最近很多小伙伴都在问我相同的问题，

“狐狸我们最近做了一个活动，但是我不知道该怎么写总结，怎么做复盘”。

所以我干脆做了一个大脑图，今天的内容我们就一起来聊一下怎么写总结。

主要以电商店铺的运营来进行“总结和复盘”的举例。

首先我们来看为啥不定期的我们要做做总结和复盘呢？

大概有这样三个目的。

第一，记录好数据，为今后同类型的活动做数据对比的依据。

第二，做总结的目的就是为了发现问题，找到问题原因，继而解决问题。

第三，我老大以前的口头禅：做的好，为什么好？做的不好，为什么不好？

找到好的，加以奖励。不好的，要改正，同时，要进行适度的合理的惩罚。

我们开始做总结时。

我大概会把总结分成这么几个大块：

一，店铺逻辑层；

二，货品逻辑层；

三，用户逻辑层；

四，品牌推广逻辑层；

五，遇到的问题以及今后改进的计划。

下面的内容我几乎就是按照总结汇报的PPT进行梳理出的一个模板。

在店铺逻辑层，我会把内容分成三大块：

1，销售额

2，分拆各个关键指标

3，DSR动态评分的变化及顾客的评价

首先来看销售额层。

顾名思义，总结一开始就要根据公式进行销售额的汇报。

销售额=流量×转化率×客单价

那么列出来：

PC端的销售额公式及对应表现

手机端的销售表现

列出数据后，要列出一个小结论：

这次活动做得好还是不好？

那么就涉及到参考对标的标准。

有这样一系列的对比指标值得研究：

1）同比去年同期，或同比去年同一个活动；

2）环比日常，看下活动期的销售额，比日常销售情况增幅如何；

3）跟活动计划相比较，活动前列出了活动目标，并按照目标准备了对应的货品，那么与目标销售额和货值相比，销售情况如何？完成了多少？

4）截止目前，年度、季度计划完成情况如何？跟去年同期相比，是否有整体的增长，增长比例如何？

5）可以考虑计算一下行业和竞品的增长或下降情况，按照比例来看我们是增幅是否超出或符合大盘情况。

OK，上面我们通过一系列对比得出了一个小结论。

也许是结果是好，也许是不好。

如果活动本身的销售额里还包含了“预售”的金额。

那么在总结开始，也要分拆一下，预售和活动期各自完成的比例如何。

同时跟上面对比一致，判断自身预售情况如何。

通常来说，理想状态下，预售占比50%到70%，其余的部分会在活动期完成。

销售额拆完了。

第一步的结论我们简单列清楚了。

我们来看分别对关键指标进行拆解。

【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，看两端各自UV来源，并计算各个入口的引导成交额、成交量。看转化率和UV价值如何。

3，如果是付费渠道，要尝试计算付费渠道的流量多少，UV价值电商活动数据分析，以及引导成交金额，计算ROI比例是否合理。

后续可以考虑把付费渠道单拎出来进行分析，图片素材表现如何，文案撰写是否清晰，点击效果哪个最好，花钱的绝对值和ROI是否合理。

大多数时候，我们看数据，一方面要看各个数字的绝对值，另一方面就要看比值。

【关于转化率】

转化率的部分我们要拆解的稍微细一点。

1，直接能看到的转化率是PC和无线各自的总体成交转化率，以及根据流量拆解看得到的各个UV来源的转化率；

2，第二个维度，可以尝试计算客服方面咨询转订率以及店铺整体的静默下单率。

这个环节其实要看的就是根据客服软件来判断，客服服务情况如何。

以及根据店铺装修的数据，来看各个模块引导成交的比例，点击情况，转化率情况。

尤其是通过查看页面的各页面流量，成交产品，以及页面停留时间，访问深度，跳失率等数据来判断，页面是否表现OK。

为今后的UED改版做好数据留存和依据。

【关于客单价】

客单价部分与啥相关？

一般是货品的组合情况，促销机制设计，价格段的设计，以及人均购买件数等内容有关。

所以在活动做总结时，同样的，我们看下相较日常，客单价提升情况。

以及PC和手机的客单价分别统计。常规的经验是PC的客单价要高于手机端。但转化率手机端远高于PC端。

接下来我们要关注店铺DSR动态评分在活动后的一个变化。

一般大促过后，尤其是S级大活动之后。

大部分店铺都会遭遇到一轮DSR评分暴跌。

所以要实时的监控DSR的变化，在做策划时就要通过一些对顾客的维护，减少顾客差评概率。

如果条件允许，可以安排客服人员在顾客收到货后，立刻致电扫一遍潜在的差评风险。

与顾客及时沟通，避免差评。

毕竟一个差评，需要几十笔好评订单才能挽回，实在得不偿失。

这里顺便提一嘴。

最近在看资深的运营专家辰沫老师写的《电商相对论》，

这本书里对应活动后DSR评分的优化就提出了非常多的经验。

其中一种就是可以考虑：

1）通过DSR评分计算器，按照店铺的评分计算，拉回到高DSR评分需要多少个好评；

2）把从前免费给消费者的赠品挂价销售，通过搭配套餐配合店铺优惠券，让用户一次性多买几个产品，即买三免二，买一赠三。

总之是赠品还是免费，但一次性购买件数就多起来了。原本需要一千单来优化评分，这样操作，一下子减少到三百个客户就可以完成优化。

原文链接可以了解下本书购买地址。这里不多推了。

我们进入到总结的第二大部分：货品逻辑。

简单想想，做零售就是准备一盘货，然后到平台上去卖。

最后性价比高的货周转率高，都出手了。

那么活动完毕，你盘点一下电商活动数据分析，发现还有不少货因为各种原因剩下了。

那么就要同步规划下，剩下的这批货该怎么处理。

是进行日常无折扣销售。还是盘点一下，进行报活动打折促销。

我们的目的就是让所有货最终都卖出去，并不亏钱。

所以活动完毕，我们就要第一时间对售出的货品进行统计。

看看跟活动前我们准备的库存相比，各个款式版本出售量多少。以及销售额都是由哪些货品构成的。

很多做电商的小伙伴是不知道货品的成本价和利润率等商业机密的。

包含我们以前帮宝洁做线上的天猫运营，也是对利润不知道的。

所以假如你对利润和成本是了解的。

那么在做总结时，就要同期对利润和成本进行细致的计算。

看看在不考虑退换货的情况下，活动利润如何，是否满足预期。

做生意的核心数据，可以通过公式进行简单的计算。

收益率=利润率×周转率。

所以当我们想知道活动挣钱情况时，就可以通过这个公式进行细致的计算。

总结里要体现出来你主推的第一梯队的货品销售情况，以及对应的关联销售产品销售情况。

再进一步的总结，

可以在大活动后，对店铺销售的产品和行业热销的宝贝进行一轮统计。

找到行业热销的产品具备 哪些特点。

记录下来给到负责产品开发的同事。作为后续新品开发的参考。

第三大逻辑：用户逻辑。

关于用户，目前的电商后台你可以获取到两大部分的数据。

第一部分是平台根据店铺成交情况，提供的泛用户属性数据。

比如用户性别、年龄、星座、地域、人均购买金额和件数等。

第二部分数据，是根据订单进行筛选出的数据。

比如本次活动期间，新老顾客贡献的金额占比，购买偏好。

以及新老顾客的来源，通知渠道，对应新顾客老顾客的人均成本计算。

可以考虑根据顾客购买产品的偏好，看是否跟地域有相关联的逻辑。

如果你所在的公司有自己的用户管理和分析系统。

那么订单导出后，作为运营很重要的一条就是

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！