为什么GMV涨了，我们反而更焦虑了？
做了这么多次大促复盘，你一定有体会：同样是业绩上涨，增长的质量天差地别。
有些增长是自来水，关掉龙头就没了。有些增长是挖井，越挖水越多。
真正重要的，往往不是GMV本身。而是：哪些用户留了下来？哪些商品能撑起长期复购？哪些流量只是“一次性成交”？
以前要回答这些问题，得跨好几个后台拉数据、对口径、做透视。等分析完，下一场活动的筹备已经开始了。
现在，南讯 「Data Agent」帮你把复杂的分析变简单，分钟级出表，轻松拆开GMV背后的真相。
同时南讯提炼了四个最值得关注的复盘维度，每一个都直接决定你下半年的增长质量。
｜新老客跨节点分析：判断增长的真实健康度
很多品牌复盘时，都会先看新老客数据。但真正拉开差距的，不是“看没看”，而是“怎么比”。
真正有价值的，是把几场关键大促拉通来看：今年618和38节相比，新客是不是变少了？和去年双11相比，老客复购是不是更依赖折扣了？哪些品类的新客越来越难留住？哪些高价值老客开始慢慢不回来了？这些变化，往往比GMV本身更能说明问题。
但问题是，以前这类分析，容易“越看越乱”。
最麻烦的，就是要跨多张表手动聚合对比。你得分别导出38节、双11、618的数据，一张表一张表地手动合并、筛选、计算。
有时还会遇到数据口径不一致的问题，还要再花时间核对调整，不然出来的数自己都不敢信。
现在，你只需要说：对比近3场大促的新老客结构、贡献占比和复购率，找出异常变化，南讯「Data Agent」统一所有大促的统计口径，生成标准化的多周期对比报表。
自动标注 “新客占比同比下降 6%”“ 老客复购率环比下降 9%”等关键异常点；拆解到品类、价位段维度，告诉你是哪个品类的老客流失最严重。
让品牌能看清：这次增长，究竟是“健康增长”，还是“透支式增长”。
｜自定义人群包分析：找到真正“值得继续投”的人群
大促期间，品牌通常会针对不同人群设置不同的运营策略：比如高价值会员的专属权益、加购未购用户的优惠券、潜在用户的定向投放等。
只有拆解到每一个自定义人群包的表现，才能知道哪些运营动作有效、哪些是无效投入。
比如同样是 10 万预算，投给 "近90天买过洁面但从未买过精华的用户" 和投给 "去年 618 购买过的老客"，最终转化率可能相差 3-5 倍。但以前拆分数据的成本太高，很多人只能看整体 ROI，结果就是一半的预算都浪费在了回报低于预期的人群上。
要分析不同人群包的数据，运营需要：一个人群包一个人群包地建分析节点；如果想横向比较10个人群包，往往就意味着：重复建10次分析。品牌大促期间要触达的人群包数量更是几十上百个，光建节点就能耗掉一个下午。
现在，只需要简单对话， 南讯「Data Agent」会自动汇总所有已创建的人群包数据，把原本分散的人群表现，统一沉淀到同一张分析视图里。所有分析指标都支持自定义，而且想对比哪几个人群，直接在表头勾选就行。不用再一个一个建节点，一张表横向拉通，谁表现好、谁要停止投放，一眼能看清。
更进一步的，表格能呈现人群的流转轨迹。大促前后，用户价值层级怎么变、品类偏好怎么流转，让人群包分析从“看结果”变成“看过程”，投放更“有的放矢”。
｜大促派样分析：算清每一份样品的真实回报
派样是大促最常用的拉新和种草手段之一，但也是最容易 "打水漂" 的营销动作。
样品发出去了，效果到底怎么样？领了的人，有多少回头买了同款正装？有多少买了同品牌的其他产品？还有多少，领完就消失了？
这几个问题，决定了下一场大促的派样策略——是继续加码，还是换品，还是换个玩法。
要搞清楚这些问题，以前得做大量的分人群归因测算。
得先圈出所有派样人群，再匹配他们的全渠道订单，然后把 “领了A样品的人” 和 “买了同款正装的人”“买了同品牌其他产品的人” 做归因匹配。
而且派样通常会分多组人群测试不同策略，每一组都要单独拆解、单独统计，光是串清楚所有转化路径，就要来回对十几张表。
现在，南讯「Data Agent」可以直接生成完整的派样转化分析。
清晰展示派样人数、派样订单量、全店回购率、同品回购率等核心指标，告诉你这款样品是 “自驱型爆款”还是 “引流型爆款”；
筛选出派样后转化率最高的人群特征，指导你下一次派样的人群定向。
比如某护肤品牌发现：A精华的小样同款回购率达到18%，同时还有34%的用户后续购买了同系列面霜。
这意味着：这个小样不仅验证了产品力，还成功带动了系列转化。于是品牌后续扩大该系列派样范围，同时在派样落地页强化关联商品推荐。
｜商品连带分析：用最小的成本提升客单价
大促复盘时，爆款单品浮出水面。但看一个品，不能只看自己卖了多少。
更要看它带动了多少连带消费。一款防晒卖了300万，单看销售额很漂亮。但如果买防晒的用户中，有超过五分之一顺带买了同品牌的面霜和精华——这款防晒就不只是爆款，更是整个品牌的流量入口。下次大促，它应该被放在策略C位，搭配关联商品做组合推广。
反过来，另一款也卖得不错，但买完就走，没带任何连带。这类品，下次就要控制资源投入，避免高流量低转化的坑。
但做连带分析，同样耗时耗力。
得先圈出买A的人群，再圈出买B的人群，一个个匹配关联。单算一个爆款的 Top5 搭配就要大半天，全店几十上百个品根本算不过来。
最后只能挑几个主力款粗略看看，很多能提升客单价的机会就这么错过了。
南讯「Data Agent」直接把每个单品的连带表现拆解清楚，还能一键生成“商品交叉购买矩阵表”，谁和谁是黄金搭档，一眼就能看明白。
甚至能给出业务诊断。比如AI会告诉你：Top1爆款的同单品回购率12.5%，跨单品转化率22.5%，属于兼具单品力与品类带动力的复合型爆款；而Top3款同单品回购仅7.2%，跨单品14.8%，更偏流量驱动型爆款——用户更多是被低价或活动吸引进来，后续需要加强关联商品承接。系统会进一步建议采用“主品引流+跨品转化”的组合策略。
每一款品的价值定位，都有了数据支撑。下一次大促，哪些品该冲、哪些品该配、哪些品该收，清清楚楚。
大多数BI工具，止步于「呈现数据」。
它能告诉你「发生了什么」，但不会告诉你「为什么会发生」，更不会告诉你「接下来该怎么做」。
所有的解读、分析、决策，都要靠运营自己来完成。这也是为什么很多人拿着厚厚的复盘报告，依然不知道从哪里下手。
南讯 Data Agent的核心理念，是不止于看，更在于行。
它是基于南讯 AI 核心能力打造的专属数据智能助手，不是一个只会做报表的工具，而是一位 7×24 小时在线、深谙你业务逻辑的专属 AI 业务分析师。它会陪你走完从数据到行动的完整闭环：
第一步：3分钟生成可直接汇报的成品报告
不用写 SQL，不用做透视表，自然语言提问就能拿到成品报告。
更重要的是，它懂你的业务，懂你的「行话」，你问“转段”，它知道要区分宝宝的月龄和对应阶段产品；你问“空瓶周期”，它知道计算用户的复购间隔。
第二步：用业务语言输出洞察，不用你自己解读
跳出冰冷数字，南讯 Data Agent 会直接帮你把数字翻译成业务判断，用运营易懂的语言总结现状、定位根因，不用人工跨维度对比推演。
第三步：把模糊的问题，拆解成可执行的任务
解读完问题之后，南讯 Data Agent 会进一步把模糊的「问题方向」，拆解成清晰、可执行的分析任务。
你不用再纠结「该从哪里入手分析」，跟着 AI 拆解的任务一步步推进即可。
第四步：直接给出行动建议，让复盘落地
这是最关键的一步，它不仅会告诉你问题在哪里，还会直接告诉你该怎么做。 最终沉淀精准人群分层、配套营销动作，把复盘结论直接转化可执行方案，杜绝分析与运营脱节。
从「数据」到「洞察」，从「任务」到「行动」，形成一个完整的闭环。那些在 618 中被忽略的潜客、没有转化的流量，就这样被精准盘活，沉淀为品牌的长期用户资产。
618接近尾声，但增长这件事，从来没有终点。
一场复盘真正的差距，不在于GMV涨了多少、跌了多少，而在于你能不能拆解数字，看清背后的用户流动。那些藏在数字背后的变化，才是大促留给你的真正资产。
看清了问题，下一步就是把问题变成行动。从“哪里有问题”到“该怎么干”，AI帮你把这段路走完，让复盘不再是一份尘封的报告，而是下一场仗的弹药。
