迈大食品

迈大食品是印尼的快消品跨国公司——Kopiko、Danisa、Roma 都是它旗下的品牌。中国团队同时在做传统零售和 O2O 即时零售（美团闪购、京东到家、淘宝闪购）。

我以管理培训生的身份加入，轮岗覆盖了 O2O 电商、市场、销售和 NTM。大部分实际工作落在 O2O 即时零售——这个渠道公司还在摸索中。没有现成的 SOP，没有历史数据可以参考。我做的大部分事情，基本上是第一个做的人。

CNY 大促 — 美团闪购

这是迈大历史上第一次即时零售投放。两条产品线并行：礼盒（CNY 送礼场景的主要销量来源）和新品（品类扩展，利用节日窗口做首发）。总预算约 ¥23 万，覆盖 RTB 广告投放和平台优惠券。

我的直线经理定大方向，我负责日常执行：人群定向策略、预算分配、数据监控、优化调整和每日汇报。没有之前的投放可以参照，没有操作手册。每一个决策都得从第一性原理出发来推理。

投放前，我基于行为逻辑而不是猜测，建立了四个人群定向假设：饼干购买人群——品类匹配度最高，转化门槛最低，核心盘。礼赠关怀人群——CNY 送礼场景匹配礼盒产品，直接意图匹配。老客——品牌熟悉度在 CNY 期间驱动复购，重激活成本低。乳品交易人群——假设饼干+牛奶是常见消费搭配。这个从第一天就是测试。

乳品假设被证明是错误的。品类邻接的逻辑听起来合理，但在实际数据面前站不住——增量 ROI 不够。我们在第一周就砍了这个人群，把预算重新分配给表现更好的定向。

投放做了两轮结构化优化。第一轮（首周末）：礼盒投放从通投切换到精准洞察计划（CPM 竞价模式），礼盒城市从 3 个扩展到 5 个（新增南京、广州），砍掉乳品人群，增加礼赠人群预算。第二轮（冲刺阶段，1 月 13–17 日）：礼盒 GMV 日限额从 ¥500 拉升到 ¥800 → ¥1,000 → ¥3,000，投放时段从仅下午扩展到全天（07:00–24:00），继续清理低效人群。

几个数字的说明。新品增长 600% 是对比 1 月投放前的日均基线，不是同比。我用了 2024 年同期数据和剔除自然销售后的归因数据做了交叉验证。礼盒 ROI 7.22 是全窗口的综合数据，日均直接 ROI 稳定在 4–5 区间，峰值反映的是人群积累后复利效应的叠加。

如果能重来：在投放前就把预算放量的触发条件以数据门槛的形式定义好，而不是凭直觉做判断。投放早期我对表现好的人群采取保守策略——直觉上担心花钱太快。等到我在冲刺阶段想激进放量时，投放窗口已经在关闭了，我没有找到 ROI 天花板。什么时候该放量的门槛应该是提前写好的数据触发器，而不是当下的主观判断。

日常 O2O 运营

CNY 项目之外，我在负责迈大所有品牌在美团闪购、京东到家、淘宝闪购的日常运营——每日监控销售和转化数据，协同 TP 完成 SKU 上翻和 Listing 更新，每周给我的直线经理写数据分析报告。

搭建了重点品类的产品矩阵——梳理日常小规格、礼盒和季节性产品在不同渠道的配置和上架节奏。参与了 Y25 年度规划：Y24 美团闪购收入约 ¥1,980 万，Y25 目标 ¥3,000 万（+51.5%），精准营销预算 ¥161 万，费率 5%。

回顾

在没有历史数据和 SOP 的情况下做投放，跟在有操作手册的情况下执行，是两种完全不同的压力。每一个决策——选哪些城市、测哪些人群、什么时候放量——都没有先例可以参照。最有价值的不是最后那个 ROI 数字，而是形成了假设-验证-调整的框架。

投放结束后我沉淀了一个可复用的 SOP：节奏制定 → 资源确认 → 投放执行 → 数据复盘。但更重要的产出是那个假设日志：投放前你假设了什么，数据到底是确认了它还是推翻了它。