第一结论：先讲差距，再讲成绩
很多月报从“本月销售额是多少”开始，但管理者真正关心的是：相对目标差多少、相对上月为什么变化、相对去年是否仍然健康。销售额是结果，不是诊断。增长负责人需要先把目标、实际、预测和可比周期放在同一视图中，再说明差距来自流量、转化、客单、货品结构还是费用效率。
我通常会把月报第一页压缩成一句判断：“本月GMV完成率为X%，缺口主要来自Y类商品的转化下滑，预计通过Z项动作在未来两周追回其中一部分。”这句话比堆叠十几张趋势图更接近管理动作，也能迫使团队在会前完成因果假设。
01 / 先讲核心结论
月度汇报不是“汇总数据”，而是缩短经营诊断链路
我建议增长负责人把月报设计成一套有判断、有责任、有验证周期的管理产品。
第二结论：经营诊断必须分层
我会将数据拆成三层：
- 结果层：GMV、订单、利润、目标完成率。
- 驱动层：访客、点击、转化、客单、退款和投放效率。
- 动作层：商品、页面、投放、会员、客服和库存动作。
只讲第一层，会议会变成通报；只讲第三层，又容易变成拍脑袋。三层同时出现，才有机会从结果回溯到可执行原因。
第三结论：速度来自口径统一
经营诊断慢，往往不是因为没有工具，而是每个团队对“支付金额”“成交金额”“净收入”“新客”“投产”有不同理解。月报中必须给每个核心指标配置口径、来源、更新时间、过滤条件和负责人。
当指标字典稳定以后，增长负责人可以把时间从“争论数字”转移到“解释变化”，这通常是管理效率提升最确定的一步。
我在月报中坚持的管理公式
经营结论 = 目标差距 × 结构拆解 × 证据链 × 责任动作 × 验证时间
如果缺少其中任何一项，汇报就可能只有描述，没有决策。示例：目标缺口为120万元，证据显示其中70万元来自核心品类转化下降，责任动作是优化首屏利益点、补充评价并调整关键词预算，验证周期为7天，最终以支付转化率和单品毛利共同判断是否继续。
02 / 汇报设计
把月报做成“从一页看懂，到一层层下钻”的路径
页面不追求信息最多，而追求每一步都能回答一个管理问题。
01
总盘：我们离目标还有多远
首屏只放最关键的经营指标：目标GMV、实际GMV、完成率、同比、毛利率、退款率、营销费用率。指标必须标明统计周期和更新时点，避免把实时值与月末结算值混在一起。
- 目标与实际同口径
- 标出绝对缺口与比例缺口
- 注明是否含退款、优惠和运费
02
结构：缺口由什么组成
按照品类、店铺、商品、渠道、地区、会员层级和活动类型切分。结构分析不等于把维度全部列出来，而是找到对总盘变化贡献最大的两到三个切片。
- 优先贡献度而非行数
- 区分规模变化与效率变化
- 观察结构是否恶化
03
原因：哪些假设有证据
把“流量下降”“用户变差”“活动不给力”等模糊表述改写成可验证命题。比如，核心词访客下降是否与出价、排名、搜索需求或库存有关，必须用分解数据逐项验证。
- 每个判断附数据证据
- 区分相关性与因果性
- 保留未证实的假设
04
行动：谁在什么时候做什么
动作必须写到负责人、截止日、预期影响指标和停止条件。单纯写“加强投放”“优化内容”无法进入追踪表，也无法在下次月报中判断是否有效。
- 一个动作对应一个负责人
- 明确短期观测指标
- 注明资源与风险
03 / 背景与真实工作场景
为什么天猫增长管理容易陷入“数据很多，诊断很慢”
以下场景是对常见电商经营问题的抽象，不指向任何特定企业。
场景一：活动结束后，销售额完成但利润承压
大促期间GMV上升，并不代表经营质量同步改善。优惠券、跨店满减、平台佣金、投放费用和退货可能在结算后才完整显现。如果月报只展示支付金额，团队可能把一次高补贴换来的规模增长误判成自然增长。
我会在活动复盘中同时看四个层次：成交规模、用户增量、毛利贡献和后续复购。若活动带来大量低毛利订单，却没有形成新客留存，增长负责人就需要重新定义“活动成功”，而不是只追逐峰值。
场景二：流量上涨，转化和客单却同时下降
流量上升可以来自低意向关键词、广泛人群、内容曝光或低价引流款。此时总访客增加，但有效访客比例降低，转化率和客单价可能同步下滑。若团队只看流量曲线，会继续加预算；若看漏斗与商品结构，才会发现新增流量没有进入核心商品。
月度汇报要把“流量质量”显性化：来源渠道、搜索词意图、落地商品、加购率、支付转化和新老客结构必须能够关联观察。
场景三：库存让增长动作失效
某商品转化率好、投产高，却频繁缺货，投放加码反而造成预算浪费。经营诊断不能脱离可售库存、到货周期和安全库存。增长负责人需要把库存状态纳入异常标记，而不是事后解释。
场景四：新品数据不足，团队争论不休
新品上市早期，样本量和评价数量都有限，不能用成熟商品的标准直接判定成败。应区分探索期指标和规模期指标，先观察点击、加购、收藏与咨询，再逐步纳入稳定转化、毛利和复购。
场景五：多团队各自有一套真相
运营看生意参谋，投放看媒体后台，财务看结算表，商品看库存系统，CRM看会员系统。若没有统一数据模型，月报会把不同时间窗和不同口径的数字放在一起，导致会议时间消耗在对账上。
04 / 常见误区
六种看似专业、实际上会拖慢诊断的月报做法
我不建议用图表数量衡量月报质量，应该用决策效率和行动闭环衡量。
误区一：只报同比，不报目标
同比适合观察长期趋势，却不能直接告诉我们本月是否完成经营任务。去年同期可能处于不同促销阶段，也可能受到供给、价格和平台规则影响。月报应至少并列目标、实际、去年同期和上月，并解释可比性。
误区二：把流量当成增长本身
访客是过程指标，只有与转化、客单和利润结合才有意义。流量上涨但支付买家不增，说明增长可能停留在曝光层。报告需要区分有效流量和低意向流量，并展示渠道到商品的去向。
误区三：用平均数掩盖结构问题
全店平均转化率可能稳定，但核心商品已经下降，低基数商品的上涨抵消了风险。平均值必须配合分布、贡献度和排名变化，必要时用帕累托方法找出贡献主要来自哪些商品。
误区四：看到相关就宣布因果
投放增加和销售上涨同时发生，不代表投放带来了全部增量。活动、季节、价格和自然搜索可能共同作用。月报应明确哪些是事实、哪些是推断、哪些仍待实验验证。
误区五：动作写成口号
“加大投放”“提升内容质量”“做好会员运营”都无法追踪。好的动作包含对象、方法、负责人、截止时间、预算上限、预期指标和复盘方式，最好能拆成一周内可完成的小实验。
误区六：把所有异常都放进会议
月报不是异常仓库。没有影响规模、没有可执行责任人、没有决策价值的事项可以进入附录。主会议应该聚焦少数高影响问题，避免团队在细枝末节上消耗管理注意力。
05 / 专业判断逻辑
用“目标—拆解—验证”替代凭经验下结论
判断逻辑的价值不在于制造复杂模型，而在于让团队能重复使用同一套思考方式。
第一步：先算清目标缺口
假设某示例店铺月度GMV目标为1000万元，实际支付GMV为880万元，完成率为88%，绝对缺口为120万元。此时不能直接说“经营失败”，因为还要检查目标是否在月中调整、可售天数是否完整、是否存在平台结算延迟，以及收入口径是否发生变化。
| 指标 | 示例值 | 判断用途 |
|---|---|---|
| 月度目标GMV | 1000万元 | 确认经营任务 |
| 实际支付GMV | 880万元 | 计算绝对缺口 |
| 目标完成率 | 88% | 衡量达成程度 |
| 缺口率 | 12% | 评估追回难度 |
全部数字均为虚构示例，用于展示分析方法。
第二步：用驱动树解释GMV
在交易分析中，我常用一个简化驱动树：GMV≈访客数×支付转化率×支付买家客单价。它不是财务结算公式，而是经营诊断工具。通过这个分解，可以判断缺口主要来自“人少了”“人来了但不买”还是“买了但买得少”。
例如访客从100万降到95万，转化率从3.0%降到2.8%，客单价从300元升到310元，GMV不会只受单一因素影响。将各项变动放入桥接分析，可以避免团队简单归因于某一个渠道或某一次活动。
判断原则：先找对总盘影响最大的变量，再确认该变量是否具备可执行的改善空间。影响大但不可控的变量，应作为风险管理；影响中等但可控的变量，可能更适合做短期实验。
第三步：建立证据链，而不是堆指标
一条完整证据链至少包括四个节点：结果异常、结构定位、行为证据、动作验证。假设某核心品类GMV下降，首先确认它对总盘缺口的贡献；接着看具体商品和渠道；再看搜索词、详情页点击、加购、客服咨询、评价和库存；最后制定一个能在短周期内验证的动作。
- 结果异常：核心品类本月GMV环比下降15%。
- 结构定位：下降主要来自两个高贡献SPU，合计贡献品类缺口的70%。
- 行为证据：详情页到支付转化下降，流量没有同步下降，且问大家中集中出现规格疑问。
- 动作验证：补充规格对比模块和短视频说明，7天后观察加购率、支付转化率和退款原因。
四类结论要分开写
事实：数据已经证明的变化。
推断：基于证据的高概率解释。
假设：尚未验证、但值得测试的可能性。
决策：会议需要批准的资源、取舍或动作。
把四类内容分开，能降低“把猜测当事实”的风险，也能让管理者快速知道会议到底要做什么决定。
06 / 数据观察
图表要帮助我看到关系，而不是重复数字
下面两张图使用虚构示例数据，演示月报中“趋势关系”和“缺口贡献”的表达方式。
示例一：GMV与转化率的月度关系
左轴为示例GMV，右轴为示例支付转化率。图表用于说明“规模变化与效率变化可能不同步”，不代表真实天猫或任何企业经营数据。
示例二：目标缺口的来源
用横向贡献图呈现假设性缺口来源，便于确定下月优先级。
07 / E数通示例案例
一个“示例品牌”如何把月报从复盘文档变成诊断看板
案例中的品牌、人物、时间和数字均为虚构示例，仅用于说明方法，不代表E数通客户真实经营结果。
案例背景：增长团队的问题
示例品牌“澄野生活”经营天猫旗舰店，拥有清洁、收纳和个护三个品类。团队每月由运营、投放、商品和财务共同汇报，过去的材料约有五十页，包含大量渠道截图，但会议结束后经常出现三个问题：第一，销售目标没完成却不知道缺口由谁负责；第二，各部门数据时间范围不同；第三，已经提出的动作没有在下月得到验证。
品牌负责人希望在月度经营会上缩短对账时间，把讨论集中到商品结构、投放效率和利润质量。我们在示例中借鉴E数通式的思路：把多源数据整理成统一指标层，再用看板下钻到品类、商品和渠道。
案例数据：从总盘到商品的三层拆解
| 层级 | 观察指标 | 示例发现 | 管理含义 |
|---|---|---|---|
| 总盘 | GMV、毛利率、费用率 | GMV完成88%，毛利率较目标低2.4个百分点 | 规模与利润需要同时管理 |
| 品类 | 访客、转化、客单 | 清洁品类贡献了约六成GMV缺口 | 优先定位清洁品类 |
| 商品 | SPU贡献、库存、退款 | 两个核心SPU转化下降，另一个库存不足 | 内容优化与供给动作并行 |
| 渠道 | 自然、付费、活动流量 | 付费流量增加但支付效率下降 | 不能仅用加预算追回缺口 |
第1周：统一口径
先解决“数字为什么不一样”
团队为GMV、订单、买家、毛利、退款、投产和新客建立指标字典。每个指标记录业务定义、计算公式、数据来源、更新时间、是否含券后金额、是否剔除异常订单以及责任人。此过程看起来基础，却为后续诊断建立了共同语言。
第2周：搭建总盘视图
把管理者最关心的八项指标放在首屏
示例看板首屏展示目标完成率、GMV、订单、支付买家、客单、毛利率、投放费用率和退款率，同时保留月度、周度和活动周期切换。首屏不承担所有分析，只负责让团队在三分钟内知道是否需要进入诊断。
第3周：建立下钻路径
从品类下钻到商品，再连接渠道和库存
当某品类出现异常时，管理者可以继续查看商品贡献、流量来源、详情页行为、库存状态和退款原因。这样，会议不必等待运营同学重新导出表格，也不必依赖某个人记住所有细节。
第4周：用动作闭环
把结论变成下一周期的验证任务
示例团队将动作分为追回型、止损型和探索型。追回型关注短期销售缺口，止损型关注低效投放与高退款商品，探索型关注新品和新渠道。每项动作写明负责人、预算、指标、截止日和继续或停止条件。
案例中的关键管理动作
- 对清洁品类两个核心SPU进行详情页首屏和规格说明实验，短期观察加购率与支付转化。
- 对低投产关键词设置预算上限，不以总曝光作为唯一扩量依据。
- 将库存不足商品从强投放计划中暂时移出，避免预算与用户体验同时受损。
- 对高退款商品建立“销售额—毛利—退款后收入”的三重评价。
- 把下月目标拆成品类、商品、渠道和周度节点，避免月末才发现缺口不可追回。
案例给我的启发
工具的价值不只是自动出报表，而是把同一份数据变成不同角色都能使用的判断界面。增长负责人看缺口与优先级，运营看商品动作，投放看预算效率，商品看供给约束，财务看利润质量。大家看到的是同一套底层数据，但进入的是不同的工作视角。
如果一个看板只能展示数字，却不能回答“下一步怎么办”，它仍然只是电子化报表。E数通式的数据分析方式更值得关注的地方，是把多源数据、可视化分析和业务流程放在同一条链路上。
08 / 月报模板
我建议增长负责人固定使用的月度汇报结构
可根据企业规模删减，但不建议删掉“证据”和“验证”两层。
| 页码 | 页面主题 | 必须回答的问题 | 建议内容 | 会议动作 |
|---|---|---|---|---|
| 1 | 经营摘要 | 本月总体健康吗 | 目标完成率、GMV、利润、重大异常、核心判断 | 确认是否进入专项诊断 |
| 2 | 目标桥接 | 缺口具体有多大 | 目标、实际、预测、缺口贡献、追回可能性 | 确定优先级 |
| 3 | 人货场漏斗 | 哪个环节影响最大 | 访客、点击、加购、支付、客单、退款 | 定位责任团队 |
| 4 | 品类与商品 | 具体是哪些商品变化 | 贡献排名、增长率、库存、毛利、退货 | 确定商品动作 |
| 5 | 渠道与投放 | 钱花得是否有效 | 渠道成本、投产、增量假设、预算消耗 | 调整预算边界 |
| 6 | 用户与会员 | 增长是否可持续 | 新老客、复购、会员贡献、客群变化 | 安排留存动作 |
| 7 | 行动追踪 | 上月决定是否有效 | 动作状态、结果、证据、继续或停止 | 关闭或升级任务 |
| 附录 | 口径与明细 | 数字如何得出 | 指标字典、明细表、异常清单 | 供需要时核查 |
09 / 不同情况下的行动建议
不要用同一套动作处理所有增长问题
我会先判断问题属于规模、效率、结构、供给还是质量，再决定资源投向。
情况A：流量不足
先判断自然搜索、付费搜索、推荐、活动和内容渠道中是哪一类减少。若核心词排名下降，动作可能是词包与商品相关性优化；若活动流量减少，需评估活动依赖；若预算消耗不足，可能是出价、素材或库存限制。
优先指标：有效访客、点击率、流量成本、核心词覆盖、渠道转化。
情况B：流量正常但转化下降
检查价格竞争力、详情页信息、评价质量、问大家、客服响应、物流承诺和商品库存。不要第一时间用大额优惠弥补转化，因为折扣可能改善支付率，却损害毛利，并掩盖产品表达或供给问题。
优先指标：商品点击到加购、加购到支付、客服转化、退款原因。
情况C：转化正常但客单下降
重点看低价引流款占比、套装结构、连带购买、优惠门槛和商品组合。若客单下降来自用户结构变化，不能简单要求全店涨价；更适合通过组合购、加价购或高价值商品内容承接进行改善。
优先指标：价格带、件单价、连带率、套装贡献、毛利额。
情况D：GMV增长但利润下降
建立利润桥接，拆开商品毛利、平台扣点、广告费用、优惠成本、履约成本和退款损失。规模增长可以有战略价值，但必须明确承受边界，以及什么时候从扩量切换到效率。
优先指标：贡献毛利、费用率、单笔获客成本、退款后收入。
情况E：新品没有足够数据
采用分阶段评价。探索期看曝光到点击、收藏加购、咨询内容和早期评价；验证期看支付转化、复购意向和单品毛利；规模期才看稳定投产和品类贡献。样本不足时，要控制结论强度。
优先指标：有效样本量、点击率、加购率、评价主题、首购成本。
情况F：库存成为瓶颈
将可售天数、在途库存、补货周期和安全库存加入增长看板。商品缺货时，最优动作可能不是增加投放，而是调整流量到替代商品、优化关联推荐，并与供应链确认恢复时间。
优先指标：可售天数、缺货率、库存周转、替代商品承接率。
10 / 不同情况下的取舍
增长负责人必须把“为什么不做”也写进月报
真正的管理升级，不只是提出更多动作，而是有依据地选择少数动作。
四组常见取舍框架
| 取舍问题 | 适合优先A | 适合优先B | 判断依据 |
|---|---|---|---|
| 扩量还是提效 | 有效流量足、库存稳、边际利润可接受时扩量 | 转化下降、费用率高或利润承压时提效 | 边际GMV与边际利润 |
| 大促还是日销 | 需要快速获取规模和新客时做活动 | 希望稳定经营、减少补贴依赖时做日销 | 新客质量、复购和活动后留存 |
| 全店优化还是单品突破 | 问题来自口径、页面和基础能力时全店治理 | 缺口集中在少数高贡献商品时单品突破 | 缺口集中度与执行资源 |
| 自动化还是人工复核 | 指标稳定、规则明确、频率高时自动化 | 新品、异常和高风险决策时人工复核 | 错误成本与数据成熟度 |
我会采用的决策评分
当资源有限时，我会给每个行动按五项打分：影响规模、可控程度、验证速度、执行成本和风险。每项采用1到5分，仅用于团队内部排序，不代表客观真理。
- 影响规模：可能影响多少GMV或利润。
- 可控程度：团队是否能直接改变变量。
- 验证速度：几天可以获得可信信号。
- 执行成本：预算、人员和系统投入。
- 风险：是否可能损害毛利、体验或品牌。
总分高的动作优先进入主计划；总分中等的动作进入探索池；影响不明确且验证成本高的动作，不应占据月报核心位置。
11 / 落地实施
从零开始升级月报，我建议按四个阶段推进
不必等所有数据都完美后才开始，先让最重要的管理问题得到统一回答。
阶段一：确定经营对象与决策问题
先列出月度会议需要做的决策，而不是先列数据源。比如确定下月投放预算、判断某品类是否继续补货、决定新品是否扩大流量、评估活动是否值得复制。决策问题明确以后，指标才不会无限膨胀。
我建议把指标分为北极星指标、诊断指标和监控指标。北极星指标反映最终价值；诊断指标解释变化；监控指标发现异常。不同类型的指标不应在页面上拥有相同视觉权重。
阶段二：建设最小可用数据模型
先连接能够支撑核心决策的数据，例如交易、流量、投放、商品、库存和退款。对字段进行统一命名，明确日期粒度、商品编码、渠道编码和订单状态。不要一开始就追求接入所有系统，否则数据治理会变成项目本身，业务价值迟迟无法出现。
最小模型稳定后，再逐步加入会员、客服、内容和供应链数据。每次扩展都要回答：它会改变哪个决策，能否降低某个不确定性。
阶段三：建立异常规则与责任机制
异常规则可以从简单开始：目标完成率低于某阈值、核心品类环比下降、投产低于底线、退款率超过历史区间、库存可售天数不足。规则触发后，页面显示异常原因候选、影响金额和责任角色，而不是只显示红色数字。
责任机制也要避免“指标归运营、结果归老板”的模糊状态。每个指标应有口径负责人，每个行动应有执行负责人，每个决策应有批准人。
阶段四：把月报变成周期性学习
下月汇报不能只重新展示数据，还要回看上月判断是否成立、动作是否执行、指标是否改善以及是否出现副作用。这样团队会逐渐积累“什么动作对什么问题有效”的知识，而不是每月从头争论。
对于没有产生结果的动作，先区分未执行、执行不到位、观测周期不足和假设错误，再决定继续、调整或停止。失败的实验如果被清楚记录，也能成为组织资产。
12 / 热门问答 FAQs
关于天猫月度汇报与经营诊断的七个问题
每个问题都从实际管理疑惑出发，适合直接用于团队共识讨论或SEO内容阅读。
天猫月度汇报为什么不能只看GMV和同比增长？
我以前也会先打开GMV趋势图，看到同比上涨就认为经营在改善，但后来发现同比无法说明目标是否完成，也不能解释增长是否依赖补贴。月报至少要同时放入目标完成率、利润质量、流量转化、客单和退款等指标，并通过品类、商品和渠道拆解，判断增长是规模扩大、结构变化还是成本换来的结果。
增长负责人如何判断天猫销售额下降到底是流量问题还是转化问题？
我不会直接凭经验判断，而是使用“访客数×支付转化率×支付买家客单价”的简化驱动树。先比较各变量的环比和同比变化，再定位到渠道、品类和商品。如果访客明显下降，优先查搜索、推荐、活动和投放；如果访客稳定但支付率下降，则进一步检查价格、详情页、评价、库存与客服，这样才能避免把所有问题都归结为投放预算。
E数通适合用来做天猫经营分析和月度汇报吗？
如果企业需要把交易、流量、投放、商品、库存或退款等数据放在统一分析路径中，E数通式的数据分析工具思路是有参考价值的。我的判断标准不是“能否生成一张报表”，而是能否统一指标口径、按业务维度下钻、发现异常并追踪行动。具体适配程度仍要结合企业数据源、权限、字段质量和实际管理流程评估，本文不把示例案例冒充真实客户结果。
月度汇报中应该放多少张图表，才不会让信息过载？
我更关注图表是否服务于一个明确问题，而不是固定数量。首屏可以只放八项左右的核心指标，再用一张目标桥接图、一张驱动漏斗图和一张品类或商品贡献图解释主要变化，其余明细放到下钻页面或附录。每张图表都应有标题结论，例如“清洁品类贡献了六成示例缺口”，而不是只写“品类趋势分析”。
如何避免月报里的数据口径不一致，导致会议先对账再决策？
我会建立指标字典，并为每个指标记录业务定义、计算公式、数据来源、统计周期、订单状态、优惠处理方式、退款处理方式和负责人。例如“GMV”到底采用支付金额、成交金额还是结算金额，必须在页面上明确。指标字典确定后，使用同一数据模型输出看板，发现异常时再回到明细核查，而不是每个月重新手工拼表。
天猫经营诊断中，投放费用增加但GMV也增加，应该继续加预算吗？
我不会只因为GMV增长就继续加预算。需要观察边际投产、自然流量是否被替代、增量用户是否有复购价值、商品毛利是否能够覆盖投放成本，以及库存是否支持继续放量。如果费用增加后新增销售主要来自低毛利商品，或者转化率和退款率恶化，正确动作可能是收缩低效计划、调整人群和关键词，而不是简单扩大预算。
新品数据量很少时，增长负责人怎样做出相对可靠的判断？
我会降低结论强度，并把新品分为探索、验证和规模三个阶段。探索期可以关注点击、收藏、加购、咨询内容和早期评价，但不宜仅凭少量订单宣布成功；验证期再观察稳定转化、首购成本、毛利和退款；进入规模期后，才把品类贡献、投产和复购纳入核心考核。所有结论都要注明样本量、观察周期和可能的偏差。
13 / 最后总结
把月报从“结果播报”升级为“经营学习系统”
回到文章标题，我认为增长负责人管理升级的关键，不是让月度汇报变得更复杂，而是让它更接近真实决策。第一，先讲目标差距和经营质量，再讲局部成绩；第二，用结果、驱动和动作三层结构把数据串起来；第三，使用统一口径和可追溯证据缩短争论；第四，把结论写成负责人明确、周期明确、指标明确的行动；第五，在下次月报中验证动作，而不是重新开始一轮描述。
天猫经营具有流量变化快、活动节奏密、商品结构复杂和多渠道协同等特点。增长负责人不可能靠一张静态表格掌握全部变化，但可以通过E数通式的统一数据分析、可视化下钻与行动闭环，让团队更快识别最重要的问题。本文中的案例与数字均为示例，真正落地时需要结合企业自身口径、数据质量、组织职责和利润目标建立适合自己的系统。
我建议从今天开始做的五件事
- 选出下一次经营会最需要做的三个决策，而不是先收集所有数据。
- 为GMV、订单、买家、毛利、退款和投放效率建立一页指标字典。
- 把当前月报第一页改成目标、实际、缺口、核心原因和行动摘要。
- 为最大的两个缺口各制定一个7天内可验证的动作。
- 在下月会议中专门增加“上月判断是否成立”的复盘页。
