过去两年，淘宝商家的经营环境正在发生「不可逆」的位移：访客翻倍但转化率被稀释、GMV 增速远高于 GSV、退款率与平台补贴大战同时拉高推广费、ROI 单指标驱动把整个盘子锁死在「平衡点」。
本文以「经营攻防」为主线，拆解核心链路：
① GMV/GSV 剪刀差的成因与增长愿景；
② 商家生存三件套「高毛利 + 高费比 + 高补贴」如何循环；
③ 店铺诊断两分法（A 类 vs B 类）的判定与干预；
④ S/A/B/次新品/新品五级打标的费比排序；
⑤ 付费策略的核心原则（全店费率 vs 单品差异化）；
⑥ ROI 单一指标驱动的失效运营（种草/割草案例）；
⑦ 满减让利与平台让利的财务倒推；
⑧ 营销托管「先给流量再扣费」的机制与高让利陷阱；
⑨ 全站推广与计划选择策略（三类流量分配）；
⑩ 电话销售的分段式触达逻辑；
⑪ 人群资产运营的规模/精准度/活跃度三维度；
⑫ 新品费比计算与递增式投放节奏；
⑬ 落到 0-180 天的可执行行动清单。
1 增长案例与GMV/GSV拆解
1.1 案例一：GMV从1亿到1.7亿，GSV从8000万到1亿
某客户去年GMV为1个亿，今年GMV达到1.7个亿，GMV增长70%；去年GSV为8000万，今年GSV达到1个亿，GSV增长25%。GMV增速高于GSV增速，原因在于今年618期间几乎所有商家的退款率都在上升，这是行业普遍现象而非个案。GMV的增长由访客数、客单价、转化率三要素驱动，因此该客户转化率从去年的1.799%下降到今年的1.32%，呈现明显下降趋势。
销售额的公式化拆解方式为：销售额=访客数×客单价×转化率，任何一个要素的变动都会直接影响最终GMV与GSV的差额表现。
对于中流以上乃至头部商家，访客翻倍且转化率不下降几乎不可能实现。原因在于流量遵循"掐尖"逻辑：先把茶园中最优质的尖尖采完后，再去采的就只能是相对次一级的部分。除非流量池本身无限大，否则访客量的提升必然伴随转化率的稀释。
因此当转化率出现下降时，必须通过访客数的飙升把销售额的下降幅度拉回来，否则GMV与GSV的剪刀差会进一步扩大。
1.2 案例二：Liaba客户GMV从4000万到7000万
第二个Liaba客户去年GMV为4000万，今年GMV达到7000万；去年GSV为4000万，今年GSV达到5000万，整体也有增长，但与案例一高度相似——访客、客单、转化三项指标中，转化同样出现下降。这两个案例共同验证了今年618期间GMV与GSV增速差异的根本原因：退款率上升叠加转化率下降，使得GMV的"账面增速"远高于GSV的"实际成交增速"。
转化率下降究竟是好事还是坏事，需要结合访客数变化来综合判断。若访客数飙升带来了整体销售额增长，则转化率下降是可接受的代价；若访客数不变甚至下降，转化率下降就是纯粹的坏消息。
判断标准不在于单一指标的升降，而在于访客×客单×转化三者乘积的最终结果是否实现同比增长。
1.3 一年期业绩增长愿景：200%×110%×70%≈150%
针对在场十五位商家，给出一年后的预期业绩结构：访客数增长200%、客单价提升至110%、转化率下降至70%左右，三者相乘最终实现销售额约150%的增长。
即使部分商家今年业绩完成率尚不理想，方法论仍可在明年6月与今年6月的同比复盘中验证：访客增长率显著、客单小幅增加、转化可能下降，但销售额仍能保持50%以上的同比增长。这套方法论已被使用两年左右，去年双十一至今年618期间参与定制化大陪跑的三家客户中，80%以上实现双位数增长，结果与上述结构高度一致。
需要明确的是，150%的销售增长是一个被压低后的预期，并非上限。如果方法论效果好，这套增长框架具备长效可复用性，未来每年都可以基于此继续叠加增长。对于追求更高增速的商家，关键在于能否在转化率下降的背景下，把访客数的拉升幅度做到极致。
1.4 销售额平衡点公式与瓶颈成因
商家当前的业绩增长都已达成了一个所谓的"平衡点"：以月销售额500万为例，公司愿意给出20%的推广费上限，即100万推广费；100万推广费购买100万流量，按5%转化率成交5万人；按80元客单价计算，付费成交400万；再撬动100万免费/老客成交，最终合计500万销售额。当20%推广费上限用满后，销售额就触顶，无法再突破，这就是平衡点。不同体量的店铺（100万、500万、800万、1000万）都会遇到相同结构的瓶颈，区别仅在于绝对数值。
要打破平衡点有多个方向：
- 其一，把广告费从20%提到25%，用更多推广费滚动销售，但大部分公司做不到，再加就会亏钱；
- 其二，在推广费不变的情况下，把单次点击成本（PPC）压低，让100万广告费买到150万流量，代价是转化率从5%下降到4%，但成交人数从5万提升到6万，仍然划算；
- 其三，在收割场景下不看PPC，只看投产，关键词2元点击单价投产2与人群1元点击单价投产1，应优先选前者，因为收割只看投产。
| 策略 | 推广费 | 流量 | 转化率 | 成交人数 | 客单价 | 付费成交 |
|---|---|---|---|---|---|---|
| 原平衡点 | 100万 | 100万 | 5% | 5万 | 80元 | 400万 |
| 提费比到25% | 125万 | 125万 | 5% | 6.25万 | 80元 | 500万 |
| 压PPC提量 | 100万 | 150万 | 4% | 6万 | 80元 | 480万 |
| 理论低价引流 | 100万 | 150万 | 5% | 7.5万 | 80元 | 600万 |
需要特别强调的是，150万流量×5%转化率=7.5万人这一结果在当前平台环境下"一定不可能"实现。原因在于低价买到的流量质量必然下降，转化率无法维持在三五年前的水平。越贵的流量质量越好（淘宝现状），但如果全部购买贵的流量，就会永远以最高溢价买流量，天花板依然突破不了。
1.5 推广费从10块涨到30块的机制拆解
推广费持续上涨由三层因素叠加驱动：
- 第一，免费流量越来越少，以前付费与免费流量配合即可成交，现在免费流量减少必须用更多付费补量；
- 第二，单次点击成本（PPC）越来越高，同样的预算能买到的流量变少；
- 第三，不吃平台补贴会导致转化率偏低，进而需要花更多钱买流量，所以不吃补贴反而让广告费更高。
这三个因素叠加，使得即使不参与消费券，推广费也会从20涨到30。
以一笔交易为例：商家推广费从10元涨到30元，平台实际收入仍是10元（与以前相同），多出的20元被平台用于补贴竞争对手的消费者。阿里妈妈去年收入5000亿，今年目标6000亿，但现在要把一部分补贴给到竞争对手的消费者（推测规模约4000亿），所以阿里妈妈今年总任务变成1万亿，其中6000亿自留、4000亿用于补贴。
商家被多收的广告费，最终都会通过平台补贴给到竞争对手的消费者。
1.6 平台补贴不可逆与三高打法
平台补贴大战不可逆：以前只有淘宝天猫做补贴，现在抖音、京东、拼多多全部加码；一到618、一到双十一，各平台比的就是谁的补贴力度更大，消费者就流向哪个平台。
补贴最终都由商家买单，这是大势所趋，没有犹豫空间。在吃补贴的问题上，必须保证前端挂价一致（如陶瓷在所有平台挂价499），但消费者到手价无法保证一致，因为各平台发的券金额不同（同一618期间，淘宝今天可能发200-30，明天可能发300-40）。
不能通过"不吃补贴"来强行维持消费者到手价一致，那样会死得很惨。
短期解决方法是必须吃补贴，不吃补贴只会更亏；长期解决方法是走"三高打法"——高毛利、高费比、高补贴，三者循环支撑缺一不可：高毛利才能支撑高费比，高费比才能支撑高补贴，高补贴反过来支撑高毛利。以前策略是"先高费比冲量再降费"，但从今年开始费用很难降下来，新策略变为在合理费比区间内尽可能拉高销售决定值，用以摊薄固定费用。平台广告费越来越高这件事无法解决，商家只能通过三高打法在高费用环境中找到盈利空间。
2 商家生存三件套：高毛利、高费比、高补贴
2.1 高毛利：调价策略与不降转化的两大支柱
高毛利是商家生存三件套的根基。当前免费流量持续萎缩，所有流量都需付费购买，因此费用无法下降。要做到高毛利，第一步是调价，第二步是保证调价后尽量不影响转化。
调价的顺序与时机选择建议为主爆款暂时不动，先从新品或 1+2+N 中的 L 款、以及 SAB 中的 A 款开始调整。调整时点通常选在某一个大促结束之后。WCC 卖鱼油客户去年双十一结束后，价格从 379 涨到 449，涨价时虽然担心受影响，但最终受到的影响微乎其微。
保证调价不受影响有两大方法：第一是讲故事能力，第二是如果受到影响后的解决方法。这里重点讲第一个落地动作——讲故事能力。
一个消费者愿意以前付 50 现在付 60、愿意以前付 60 现在付 70，一定是他觉得产品更好，或者感受到了更高级。所以讲故事能力希望在两个点上突破，第一个是详情页的背书，第二个是主图的结构化设计。
| 调价能力建设 | 具体动作 | 核心目标 |
|---|---|---|
| 详情页背书 | 顶部 1-2 屏做品牌/信任背书 | 让消费者先相信品牌，再听产品卖点 |
| 主图结构化 | 统一视觉风格、强化记忆点 | 提升全店点击率与转化率 |
| 调价后转化下降应对 | 用自有让利撬动平台补贴 | 让消费者感知降价，财务只承担一部分 |
2.2 详情页与主图的"讲故事"能力拆解
讲故事的核心目的，是让消费者愿意为更高价格买单。消费者愿意付更高价格只有两种原因：一是觉得产品更好，二是感受到更高级。所以讲故事能力必须落在详情页背书和主图结构化两个点上。
以 WHC 为例，做完调整后在所有旅游类目中有两个最明显的特征。第一个特征：它的价格不一定是最贵的，但用户质量永远是最好——L4、L5 人群占比、消费力占比永远是最好的。第二个特征：在大促时爆发更好。背后原因之一是视觉设计：保健品行业普遍花里胡哨、大红大紫、五彩斑斓，而 WHC 的视觉风格非常克制。这种克制带来三个好处——整体看上去舒服、整体风格统一、能形成记忆点。
统一视觉风格的深层价值在于形成记忆点，从而拉升全店点击率。现在消费者购物需要反复看到同一个产品才会点击购买。那么商品链接的作用是不断出现在消费者面前。连续的逻辑链是：今天产品出现在消费者面前没点，明天再出现时点击概率更高，因为他记得昨天看过；明天还是没点，后天再用同样链接出现，点击概率会变得更高，因为这个品在他面前出现好几次了。
所以做结构化统一的主图，除了"高级感"这种表面收益，最核心的价值是让消费者每次看到都留下印象，最终提升全店点击率。
作为反面案例，威瓦这家店铺虽然卖得不错，但打法不同——他们的视觉没有记忆点，今天看到图没感觉不点、明天看到没感觉不点、后天看到没感觉还是不点，每次看到都不会留下印象。这种店铺主要靠极致低价、再叠加"假一赔十"等承诺走量，已经不再是可持续的运营路径。
2.3 详情页背书：从"讲产品好"到"先讲品牌厉害"
做主图之外，详情页顶部还要做信任背书。安居客这家家具店这两年卖得特别好，点进任何一款产品，详情页顶部都做了至少五屏的信任背书：
第一屏"小家具选大牌就选安居客"，第二屏"小家具就选大牌，大牌品质有保障"，第三屏"大牌顿感力，大牌是我的底气也是你的"，第四屏"安居客的五大承诺，大牌首付更翻新"等等。
很多人以为详情页就该讲产品好在哪里——但现在不够了，因为所有人都在讲自己的产品好。
第一步要先讲"为什么我们家产品好、让你相信"，再讲产品厉害、再讲其他卖点。不能一上来就讲产品好，要先讲品牌厉害，再讲产品厉害。
关于信任背书的文案表达，要绕开广告法中"不能用极限词"的限制。广告法原文是：在没有数据支撑的情况下不允许讲自己是唯一、讲自己是最好。所以"唯一"不能瞎说，要真的找到大部分是什么东西的、能够做到"唯一"——只要是真的就没有问题。
比如华润三九（央企）有一款对老年人降血压有用的保健品，审核资质中直接有报告说"对降血压有帮助"，所以详情页直接写"不惧广告法敢说降血压"——没有别人敢讲，只有我能讲，因为国家给的证书里明确可以写。
所以只要有证据、有数据支撑，"绝对化用语"都能用。每个商家都要找到这样一个东西，让消费者先产生信任感，再听后面的卖点，才愿意接受涨价。
2.4 涨价后的财务再分配与"有皮肤"的让利
所有涨上去的价格都必须拆分用途。最终涨上去的价格，建议拆成三份：三分之一用来做视觉等相关的提升、三分之一增加到推广费里、剩下的最多三分之一才是真正的额外收益。
举例：涨价 10 块，一年卖 10 万个，多卖 100 万。这 100 万中不应该完全是额外收益——一部分做视觉是为了服务消费者，一部分做推广费是为了给平台，只有这个三方分账的逻辑才合理。
如果调价后转化率出现明显下降，不能靠补一两块钱广告费救回来，正确做法是用自己的让利去撬动平台的费用，再撬动平台的让利。
举例：本来 90 块的产品涨到 100 块后转化率下降，想让价格回到 90 块；但如果直接从 100 块降价到 90 块就亏了。可以做的是：去做一个淘金币补贴，比如 5% 是卖家自己承担，如果它是一个爆款，平台会加补 5% 的补贴——消费者看到的价格是 90 元，财务收入是 95 元。
关于品类券的态度是：第一次商家自己出一半可以不吃，但第二次不允许再不吃。品类券如果是全资补贴一定会吃；但品类圈五比五，商家自己出一半、平台出一半，有些商家不想吃——但不吃就代表在阿里妈妈那个地方把广告费投出去了，但补贴被别人吃走，太可惜了。
正确做法是：从一开始就考虑哪些品从一开始就要去吃品类券，比如新链接定价时就把品类券自己要承担的 15 块考虑进去——平常加 15 块的券，到了大促把券取消再去吃品类券，最终逻辑完全一样。
这件事的高分价是：平台要求高费比，然后承诺其中一部分给消费者补贴。所以当商家想要打折让利营销时，需要拓盘平台和商家一起承担——这句话要融化到运营的血液里。
所有品必须有"皮肤"：没有"皮肤"的意思是自己从 100 块钱直接打折到 90；有"皮肤"的意思是让 5 块到淘金币、让 5 块到秒杀、让 5 块到百补、让 5 块到任何东西，尽可能撬动频道内的补贴——数据好还能撬动频道内的流量。
2.5 高费比的核心逻辑：稳住 ROI 前提下去放大花费
调价，不一定每个商家都要干，且逻辑不一样。重点是"怎么调价不受影响"——结构化的主图、详情页顶部一到两屏的信任背书，这两个动作只要做了，点击率和转化率都会慢慢增加。
接下来讲高费比。先做一个对比工具演示：
打开达摩盘、找到竞争态势分析、找三家竞争对手（不要找把钱全投站外不投站内的），往下滑到最下面的推广指标对比。综合来看：这家 ROI 2.0、那家 2-3、那家 1-2。如果你的 ROI 已经跟他们差不多甚至更高，但销量却不如他们——核心原因是他们砸的钱比你多。所以现在的问题不是"把 ROI 做得更高"，而是"在稳住 ROI 的情况下把钱花出去更多"。
换句话说：不是不能讲稳 ROI——不是说在花费不变情况下去提 ROI，而是要在 ROI 不变情况下去提花费。
不同店铺的策略不同。ROI 在花少的情况下比对手低，这是有问题的；这种情况下暂时先不做放大，先考虑怎么把转化拉上去。ROI 已经到位、没把钱花出去的，策略是稳住 ROI 前提下放大花费——也就是打更多全店款（而不只是更多爆款）来花出去更多的钱。所以策略是不一样的：第一种情况先把转化和流量效率优化上去，再考虑加钱。
2.6 极致性价比模式的不可持续性与付费流量归属
某店铺最大的问题是客单价太低——这样会越做越难。原因在于：今年 618 结束后做了很多类目复盘，过去两三年靠像这家一样、靠极致性价比做起来的店铺，整个 618 后普遍大幅下滑，约 34%。
另一个问题是付费流量归属混乱。比如这家过去只卖袜子时，付费被算到了免费搜索和免费推荐里——核心是搜索和推荐。付费推广费不一定会算到"付费"里，会算到"搜索"和"推荐"里面，因为现在平台数据归属讲不清楚。这是一个普遍存在的平台数据归属问题——付费流量在平台数据中归属混乱，推广费可能计入搜索或推荐。
3 店铺诊断两分法
3.1 诊断两分法的整体逻辑
诊断两分法的核心是拒绝只用 ROI 一个指标评判店铺。店铺的竞争力需要放在竞争对手对标中看，具体对标四项指标：销售额、点击花费（花钱总额）、点击量、ROI。两个店铺即使 ROI 相同，如果一个花了 5 块钱买 ROI（涨幅花率 8%),另一个花了 10 块钱买 ROI（涨幅花率 10%),则 5 块钱买 ROI 的那家更划算。因此不能只盯 ROI 一个数字，必须把四项指标组合起来做归类。
归类方式是把现场商家分成两类：一类是销售额、点击花费、点击量、ROI 都不如头部商家；另一类是销售额、点击花费、点击量不如头部，但 ROI 持平甚至更高。这两类商家在课堂现场的比例约为 4~5 家是 A 类（全维度落后）,10 家左右是 B 类（ROI 相对占优）。整个诊断框架的本质是：在稳定住优势指标的前提下，把预算分配到更合理的产品上。
3.2 A 类店铺的定义与策略
A 类店铺的判定标准是销售额、点击花费（花钱总额）、点击量、ROI 四项都不如竞争对手。课堂现场约有 4~5 家属于 A 类，样本如某商家的 ROI 为 3.3,对比头部 ROI 区间 7~8、15~20、4~5 中的对应商家，其花费极低但 ROI 也偏低。
A 类店铺的核心问题不是预算不够，而是流量质量与转化能力未达标。这类店铺的策略是当下花费不要过多加码，先把脚步停下来，优先解决流量质量与转化问题。如果 A 类店铺盲目加大推广，会出现"加了广告、销售几乎不涨"的结果，也就是 SD 越快越亏。所以 A 类必须先打补单，调整影响转化率与流量质量的因素，把基础打牢再考虑放量。
3.3 B 类店铺的定义与策略
B 类店铺的判定标准是销售额、点击花费（花钱总额）、点击量都不如头部，但 ROI 持平甚至更高。课堂现场约有 10 家属于 B 类，典型如北京雨风、绵柔、科创、景德镇、易乐图、杰洁等被点名归为 B 的商家。
B 类店铺的策略是在稳住 ROI 的前提下，把更多的钱花出去，且这笔钱必须花在更多的产品上，而不只是集中在爆款上。B 类商家需要做"货品布局"——通过上新链接、链接裂变、重复铺货等方式，把店铺里的产品分成 S、A、B、未打标四层，让预算在不同层级上合理分配。
3.4 SAB 款打标逻辑与费比排序
店铺的款必须打标，分为 S 款、A 款、B 款、未打标款四个层级，再加上次新品与新品两类特殊打标。
S 款是店铺里最想打爆的款，A 款是潜力爆款，B 款是一部分想要去试一试的款；新品与次新品单独打标，费比不纳入整体考核。打标后的数据会进入商品明细，支持模板下载、批量导入与一键打标，后续 BI 看板会按 SAB 款 + 自定义标签（如负责人王五、李四）展示数据。
打标的核心要求是费比必须满足排序：S 款费比 > A 款费比 > B 款费比 > 未打标款。
一个反例：某 MQD 商家卖的最好的 5 个款（S 款）卖了 27 万、花了 2.3 万、费比 8.5；剩下的 A 款卖了 36 万，费比却分别是 5.32%、14.45%、15.17%,即 S 款费比没有 A 款高、A 款费比没有 B 款高，这是典型的乱花钱结构。
对比某客户的健康结构：S 款费用 10%、A 款费用 9%、B 款费用 3%、动销款费用 1.95%，形成从高到低的合理梯度。
3.5 通过链接裂变做出 30% 免费销售
SAB 款打标之后，还需要做"货品布局"以拉高推广费上限。
以"钻头"为例：平台上有 1 万个钻头链接、共有 40 万免费流量；平台会按付款人数与 GSV 做综合评分，把这 40 万免费流量分给前 1 万名，前 1~10 名可能分到 10 万流量，11~100 名再分 10 万，101~1000 名再分 10 万，1001~10000 名分剩下的 10 万。S 款大概率落在前 100~1000 名的免费流量池里，A 款与 B 款、新链接/新品则落在 1001~10000 名池中。
货品布局每个星期必须上几个新链接。本身新品多，直接上新品即可；标品商家新品少，则用重复铺货——同一品（如化妆品）针对不同用户与场景打补水、美白、防晒、保湿等不同卖点，铺多个链接。
链接裂变的目标是让店铺里至少 30% 的销售额不花广告费，这样剩下 70% 销售额可花的推广费比例就会从 20% 拉到约 30% 的费比空间。链接裂变这件事对店铺没有坏处，只有长期好处，需要坚持做。
3.6 SAB 款预算分配示例与三高打法的关系
假设店铺月销 1000 万、推广费上限 200 万，通过链接裂变做到 30% 销售（300 万）不花钱，剩下 700 万花钱销售额仍可花 200 万，整体费比从 20% 自然上升到 30%。700 万花钱销售额再按 SAB 拆分，如 5 个 S 款贡献 350 万、10 个 A 款贡献 200 万、15 个 B 款贡献 150 万;B 款按 10% 费比花 15 万广告费，A 款按 15% 费比花 30 万广告费，S 款剩余广告费为 200-30-15=155 万，除以 350 万销售额，S 款费比高达 40% 左右。
最终形成的整体结构是:S 款 40% > A 款 15% > B 款 10% > 未打标款（含不花钱与极低费比）,平均下来 20%。其中一部分品"先成交后扣费"完全浪费推广费，所以必须把费比集中在高效率的 S 款上。
货品布局（链接裂变 + SAB 打标）是短期手段，直接解决推广费上限问题；三高打法（高毛利、高费比、高补贴）是长期手段，应对平台对推广费要求持续提升的趋势。两者缺一不可。
短期内靠货品布局拉高推广费上限，长期内靠三高打法维持整体竞争力。未来要通过 AI 工具（如商品明细里的打标功能 + BI 看板）每天 5 分钟监测方法论落地情况。
3.7 9 类高补贴工具清单
高补贴环节的 9 类工具按顺序罗列如下:
① 消费券;
② 品类券;
③ 充值红包;
④ 百补;
⑤ 秒杀;
⑥ 礼金（或营销托管）;
⑦ 佣金（淘客佣金膨胀）;
⑧ 淘金币;
⑨ 万相优惠券。
这 9 类工具共同构成商家高补贴的弹药库，需与高毛利、高费比一起形成"商家生存三件套"的循环支撑。
3.8 SAB 款分类的具体要求
- S 款要求 5 个，其中 4~5 个是店铺当下卖的最好的款，0~1 个是店铺的战略新品（未来要上架或刚上架不久、公司要求必须做起来的款）。
- A 款要求 10 个，其中 7~8 个是店铺里动销不错的款，2~3 个是店铺的潜力新品。
- B 款要求 15 个，这些品属于"需要花钱但花不了太多钱"的款，属于店铺里大量存在、不花钱一定起不来、花点钱养着未来有机会起得来的品。
- 剩余还有不花钱的款（未打标款的一部分）,以及次新品与新品（单独打标，费比不纳入整体考核）。
商家可根据店铺实际情况调整 SAB 数量。如品类多的商家（贝泰斯品类众多、最厉害的睡袋品类销售占比不到 20%）可能有 10 个 S 款 + 20 个 A 款；品类单一的商家（逸乐途推车一个、安全座椅一个）只需按品类各 1 个 S 款即可。这套分类方法不是照搬照抄，而是提供一个可调整的概念框架。
4 S/A/B/次新品/新品五级打标体系
4.1 商品明细与S/A/B款数据看板
老板只需查看S/A/B款的数据，核心判断指标为运营负责人（如张三/王五/李四）所负责款式的销售表现与ROI控制情况；在商品明细模块中，所有品的所有数据（包括GMV、GSV与直接ROI、总ROI）均可在同一界面查看，并支持通过标签筛选功能，单独提取S款数据进行专项分析。
操作流程上，商品明细模块提供标签筛选入口，商家可一键调出全部S款数据；该模块同时承担"老板看板"职能——店铺负责人只需确认S/A/B款核心数据是否达标、各负责人ROI是否在可控区间，即可完成日常经营判断，无需深入全部款式。
4.2 商品对比与S款动态数据诊断
商品对比模块以"动态对比"为核心方法论，反对静态数据视角：
若某款商品上周销售100万、本周销售90万，而另一款商品上周销售80万、本周销售89万，则后者更优——因为其呈现上升趋势，具备更大增长空间。
商家应将S款过去三周数据与前两个环比周期进行自动对比，识别趋势性增长款与衰退款。
时间区间设置示例：选择8到14号为对比周期，系统自动拉取前两个环比时间的数据，点击"查询对比"后输出S款的过去三周动态对比数据，辅助商家判断该S款应继续放大推广费，还是应下调推广费。
4.3 AI运营策略建议与全智能化调整
商品对比模块内置"生成AI运营策略建议"功能，商家既可手动查看S款动态数据，也可调用AI自动生成运营策略——AI基于商家方法论，对S款进行综合对比分析，形成标准化建议，直接输出"哪些款应继续放大、哪些款应下调推广费"的结论。
AI策略建议的逻辑并非单一ROI维度，而是综合考量S款的整体对比数据；商家可根据AI建议直接完成数据调整，实现"全智能化运营",也可仅将AI作为数据呈现工具，自行根据数据做判断。S款分析完成后，可对A款（本案例为10个款）重复执行同一流程，不断生成相应策略建议与调整方案。
4.4 类目分析与推广费辩证分配
类目分析模块从"时间+类目"维度切入，呈现各品类的销售额与推广费分布。
以某店铺为例：月销四五百万业绩中，跑步T恤销售243万、花费广告费22万，跑步T恤贡献45%销售额但消耗60%广告费，需辩证看待该数据。
辩证判断标准：推广费占比高于销售额占比，既可能是"问题",也可能是"战略"——若该品类已是类目第一名且增长空间极小，则属"问题"（应降低推广费）;若该品类尚需从第三名冲至第一名，则属"战略"（应加大推广费投入）。商家应基于自身目的（冲排名/守地位）决定推广费配比。
| 店铺/品牌 | 品类排名 | 销售占比 | 推广费占比 | 策略方向 |
|---|---|---|---|---|
| 本案例店铺（跑步T恤） | 类目第1 | 45% | 60% | 推广费过高，应下调 |
| 贝泰斯-第1名类目 | 第1名 | 8% | 13%-14% | 大哥赚钱，省推广费 |
| 贝泰斯-第2名类目 | 第2名 | 9.5% | 10.5% | 小弟花大哥省下的钱 |
| 贝泰斯-第3名类目 | 第3名 | 6.5% | 7.5% | 维持合理推广费 |
| 贝泰斯-第4名类目 | 第4名 | 3.5% | 3.5% | 持平即可 |
4.5 贝泰斯案例：大哥省费养小弟的打法
贝泰斯是"动销型"店铺的标杆：其店铺内销售最好的类目仅占8%销售额，推广费占比却控制在13%-14%——大哥（头部品类）通过省下4-5个点的推广费，将资源转移给小弟（中长尾品类）,实现整体店铺利润最大化。具体的资源分配如下：第2名类目销售占比9.5%、推广费占比10.5%;第3名类目销售占比6.5%、推广费占比7.5%;第4名类目销售占比3.5%、推广费占比3.5%。
该打法的核心逻辑是：大哥卖得多、省下的推广费足以将小弟品类做起来；反之若大哥多花钱，小弟将面临灭顶之灾。"动销型"店铺应让当前卖得最好的品类省推广费，把资源用于扶持其跨品类;"爆款型"店铺则相反——爆款仍有较大增长空间时，应继续加大爆款投入，其跨品类仅为布局，赚的钱也主要回流到爆款。
4.6 类目机会分析与大盘数据查询
类目分析模块还包括AI内部分析与货品布局诊断功能：AI内部分析可识别货品布局的断层（如运动文胸在Top20区间OK、20-50区间有断层；抛肉伞在50-100区间有断层；健身裤亦有断层）,辅助商家在货品规划时识别需加强的品类。类目机会分析支持"历史视角"（看过去12个月）与"单月视角",以及"生意规模优先"（选大赛道）与"趋势机会优先"（选竞争不激烈的赛道）两种策略。
大盘数据查询须注意：每个账号仅能查看一个类目，首次进入需选择类目且不可选错。以某家庭清洁类目账号为例，该类目一级类目为"家庭清洁"，6月份大盘数据约50亿，环比5月略有下滑；类目机会分析中，纸品属于"生意规模优先"视角下最卷的赛道（量大但竞争激烈）。
4.7 新老客对比与AI整张报告
新老客对比模块呈现全店新客与老客比例，并下钻到每个细分类目的新旧客数据，识别哪些细分类目的新客/老客表现好、哪些做得不够，为后续优化提供数据依据。AI整张报告功能支持选定时间区间（如6月或7月13到7月15号）后，一秒钟生成店铺整张报告，可直接用于连大叔复盘，并支持报告分享（分享给其他人查看，但对方无法修改数据）。
AI整张报告的"自动化推送"路径为：每天数据导入后，系统于下午3点在钉钉群推送"昨天店铺业绩快报+需优化项"；1秒以内的报告为环比快报（快速数据），非环比形式则为业绩监控（目前仅支持大数与销售额，核心单品功能开发中）。商家可设置业绩监控目标（大数或销售额）,并在BI看板查看销售目标与核心单品目标。
5 付费策略的核心原则
5.1 全店统一费率与单品的差异化费率
全店统一费率是付费推广中最常见的误区。店铺全店费用设定为 20%，并不意味着每个品都按 20% 的费用率去投放。有的品一毛钱都不该花，花 0% 的费用和 20% 的费用是一样的一样业绩；有的品是爆款，可以多花一点钱，付费能帮店铺的量级做得更高。因此，付费逻辑的核心在于如何把钱花在合适的品、花在合适的时间上面，这叫付费的策略，重要性高于单纯研究出价或人群技术。
单品差异化费率的具体分配逻辑是：店铺内 0% 费用、20% 费用或更高费率的品都同时存在，分配比例依据品的角色决定。
新品或不主推的品承担 0% 费率，爆款品可承担 20% 甚至更高的费率，所以全店统一的 20% 费率并不适合直接套用到每个单品上。
5.2 ROI 单一指标驱动的无效运营
很多店铺用 ROI 等于 5 作为唯一的加减钱标准：第一天花 8000 块推广费，ROI 等于 7，高于标准 5 就加钱到 12000；ROI 变成 5.5，依然高于 5，继续加钱到 15000；ROI 变成 4.5，低于标准 5，开始减钱。这种 ROI 高多花一点、ROI 低少花一点的运营模式，每天都在重复执行，本质上是无效运营。
把时间拉长来看：上面每天花一万卖五万，下面每天招一百个人收一万斤，没有区别。无论今天是花八千、一万二还是一万五，也无论今天是用镰刀还是拖拉机去割稻子，效果好就加大投入、效果不好就换计划尝试，但拉长视角后整体效率并没有突破。
5.3 种草者与割草者案例：供给上限决定投放边界
种草者和割草者的案例可以解释投放边界。稻田每天自然成熟一万斤，招人割稻子的标准是每人每天必须割超过 90 斤（否则付工资不划算）。第一天招 80 个人，割了 8000 斤，每人 100 斤高于标准，还剩 2000 斤未割；第二天加到 120 个人割一万两千斤，没有剩余；第三天加到 150 个人，最多割一万斤，平均每人 70 斤，没有剩余；第四天减到 120 个人，还是割一万斤，平均每人 80 斤。
ROI 单一指标驱动的付费逻辑与割稻子案例完全对应：ROI 等于 5 对应每人每天 90 斤；花 8000、12000、15000 块对应招 80、120、150 个人；ROI 等于 7、5.5、4.5 对应每人割 100、100、70 斤；ROI 高加钱、ROI 低减钱对应效果好加人、效果不好减人。故投放能否突破，取决于田里有多少稻子（供给上限），而不取决于今天到底是招 80 个人还是 150 个人，也不取决于用镰刀还是拖拉机去割。
5.4 同样的费用拿到更多流量的本质
付费策略要回答的第二个核心问题是：在同样的费用下，如何拿到更多的流量，且转化率下降是可接受的。人群资产的逻辑是解决这个问题的关键，而理解人群资产之前，先通过种草者与割草者的案例来理解为什么需要做这件事。
平台能提供的自然流量是有限的，如同稻田每天自然成熟一万斤。当付费推广的 ROI 随投入规模扩大而下降时，问题不在于出价模型或计划选择，而在于供给上限——有多少货品在平台上被种草，决定了后续割草阶段能收割多少转化。万相台无界后台就那么几个场景、几种出价模型，每个计划都试过的运营模式，本质上是反复换工具割同一片稻田，没有扩大种草面积就无法提升整体收割上限。
5.5 案例与数据对照表
| 维度 | 付费投放对应动作 | 割稻子案例对应动作 |
|---|---|---|
| 效率标准 | 店铺 ROI = 5 | 每人每天必须割超过 90 斤 |
| 第二天投入 | 推广费 12000 块 | 招 120 个人 |
| 第二天产出 | ROI = 5.5 | 平均每人 100 斤，无剩余 |
| 第三天投入 | 推广费 15000 块 | 招 150 个人 |
| 第三天产出 | ROI = 4.5 | 平均每人 70 斤，无剩余 |
| 第四天动作 | 减钱 | 减到 120 个人 |
| 长期拉平 | 每天花 10000 卖 50000 | 每天招 100 个人收 10000 斤 |
| 突破关键 | 供给（种草量） | 稻田每天自然成熟量 |
| 品的角色 | 建议付费费率 | 原因 |
| 非主推品 | 0% | 不贡献业绩，付费只会拉低店铺整体费比 |
| 普通款 | 5%–10% | 维持基础曝光即可 |
| 潜力款 | 10%–15% | 通过付费验证潜力 |
| 店铺爆款 | 20% 或更高 | 多花钱拉升店铺整体量级 |
6 ROI单一指标驱动的失效运营
6.1 营销托管与全站推广的并行投放逻辑
开了营销托管的同时再去开手动计划，本质上是可以在同一个产品上同步运行的。营销托管在卖家看不到的后台，实际上已经开了一个全站推广，这时再叠加手动计划，就实现了全站推广加手动计划的组合投放。
两类计划并不冲突，而是相互补充，因为前者覆盖系统智能流量、后者覆盖卖家主动筛选流量，所以同步运行能让产品触达更多潜在人群。
对于客户而言，不必纠结某一个产品是开全站还是开手动。能开就开，不能开就先用营销托管替代。营销托管加手动计划的组合，在效果上等同于全站推广加手动计划，这是最基础的产品投放配置。
所以卖家在预算允许的前提下，应尽量把两类计划同时打开，避免因只跑单一计划而错失补充流量。
6.2 营销托管"好的越来越好、差的越来越差"的马太效应
营销托管的结果呈现明显的马太效应：好的产品越来越好，差的产品越来越差。如果一个品在全站推广里数据表现好，用营销托管直接去打爆品，增速会非常快；反之，如果数据不好，它会慢慢跟死掉一样。
要理解这个现象，必须思考营销托管相对于传统付费工具的独特性。每个渠道都有自己的逻辑，不能简单套用传统付费的认知去解释，否则就会误判差品在营销托管里的衰减速度，从而错过及时止损的最佳窗口期。
6.3 传统付费工具"先扣费再给流量"的容忍机制
传统付费工具的底层逻辑是先扣费、再拿流量，成交与否对平台无关紧要。卖家先付钱，平台同时发放流量，成不成交无所谓。即使每天给一个垃圾品投放 200 块钱预算，这 200 块钱会被全部花光，一个成交都没有，平台也没有任何问题、心理负担，因为钱已经实实在在扣到了。
但传统付费工具对差品有一个隐性容忍：即使不成交，每天持续花钱也在给产品积累人群资产。当人群资产量子累积到一定规模，这个差品的数据有可能慢慢好起来。所以用传统付费工具去砸一个不好的品，它不会一下子死掉，因为卖家还在不断给它花钱，平台也一直在扣费。
6.4 营销托管"先给流量后扣费"的筛选机制
营销托管的逻辑与传统付费工具完全相反，是先给流量、再看能否成交，成交才扣费。如果一个品是好品，进了营销托管后平台给点流量，产品立马成交，平台能扣到的钱比传统工具扣的还要多，平台自然愿意给更多流量，这叫好的越来越好。
但如果是差品，平台给完流量不成交，这部分流量就白白浪费了。要知道阿里在此之前从来没有干过白白给不可的流量的事。所以在营销托管里，如果做不到成交，平台立马就不给流量了，因为平台亏了。而传统付费工具不成交也会继续给，因为给流量就扣钱、给流量就扣钱，平台不会亏。这是营销托管与传统付费工具最本质的扣费逻辑差异，也是差品在两类工具里呈现截然不同命运的根本原因。
6.5 档位选择的财务双平原则
在档位选择上，卖家必须保证两件事都持平：一是卖家最终的财务购物持平，二是消费者看到的价格与之前不做一个划算时持平。不能只保证财务收入持平，却让消费者看到的价格飙升；也不能只让消费者觉得便宜，卖家却亏本。
6.6 平台让利比例的动态测试逻辑
平台的让利比例不是一次性确定，而是不断动态测试的。最一开始，大部分内容的让利从 10% 到 12% 到 17% 逐步递增，平台一直在测哪个档位既能拉动成交又不至于让消费者价格虚高。
如果产品开 140 一开始就给让 10%，减 14 块变成 126，这个让利根本毫无意义。平台在测 10% 时给了点流量，但产品不成交，平台就会停止测试、收回流量，因为一直没产出。平台的底线是必须有成交，所以前期的高让利档位如果没有转化支撑，流量会被立刻收回。
| 方案 | 产品挂价 | 营销托管让利 | 平台收入 | 卖家收入 | 消费者看到价格 | 结果 |
|---|---|---|---|---|---|---|
| A | 140 | 50% | 70 | 70 | 约 90 | 消费者实付合理，转化达标，推荐 |
| B | 140 | 50% | 70 | 70 | 约 120 | 消费者价格虚高，转化差，等于给平台画饼 |
7 满减让利与平台让利机制
7.1 让利档位的财务倒推逻辑
档位选择需保证卖家财务收入与消费者实付价双重持平。以前期100元产品为例，卖家自行做优惠券、礼金让利20元，叠加平台补贴后消费者实付80元，卖家再做20元退款费，最终财务收入为60元；用这60元倒推100元，实际让利40%,全部给平台，由平台用自身方法控制。
极致算法建议用40%减5%等于35%给平台，因为退款环节会亏损一点。计算逻辑：100元原价→20元优惠券让利+20元退款费=40元总让利→100减60=40%让利比例→40%减5%=35%净让利比例。
把"以前自己操作20%+20%"合并为"全交给平台40%",平台统一调度。
| 项目 | 金额/比例 | 说明 |
|---|---|---|
| 产品原价 | 100元 | 基准价 |
| 优惠券让利 | 20元 | 卖家自行承担 |
| 退款费 | 20元 | 卖家另行支出 |
| 消费者实付 | 80元 | 叠加平台补贴后 |
| 卖家财务收入 | 60元 | 让利+退款后净额 |
| 倒推让利比例 | 100减60=40% | 全让利 |
| 建议净让利比例 | 35% | 40%减5%亏损预留 |
7.2 营销托管加付费的组合策略
以前讲"尽量不要让营销托管与付费分开"，原因是成交若由付费带来、营销托管同时扣费，等于同一笔成交重复付费。
现在策略反转——前期"营销托管加付费"，后期在营销托管内证明效果后可关掉付费，或降低付费占比。
逻辑：营销托管前期有费用，遵循"不见兔子不撒鹰"（成交才扣费）；卖家通过付费先做出成交，营销托管扣费后会给予相应权重，数据好则后期可下调付费占比。
品类适用性：S品做不了，需用A品上手测试；新品仍可用，但效果没有以前好，中小品效果下降，需用稍有规模的品。
7.3 平台让利比例的动态测试与品类适配
高让利档若消费者感知不到，仅是给平台画饼，流量会被收回。让利比例（10%、12%、17%）需根据品类天花板动态测试，避免一次性高开。
比例测试逻辑：以前卖家自行承担20%让利+20%退款，合计40%,现在全交给平台；平台根据品类竞争力分档，10%、12%、17%是常见档位区间；品类天花板高的可试探高比例，天花板低的需从低档起步；动态测试节奏——先小范围跑数据，再逐步上调，避免一次高开导致资源浪费或流量撤回。
案例验证：从可行性评估到全量开通，印证动态测试后高比例开通的可行性。
7.4 营销托管刷单案例的权重套利机制（高风险）
有客户在前期营销托管中刷单套利：开启30%让利档，刷一单扣30%,相当于白白给平台30%；平台看到30%扣费，会给予相应流量与权重；真正扣费（30%扣费）前，买家先"确认收货"，平台判定成交并下发40元权重与流量；后续买家申请退款，平台只扣其中5元左右的流量费用，实际成本远低于名义费率。这一操作依赖客服协商"暂时不发货"、产品打包后再申请退款。
此操作违规，仅作机制讲解，严禁实操——刷单行为本身违反平台规则，机制讲解只为说明"平台扣费与权重下发之间存在时间差"的逻辑缝隙。
7.5 推广位无需审核的优势（管省豁免）
推广位不用管省。普通付费场景下，所有图片、文案都需过审核，不能讲的内容（如违规宣传）会被拦截；推广位（营销托管）豁免审核要求，素材可直接投放，大幅降低运营摩擦成本。
7.6 害怕破价问题的应对与长期布局
多数人抵触营销托管的核心原因是"怕破价"，因为营销托管价格不统一。
做不做的现实判断：不做，两年后就死；做，哪怕要做专供款（专属供货款式）也要用新工具。当前阶段工具仍有bug与技巧，是多打爆款的窗口期。
具体建议：挑垃圾品以外的品——垃圾品该放弃就放弃，好品越放越大，值得抢救的品用机械化运营把它推起来；好品的标准是"在营销托管里本身每天都能出单"，这种品再推一把就能爆；推一把的方法就是用营销托管加付费组合。
7.7 奥运冠军培养隐喻：产品底子决定运营上限
以前打爆款的逻辑是"任何人都能培养成奥运冠军"，现在逻辑变了——必须产品本身底子不错才能培养成奥运冠军，底子不好就该放弃。
隐喻对应到爆款运营：以前认为任何品都能打爆，现在认为只有本身数据不错的品才能打爆，垃圾品投入再多资源也难以起量。"好品越放越大、垃圾品该放弃就放弃"成为选品与运营的核心原则。
8 营销托管扣费逻辑
8.1 不见投产不扣费的扣费机制
营销托管的核心机制是"不见投产不收费",即只有当付费流量真正产生成交转化时，平台才会计费并扣款，若未产生投产则不产生任何费用。这一机制与卖家在前端直接低价引流（例如成本十元的产品直接卖七块九或五块九）的逻辑存在本质冲突。低价看似能跑出更多销量，但通过正常搜索和推荐渠道进来的低价成交会打乱店铺的人群标签，因此长期反而损害流量结构。
正确的做法是让前端链接保持正常标价（例如仍写二十九块九）,而把让利动作放在顺买、优先等独立渠道完成。因为这些渠道与正常搜索、推荐是独立计算的，在独立渠道里做低价让利不会污染主渠道的人群标签。
8.2 价格与价值感匹配的人群标签保护
判断一个让利动作是否会破坏人群标签，关键不在于价格本身的高低，而在于价格与价值感的匹配关系。
以 DHA 案例为参照：某品牌三十粒装 DHA 卖三百元，定位高端高价人群；若同样三十粒装直接降价到两百元，虽然单价降了，但产品价值感与价格段不匹配，所以会下拉原有三百元高客单人群标签，属于无效让利。但若做一个十八粒装卖两百元、或八粒装卖一百元，通过规格拆分创造新的价格带与价值感组合，既不影响原三十粒装三百元的人群定位，也能拓展一百多、两百多价位的新人群。
让利的核心是保持价格与价值感的匹配，而不是单纯追求标价下探。
8.3 工具属性与 PPC/ROI 综合评判
"哪些工具适合人群拉新、哪些工具适合收割"是一个常见的认知误区。付费工具的拉新或收割属性并不是工具本身固定的，而是要根据 PPC（点击成本）、转化率、ROI 三项数据综合评判，而不是看到工具名就贴上收割或拉新标签。
通过某客户 618 复盘数据可以看到：关键词、人群、超级推荐这三个计划在收割位（上）和种草位（下）都有布点；而全站推广基本只出现在收割位（上），在种草位（下）几乎没有。
这说明在大多数店铺里，全站推广大概率用于收割、做不了拉新和人群资产积累。
但安踏案例是特例，其全站 PPC 是所有计划里最低的，同时 ROI 又是最高的，所以它不需要再开其他计划，全开全站即可——这也是为什么讲付费要讲策略，而不是套统一标准答案。
9 全站推广与计划选择策略
9.1 三种流量分类与付费必要性
将所有流量按"人"与"需求"两个维度拆分为三类：第一类人是对的、且当下有需求；第二类人是对的、但当下没需求；第三类人就不对。三类的投放价值与必要性完全不同。
9.1.1 第一类流量：购买可能性高、被抢走可能性高
消费者已加购物车、明确表示两天后消费券发放即下单，属于人是对的、且当下有需求。这一拨人身上的标签精准，转化可能性极高，但同样会被竞争对手的广告大量抢走。结论是"理论上需要付费，实际上不要不行"。
阿里现有所有计划遵循"先触达店铺兴趣人群→再拿类目兴趣人群→最后跨类目人群"的递进结构。钱花得少时全部花到第一类人群上，看起来 ROI 高；钱花得越多，系统才会把流量扩展到第二类、第三类人群，跨类目数据随之变差。
所以对第一类人群采取"饱和式攻击"：优点是转化率高，缺点是 PPC 贵、人群量级小。若店铺全部预算都打这一拨人，会出现 PPC=3、转化率=5%、ROI=8 的"数据还不错但规模上不去"的结果。
9.1.2 第三类流量：人就不对，平台打包卖掉
阿里每次要求商家花 10 万、20 万购买的品牌广告位、开屏广告等打包流量，本质上都是平台卖不掉的流量。一旦某波用户购买力强、目标精准，商家抢都抢不过来，平台根本不需要打包销售。打包流量进入付费计划圈选后，可能出现 PPC=0.1 但转化率=0、ROI=0 的极端情形。
PPC 过低比过高更可怕：PPC 过高虽然看上去亏钱，但人群会转化，是为一次成交多花钱；PPC 过低时 0.1、0.1、0.1 完全不成交，属于纯浪费。所以"过低会比过高还可怕"。
9.1.3 第二类流量：人是对的，但当下没需求
消费者刚在别人家买了三箱洗脸奶，短期内不会再买，属于人是对的、但当下没需求。现在不要打，等到下次有需求时他又会变成第一类人群；但等到那时再投，PPC、点击率、转化率都会拉高，且预算未必抢得到。所以"现在要，就要且现在就要"。
第二类人群的投放结果呈概率分布：小概率事件下 PPC=0.5、转化率=1%、ROI=10；大概率事件下 PPC=0.5、转化率=0.5%、ROI=5。中间人群 PPC 会便宜、转化率会下降，但两者下降幅度谁也无法精确预测，导致最终结果不确定。
9.2 三次触达理论与真实点击成本
把"人是对的、但当下没需求"的中间人群投出来后，如何降低整体成交成本，需要靠三次触达理论来落地。
9.2.1 三次触达成本结构
| 触达次序 | 发生时机 | 单次成本 | 触达目的 |
|---|---|---|---|
| 第一次 | 消费者没有需求时 | 0.5 元 | 低成本建立认知 |
| 第二次 | 消费者有需求时 | 3 元 | 付费触达，让他入会 |
| 第三次 | 消费者有需求时 | 3 元付费或 0 元会员召回 | 直接成交 |
理想情况下整体成交成本从 9 元降到 3.5~6 元区间。这是前面"低 PPC 中间人群"投放的真正落地路径，而非单次成交的 ROI 数字。
9.2.2 自营店铺真实案例：小概率事件
某做了十几年的店铺过去三十天数据：月花费 15 万、净投产 20、点击单价 0.11 元。扣除三分之二的退款后，实际 ROI 在 7~8 之间，但因三倍成交，净投产 7~8 仍赚钱。这类店铺的特征是把大量预算放在"烧钱拉新蓄水"上，实现了 PPC 很低、转化率却不错的"小概率事件"结果。
如果店铺能达到小概率事件水平，所有计划都押在中间人群即可，因为"低 PPC、高转化率"比"高 PPC、高转化率"更划算。但这种打法的概率很小，大多数店铺属于大概率事件，需要按 90%+10% 分配预算。
9.3 计划间预算分配：收割看 ROI、种草看点击成本
单一 ROI 指标会损害投放规模与长期人群资产，必须区分"收割型计划"与"种草型计划"分别考核。
9.3.1 收割与种草的差异化指标
对收割型计划（直接拿转化结果）看 ROI；对种草型计划（拉新蓄水）看点击成本。如果所有计划都要求看 ROI，种草的人就会被骂——他花了 100 斤的钱，把 98 斤的货搬进仓库，而收割的人却空手而归，但种草的目的本就是把 98 斤的货搬进仓库，让未来在收割端花出更多钱。
所以店铺整体要"稳住 ROI 的情况下花出去更多的钱"，先解决怎么把钱花出去的问题，而不是纠结于每一笔的 ROI。可以用工具表格做更细的监控，把每一次 0.1 元不成交的触达全部记录下来，确保每一次触达都发生在对的时机。
9.3.2 90%+10% 预算结构
对大概率事件店铺，90% 的钱投在收割型计划上，直接扛住当前业绩；10% 的钱投在种草型计划上，短期可能看似浪费，长期在做"重投"。短期看 10% 是浪费，长期看这 10% 是为了未来在收割端能花出去更多钱。重投的人不能既被要求重投又被要求赚钱，否则会被骂"空手而归"。
9.3.3 关键词转化率的品牌词与品类词接近
以美的官方旗舰店为例，品类词"冰箱"、"洗衣机"与品牌词"美的冰箱"、"美的洗衣机"的转化率现在大差不差：冰箱品类词转化率 4% 时，美的冰箱转化率在 3%~5% 之间；洗衣机品类词转化率 6% 时，美的洗衣机转化率也在 5%~7% 之间。
这一现象在多个类目验证：3D 卫生纸品类词转化率与加品牌后的转化率均约 30%；补血喷雾品类词 5.26%，加品牌后 6.65%。品牌词与品类词转化率几乎持平，意味着品牌力对转化的拉升作用在弱化，反而是品类词的成交能力被低估，预算不应过度倾斜到品牌词，否则会限制整体拿量规模。
10 电话销售的分段式打法
10.1 触达成本与成交概率的反向关系
电话销售的传统做法是一天打完所有电话直接成交，转化率极低；分段式做法是把沟通拆成两天——第一天广撒网建立关系，第二天从第一天联系过的人里筛选高意向客户做成交。假设第一天打一万个电话、第二天从这一万个里挑一百个去成交，对比第一天打两万个电话、第二天同样挑一百个成交，前者成交概率显著高于后者，因为前者是在已建立联系的池子里筛选，而后者还要把筛选与"从零建立关系"的过程也压到成交动作里。
把这两万个单位的联系动作和一百个成交动作强行压缩到一天，等于把触达、筛选、成交三件事混在一起做，系统层面的关系建设时间被省掉了，最终的成交率自然比"先触达再筛选"低出几个量级。因此在电话销售里，"第一天建关系、第二天做成交"成为标准打法，其本质是把高成本的成交动作前置到一个已经被低成本广撒过的池子里。
核心结论：成交动作应发生在已经建立过联系的子集里，而不是在未触达过的全集里。
10.2 诈骗电话案例对分段式逻辑的反向验证
诈骗电话第一次拨打时的开场极其粗糙——自称某领导、要求来办公室一趟、用明显不合常理的话术试探，正常人一秒识破就会挂掉。这种"一看就是骗子"的弱智开场并非失误，而是刻意设计：用最低成本、最简单的脚本触达尽可能多的人，让正常理性的人在第一时间挂断，留下来的才是可能被骗的高敏感人群。AI 外呼把这种"低质量初筛"做到了极致，真人话务员只需要在已经通过筛选的名单里做二次跟进。
这与电商的触达逻辑完全一致。第一次触达不追求成交，只追求用最低成本把人"圈进来"；后续再从这一批已被触达过的用户里筛选有真实需求的人做转化。如果第一次触达就把脚本做得过于精致、投入过多时间和费用，触达半径会迅速收缩，反而不利于做大潜在客户池。
骗子的话术越傻，留存的"可骗人群"反而越精准——成本结构决定了筛选漏斗的形状。
10.3 付费流量的本质是电话销售
电商付费推广与电话销售在底层逻辑上完全同构：一次性投放就要求转化，等于"今天打两万个电话直接成交"，转化率必然低迷；分段式投放则是第一天用最低成本（智能计划或最大化计划）广撒网触达大量人群，第二天再在系统已经记录过关系的人群里做二次收割。收割动作不需要再支付高额的首次触达成本，因为关系已经在前一天建立，平台会优先把店铺推送给已经产生过浏览、加购、收藏、咨询行为的用户。
以棉柔巾品类为例，核心词"棉柔巾"的转化率约为 15%，品牌词加品类词如"xx 品牌棉柔巾"的转化率反而只有 3.45%——内衣品类同样存在"内衣 5.17 vs 品牌加内衣 3.45"的反向差距。这并不意味着品牌词没有价值，恰恰相反，品牌词触达的是已经和店铺建立过关系的用户，这些用户在第一次接触时并不一定会立刻下单，但在后续有需求时会被平台的优先展现权推回到店铺面前。
付费推广的真实目的不是"一次触达一次成交"，而是用最便宜的流量尽可能多地触达对的人，再让系统在后续的二次触达里完成成交。
10.4 不同行为深度的优先展现权时长
平台对不同行为深度的用户赋予差异化的优先展现权时长，这一规则直接决定了人群资产的"保质期"。
| 行为类型 | 未入会优先展现权 | 入会后优先展现权 |
|---|---|---|
| 浏览 | 7 天 | 14 天 |
| 收藏/加购 | 30 天 | 60 天 |
| 咨询客服/进直播间 | 45 天 | 90 天 |
| 购买 | 12 个月 | 24 个月 |
可以看到，入会动作能把所有行为类型的人群资产维持时间翻倍。如果不做会员运营，一个只浏览过的用户最多 7 天后就会从优先展现池里掉出去，等到他下一次有需求时，商家和从未触达过他的竞争对手又站在同一起跑线——前期为触达他支付的所有费用等于全部沉没。
10.5 会员是人群资产时间翻倍与关系翻倍的关键
会员运营之所以是人群资产的核心抓手，是因为它同时实现了两个维度的翻倍：时间维度上，入会把浏览、收藏、咨询、购买的优先展现权全部翻倍，人群资产的"保质期"从 7 天延长到 14 天、从 12 个月延长到 24 个月；关系维度上，入会的用户在下次搜索同品类时，排名会显著优于未入会的同条件用户。
以"搜索冰箱"为例做对比实验。
- 第一种情况，今天先点了海尔（未购未入会）、又点了美的（未购未入会），明天再次搜索冰箱时，美的排名靠前——因为后点击行为权重更高。
- 第二种情况，今天先点了海尔（未购但已入会）、又点了美的（未购未入会），明天再次搜索冰箱时，海尔排名靠前——仅仅因为多了一个入会动作，关系深度就被显著加深，平台会优先把已入会用户推送回原品牌。
会员是所有触达动作中最值得投入的转化目标，它把一次性的触达成本转化为长期可复用的人群资产。
实操要点：在没有需求时让用户入会，比在他有需求时让他直接下单更划算，因为入会决定的是未来 12–24 个月的关系优先级。
11 人群资产运营的三个维度
11.1 新品打爆的四个基本条件
新品速爆要打得起来，必须同时满足四个基本条件，任何一个条件缺失都会导致新品做不起来。
- 第一个条件是"三高打法"：
新品必须能够做到高毛利、高费比、高补贴。如果毛利很低、视觉很丑，对不起，打不起来。这三个高是新品能否起量的财务底盘，缺一不可。 - 第二个条件是新品最好在老店去打。
因为老店的人群资产越丰富，对打一个新品的成功概率会越高。新店没有多少人群资产，需要花更多的钱、花更多的时间去熬，很难打起来。
品类方面，除了内衣、童装等少数非标品以外，其他跨品类都要考虑卖点挖掘。 - 第三个条件是卖点挖掘与展现。
除了非标品（内衣、童装等）以外，其他偏标品的品类（科技产品、桶装水、化妆品等）都要重点做卖点挖掘。
AI 软件里有卖点挖掘功能，把新品内容（必填项+选填项）填入后，会生成一句话卖点、数据支撑与对比、使用场景、专业解读、情感诉求，并产出产品目标人群洞察、场景化卖点、差异化竞争、营销建议、文案等内容，最终生成详细页框架（第一屏主色/背景/主副标题、第二屏痛点共鸣区/元素详情/视觉风格等）。
可结合 image2、nana banana 等模型生成详细页，再通过 PS 做优化调整。目前仍需人机协作，全 AI 暂无法独立完成。 - 第四个条件是量率数模型。这是新品起量最重要的撬动杠杆。
| 维度 | 定义 | 系统证明 |
|---|---|---|
| 量的权重 | 过去 30 天的付款人数 + GSV 数据 | 向系统证明过去对于流量的承接能力 |
| 率的权重 | 最近 7 天的展现率 = 点击率 × 转化率 × 客单价 | 向系统证明当前对于流量的承接能力 |
| 数的权重 | 以天为单位的付款人数递增 | 向系统证明未来对于流量的承接能力 |
通过量、率、数三者的权重组合，撬动平台的免费流量，并有可能低价拿到优质的付费流量。
11.2 量率数模型的三段式执行路径
量率数模型的执行分三个阶段，每个阶段对应一个权重的拿取动作。
- 第一阶段（第一个月）拿率的权重：
这个月要求提升率，包含点击率和转化率，推广不是这一阶段的核心动作。如果新品出来时费比很高，先通过费用高把流量打起来，最可怕的事情是费用高打不起来。常规版本打新品时，有几个基本条件要满足。 - 第二阶段（第二个月）拿量的权重：
这一阶段要求提升量，即拉升付款人数和 GSV。核心是基础销量的积累和销量的快速爬升，要把量做上去。 - 第三阶段（第三个月）拿数的权重：
这一阶段要求付款人数以天为单位保持递增。三段加起来就是新品通过量、率、数三个权重的拿取，逐步撬动平台的免费流量。
11.3 战略品的 1+N 产品布局
新品如果是战略品（爆款），不允许上架就上一个链接，要求做 1+N 的产品布局：一个主链接加 N 个辅助链接。
| 链接类型 | SQ 丰富度 | 卖点策略 | 覆盖人群 |
|---|---|---|---|
| 主链接 | SQ 丰富，能满足品类下大部分人的需求 | 多个卖点都要写出来 | 全量人群 |
| 辅助链接（N 个） | SQ 不一定要多 | 一个链接只打一类卖点 | 放弃其他人群，只打一类人群 |
例如卖狗粮的：主链接要把蛋白质含量高、祛泪痕、狗狗爱吃等卖点都写出来；辅助链接 A 只打祛泪痕，B 只打狗狗爱吃，C 只打蛋白质含量高。卖洗面奶、内衣、化妆品的也可按人群细分同样操作。这 20 个链接建完后，可通过 AI 进行裂变与覆盖分析，主链接覆盖全量人群，其余 20 个细分链接覆盖细分人群，找思路后人工筛选可用方案。
11.4 第二个阶段：用新品试销与 AI 买家秀做基础销量
第二个阶段的任务是拿量的权重，核心动作是把新品试销和 AI 买家秀叠加使用，把基础销量的评价成本压到最低。
每个链接在新产品试销里做 2-3 单（最多 10 单），每一单最多 30 个销量，理论上是 10×30=300 件的成交，已售 300 件就拿到了新品试销的天花板。剩下的 19 个链接不用这么干，但被测出来效果最好的那个链接必须这么做。除此以外，还得叠加淘客、达播、雄买等渠道，能干的最大化干起来。
11.5 第三个阶段：最大化点击率与转化率
第二个阶段的量做完后，新品处于"不一定有搜索权重，但会有搜索流量"的阶段。搜索权重影响的是搜索的综合排序，而搜索流量不仅靠综合排序，还有销量排序，前面做的销量（哪怕只有几百个甚至几十个）也能或多或少拿到一些销量排序下的搜索流量。除了大词，还有品类词、常委词等很多长尾词可承接。
到了第三个阶段，基础工作（图片、视频、评价、买家秀）已经做到位，还想要把点击率和转化率再往上拉，只能靠营销机制（加正品、加礼金、加优惠券），推广不能增加率，而且推广是付费流量板块，与免费流量板块的效率独立计算。此时平台开始给免费流量，要把这一点免费流量给系统很好的反馈，系统才愿意给更多的权重。
11.6 第三个阶段的盈亏标准
在第三个阶段的时间节点上，核心考虑的是在不考虑广告费的前提下，做到不赚不亏就行。
因为这一阶段的目标是最大化向系统证明对流量的承接能力，才能拿到更多的免费流量。赚不赚钱不是这个阶段的考核指标，把转化数据和系统反馈做出来才是核心指标。这个阶段让利是为了后续免费流量的杠杆，不要求单笔订单盈利。
11.7 三段式人群资产放大（课件原图补充）
课件原图明确给出"三段式理论"的人群资产放大节奏，与笔记中讲到的"AI 买家秀+搜索流量承接"是协同关系：放大单品的可承接流量池，才能让新品在第三阶段拿到足够多的免费流量。这套三段式可以用一个具体数字串起来：100 元商品派 100 单 → 10 单回来回购 → 2 单成为真实客户 → 1 单真实客户成交成本 = 50 元。
| 阶段 | 行为 | 价格/盈亏逻辑 |
|---|---|---|
| 第一次购买 | 用 U 先、顺买等小额品拉首单 | 亏 1 元内可接受；定价不能太高（撑不起复购价值）、不能太低（拉低人群资产质量） |
| 第二次回购 | 让首单客户再买一次 | 不赚不亏，毛利 10% 左右；10 元商品派 10 单才能回购 1 单 |
| 第三次真实购买 | 复购粘性形成后才有可能赚钱 | 20% 复购率回到主链接；100 元派 100 单 → 10 单回购 → 2 单真实客户 → 1 单真实客户成交成本 = 50 元 |
核心结论：人群资产不是"一次触达一次成交"，而是"三段式接触-培养-转化"。第一段用最低成本触达；第二段用回购/入会动作建立关系；第三段才是真实盈利。配套工具：U 先（首单触达）+ 顺买（品类词卡位 + 入会）+ 老客户复购/会员召回。
12 新品费比计算与递增式投放
12.1 新品与爆品的费比差异逻辑
爆品的费比是用毛利的 70% 减固定费用率的 20%，再减可变费用率的 20%，再减公司最终利润 10%，最后剩 20% 的费率作为爆款的费比上限。
其中固定费用率指员工工资、房租等不随销售增减而变化的开支；可变费用率指税费、佣金等随销售增减而变化的支出。所以爆品的费比公式可以概括为"毛利 70% – 固定费用率 20% – 可变费用率 20% – 公司利润 10%"，最终落到 20%。
新品：如果公司直接说新品没有上限是最好的；如果公司仍要求新品上限，则新品费比的计算逻辑是用毛利的 70% 来解。新品不承担固定费用率，理由是不管打不打这个品，工资都已固定，这块成本已经被其他报名的产品承担掉了。新品也不需要承担公司利润，新品阶段暂时不要赚钱。但新品必须承担可变费用率，卖的越多亏的越多（此处指税费、佣金等刚性支出）。因此新品可承担的最高费比理论上接近 50%——新品卖出去做到不赚不亏，先把新品打起来。
| 费用构成 | 爆品费比 | 新品费比 |
|---|---|---|
| 毛利 70% | 70% | 70% |
| 减固定费用率 | 减 20% | 不减(0) |
| 减可变费用率 | 减 20% | 减 20% |
| 减公司利润 | 减 10% | 不减(0) |
| 最终费比 | 20% | 50% |
12.2 五个阶段的费比与投放节奏
第一阶段是付费测款，无法控制费用，也不必控制费用；第二、第三阶段进入正式打款阶段，很多人会遇到一个陷阱——直接把费用打到 50% 的天花板。但这个时间点不是追求数量，而是追求精准度，所以建议把费比打到天花板的一半，即第二、三阶段费比控制在 25% 左右。因此第二、三阶段的投放逻辑是"以精准度为先，不追求满费比",从而为第四阶段的递增留出余量。
第四个阶段是恢复正常的价格和营销机制。恢复完后销量会往下掉，例如之前平均一天能卖 100 单，活动结束后一天可能只卖 70 单，这天的下滑没有问题，但费用必须同等降下来。接下来做至少 5 天的付款人数递增，这 5 天的递增靠的就是把费用加码去做递增——今天花 8000,明天花 9000,后天花 10000,大后天花 11000,再后天花 12000。
阿里希望商家在平台上每天花的钱越来越多，所以 5 天每天花 1 万块，不如第一天花 9000 第二天花 9500 第三天花 10500 第四天花 11000,加在一起都是 5 万，但权重更高。
这个权重机制叫搜索流量加权，过去在万相台无界的后台出现过半年时间，后来平台把它去掉了，但效果依然存在——递增式投放比平均投放更容易撬动出更多流量，现在做 5 天就可以明显看到流量变化。这也就是为什么前面不要求把付费打满，因为在这个时间节点还有余量帮忙把数据做上去。
第五个阶段是当私域已经没有办法再放大时，开始通过秒杀、潜补（限时优惠）这类渠道去撬动流量。
| 阶段 | 时间 | 费比/动作 |
|---|---|---|
| 第一阶段 | 0-7 天 | 付费测款，不控制费用 |
| 第二阶段 | 7-14 天 | 费比控制在 25% |
| 第三阶段 | 14-30 天 | 费比控制在 25% |
| 第四阶段 | 循环期 | 做递增，50% 费比成交 100 单→活动后递增至 120 单，用约两个月做到月销 100 万；降到 20% 费比后月销降至 50 万 |
| 第五阶段 | 放大期 | 20% 费比 + 10%-15% 礼金 + 10%-15% 全站，合计回到 50% 费比，前 15 天不赚钱，15 天后恢复正常价格与 20% 推广 |
12.3 秒杀潜补渠道的撬流机制
现在的秒杀、潜补这些渠道，只要报名且满足基本条件，报名就给过。但报名通过后前 15 天只给秒杀标，不给流量也不给补贴。前 15 天如果卖得很差直接清退，等于报名审核不通过——做了等于没做。如果卖得还行，只给打标依然不给流量。必须前 15 天卖得很好，才给流量、才给补贴。所以秒杀渠道的筛选机制是"前 15 天卖得好才有流量和补贴",卖得差直接清退。
具体的打法要求是：第四阶段通过递增把费比做到 50%、两个月以后降到 20%。降到 20% 后如果还想放大，就进秒杀。进秒杀的前 15 天要求不降价报秒杀，原价报，报完秒杀再加礼金、再加全站，再把多余的 30% 费用全打出去，就打 15 天时间。这 15 天是在向系统证明自己，15 天结束以后不管好坏再把这 30% 收回来。第五阶段的逻辑是 20% 费用 + 10%-15% 礼金 + 10%-15% 全站，合计加起来又等于 50%。秒杀前半个月赚不赚钱无所谓，干 15 天。15 天后不管秒杀对这个品的定义如何，都恢复正常价格和 20% 的推广。
通过秒杀把单品打到一定量级后，再回到前面 19-20 个链接里选第二个，重复二、三、四、五阶段；再选第三个再重复，最终实现"一个主链接 + 两到五个次链接"的爆款矩阵结构：主链接一个月做到 100 万左右，两到五个次链接加在一起做 100 万，剩下的动销链接加 50 万，合计一个爆款一个月做 250 万——不是靠一个链接做 250 万，而是靠一个爆款组一起做到 250 万。所以爆款矩阵的核心是"主链接 100 万+次链接 100 万+动销链接 50 万=250 万",从而通过矩阵结构实现单月 250 万的销售额。
12.4 两套打法的适用场景
两套打法都需要尝试，有些品用前面讲的递增+秒杀这套打法，有些品直接用托管——托管属于另一套打法，效果很好、偏正宗的打法，有可能打得更。故不同品类适合不同的打法：递增+秒杀适合需要快速冲量且有运营基础的品，托管适合希望平台直接托管流量分配、追求稳定增长的品，两套打法可以并行测试。
13 总结与行动建议
13.0 核心概念定义
| 概念 | 定义 | 用途 |
|---|---|---|
| GMV | 商品交易总额（含未付款/退货） | 衡量店铺流量×转化率×客单价的账面规模 |
| GSV | 实际成交总额（扣除退款） | 衡量店铺真实健康度与现金回收 |
| 高毛利 | 商品毛利率≥40% | 支撑高费比与高补贴循环 |
| 高费比 | 推广费占销售额比例提升 | 在合理区间拉高销售决定值摊薄固定费用 |
| 高补贴 | 商家+平台叠加让利 | 撬动平台流量加权与消费者价格优势 |
| SAB 打标 | 商品按销售力分 S/A/B/次新品/新品五级 | 决定资源分配与费比承受阈值 |
| 营销托管 | 平台按效果付费的全自动推广工具 | 适用于已起爆款的进阶放量 |
| 递增式投放 | 新链接由小预算阶梯加投 | 触发平台搜索流量加权机制 |
13.1 全文要点回顾
- 增长解构：增长由 GMV=流量×转化率×客单价×复购率驱动，需拆解到 GMV/GSV 双口径诊断层级问题。
- 生存三件套：商家存活依赖高毛利、高费比、高补贴三要素，亏损运营不可持续。
- 诊断两分法：店铺问题拆分为"层级问题"与"权重问题"两类，对应不同干预手段。
- 五级打标：商品按 S/A/B/次新品/新品 分级，匹配差异化资源与推广策略。
- 付费原则：付费核心是放大优势、补足短板，拒绝"只投一类"的偏科策略。
- ROI陷阱：单一 ROI 指标会压制自然流量与长期权重，导致隐性失效。
- 让利机制：分清满减让利（商家承担）与平台让利（平台承担），核算真实成本。
- 托管扣费：营销托管按效果付费，需厘清扣费逻辑与投产归因。
- 全站推广：计划选择需匹配商品阶段与打标等级，避免错配浪费预算。
- 电销分段：电话销售按客户阶段分层转化，提升线索利用率与成交效率。
- 人群运营：人群资产从规模、精准度、活跃度三维度持续积累与运营。
- 新品投放：新品费比计算后采用递增式投放，逐步放大有效计划预算。
13.2 可执行行动清单
| 阶段 | 关键动作 | 量化指标 |
|---|---|---|
| 阶段1（0-30天） | 完成店铺五级打标、诊断层级/权重问题、计算新品基础费比 | 打标覆盖率≥95%、问题清单完成率100%、基础费比误差≤10% |
| 阶段2（30-90天） | 按诊断结果分层补足短板、递增式投放新品、全站推广计划匹配打标等级 | 短板指标周环比+15%、新品日均GMV递增20%、推广ROI≥盈亏平衡线 |
| 阶段3（90-180天） | 扩大人群资产三维度、调整付费结构降低单一ROI依赖、固化托管+电销闭环 | 人群资产规模+50%、付费结构分散度≥3类、电销线索转化率+25% |
13.3 决策流程图
- 因为店铺处于层级问题，所以先补足流量/转化基础指标，再谈付费放大
- 因为单一 ROI 指标会压制自然流量，所以必须采用多指标（GMV/GSV/层级权重）联动决策
- 因为新品需要递增式验证，所以按小预算测试→筛选有效计划→阶梯加投的逻辑推进
- 因为满减让利与平台让利需分账核算，所以投入产出评估必须双口径（GMV/GSV）并行
- 因为人群资产决定长期增长上限，所以运营动作需同时积累规模、精准度、活跃度