说到复盘，我觉得最重要的是搞清楚什么是复盘，其次是哪些类别？然后在我们做第二轮活动的时候，从已经结束的活动中获取经验，在后续的活动中进行优化，提高运营效率。

一.恢复的目的

1.记录数据，为以后类似活动做数据对比。

2.总结的目的是找出问题，找出问题的原因，解决问题。

3.分析得很好。为什么好？不好，为什么不好？

2。复试有哪些类别？

1.商店数据分析

(1)销售

A.这个活动是好是坏？然后涉及参考对准的标准:

B.去年同期，或去年同一活动；

C.对比日销售额和日销售额，看活动期间的销售额和日销售额相比是如何增长的；

D.相对于活动计划，活动前就制定了活动目标，并根据目标准备了相应的商品。与目标销售额和价值相比，销售情况如何？做了多少？

E.到目前为止，年度和季度计划是如何完成的？与去年同期相比，是否有整体增长，增长比例是多少？考虑计算行业和竞争产品的增长或衰退。根据比例来看增长速度是否超过或符合市场情况。

那么，在总结的开头，也要拆分一下。预售期和活动期分别占多大比例？同时对比以上，判断你的预售情况如何。

(2)分解关键指标

1.关于流量

①先看整体数据，把流量分成PC端和移动端分别拆解。

②看两端的UV源，计算每个入口的引导营业额和营业额。看转化率和UV值。

(3)如果是支付渠道，尽量计算支付渠道的流量、UV值、引导交易金额以及ROI比例是否合理。

后续可以考虑拿出付费渠道列表进行分析，图片素材表现如何，文案是否清晰，哪个点击效果最好，花的钱绝对值和ROI是否合理。

2.关于转化率

①直观可见的转化率分别是PC端和无线端的总交易转化率，以及各个UV源根据流量拆解的转化率；

②试着计算一下客服咨询转化率和店铺整体沉默点餐率。这个环节其实要靠根据客服软件判断客服情况；并且根据店铺装修的数据，可以看到各个模块的占比，点击，转化率。

③通过看页面流量、交易产品、页面停留时间、访问深度、掉线率等数据来判断页面是否OK。

3.关于客户单价

客单价和什么有关？

与一般商品的组合、促销机制的设计、价格段的设计、人均购买件数有关。所以在总结活动的时候，同样，我们来看看客单价相对于日常生活的提升。

4.DSR动态评分和客户评价的变化

一般促销之后，尤其是S级活动之后，大部分店铺都会遭遇一轮DSR评分暴跌。所以为了实时监控DSR的变化，在做策划的时候就要维护客户，降低客户差评的概率。如果条件允许，可以安排客服人员在客户收到商品后，立即打电话扫描潜在的差评风险。及时与客户沟通，避免差评。

活动结束后DSR评分优化:

①通过DSR评分计算器，根据店铺的评分，需要多少好评才能拿回高DSR评分；

(2)将之前免费赠送给消费者的赠品进行有价销售，通过套餐搭配店铺优惠券，用户可以一次性购买更多的产品，即买三赠一，买一赠三。

简而言之，就是赠送或者免费，但是一次性购买的次数增加了。本来要1000单才能优化分数。这个操作可以一下子减少到300个客户，优化就可以完成了。

(3)用户数据分析

1.根据店铺交易情况提供的泛用户属性数据。

比如用户的性别、年龄、地域、购买力、人群等。

2.根据订单过滤出的数据

举个栗子:本次活动期间，新老客户成交比例，购买偏好。以及新老客户的来源，通知渠道，新老客户对应的人均成本计算。根据客户购买产品的偏好，考虑是否存在与区域相关的逻辑。

作为运营的重要一环，就是新一轮的用户标签化。从什么渠道，买了什么产品，买了多少件，花了多少钱，能不能看出性别...并进行分层、贴标签的精细化管理。

3.丢失用户的下落

举个栗子:通过那个关键词进入店铺，浏览时间，去了哪个店，买了哪个产品，花了多少钱。竞争店铺营销策略跟进，转化率跟进。

三。店铺运营节奏

(1)预热监控

①预热目标分析:

对比竞争店铺的数据:访客数、收藏/购买数、付费人数、购买转化率、收藏转化率、预售贡献比例；拆卸时间目标，了解店铺各个时间段的关门目标，做好过程监控，实时优化调整。通过计算预售和预热的数据，就可以知道618的表现还差多少，就可以知道需要做哪些努力！

②预热目标分析:

预热期间要关注并完成各项目标(访客数、UV、追加购买数、追加购买数、追加购买金额)。通过拆解，可以知道我们追加购买的不良数据到底出了什么问题，是访客，转化率，还是客户数量。

③流道分析:

消费路径:熟人推荐/品牌推送触摸-进店搜索

消费者运营路径:产品信息获取-建立认知-产生兴趣(收藏购买)-购买。

(2)操作节奏

预热周期

记录售前/预热期间访客和购买者的趋势。

预热车间主要排水渠道分析

预热车间主要排水管道转换率

看下一笔交易的商品数据，也别忘了分析商品输给竞品的数据，分析竞品、销量、流量关键词的数据。尤其是竞品的流量渠道和交易的关键词，要着重分析自己产品的数据，进行对比。

做好的前提是先建立数据化的监测机制，通过同比对比、环比对比数据、与对手类比等方式找出差异，先做假设，再大胆求证。通过回顾618大促，我们也得到了一些规律，并将这个规律运用到下半年的双11、双12大促场景中！

如果你对文章有什么不明白的，可以加我个人微信:JDbaihe咨询，现在加微信送《精细化运营表》