做美区家清、单次大促 GMV 目标在几十万美金的中小卖家，大促后复盘最常见的做法是拉一张总表，把所有达人的 GMV 从高到低排一遍，排在前面的明年继续合作。这张表的问题是没有区分"这次表现好"和"本来就该好"——一位头部达人带了 3 万美金看着亮眼，但他的样品加佣金成本是别人的五倍，投产比排在末尾。
这篇写给大促结束后需要在两周内决定下一轮预算分配的团队。如果你只是想把结果汇报给老板，一张 GMV 排序表就够了。
复盘要产出的是规则，不是总结
复盘的目的是给下一轮定规则：什么信号出现就加码、什么信号出现就调整、什么信号出现就退出。这三条写不出来，这次复盘就白做了。
把规则写清楚之后，讨论会从"这个达人好不好"变成"这个数据是不是触发了加码条件"。前者是情绪判断，后者是证据判断，团队在大促刚结束、人人都疲惫的时候特别需要后者。
四类达人怎么分
按两个维度交叉分成四类：一是产出结果，二是当时的合作成本结构。
第一类是高产出、低成本的，这类人是下一轮的核心名单，要多给资源，优先锁档期。
第二类是高产出、高成本，这类要谈条件。投产比不理想但量漂亮，通常可以靠改佣金结构救回来——把固定改成阶梯，或者把单条换成多条包。
第三类是低产出、低成本，这类是观察对象。他们多半是新人或者内容方向还在摸索，给一次调整机会，换成新 SKU 或者新的内容方向再试一轮。
第四类是低产出、高成本，直接移出名单。这一类最常见的问题是当时为了凑人数临时加的量，下次的预算表也要为这类临时凑数的名额留出提前量。
每一类只看三个数
共同要看的三个数是：单条内容的投产比，等于这条带来的 GMV 除以样品加佣金的总成本；长周期 ROI，等于 90 天的累计实收 GMV 除以这个达人的总投放成本；退货造成的损失，把退货率折算回实际收入里。
投产比建议在 3 倍以上才值得加码，低于 2 倍连续两条内容就停。这个数字要按品类调——家清退货率低、复购高，门槛可以比服饰宽松一点。长周期 ROI 的观察口径里给的是同一套算法，区别只在把窗口统一到 90 天。
还有一个时间维度的数要记：内容发布到出单高峰的间隔。家清这类补货品的出单高峰通常在第 3 到 7 天，服饰则集中在 24 小时内。知道这个间隔，下一轮的评价就不再发布后立刻下结论。
剩下的内容资产怎么处理
大促期间拍的达人内容，如果只用在大促期间跑，生命周期只有 5 到 7 天。做二次利用之后，同一条内容的价值能延长到 1 到 3 个月：大促结束后广告位竞争减弱，投放成本下降 20% 到 30%，同一条视频的投产比通常会上升。
这里的坑是素材疲劳。同一条视频投了 7 天之后效果会明显下降，因为用户看过就不再新鲜。剪成 5 个片段轮换投放可以覆盖 35 天，大促内容的二次利用里就是这么排的。
复盘的时候把"哪些内容值得二次用"一并标出来，下一轮开始前素材就有了着落，不用临时再找。
这一步能自动化到哪
达秘能替你把数据两侧摆到一起：达人的产出数据和合作过程中的样品、履约记录在同一个对象里，不用从三个系统各导出一张表再拼；多个店铺的数据按账号归拢，跨店比较口径统一。
它判断不了谁该退出。投产比看着一样的两个人，一个内容正在越来越好、一个已经明显下滑，这个趋势要靠人看。
还有几个口径要对齐
大促期间的数据要不要剔掉自然流量？
要。大促期间店铺的自然流量会整体抬升，不剔除会把平台的功劳算成达人的。做法是用同期无合作达人的商品做基线。
投产比多少算合格？
3 倍以上值得加码，低于 2 倍连续两条就停。低毛利品类要把门槛往上调。
退货怎么算进投产比？
按退货率把收入折算。常见做法是收入乘以（1 减去退货率），逆向物流成本另外单列。
这位达人这次表现差，明年还要不要合作？
先看是不是分配问题。给了他一个本来就不适合推的 SKU，换货再试一轮往往能出来。
复盘要在大促后多久做完？
两周内。超过两周之后达人的下一轮档期基本排完，复盘的结论就来不及用了。
数据来源说明
本文涉及的大促后达人复盘，来自以下渠道：
- TikTok Shop 商家后台与官方帮助文档中的规则说明、字段释义
- 公开行业媒体与第三方数据机构发布的相关统计区间
- 工具后台实际跑通过程中的操作记录与字段口径
文中涉及的比例、区间与基准值均为公开信息的转述或行业经验值，不同品类、价位与站点差异较大，不作为经营承诺。
平台规则、数据口径与功能入口会随版本调整，实际操作以 TikTok Shop 商家后台当期展示、官方客服答复和所用系统的最新版本为准。
大促刚结束这两周，手动把每个达人的 GMV、退货和样品成本逐个拼起来要对三张表，用达秘把合作记录、样品投入和带货数据自动归到同一个达人档案，这一步能从两天压到一小时。
