又到了一年一度的年度计划时间了。不过，在启动正式的年度计划之前，还有一项必要的工作要做——年度复盘。也可以认为，复盘是年度计划的一部分。
年度复盘，可繁可简，其核心价值在于——能否在总结今年经营工作的基础上，更好地驱动明年的业务。
具体而言，就是借助SaaS业务的指标数据，有效完成年度复盘。其核心逻辑如下图所示：
这套逻辑虽简，却直击大多数企业在年度复盘中的痛点：运营绩效与财务结果“两张皮”。运营团队埋头执行，财务团队事后记账，指标数据往往沦为“解释”历史的工具。
这样的复盘，不过是走过场而已，对来年的经营没什么助益。
因此，我们引入了两个关键模型：“财务数据沉淀模型”与“财务数据驱动模型”。
所谓财务数据沉淀模型，就是从业务决策出发，追踪至最终的财务结果。
比如，销售活动产生ACV，同时也产生CAC；SDR活动产生线索的转化率，但也产生转化成本。这些都作为财务记录，被沉淀下来，用于基于财务数据的洞察。
而财务数据驱动模型，是从期望的财务结果倒推，反向指导业务决策的制定。
比如，以更低的CAC，获得更高的ACV或ARR，需要做哪些销售方法上的改进。
无论是哪种模型，都是以业务指标数据为基础的，而不是根据个人感觉凭空猜测。
有了这两个模型，复盘问题便清晰了：
一一对应：每一个执行环节/内容，都必须与财务结果（由财务团队提供）建立精准的映射关系。
双向追溯：任何财务结果的波动（无论向好还是变差），都必须能追溯回对应的执行环节，找到根本原因，并加以改善。
以下是一个具体的业务执行环节（SDR业务）与财务数据关联示例：
生成这样一张对应关系表格并不难，真正的挑战在于：基于财务数据的深度洞察，做出有效的改进决策。而巨大的工作量，往往来自于对每一项指标数据的“刨根问底”地讨论和分析，以及对讨论结果的系统归类与行动建议提炼。
而这部分工作，通常要占据整个复盘过程约三分之二的时间。
所不同的是，在本次年度复盘中，我们使用了一个语音记录神器——钉钉的DingTalkA1，实现了从多人发言语音的实时采集与转写，到对所有问题的自动归类与总结。
比如，对于SDR指标数据的分析，来自SDR Leader对“转化率”和“成本”异常指标的解释和陈述。
整个过程由A1记录并归纳总结：
复盘中所有问题的处理，首先都由A1生成，然后结合AI（Qwen3）的智能处理与人工的精准核查，最终仅用了约 1.5小时，便高效地完成了整个复盘初稿的整理。
可以想象，如果没有A1的辅助，复盘结果可能会非常庞杂，以至于难以准确归类，最终可能只是作为“纪要”而束之高阁。
当然，DingTalkA1也有不足之处，比如多人发言的识别和接续有时存在误判；再比如，如果能直接生成深度分析报告，时间会进一步缩短，报告质量也会有更大提升。
本次高效年度复盘的启示是：当指标穿透部门墙，AI赋能生产力，年度复盘便褪去形式主义的外衣，化作一张精准导航的作战地图，指引我们赢得下一场战役。