爱又恨的盲盒，而是一笔可以预测、可以管理、可以持续优化的确定性生意。

下一步，你只需要做一件事：打开你的数据后台，把最近一个节日的原始数据导出来，按照第四节的四层框架做一次完整复盘。算清楚上一次节日到底借走了未来多少钱，你才能真正知道下一个节日该用什么样的姿势去迎接。

评论区回复“节日复盘”，我把复盘模板的Excel结构发给你。