电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报
每日 AI 情报开源项目与 Skills
今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品价格换算物流价格浏览器任务订单管理
智能客服
在线客服入口客户入口管理客服会话售后确认客服知识

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

首购队列对齐—周期复购追踪—留存断点归因法

把客户按首次成交时间和获客条件组成同质队列,再用固定周期观察复购、退款和贡献利润,可以区分获客规模增长与客户质量改善,并定位留存断点。
领域:数据分析数据分析方法可创建经营任务候选可创建经营任务
可执行性
94
CEO:可创建经营任务候选

决策路径

系统审核结论

可创建经营任务候选

决定是否展示创建经营任务入口。

我的处理状态

可创建经营任务

只代表人工跟进意图,不会单独解锁创建入口。

下一步

可以创建经营任务

下面可以直接创建选品或经营任务。

来源

平台:Google Analytics官方帮助

作者/项目:Google Analytics

去重使用的来源链接:

https://support.google.com/analytics/answer/9355644?hl=en

适用范围

市场:US

平台:淘宝、拼多多(参考Google Analytics队列分析迁移)

类目:全类目, 母婴优先, 排除Electronics, 排除High-return fashion

审核分解

来源可信度:19/20

步骤清晰度:22/25

结构化程度:19/20

边界清晰度:14/15

执行可行性:20/20

我的处理状态

当前:可创建经营任务。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

创建数据分析助手

这个入口会创建经营任务配置,绑定当前方法和领域;不会写入商品候选池,也不会立即运行。

首购队列对齐—周期复购追踪—留存断点归因法

领域:数据分析。后续会按当前输入对象、检查频率和输出格式执行。

已创建任务

当前方法还没有创建数据分析助手。

CEO 审核结论

数据分组、成熟期校验和指标计算规则明确,能够形成稳定的自动化周报,同时保留因果解释边界。

Agent需内置队列成熟度检查、最小样本阈值和隐私字段白名单;仅生成候选根因,不应把相关关系表述为因果结论。

执行步骤

  1. 1.统一淘宝、拼多多订单时区、支付状态、退款口径和脱敏客户主键
  2. 2.按首次支付成交周建立队列,并增加平台、渠道、活动、首购类目和优惠强度标签
  3. 3.剔除测试订单、取消订单、欺诈订单和无法稳定关联的客户记录
  4. 4.分别计算首购后第7、30、60、90天的复购率、累计净收入、退款率和贡献利润
  5. 5.只在相同成熟期队列之间比较,禁止用尚未经过完整观察窗口的新队列比较90天留存
  6. 6.对异常下降队列下钻到首购SKU、渠道、优惠、履约时效和售后原因,生成候选根因
  7. 7.为候选根因设计一个可验证动作,并继续观察下一批同口径队列

判断指标

  1. 1.D30、D60、D90复购率
  2. 2.队列累计净收入
  3. 3.客户贡献利润
  4. 4.首购后退款率
  5. 5.队列成熟度
  6. 6.渠道间留存差值
  7. 7.异常根因验证命中率

输入数据要求

  1. 1.脱敏且跨期稳定的客户标识
  2. 2.订单支付、发货、退款时间和净收入
  3. 3.首次成交渠道、活动与优惠标签
  4. 4.SKU、类目和履约时效
  5. 5.商品成本、平台费用及营销成本

排除规则

  1. 1.把访客或设备标识直接等同于真实客户
  2. 2.跨平台客户无法合法稳定匹配时强行合并身份
  3. 3.将观察期未成熟队列与成熟队列直接比较
  4. 4.将大促获客队列与日常自然流量队列无标签混比
  5. 5.样本过小仍输出个体级结论
  6. 6.Electronics和High-return fashion

风险与适用边界

  1. 1.淘宝、拼多多可导出的用户标识和历史窗口可能受权限及隐私规则限制
  2. 2.复购周期高度依赖品类,母婴耐用品不能套用快消品周期
  3. 3.队列相关性不能单独证明某个运营动作造成留存变化
  4. 4.优惠、季节和物流变化可能同时影响队列结果
  5. 5.必须最小化处理个人数据,不得尝试重新识别脱敏买家

来源摘要与执行说明

Google官方将cohort定义为共享特征的一组用户,并明确队列分析可用于观察留存,示例包括按首次接触或首次交易时间建组。迁移到淘宝、拼多多后,以脱敏买家标识、首次支付订单、渠道和活动标签建立周队列,追踪复购而非依赖GA站点事件。

输出格式:周队列矩阵及异常诊断JSON:队列定义、成熟期、D7/D30/D60/D90复购、净收入、退款率、贡献利润、异常维度和建议实验

执行示例:按首次购买婴童清洁耗材的自然周建立首购队列,对比淘宝自然搜索、淘宝付费推广和拼多多活动流量的D30复购与退款后贡献利润;发现某活动队列复购低后,再检查首单折扣、履约时效和首购SKU,而不是直接判定活动无效。