店铺数据看板看哪几个指标：五个就够，多了看不过来也看不出问题

做美区家居和 3C 的中小卖家，数据看板通常是这么长出来的：先加订单和 GMV，再加访客数和转化率，然后加客单价、加购率、退货率、广告花费、ROI、达人带货金额。半年之后打开看板，二十多个数字，扫一眼就关掉。

指标堆得多，不是看得更细，是看不出问题。这篇讲五个够用的指标、及格线怎么定、什么时候该换。

指标越多，越看不出问题

原因有三层。

第一层是注意力被摊薄。二十个指标里总有几个当天是好看的，人会本能地先看那几个，问题就被自己的数据安慰掉了。以 8 个人、30 个 SKU、日均 200 单的团队为例，真正需要每天看的数不超过 3 个。

第二层是缺判断标准。数字本身没有好坏，要有对比才知道。二十个指标各配一条基线，维护成本比用起来还高，结果谁的基线都没定。

第三层是指标之间打架。GMV 涨、毛利跌，退货率涨、转化率也涨，一组矛盾信号放在一起，没有主次就判断不了该动哪里。

五个指标配一条固定的判断顺序，比二十个指标堆在一起有用得多。

三个结果型，两个过程型

结果型告诉你现在好不好，过程型告诉你接下来会不会好。两类都要有，缺一类就会误判。

结果型第一个是订单量。选它而不是 GMV，因为 GMV 会被客单价扰动，订单量更接近真实需求。

结果型第二个是净利率。不是毛利率，是把履约、平台佣金（通常 5% 到 8%）、达人佣金（10% 到 25%）、广告花费都扣掉之后的数。这个数决定生意能不能持续，GMV 再高，净利率为负也是白做。

结果型第三个是退货率。旺季它是滞后指标，能反应出前面几周埋下的问题——站内拆鞋服退货率那篇讲得很直接，退货率高不是售后问题，是卖点写错了位置。

过程型第一个是加购率。加购是下单前最接近的一步，加购率掉，说明详情页或者价格出了问题，这时候订单量还没掉，是提前预警。

过程型第二个是达人内容产出量。这周有多少条内容上线，直接决定下周的流量。内容量掉下来，两周后订单就会掉。

每个指标的及格线怎么定

不要抄行业均值，用自己的历史数据定。方法一样：取过去三个月的中位数，往下留一成作为及格线。

订单量按周看，及格线就是周中位数乘以 0.9。低于这条线，当周就要查原因。

净利率按品类分开定。家居和 3C 的净利率结构差别很大，混在一起定等于没定。同一品类内，及格线取过去三个月的最低值。

退货率反过来，高于历史中位数 3 个点就要查。旺季可以放宽到 5 个点，因为大促期间退货率天然上升。

加购率按流量结构分开看。自然流量和广告流量的加购率差别明显，混着看会误判。同一来源内部比较才有意义。

内容产出量按周计数，及格线是排期表里的计划量乘以 0.75。这个 0.75 来自出片率——约 10 个达人，按时交付的通常是 7 到 8 个。

指标之间的关系比绝对值重要

单看一个数字，往往得不出结论。三组关系最有信息量。

订单量涨、净利率跌。说明在用利润换销量，可能是降价或者加大了广告。这种情况要算清楚换来的销量能不能摊平固定成本，不能就是恶性循环。

加购率涨、订单量没涨。说明卡在结算环节。可能是运费、支付方式、或者库存显示有问题。这一组关系最容易查出技术性问题。

内容产出量涨、订单量没涨。说明内容质量或者选人出了问题，不是量的问题。这时候该做的是复盘达人分层，不是继续加人。

站内拆 ROI 口径那篇提醒过一件事：分母定不下来，ROI 就没有可比性。上面这几组关系同理——口径不统一，涨跌都是噪音。比如订单量算不算取消单，净利率算不算平台补贴，这些要在看板上写死。

什么时候该换指标

指标不是定完就不动，三种情况该换。

阶段变了要换。从零到一阶段，核心指标应该是内容产出量和首单转化，因为要验证品能不能卖；稳定期才看净利率和复购。

指标长期不动要换。一个指标连续三个月都在及格线上方且波动小于 5%，说明它已经没有预警作用，可以换成一个更贴近当下的数。

指标持续恶化但无法干预要换。比如某个平台侧的指标你完全影响不了，看它只会增加焦虑，换掉。

换指标的时候保留旧指标的记录，别删。历史数据是后面定基线的基础。

看板怎么落到每天的动作上

看板的价值不在看，在于看完之后做什么。三个动作可以把数据变成动作。

第一个动作是每天早上花 5 分钟看两个数：订单量和加购率。两个都正常就不用管，一个有异常就当天查。

第二个动作是每周固定时间看净利率和退货率。这两个数变化慢，天天看没有意义，一周一次刚好。

第三个动作是每月看一次趋势。把五个指标画成三条线：上升、平稳、下降。下降的那条就是下个月的重点，通常 1 到 2 个月就能看到改善。

三个动作的时间成本加起来每周不到一小时，但能把「数据很多、判断很少」这个问题解决掉。

跑三五个店铺的团队，看板最容易变成五张互不相干的表。对齐的办法是统一口径和统一时间粒度。

口径统一指的是同一个指标在所有店铺用同一个算法。时间粒度统一指的是都按周看，或者都按日看，别混。

口径统一之后，跨店铺比较才有意义，也才能看出哪个店在拖后腿。用达秘的团队数据概览可以把几个店铺的关键指标并到同一页，省掉逐个登录对表的时间。省下来的时间该花在判断上，不是花在拼表上。

看板上剩下的问题

数据延迟怎么办？

不同来源的延迟不一样，有的几小时，有的隔天。看板上要标注每个指标的更新频率，否则会把「还没更新」误读成「掉到零」。

新店没有历史数据怎么定基线？

用同类目的老店做参照，或者用自己前三周的数据。新店前三个月波动本来就大，基线可以放宽，重点看趋势不看绝对值。

指标掉了但找不到原因？

按顺序排除：先看流量结构有没有变，再看价格和库存有没有动，最后看竞品有没有大动作。三步走完通常能找到，找不到就说明采集粒度不够，需要拆到更细的维度。

看板这件事，本质是给自己限定问题范围。五个指标、一条判断顺序、每周一小时的固定动作，做到这些，数据才真正开始帮你做决定。

还在手工拼多店铺数据的团队，可以先算一遍维护这张表的成本：5 个店铺、每个店 6 个指标、每周更新一次，按每店 15 分钟算，一周就是 75 分钟。想把这部分省下来的，可以免费注册达秘，把各店铺的关键指标并到同一页，人只需要做判断。