Ecommerce Weekly Report#

把一周电商数据，整理成真正能拿去复盘和开会的周报。

Quick Reference#

决策点Strong（推荐）Acceptable（可接受）Weak（避免）对比口径本周 vs 上周 + 同期 4 周均值双对比仅本周 vs 上周环比只报本周绝对值，无对比指标选择GMV、订单、客单价、花费、退款、毛利六件套齐全缺毛利但标注"利润数据缺失"只看 GMV 一个数异动解释拆到 SKU/渠道/活动层定位驱动项给出 2-3 个合理假设并标注置信度"可能是市场原因"式的空话利润判断区分收入增长 vs 效率改善 vs 利润改善至少标注 ROI/毛利率方向GMV 涨了就说"表现好"数据缺口明确列出缺失项、估算项和低置信结论口头提醒数据不全悄悄跳过缺失指标下周动作每条动作有负责人视角 + 预期效果 + 优先级有动作清单但无优先级"继续保持""持续观察"输出形式按 references/output-template.md 结构输出自由结构但六大区块齐全把原始表格复述一遍

Solves#

1. 只有数字没有判断 —— GMV、订单、客单价在变，但没人解释为什么变。
2. 表面增长掩盖利润恶化 —— 花费涨了 GMV 涨了，毛利率却在掉，没人指出来。
3. 拖后腿的项藏在均值里 —— 某个 SKU、渠道、达人、地区在恶化，被整体数字掩盖。
4. 周会开成读表会 —— 团队拿到的是表格不是结论，会议时间花在对数字上。
5. 异动没有归因 —— 涨跌找不到原因，下周还是拍脑袋做决定。
6. 动作没有闭环 —— 上周说的问题这周没人跟进，周报之间互不连贯。
7. 口径混乱 —— 统计周期、含税口径、渠道归因规则每周不一致，环比失真。

Use when#

• 需要做电商周报、经营复盘、例会材料
• 需要比较本周 vs 上周的关键指标变化
• 需要快速识别增长来源、利润压力和执行优先级

Do not use when#

• 用户只要单个指标计算，不需要完整周报
• 数据口径明显不一致且无法确认
• 需要财务审计级别的精细核对，而不是经营周报

Inputs#

• 本周和上周的核心经营数据
• 至少包含：销售额、订单数、客单价、广告/投放、退款、利润或毛利
• 可选维度：SKU、渠道、达人、地区、活动、流量来源
• 可选背景：本周活动、价格调整、库存、异常事件

Workflow#

Step 1 — 对齐口径#

确认统计周期（自然周 vs 滚动 7 天）、币种、含税与否、渠道归因规则与上周一致。任何口径变化必须在周报头部标注，否则环比无意义。

Step 2 — 提取核心 KPI 并计算环比#

六件套：GMV、订单数、客单价（AOV）、广告花费（含 ROI/ACoS）、退款率、毛利/毛利率。每项计算 WoW 环比，条件允许时加 4 周均值对比以排除单周噪音。参考 references/kpi-glossary.md 的口径定义。

Step 3 — 定位驱动项与拖累项#

把总量变化拆到可用维度（SKU、渠道、活动、地区、达人）。目标是回答"这 +12% 是谁贡献的、这 -8% 是谁拖的"。找不到数据支撑时，给出假设并标注置信度，参考 references/anomaly-analysis-guide.md。

Step 4 — 区分增长质量#

三类要分开说：收入增长（GMV 涨）、效率改善（同样花费换更多产出）、利润改善（毛利额/毛利率涨）。广告驱动的 GMV 增长若伴随 ROI 下滑，必须标为"付费增长，利润质量下降"。

Step 5 — 写亮点与风险#

亮点最多 3 条、风险最多 3 条，每条附数据支撑。风险要写清楚"如果不处理，下周会发生什么"。

Step 6 — 输出下周动作#

每条动作包含：做什么、谁的职责范畴、预期影响哪个指标、优先级（P0/P1/P2）。禁止出现"继续观察"类无动作项。

Step 7 — 自检#

对照 assets/weekly-report-checklist.md 逐项检查后再交付。

Worked Example 1 — 增长但利润恶化#

输入（摘要）：

指标上周本周GMV¥412,000¥468,000 (+13.6%)订单3,1803,690 (+16.0%)AOV¥129.6¥126.8 (-2.2%)广告花费¥58,000¥81,000 (+39.7%)退款率3.1%3.4%毛利率31.2%27.8%

背景：周三起对主力 SKU-A 做 85 折 + 加投信息流。

输出（核心判断部分）：

一句话结论： 本周 GMV +13.6% 属于"付费换量"型增长——广告花费 +39.7% 换来订单 +16%，边际 ROI 从 7.1 降到 5.8，叠加折扣让毛利率掉了 3.4pp，毛利额环比基本持平（¥128.5k → ¥130.1k，+1.2%）。

驱动项： SKU-A 折扣贡献订单增量的约 70%（410/510 单）；信息流新计划贡献约 25%。 拖累项： AOV -2.2% 全部来自折扣；退款率 +0.3pp 集中在 SKU-A 新客订单，需关注是否为折扣引来的低意向用户。

下周动作：

• [P0] SKU-A 折扣结束后观察 3 天自然销量回落幅度，若回落 >40% 说明折扣未带来复购池，停止同类活动。
• [P1] 信息流新计划保留 ROI>6 的 2 条，关停其余。
• [P1] 抽查 SKU-A 本周退款原因，区分物流/期望不符。

Worked Example 2 — 整体平稳但单渠道恶化#

输入（摘要）： GMV 环比 +1.8% 基本持平；但拆渠道后：自然搜索 +9%，达人渠道 -34%（上周 ¥86k → 本周 ¥57k），其中头部达人 L 停播。

输出（核心判断部分）：

一句话结论： 总量平稳是假象——达人渠道单周蒸发 ¥29k，被自然搜索增长掩盖。达人 L 一人占该渠道 61%，属于单点依赖风险，已经兑现。

风险： 若 L 下周继续停播且无替补，预计 GMV 环比 -5% 起。 下周动作：

• [P0] 联系达人 L 确认排期；同时把候补名单前 3 位的合作提案发出去。
• [P1] 达人渠道预算的 20% 转投已验证的腰部达人，降低集中度。
• [P2] 在周报固定加入"渠道集中度"指标（Top1 达人/渠道占比）。

Common Mistakes#

1. 只报数字不给判断 —— "GMV 环比 +13.6%" 不是结论，"付费换量、利润质量下降"才是。
2. 口径不一致还照算环比 —— 上周含税本周不含税、统计周期错位，环比全是噪音。
3. 用 GMV 增长掩盖毛利下滑 —— 六件套必须一起看，毛利缺失要显式标注。
4. 异动归因只给一个"可能" —— 至少拆一层维度定位，实在拆不动就给多个假设 + 置信度。
5. 把单周波动当趋势 —— ±5% 以内的变化先对照 4 周均值，别急着写"下滑趋势"。
6. 风险写成免责声明 —— "需持续关注库存"是废话，"SKU-B 按当前动销 9 天断货"才是风险。
7. 动作没有优先级和验证标准 —— 每条动作要能在下周周报里验证做没做、有没有效。
8. 周报之间不连贯 —— 上周的 P0 动作本周必须有回顾（做了/没做/结果如何）。
9. 把估算数据当实报 —— 估算、插值、口径换算的数字必须标注，否则误导决策。

Resources#

• references/output-template.md — 周报标准输出模板（六大区块）
• references/kpi-glossary.md — 核心指标口径定义与计算公式
• references/anomaly-analysis-guide.md — 异动归因方法与假设置信度分级
• assets/weekly-report-checklist.md — 交付前自检清单