平台在算 GMV 的账，门店在算 30 分钟履约的成本，两本账第一次对不上。截至 11 月 12 日的公开信息，各家大促盘点已陆续出齐，最显眼的变化不是数字大小，而是记分牌换了：天猫与京东连续第五年不公布全周期总交易额，京东改报 3 亿单服务订单与 5000 万件 AI 产品；星图数据显示首轮（10 月 7 日至 31 日）综合电商销售额 10263 亿元、同比增长约 2.4%，而花旗口径把即时零售计入后，主要平台整体 GMV 增速约 10%（零售圈）。同一场大促，两个增速差了六个点，差额几乎全在那半小时里。
记分牌换了，统计口径也换了
把 GMV 换成服务订单，不只是换个说法。GMV 统计的是交易金额，服务订单统计的是履约次数，前者能被促销推高，后者只能被真实需求推高。这也是为什么今年没人再报总交易额：数字不难看，而是这个数字已经不再代表增量的位置。增量从「卖了多少货」转到「接住了多少需求」，记账方式必然跟着变。
三个增速，三种算法
同一场大促出现三个不同的增速，原因不在数据打架，而在分母不同。星图的口径只覆盖综合电商，把即时零售和本地生活排除在外；花旗先算了一版不含即时零售的整体 GMV，再算一版计入后的数字。两版之间那六个点，就是即时零售在本次大促里的贡献幅度。
| 口径 | 发布方 | 首阶段增速 | 是否含即时零售 |
|---|---|---|---|
| 综合电商销售额 | 星图数据 | 10263 亿元，同比约 2.4% | 不含 |
| 主要平台整体 GMV | 花旗研报 | 同比超 4% | 不含 |
| 计入即时零售后 | 花旗研报 | 约 10% | 含 |
| 全周期行业增速 | 花旗研报 | 低至中个位数 | 含 |
表格最后一行值得单独看。首阶段约 10%，全周期却预计低至中个位数，说明增量集中在前段，后段在回落。这种前高后低的曲线，是即时零售参与大促的典型形态：补贴与运力在前段集中投放，后段运力吃紧、履约成本上升，订单自然回落。看增速不看曲线形状，很容易把一次脉冲当成趋势。
半小时履约为什么能把增速拉出六个点
即时零售的增量不来自新客，而来自同一批顾客的购买频次。原本一周买一次的生鲜，变成三天买一次；原本计划囤货的日用品，变成缺了再买。频次上去，客单价下来，总金额上升。这套逻辑成立的前提是履约半径够短——门店密度决定半径，半径决定时效，时效决定频次。所以即时零售的增速本质上不是营销结果，是门店网络密度的结果。
放到行业趋势里看，这不是一次性的营销脉冲。消费需求正在从「囤」转向「用」，品类增长也从标品转向鲜食与日配，这类商品保质期短、复购快，天然适合就近履约。渠道变化的方向同样清楚：货不再只从城市仓发出，越来越多从三公里内的门店发出。谁能把门店密度做上去，谁就拿到这部分增量。
服务订单是新品类，还是新记账方式
3 亿单服务订单里，家政、清洗、搬家、养车这些品类过去不计入电商大盘，因为它们是上门服务而非商品交易。把它们计入，等于把「到家」这个词的边界从商品扩到了服务。对做渠道分析的人来说，这意味着竞品范围变了：家政平台的对手不再是另一家家政平台，而是所有能承接同一批用户时间的入口。
服务订单的可比性
服务订单与商品订单不可直接比较，因为履约成本结构完全不同。一单保洁的人力成本占七成以上，一单纸巾的物流成本不到一成。把两者加在一起算「总单量」，会得到一个好看但没有解释力的数字。更稳妥的做法是分开记：商品单看客单价与复购，服务单看履约时长与复购周期，两组指标各自设基线。
常见问题
不公布总交易额，是不是因为数字不好看？
更可能是这个指标失去了区分度。增速进入低个位数后，总交易额已无法说明增量来自哪里。
即时零售的六个点能持续吗？
取决于门店密度。密度到顶后，增量会回到频次与客单价的自然增长，增速回落到个位数。
服务订单该不该并进电商大盘？
建议分列。合并会让单量虚高，也会掩盖履约成本的差异。
看哪个数最能判断趋势？
看周度曲线形状，而不是首轮同比。前高后低说明是脉冲，平稳抬升才是趋势。
