「行业运营基准」提供私域与小程序商城常用指标的定义、参考区间与诊断方向，帮助团队建立周会看板与自我诊断的问题树。文中区间是看店通自有交付样本的观察归纳，不是全行业统计均值；请务必用您自己的 cohort 与 A/B 数据替换这些假设值。
方法说明（请先读）
- 数据来源：看店通交付并持续运营的小程序商城项目后台数据（已脱敏聚合），以及项目复盘会记录。本文不引用任何第三方咨询机构或平台官方的统计数据。
- 样本范围：以已上线满 6 个月、月订单量在 500 单以上的商家项目为样本，业态覆盖服饰、美妆、餐饮连锁、社区生鲜、母婴、家居、运动与知识付费，数十个项目量级，行业分布不均衡。
- 统计周期：取 2026 年 1 月至 8 月的连续自然月数据，剔除大促月（如「6·18」「双 11」所在月）后取各项目的中位数区间。
- 局限性：样本量小且集中于中小品牌，区间宽度大；不同商家埋点方式不同，流量类指标的可比性弱于交易类指标。请把这些区间当作提问的起点，而不是考核员工的硬杠杠。
如何使用本文
先选定与您最接近的模式（标品电商、连锁零售、知识付费、社区团购等），再记录当前值与目标值，最后分解到可执行动作（详情优化、券策略、物流时效等）。使用时注意两点：一是先统一口径再比数值，口径不同的数字放在一起比较毫无意义；二是关注自己的环比趋势，它比跨企业横向对比更有决策价值。
流量与转化层
| 指标 | 口径（分子 / 分母） | 自有样本观察区间 | 偏低时的诊断方向 |
|---|---|---|---|
| 商详到达率 | 进入商品详情页 UV / 落地页或内容挂链点击 UV | 约 15%–40% | 挂链是否指向正确 SKU、是否缺货下架、价格是否与内容口径一致 |
| 加购率 | 加购 UV / 商详 UV | 约 3%–12% | 规格与尺码信息是否完整、运费门槛是否清楚、评价与资质等信任元素是否缺失 |
| 整体下单转化率 | 支付成功订单数 / 店铺访客 UV | 约 1%–6% | 流量精准度、首页与分类的导购路径、新客券的领取门槛 |
| 购物车支付率 | 支付成功订单数 / 提交订单数 | 约 50%–75% | 支付失败率、地址填写流程、优惠券在结算页是否可用 |
| 退款率 | 退款订单数 / 支付成功订单数 | 约 3%–12%（服饰与生鲜明显偏高） | 质量问题、描述不符、物流时效与包装 |
说明：上表区间为剔除大促月后各项目的中位数分布，跨度较宽是因为行业差异本身很大。若您的数值落在区间外，先核对口径，再判断是否真的存在问题。
会员与复购层
- 30 日复购率（30 天内二次成交用户 / 首单用户）：快消与生鲜可重点看此指标，自有样本多在 10%–30% 区间；耐用品与家居应改看 180 天或 365 天窗口，用 30 天口径会得出「复购很差」的错误结论。
- 会员贡献占比（注册会员 GMV / 总 GMV）：衡量私域沉淀质量，自有样本多在 40%–75%。占比过低说明成交仍依赖散客，占比接近 100% 则要检查是否把所有下单用户自动计为会员，导致指标失去区分度。
- 客单价（GMV / 支付订单数）：提升手段优先用套装、满赠与搭配推荐，而不是单纯降价换 GMV。观察时建议同时看毛利额，避免客单价上升但毛利下降。
- 企微添加率（成功添加人数 / 下单人数）：自有样本多在 15%–45%，差异主要来自引导时机与利益点是否明确。做这件事必须给出明示的授权与退出路径，参见隐私同意与个人信息合规。
- 沉睡用户占比（超过两个采购周期未成交用户 / 会员总数）：这个指标比复购率更早预警问题。定义「采购周期」要按品类来，纸尿裤与沙发显然不是一个量级。
履约与服务层
履约指标是复购的前置条件：页面上承诺了什么，系统与人力就要接得住。建议至少固定看五项——24 小时出库率（下单后 24 小时内出库订单 / 应出库订单）、超时发货率、客诉一次解决率（首次回复即关闭工单 / 总工单）、缺货改单率、平均处理时长。观察方法上有三个要点：
- 异常订单单独排队。缺货、地址异常、需要换货的订单混在正常队列里，会把平均时长拉长却看不出原因。单独建队列后，才能分清是仓库慢还是客服慢。
- 按承诺而不是按平均值考核。平均发货 20 小时听起来不错，但如果有 8% 的订单超过 72 小时，这 8% 会产生绝大部分差评。请看分位数（例如 P90）而不是只看均值。
- 大促前做压力预演。用历史峰值的 1.5 倍单量模拟一次：接口能否承受、仓库人力是否够、客服排班是否覆盖夜间。预演成本远低于事后道歉与赔付。
内容与直播层
内容与直播的指标必须同屏看，否则很容易「当场好看、事后亏钱」。建议把场观、互动率、成交转化率、退货率、场后 30 日复购放在同一张表里。单场 ROI 的计算口径要写清扣减项：投放费用、样品与赠品成本、主播与场务人力、平台佣金、预计退货损失，五项都扣完才是真实结果。只扣投放费的 ROI 会系统性高估。
另外两个容易被忽略的信号：一是退货结构化原因，把退货分成「物流问题」「描述不符」「不会用」「后悔购买」四类，前两类该改供应链与详情，后两类该做用法教育与预约制，处理方式完全不同；二是违规风险指标，例如话术抽检不合格次数、价格与划线价依据缺失的场次数。脚本与话术的合规要求见直播电商合规规范。
建立指标字典
- 统一口径：分子分母定义写进 Wiki，避免部门各算各的。
- 数据源：订单库、CRM、企微、广告后台如何对齐时间戳。
- 刷新频率：日看交易，周看复购，月看 LTV 粗算。
- 行动阈值：例如退款率连续两周上升触发品质复盘。
与系统能力的关系
指标要能落地，依赖埋点、订单状态机、会员等级与数据导出。若 BI 与商城数据不一致，先修数据管道再调运营策略。看店通提供标准报表与 API，定制项目可在交付阶段确认字段字典。
