运营岗位 / 经营数据与口径治理 / DR-04
S标准T2+T3优先级 5.3目标 vs 实际归因链行动清单退款结构

DR-04 · 大促复盘报告（补断链版）

818 大促 GMV 超了目标 15% · 退款潮 12 天后才来，复盘会开成了庆功会

一这件事现在是什么样

经营数据与口径治理 · 真实业务触发

818 大促结束第三天开复盘会。支付 GMV 17.2 万、超目标 15%，群里刚发完庆功表情包 —— 财务提醒：去年大促后 15 天内退款率冲到过 40%+。老板娘要求：复盘别只报 GMV，把「真的赚了多少、明年还办不办」讲清楚。

二痛点 · 每条都有来源

不是流程描述，是调研出来的真痛点 —— 每条可点开核对出处

1
某美妆客户双 11 GMV +31%，大促结束 15 天内退款率冲到 46% —— 复盘会开在退款潮之前，等于把地雷当战报依据 · 某美妆客户双 11 GMV 同比 +31%，拆开发现真实有效销售只涨 9%，其余是「预售定金膨胀」催出的虚假繁荣，大促结束 15 天内退款率冲到 46%
2
80% 的大促复盘停在归因层：「活动力度大所以卖得好」—— 没有行动清单的复盘明年还会踩同一个坑依据 · 某美妆客户双 11 GMV 同比 +31%，拆开发现真实有效销售只涨 9%，其余是「预售定金膨胀」催出的虚假繁荣，大促结束 15 天内退款率冲到 46%
3
历史大促数据散在各月文件夹和离职员工电脑里 —— 「去年大促退款率多少」这种基础问题每次都要现翻半天依据 · 日报形式主义吐槽：写了没人看、不写又挨骂；运营的时间黑洞在「每天登 N 个后台抄数拼表」

三换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

  • 某美妆客户双 11 GMV +31%，大促结束 15 天内退款率冲到 46% —— 复盘会开在退款潮之前，等于把地雷当战报
  • 80% 的大促复盘停在归因层：「活动力度大所以卖得好」—— 没有行动清单的复盘明年还会踩同一个坑
  • 历史大促数据散在各月文件夹和离职员工电脑里 —— 「去年大促退款率多少」这种基础问题每次都要现翻半天

✓ 交给 Agent 之后

  • 多来源文件一次读入，先做口径与完整性校验，再开始算
  • 每条结论绑定来源文件、字段或条号，可以被审
  • 产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
  • 该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四场景闭环

5 步 · 每一步的产出都是下一步的输入

第 1 步
双口径核算 · 战报先挤水分支付 GMV 17.2 万 → 预估实收 14.1 万（退款率 18% 预估）—— 超目标的到底是哪一个
第 2 步
预测对照 · 沙盘说中的与没说中的CP-01 沙盘预测的到手价、单量、羊毛损失上限 vs 实际 —— 推演工具的可信度也一并复盘
第 3 步
归因链 · 涨跌拆到动作哪个渠道、哪个 SKU、哪个时段贡献/拖累 —— 每项对应到活动配置，不归因到「大促氛围」
第 4 步
退款结构 · 雷区地图分 SKU 的退款率排行 + 退款原因初步归类 —— 明年备货与选品的第一依据
第 5 步
行动清单 · 明年大促改哪五件事谁改、何时改完、拿什么验收 —— 没有行动清单的复盘等于白开

要准备什么

818 大促的报名配置与沙盘预测
CP-01 场景的推演结果 —— 预测 vs 实际的对照基准
大促期间成交明细（三平台）
分时段、分渠道、分 SKU
大促后退款记录（持续更新）
退款潮的完整数据 —— 复盘不能开在退款潮之前
去年大促数据（翻得出来多少算多少）
同口径对比的基准

为什么这个场景值得做

痛感 4 × AI 适配 4 ÷ 落地难度 3 = 5.3

最大差异点 · 不要求客户先有大促 SOP。报名配置（CP-01 沙盘的输入）、成交明细、退款记录扔进来 —— 复盘与沙盘用同一套口径，预测和实际第一次能对上。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」； AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」； 落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

正式件本体
818 大促复盘报告.xlsx
正式件本体 · 双口径 + 预测对照 + 归因链 + 行动清单
可派发清单
退款结构雷区地图.xlsx
分 SKU 退款率排行 + 原因归类 · 明年选品依据
可派发清单
明年大促行动清单.xlsx
五件事 · 责任人 + 完成时间 + 验收标准

这套东西不承诺什么

不做「明年大促策略」—— 策略是老板娘与运营定的。本场景做的是把今年发生的事拆干净：目标 vs 实际（双口径）、归因、退款结构、行动清单。

想看具体怎么跑？

Live Demo 里有一个完整案例的每一步，包括 Agent 在哪一步拦住了

查看 Live Demo →