营销活动复盘：从报表数字到下一次经营决定

营销活动复盘要产出下一次经营决定：继续哪项做法、修改哪项假设、停止哪项投入，以及还缺什么证据。报表截图只是材料；“订单增长了”还没有回答增长是否符合目标、代价是什么、能否归功于活动。

本文覆盖活动结束后的判断逻辑，适用于广告、邮件、内容和促销的联合活动，不讨论折扣配置、会计核算或法律要求。下面的框架是本站编辑建议。

从目标走到决定

目标应从活动前的记录找回。若当时没有写，只能说明“事后按这些维度检查”，不能补造预设目标或实验假设。清库存、拉新和提升复购会对同一份订单增长给出不同判断。

一张复盘表需要四类指标

目标指标回答做成了没有，例如已发货新客订单数、指定品类售出件数或原有顾客的复购订单。限定对象与订单状态，不能把点击上涨替代拉新结果。

漏斗指标用于定位变化发生在哪里：送达或曝光、点击、到站、加购、购买。邮件点击率与站内购买会话率使用不同分母，不能直接接成一条可相乘的漏斗；需要先证明各阶段能回连到同一人群，且观察窗口一致。

经营指标检查规模与代价：订单数、平均订单价值、折扣后收入、退款、商品与履约变动成本、营销花费。收入增长不能证明利润增长；缺少成本时，先报告收入与已知支出，把贡献额留为待核。

护栏指标检查不能接受的副作用：退订、投诉、退款、退货、客服工单和履约积压。每项同时保留数量与分母；退订数增加可能随发送量增长，单看比例又可能遮住团队无法处理的工单总量。阈值来自团队预先批准的承受范围，不套用没有来源的“行业合格线”。

先把收入数字对齐

Shopify 销售报表文档区分 Gross sales、扣除折扣与销售冲减的 Net sales，以及加上税费、运费等项目的 Total sales；销售报表也不等于资金收付报表。因此复盘中的“收入”必须列出具体字段和排除项。

再明确三种时间：活动起止、订单归属日期、退款或其他结果的观察截止日。若本次活动只观察 3 天，而基期订单已经观察 30 天，退款更少可能只是来不及发生。可以选统一观察龄，例如每单下单后第 N 天；每单只累计自身窗口内的结果，尚未满窗口的订单单列，不能给早期订单多算几周。

同时固定时区、币种和汇率方法。店铺午夜与广告账户午夜不同，会把同一订单切到两天；转化延迟或归因调整还会使后续导出的数字变化。保留提取时间与版本，避免把数据更新误认为活动又带来一轮增长。

渠道归因收入不能相加成总收入

Google Analytics 的归因说明把归因定义为向路径中的触点分配关键行为的功劳。一个顾客先点广告、再点邮件购买，两套工具可能分别把这笔订单归给自己。

例如订单明细实际有 10,000 元，广告后台报告归因收入 7,000 元，邮件工具报告 6,000 元，不能相加后宣布创造了 13,000 元。跨工具归因结果缺少统一的互斥分配与去重，应该并排展示模型、窗口和计数范围，以订单明细核对实际经营总量。

广告支出回报率也依赖归因价值和广告成本，不能直接回答“没有活动时少卖多少”。Google Ads 的 Conversion Lift使用看到广告与未看到广告的对照来估计增量，是不同的测量设计，并非每个账号都能使用。

把变化、解释和因果分开写

“本周订单比基期多 20%”是观察；“可能与折扣或老客占比提高有关”是假设；“折扣使订单增加 20%”是因果主张。仅凭前后对比不能跳到第三句。

至少检查同样的星期结构、节假日、缺货、价格、商品组合、营销花费和新老客构成。两期均按各自观察期开始前已知的历史，以同一规则固定新老客分类；实验则以随机分组时点为准，不能根据活动内的打开或购买行为重新划人。无法归类的顾客单列。

没有有效对照时，复盘描述变化并记录待验证解释。有随机实验时，也要核对原始分组、执行污染与结果不确定性；不能只保留打开邮件或购买的人，也不能仅凭一个正向点估计就宣称效果确定。

决定应与证据强度相称

数据可比、经营结果与护栏均符合预设要求，可以提出继续或有限扩展；收入增长但贡献下降，应先定位折扣、成本与人群结构；数据缺失或窗口未成熟，则指定补数与复查日期。

“下次验证低折扣能否保留订单、改善贡献额”比“继续加大促销”更能被检查。完整交付应让他人沿着源数据、计算、判断找到下一步，具体做法见完成一次营销活动复盘。