618结束后的第一周，很多团队的数据分析其实比大促本身更忙。我见过不少团队把GMV拉到目标值的105%，以为大促成功了，等到7月账单出来，退货率和广告成本把利润吃掉一半，才意识到复盘结论已经变了。这篇文章就以我最近深度参与的一次618大促复盘为样本，完整拆解数据分析的思考路径、踩坑过程、判断逻辑和最终决策。
几乎所有团队都会在复盘第一页放上GMV完成率，但真正决定业务健康度的指标是“目标利润达成率”。这次618复盘的样本品牌，GMV做到了5200万，目标完成率104%，看上去一切正常。但把广告花费、赠品成本、退货损耗、人力加班费全部摊进去之后，实际利润只有目标值的82%。GMV的增长反而给利润打了个折，这个判断如果不在一开始就立住，后面所有的分析都会跑偏。
大促期间流量规模会膨胀3到5倍，但其中有多少是“薅羊毛”用户，有多少是会沉淀为复购用户，直接决定下半年要不要继续投放。这个618样本品牌的拉新成本环比日常提升了38%，其中抖音渠道的拉新成本甚至翻倍。流量质量下降带来的结果是：大促期间转化率看着不低，但大促结束后7日复购率比日常还低，说明流量结构出了问题。
很多运营以为折扣种类越多，用户越愿意下单。但数据给出了相反的信号。当促销类型超过4种时（预售、满减、礼品、会员折扣、秒杀同时出现），用户决策成本上升，转化率反而下降。这个阶段的用户行为表现是“加购多、下单少、咨询量大”。这是我连续观察三年618、双11活动数据后得到的一致结论。
复盘会最怕什么？最怕数据分析师把几十页PPT铺开，讲完“转化率下降3个百分点”，然后所有人都等着别人先说。真正有效的复盘，必须输出一份决策清单：哪些渠道砍掉、哪些人群放弃、哪些机制取消、哪些库存处理掉。没有决策清单的复盘，只是一次昂贵的日常例会。
这个客户是一家年销售额2亿的美妆品牌，主渠道是天猫和抖音，618目标定为5000万。大促结束当天，业务负责人觉得“稳了”，因为前台GMV超了预期。但我介入复盘后，发现他们要的不是一份“战绩回顾”，而是三个具体问题：
第一，明年618预算怎么分配；第二，哪些渠道和人群真正值得追加投入；第三，促销机制要不要简化。这三个问题都必须靠数据回答，而不是靠感觉。
这次复盘动用了三类数据源：前端行为数据来自网站分析工具，订单和售后数据来自ERP系统，广告成本数据来自各渠道后台。三方数据通过自建数仓做关联，覆盖110个渠道，数据完整度大约为96%。团队配置是3个数据分析师加1个电商运营，周期为5天。
这里有一个容易被忽视的点：如果三方数据没有打通，复盘就会变成“渠道各自汇报、总部听天书”。我们第一天就发现，抖音直播间产生的订单，在ERP里被标记为“其他渠道”，导致前置的渠道ROI计算偏差超过40%。数据打通是整个复盘的地基。
复盘流程不是线性执行的，而是分两条线并行：一条是数据清洗和指标计算，另一条是业务访谈和假设收集。我们使用某项目管理工具建立任务看板，把数据清洗、指标定义、业务访谈、交叉验证、结论输出拆成30多个任务，用5天时间迭代完成。
第一天先做口径对齐，确定“GMV含退款口径”和“GMV净回款口径”；第二天做渠道数据回刷，第三天进行人群分群和价值计算，第四天做业务验证访谈，第五天输出决策清单。这样的节奏既保证了数据严谨性，也让业务团队全程参与，避免最后“数据结果不被认账”。
这个案例中有个很典型的现象：618开门红当天，GMV环比前一天增长了210%，运营团队在群里欢呼。但对比去年同期，开门红当天的GMV其实是下滑了12%。这中间的差异来自投放量增加，而不是运营效率提升。
环比增长只能证明活动有波峰，不能证明活动有效果。正确的判断方式是：拉出同比数据，再看市场份额变化，最后判断增长到底是来自大盘增长、竞争对手失误，还是自己的策略有效。
这个品牌618整体支付转化率是4.8%，比日常的3.2%提升了不少。但如果拆开看，天猫搜索渠道的转化率从5.1%降到了4.5%，抖音直播间的转化率从3.0%降到了2.2%。整体转化率提升是因为我们主动增加了高转化渠道的投放预算，而不是每一个渠道都在变好。
整体转化率是一个加权平均结果，它掩盖了渠道之间的结构性变化。如果不拆分来看，就会误判各渠道的真实贡献，导致预算错配。
很多团队看广告ROI时，只看“总ROI”，但新客获取和老客唤醒的成本差异非常大。这个品牌的老客唤醒成本平均是3.2元，新客获取成本是65元，相差20倍。如果你把新老客混在一起算ROI，就无法判断到底应该继续拉新还是优先做老客召回。
更关键的是，新客的首次购买往往不赚钱，真正的利润来自第二次、第三次复购。大促复盘中必须把新客按“首购成本”和“后续LTV”区分评估，否则会陷入“拉新越多亏得越多”的陷阱。
这次618品牌方设计了6种促销玩法：预售立减、跨店满减、店铺礼金、会员双倍积分、前2小时秒杀、第二件半价。结果数据显示，超过4种玩法叠加时，用户下单转化率下降约18%。用户被“到底哪个优惠更划算”这个问题难住了，反而放弃了购买。
运营团队犯了一个隐蔽的错误：他们以为促销机制多等于给用户更多选择，但数据证明，机制复杂只会增加决策成本。复盘时如果没有对照组，就很难发现这个因果关系。我们专门拉出只参与1-2种玩法的人群和参与5种以上玩法的人群做对比，发现后者取消订单的比例高出23个百分点。
这次复盘我用的框架叫“6+1”，它来自过去3年服务的12个电商品牌数据复盘沉淀。6个维度分别是：目标达成度、渠道质量、人群价值、商品结构、促销机制、流量效率。加1个横向校验维度，叫“竞品对标”。
目标达成度解决“好不好”的问题；渠道质量解决“在哪里卖”的问题；人群价值解决“卖给谁”的问题；商品结构解决“卖什么”的问题；促销机制解决“怎么卖”的问题；流量效率解决“花多少钱赚多少钱”的问题。竞品对标则用来校验前面的所有判断是否成立。
很多团队复盘时直接用后台导出的原始数据，这会造成严重的指标污染。这个案例中，我们发现抖音渠道有约7%的异常流量来自刷单机器人，天猫渠道有3.5%的订单属于“秒拍秒退”的凑单行为。如果不剔除这些数据，直播间的转化率会被高估0.4个百分点，退款率会被低估1.2个百分点。
数据清洗的标准动作包括：识别同一设备号高频下单、支付时间过短、IP重复、收货地址异常、订单备注为“补差价”等信号。这些规则看似基础，但在大促数据量暴涨时特别容易被忽略。
只看同比，收窄了营销策略的变化；只看环比，忽略了季节性和大盘影响。这次复盘我使用三套基准：
第一套是同比数据，判断市场份额的变化；第二套是环比数据，判断活动周期内的节奏变化；第三套是行业基线数据，判断在整个品类中的位置。以美妆品类为例，行业平均退款率约15%，而这个品牌做到了8.7%，说明商品质量比较扎实。有了这个对比，复盘结论才不会出现“只盯着问题看，却看不到优势”的片面判断。
大部分电商平台的广告归因模型默认是“末次点击”口径，也就是把成交功劳全记在用户最后点击的那个渠道上。在实际消费路径中，用户往往先在小红书看到种草笔记，再去天猫搜索品牌词，最后通过抖音直播间的优惠券完成下单。按末次点击归因，抖音拿走了全部功劳，但小红书才是真正的“起爆点”。
这次复盘我们采用“时间衰减+位置加权”的混合归因模型，给“首次触点”和“辅助触点”分别赋予30%和20%的权重。结果出来后，小红书的ROI从1.8调整到3.6，抖音直播间的ROI从4.2下调到3.1。这个归因调整直接改变了后续预算的分配方向。
下面进入具体的数据拆解。本次618抽样品牌为美妆类目，渠道以天猫、抖音、小红书、私域为主。大促周期从5月26日预售开始至6月20日结束，共26天。
核心数据为：总GMV 5200万元，总费用支出1180万元，其中广告占860万元。净利润为972万元，利润率18.7%，比年初目标的20%低1.3个百分点。
整个大促周期呈现“两波爆发、五个小高峰”的走势。5月31日晚8点开门红和6月15日晚8点爆发期，是两波最大的GMV波峰。但我们观察到，今年抖音直播间的爆发时间比天猫晚2天，说明用户在两平台的消费心智存在明显差异。
天猫的爆发集中在开门红前4小时，抖音直播间的爆发则更分散，从早6点到凌晨2点都有持续转化。这意味着投放策略不能按同一个模板复制到所有渠道。
我们把四个主力渠道的“广告花费、GMV、转化率、退款率、新客占比”放在同一张表里看。天猫的转化率最高，退款率最低；抖音的GMV体量大，但新客质量偏弱；小红书和私域的GMV占比不高，但利润率明显好于付费流量渠道。
这里最值得关注的是小红书：虽然GMV只有340万，但自然流量占比达到68%，且退货率只有5.2%。如果我们把小红书看作一个“种草内容池”而不是单纯的销售渠道，它的价值在于降低了其他渠道的转化成本。这个判断直接改变了半年后的投放策略。
| 渠道 | 广告花费（万元） | GMV（万元） | 综合ROI | 退款率 | 新客占比 |
|---|---|---|---|---|---|
| 天猫 | 380 | 2440 | 6.4 | 7.2% | 61% |
| 抖音 | 410 | 1980 | 4.8 | 11.5% | 74% |
| 小红书 | 35 | 340 | 9.7 | 5.2% | 58% |
| 私域 | 25 | 440 | 17.6 | 4.3% | 22% |
新客的首次购买决策往往依赖优惠力度，而老客复购更看重商品体验和物流时效。这次复盘我们将用户分成四层：新客首购、老客复购、沉默唤醒、高价值会员。数据显示，老客复购的人群虽然只占总成交人数的28%，却贡献了47%的利润。
高价值会员的客单价是新客的2.3倍，退货率只有新客的一半。基于这个数据，我们建议把原计划用于纯拉新的100万元预算，调出30万元用于高价值会员的专属权益和一对一召回，这样预计减少约15%的拉新亏损，同时保持GMV基本面不动。
这次复盘发现一个此前被忽略的严重问题：高价值用户群体中，有约2600人在大促期间登录了竞品平台领券并完成下单，没有在我们店铺购买。通过用户身份追溯，我们发现这群人的共同特征是：过去12个月购买频次超过4次、复购间隔小于45天、客单价在400元以上。他们在竞品平台下单的商品，与我们店铺的畅销商品重合度很高。
这意味着我们的核心用户已经被竞品同类促销机制切走了一块。如果不做干预，这部分用户在未来6个月内流失的概率超过40%。复盘报告中专门用了一页来呈现这个预警，并给出了“高价值会员专属客服群+生日礼品升级+快速退款通道”三项挽回策略。
中小商家的核心目标是活下来，不要和大品牌拼广告出价。建议把60%以上的预算放到私域和复购上，利用微信群、小程序和会员积分做老客召回。新客只做精准的搜索渠道投放，不要碰品牌广告。
复盘时重点关注“现金流回款周期”和“退货损失”，不要只看GMV。你没有足够预算去摊平错误，所以数据复盘的重心应该放在“减少浪费”而不是“增加投入”。
这类品牌已经有了一定的用户基数，可以从“拉新为主”转型为“拉新+复购并重”。建议按照6：3：1的比例分配预算：60%用于保持核心渠道的转化效率，30%尝试新的内容渠道，10%用于高价值用户的召回和维护。
复盘核心是找到“利润和GMV的平衡点”，要专门分析不同渠道的新客LTV，而不是只看单次ROI。如果你发现某个渠道的ROI很高但新客LTV很低，说明你只是在不断收割新流量，并没有真正建立起用户资产。
头部品牌要关注的是全局优化和壁垒建设，而不是单场GMV。建议用数据中台把各渠道行为数据和交易数据打通，建立全链路归因模型。要投入至少10%的预算做品牌广告和种草内容，哪怕这些投入不能直接带来GMV。
复盘时除了利润，还要看用户资产的变化：品牌在新客中的认知度、私域池增量、会员数量增幅、NPS（净推荐值）等。头部品牌的618复盘报告，应该比日常经营报表更长尾，因为你的竞争对手已经在分析你的策略了。
供应链型商家的核心优势是成本控制，核心风险是库存积压。这类商家的618复盘最该关注两个指标：库存周转天数和滞销库存率。不要为了冲GMV而过度备货，尤其不能因为大促销量好就追加在下半年发货的长周期订单。
建议在复盘时单独建一张“商品毛利-库存成本”交叉表，找出毛利低但库存占用高的商品，在7月淡季做清仓处理，而不是继续持有等待双11。
内容型商家的问题通常是“流量忽高忽低，团队跟着爆款节奏疲于奔命”。复盘时要重点分析内容流量的稳定性，而不只是看单条爆款的播放量。要建立内容型商家的“规模化测试机制”：每周固定测试10-20条不同类型的短视频，用数据筛选出可持续的选题方向。
如果618的GMV主要靠2-3条爆款视频带来，那你的生意模型非常脆弱。复盘的重心应该是如何沉淀出稳定的内容资产。
618期间做得越猛，越容易陷入“规模陷阱”。我们的建议是：要看你的资金链情况。如果账上现金流只能撑3个月，那就优先保利润，砍掉所有不赚钱的渠道；如果资金链稳健，且市场份额正在被竞品蚕食，那可以容忍一部分亏损去换用户规模。关键是设置一个明确的亏损上限，例如“整体亏损不超过500万，且新客LTV预期覆盖1.2倍获客成本”。
大促期间是推新品的最佳窗口，也是最容易翻车的时候。爆款商品引流能力强、转化稳定，但毛利空间有限；新品毛利率高、有话题性，但转化率不可控。我们给出的取舍建议是：使用7：3爆款与新品结构，让爆款承担GMV压力，让新品测试用户反馈。
如果新品在大促期间的加购率能做到爆款的60%以上，且退货率不高于爆款5个百分点，那这个新品值得在7月份继续投入资源。
很多大促复盘的最后都会纠结在这一点：既然拉新成本这么高，是不是应该暂停拉新，只做转化？我们的判断是：老客复购的利润率虽然高，但如果整体用户池在萎缩，复购迟早会干涸。取舍关键看“新客月度增速”和“老客流失率”之间的相对关系。
如果老客流失率高于新客增速，必须维持一定比例的拉新预算；如果老客池足够稳定，就可以大幅降低拉新投入，把资源集中到会员运营上。
即时GMV可以通过促销力度快速挤压出来，但过度促销会透支未来的购买力。这个品牌去年双11的教训是：全场5折带来的GMV创了历史新高，但随后两个月的销售直接腰斩，因为用户习惯了“不打折不买”。
我的取舍原则是：老客复购人群享受折扣时必须控制在合理区间，同时保留一部分不打折商品作为价格锚点。具体来说，爆款商品的折扣上限控制在20%以内，新品和联名款坚决不参与直接打折，用赠品和限量代替价格让步。
618复盘不是做给老板看的作业，而是为下一场战役准备的地图。这次复盘最终沉淀下来的决策清单只有三页：第一页是“继续投入”的事项，第二页是“停止投入”的事项，第三页是“观察验证”的事项。把数据分析翻译成业务动作，才是复盘的本质。
当你下次做618或双11复盘时，建议先问自己四个问题：第一，我的核心指标是利润还是GMV；第二，我的归因模型能不能识别真正的引爆渠道；第三，我的用户分层是否足够清晰；第四，我的复盘报告是否给出了明确的行动清单而不是数据陈列。如果这四个问题都能回答清楚，你已经超过了90%的同行。
下一步，建议把这次复盘中识别出的关键假设，写成A/B测试计划，在接下来的7月淡季逐一验证。数据复盘最忌讳的是“复完了，结论放进了文件夹”。让它变成下一轮迭代的起点，而不是一个结束的动作。
我花了好几天把618的投放数据算了一遍，ROI算出来是3.2，感觉还不错，结果财务那边说实际只有2.1，差了这么多，到底是谁算错了？投放系统里的消耗和订单金额难道不是真实的吗？
我第一次做618复盘时也遇到过同样的困惑。当时我算出来的ROI高达4.1，信心满满地发给财务，结果对方直接说这个数不对。后来对了一天数据才发现，我的分子用了含运费的订单金额，分母用了广告平台的含服务费消耗，口径完全没对齐。资金口径不一致是最常见的复盘坑。
你需要提前统一四个口径：订单金额是否含运费、退款订单是否计入销售、广告消耗是否含服务费、平台补贴是否算入实收。这四个点任何一个不一致，ROI都可能夸大30%以上。我后来统一了口径，用实收金额重新计算同一组数据，ROI直接从4.1降到了2.8。这不是造假，而是还原真实。
从那次之后，我养成了一个习惯：大促开跑之前先拉着财务把口径写成一页文档，避免事后扯皮。如果你现在还没和财务对齐，我建议立刻用实收金额重新算一遍ROI。如果结果和你原来的数字差了15%以上，后面的复盘分析宁可推倒重来，也不要拿错的数据做决策。
大促前我预计流量翻一倍，所以备了不少库存，结果流量确实涨了180%，但支付转化率从平时的2.5%跌到了1.3%，这是怎么回事？是投放来的流量太泛了，还是产品页出了问题？
我也遇到过大促期间整体转化率从2.5%掉到1.4%的情况，当时第一反应是页面出问题了。但排查后台性能数据后一切正常，那问题出在哪里？我把流量按渠道拆开后才看清真相：自然搜索渠道的转化率从5%只降到了4.8%，几乎没变；
而信息流广告渠道的转化率虽然从2.2%降到1.0%，访客占比却从18%暴涨到了47%。整体转化率实际上是被大量低转化的新流量稀释了，不是运营能力变差了。遇到转化率暴跌，我的动作顺序是：先分时查曲线，确认是否存在断崖式下跌；再按渠道拆分流量，计算每个渠道的转化率和访客占比；
最后对比新增流量与存量流量的比例变化。数据出来之后，再决定是调整投放策略，还是优化页面承接。有一个反直觉的判断分享给你：整体转化率下降不可怕，关键是看新增流量的边际收益。用新增GMV减去新增流量成本，如果为正，说明流量规模扩大带来的绝对收益仍在增长。
这时候老板问起来，你要汇报的不是转化率降了，而是整体利润增加了。
我们这次618花了大量预算去投放拉新，数据上看新客下单金额占了全店销售的40%，我本来觉得拉新非常成功，可老板只看了一眼就说拉新是失败的，说新客质量太差。我不太明白，GMV这么高难道还不能说明问题吗？
我也被老板这么说过。当时新客贡献了全店38%的GMV，我觉得拉新很成功，结果老板反问我：你算过这些新客能不能赚回来吗？我翻出数据一看，瞬间心凉了。只看新客GMV不看成本，是一种虚假繁荣。
我算过一笔账：新客首单GMV确实好看，但把优惠券成本、平台补贴成本、广告获客成本全部摊进去，每个新客首单平均亏损12元。更扎心的在后面，30天之后我统计这批新客的复购率，只有7%。也就是说，大部分新客是来薅羊毛的，贡献完首单就走了。老客的30日复购率通常在25%左右，两相对比，新客的质量一目了然。
判断拉新是否成功，不能只看首单GMV，要算新客LTV。公式是：新客LTV=首单毛利+30日复购毛利+半年贡献毛利-获客成本。只要LTV为负，拉新越多亏得越多；只有LTV回正，拉新规模才有意义。
建议你复盘时拉一张六列表格：新客数、获客成本、首单GMV、首单毛利率、30日复购率、LTV预估，一眼看清拉新真相。
每次大促复盘汇报，老板总说我讲了半天他也没听懂，问我到底做得好不好。我明明把所有数据和图表都放了，为什么他还不满意？复盘到底该怎么讲才能让老板快速抓住重点？
我在复盘汇报上翻过车，做了一个200多页的PPT，把所有维度的数据都放了一遍，结果讲了两个小时，老板只问了一句：你说我该多花钱还是少花钱？那一刻我就明白了，复盘不是数据堆砌，而是决策辅助。一定要先讲结论，再讲过程。第一页就写清楚三件事：GMV达标没有、利润是正是负、和预算比差多少。
老板只需要这三个数来判断做得好不好，后面的细节都是支撑这三句话的证据，用来回答为什么会这样。我现在的汇报模板固定为三块。第一块是一页结论，只保留三个核心结论和三个对应证据。第二块是三看：看流量、看转化、看客单，每一块都附上同比、环比和预算对比。
第三块是下一步行动：列出三个继续做、三个停止做、三个尝试做，确保汇报结束时有明确动作输出。汇报最忌讳两件事：一是只讲GMV不讲利润率，利润才是老板真正关心的事；二是只讲平台数据不讲财务对账后的真实数据。另外，汇报里永远用一条核心公式做主线：GMV=UV×支付转化率×客单价。
任何异常都可以拆到这个公式里找原因，这样老板一听就能理解，不会被你绕晕。
读者评论
作为电商运营最认同“GMV不等于利润”这点，我们上次大促也是复盘时才发现广告赠品成本把利润吃掉一半，82%的利润达成率非常真实。
数据分析角度：促销机制超过4种转化率反而下降，这个观察很有价值。加购多下单少咨询量大，正好解释了用户被复杂规则劝退的现象。
市场投放的人看到归因那一段深有感触，末次点击确实会高估直播渠道。换成混合归因后，小红书等辅助渠道的贡献才被看见。
管理层最需要的是决策清单而非几十页PPT。文章提到剔除刷单和秒退数据、用三套基准对比，这些都是专业复盘的底线动作。
流量质量比流量规模重要，大促后7日复购率低于日常15%这个指标非常警示。拉新成本翻倍但留不住人，下半年投放确实要调整。