一、GMV是什么？

GMV (Gross Merchandise Volume)常规的解释就是销售额，通常加上时间和空间的概念，就可以理解为某一时间段内某类型单位产生的总的交易额就是GMV，那我们一般如何计算GMV呢？

1. 公式一：GMV=A单位交易额+B单位交易额+C单位交易额+….

我们快速理解一下，某一时间段内，该单位产品的交易额，那就是所有更小单元产品的交易额的汇总，举例街边超市或 *** 店铺，总的交易额就是某一时间段内所有顾客产生的交易额加总。

那如果这个时候反问一句，如何能提高该超市或 *** 店的GMV，那通过上面的公式来看，我们只能提高每一个消费者的消费金额，或者提高消费者数量，如果在该店消费的用户有一万个，那我们似乎并没办法直接干预到每一个消费者消费金额，那上面这个公式对我们来说就没有参考意义，我们换一个公式再试一下。

2. 公式二：GMV=A单位交易额+B单位交易额+C单位交易额+….=平均客单价*总消费人数

通过公式二不难看出，我们不在需要针对每个人出产品运营策略，我们只需要提升平均客单价和总消费人数即可，那针对这个指标我们在继续拆分更加可落地的指标。

3. 公式三：GMV=客单价*（新用户消费uv+老用户消费uv）

新用户消费额=总客池uv*到店转化率*成交转化率*客单价

老用户消费额=（老用户活跃uv+流失用户uv*促活留存转化率）*客单价

上面公式不断拆解后，我们不难看出，我们要做的就是提高：总客池uv、到店转化率、成交转化率、促活留存转化率、客单价。

二、什么动作可以影响关键指标？

关键指标在不变的情况下，我们只要针对过程指标做出对应的产品运营动作，即可提升gmv总数据，那就分别列举一些来分析，如何通过运营过程指标，更好的服务关键指标，并保证关键指标的提升？

总客池uv
到店转化率=到店人数/曝光人数
消费转化率=消费人数/到店人数
促活留存转化率=召回用户/流失总用户
客单价

接下来就比较简单，重点分析一下什么动作可以提高这五个数据，我这里提供几个产品运营动作，供大家参考：

1. 总客池uv

1）存量带增量

如果有一定基数的情况下，那我们一般通过拉新裂变的形式，拉取其他渠道或公域的流量来补充自身的总客池，那一般我们会玩一下运营活动，比如：助力集卡、助力抽奖、老带新、分销提醒等，通过给予老用户一些奖励来引导老用户去主动触发拉取信用的动作，可以通过活动拓展老用户的生活圈，那一般的拓展渠道我们一般选择微信作为裂变载体比较好，小程序又是天然的营销裂变平台，围绕小程序做好拉新列表，不仅可以沉淀一些小程序的用户，也可以增加难度给主站APP带来流量。

2）买量

针对没有存量的主站或者不满足于增速的平台，也可以在公域中买量，买量我们一般主要分为：应用商城买下载量或买流量平台广告，相对于广告来说，我们更倾向于精准平台的投放，你想给买一些医美的用户，在小说平台买显然不那么精准。

2. 到店转化率

1）到店人数

提高到店人数，首先要提高店铺曝光人数，来增加整个转化漏斗的更大基数的数据，让更多的数据被漏出来，其次就要针对业务来具体情况具体分析，举例：修改头图、修改宣传文案、优惠卷引导等。

2）曝光人数

店铺曝光无非就是让更多人看到，在互联网上可以让人看到的方式就分很多种，比如：投入平台广告cpc、cpm、cpt都可以搞起来，也可以积累私域的流量，让私域和公域相互赋能，保证曝光量。

3. 消费转化率

1）消费人数

想增加消费人数，我们就要去分析哪些节点可以影响用户产生购买，其实对于消费者来说，产品购买的行为的前提就是，该商品对于他来说足够重要且急迫，或者平台给他创造了一个场景，让他觉得他一定需要这个商品。

前者好像不太需要我们做什么，因为那是用户的主观行为，没有办法干预，但搭建场景我们似乎可以帮助用户来完成。

举几个简单的例子：双十一搭建了一个优惠购买商品的场景，秒杀搭建了一个赔钱卖的场景，推荐引擎为你推送了符合你预期的场景，几个场景下来，你发现机器更懂你，总能在你最需要的时候给你想要的活动和商品，对于机器老说倒也是简单，如果你一个新生儿的妈妈，当你购买了一个二段奶粉，一罐的使用周期就是两个月，当你购买过后的50天的时候，机器就识别到你又需要购买奶粉了，不仅仅把你需要的三段奶粉（每个婴儿在不同月份吃的奶粉不同）给你准备出来，还为你准备了衣服、玩具、读物，你想不买都难。

2）到店人数

上面讲了不重复描述。

4. 促活留存转化率

1）流失总用户很好理解，我们一般给出定义的规则，比如近一个月未到访，或近两个月没有购买行为，只要规定好规则筛选出来就可以。

2）剩下要解决的就是召回用户，就APP来说，召回的手段现在还是很单一的，一般就是短信和push，那针对单一的召回手段，我们能做的就是不断优化召回的可能性，对于用户的精准筛选、召回文案内容、召回活动的吸引力都要求极高。

比如用户的精准筛选对于前期用户的标签准备就是重中之重，用户的信息的填写、行为收集、商品的购买、加车、搜索记录等，都对于标签的精准性有着决定性的作用。这里面也涉及到大量的偏好算法、机器学习等技术手段，若公司没有这方面的储备，先通过一些特定的规则筛选出用户也是一个不错的选择。

5. 客单价

在原有客户的消费行为当中，强行增加该客户的消费金额，这里就要平台触发一些行为来引导客户继续消费，简单来看优惠卷就是一个很好的手段，当用户为了得到这个优惠，就会增加购买的金额，在一定程度上就增加了客单价。

不仅仅客户可以主动使用优惠卷，平台也会通过推荐算法，帮助你去算还离更大额度的优惠还有多钱，这个时候推荐出满足剩余金额的商品，还可以在这里加个小逻辑，比如你推荐的商品是他的兴趣偏好且利润率高一些，这么看是不是可以增加他购买的可能性，还会提高平台的利润额。

三、基于平台指标讲讲我的思考

我们在工作当中，很容易会接到领导落地自己身上的指标，这个时候也别急，把指标对应的前前后后的关联业务和逻辑现梳理清楚，然后围绕着领导下发的关键指标拆解出过程指标，在围绕过程指标拆解具体的产品运营动作，对于过程指标的要求就是确实实际影响核心指标，拆解出来的产品运用动作就是可以直接影响关键指标。

同时也要关注一下领导落下来的关键指标，这个指标是否具化到可执行程度，如果领导要求你下个月gmv提升10%，不管这个指标能不能完成，至少领导是个业务驱动型领导；如果领导说下个月让用户多消费、多活跃，那这个领导大概率是个感性型领导，但作为打工人，可别被这个指标坑了，赶紧反问一句，怎么定义多消费、多活跃？如果gmv提升10%可以定义为多消费吗？