
电商利润计算里,最容易被忽略的不是公式,而是“销售收入到底算谁的、算哪一天的、扣掉什么”。我曾经见过一个投放团队:渠道 A 的后台显示成交额 42 万元,渠道 B 只有 31 万元,表面上 A 的投产比和销售规模都更好;但把退款、平台承担的优惠、商品成本、佣金和履约费用统一后,A 的贡献利润只有 2.8 万元,B 却达到 6.4 万元。真正的问题不是投放优化错了,而是两边根本没有在比较同一种收入。
电商团队日常会同时接触成交金额、支付金额、平台结算金额、销售收入、净销售收入、毛利、贡献利润和净利润。这些指标看起来都与“卖货”有关,但它们承担的决策作用完全不同。
成交金额主要回答“用户下了多少订单”;净销售收入回答“退款和收入调整后,企业真正可以拿来覆盖成本的收入有多少”;贡献利润则回答“这个渠道扣掉可直接归属的成本后,还剩多少钱”。
投放人员比较渠道时,至少要从成交金额下沉到净销售收入,再下沉到渠道贡献利润。如果只停留在 GMV 或广告后台归因收入,结论最多只能说明渠道带来了交易,不足以说明渠道值得继续加预算。
很多团队一开始就争论“ROAS 达到多少才算合格”,但这通常不是最优先的问题。如果渠道 A 按付款订单统计,渠道 B 按平台确认订单统计;渠道 A 把退款订单算进收入,渠道 B 已经扣除了退款;渠道 A 使用广告平台自归因,渠道 B 使用店铺订单来源,那么任何投产比阈值都不可靠。
我在实际核对报表时,通常先问三个问题:这笔收入对应哪一批订单?订单是否去重?退款和优惠由谁承担?这三个问题没有答案之前,利润表上的小数点再精确,也只是“精确地算错”。
一个渠道成交额高,可能是因为它获得了大量低价促销订单;一个渠道成交额低,可能是因为它主要负责高意向新客或高客单价订单。前者未必差,后者也未必一定好,关键是要把收入质量拆出来。
因此,本文的核心判断是:渠道比较不是销售额排名,而是统一收入口径后,对比每个渠道创造的可持续贡献利润。

广告平台通常会根据点击、曝光、浏览或转化窗口,将订单归因给某个广告计划。它展示的销售金额对优化广告有价值,但不一定等于财务意义上的销售收入,也不一定等于店铺订单系统中的最终有效金额。
例如,用户周一看了短视频,周三搜索品牌词,周四通过搜索广告进入店铺并下单。内容平台可能认为自己影响了用户,搜索平台可能将订单归到最后一次点击,店铺系统则可能记录为搜索来源。三个系统都可能出现“这笔订单与我有关”的数据。
如果投放人员直接把各平台后台收入相加,就可能把同一笔订单计算两到三次。更隐蔽的情况是,重复订单并不一定让总收入明显超过店铺实际收入,因为不同平台还可能采用不同的归因窗口,导致团队在预算分配时误判渠道效率。
不少团队把退款率放在客服或运营报表里,投放日报只看支付金额。这种分工在管理上很方便,但在利润计算上会产生明显偏差。
渠道 A 的支付收入是 10 万元,退款 2 万元;渠道 B 的支付收入是 8 万元,退款 4000 元。若只看支付金额,A 比 B 高 2 万元;若看退款后的净销售收入,A 只有 8 万元,B 有 7.6 万元,两者规模差距已经从 25% 缩小到约 5.3%。
更重要的是,退款还会带来逆向物流、客服处理、包装损耗和广告费用沉没。也就是说,退款不只是收入减少,还可能让一笔订单从“低利润”直接变成“亏损订单”。
同样是消费者支付 80 元,商家的收入影响可能完全不同。如果 20 元优惠由平台承担,商家可能仍按接近 100 元的交易基础结算;如果 20 元由商家承担,商家的收入和毛利都要减少。
我建议在订单明细里至少拆出三个字段:商品原价、消费者实际支付、商家承担优惠。不要只保留一个“实付金额”,否则后续很难解释为什么平台订单金额、财务收入和商品毛利互相对不上。
此外,平台补贴、店铺优惠、达人佣金补贴和满减优惠的承担方可能不同。不同平台、不同活动的结算规则也会变化,不能用一套固定比例覆盖所有订单。
投放团队常按广告消耗日期看效果,平台后台按付款日期展示收入,财务可能按结算或收入确认规则记录金额。三套日期口径并不一致,因此月初和月末特别容易出现错配。
比如,用户在 3 月 31 日付款,订单在 4 月 1 日发货,4 月 5 日发生退款。若广告费按 3 月计入、收入按 4 月计入、退款按 5 月冲减,那么 3 月报表会高估渠道效率,4 月报表又可能出现“没有对应广告费但出现收入”的假象。
如果团队没有成熟的收入确认制度,投放分析至少应明确一个统一的经营统计口径,并在报表中保留付款日、发货日、退款完成日和结算日。

GMV适合观察交易规模和活动声量,但它没有自动告诉你退款、取消、商家优惠、平台费用和商品成本。一个渠道能够制造大量订单,不等于它能够留下同等规模的收入。
如果老板问“这个渠道卖了多少钱”,可以先回答 GMV;如果老板问“这个渠道赚了多少钱”,就必须切换到净销售收入和贡献利润。两种问题不能用同一个指标回答。
ROAS通常表示广告归因收入除以广告花费。例如,广告花费 1 万元,归因收入 4 万元,ROAS 为 4。这个结果只说明广告收入与广告费的比例,并没有扣除商品成本、平台佣金、履约、售后和退款。
如果商品毛利率只有 25%,平台和履约合计占收入 12%,退款损失占 5%,那么即使 ROAS 为 4,渠道可能也没有足够的利润覆盖广告之外的固定成本。
我通常把 ROAS 看作“投放效率指标”,把贡献利润看作“预算决策指标”。前者适合日常优化,后者适合决定是否增加预算、暂停计划或调整渠道结构。
平台后台可能采用归因收入、含税金额、付款订单金额或其他展示口径,而财务数据可能经过退款、折扣、税费和结算调整。两者用途不同,不应该强行要求每一天、每个广告计划都完全一致。
正确做法不是找一个“最权威”的数字,而是给每个数字定义用途:平台后台用于优化广告,订单系统用于确认订单,结算账单用于核对资金,财务口径用于利润和经营结果。
从快速经营分析角度,下单日扣除历史平均退款率有助于预估;从真实利润核算角度,退款发生时间和最终状态更重要。两种方法都可以用,但不能混成一张表。
很多团队只想看广告“直接带来的订单”,于是把自然成交单独放在一边。但在真实用户路径中,广告可能先提高认知,用户隔天通过品牌词或店铺搜索完成购买。
这不意味着所有自然成交都应该算给广告。我的判断是:先明确分析目的。如果要评估广告平台的直接转化能力,可以使用平台归因;如果要评估渠道的增量价值,就需要对比有广告和无广告、不同地区或不同人群的整体变化。
渠道在低预算阶段表现良好,不代表扩大预算后仍然赚钱。增加预算往往会让广告从高意向人群扩展到更宽的人群,点击成本、转化率、退款率和客单价都可能变化。
例如,前 2 万元广告费带来 10 万元净销售收入,后续再增加 2 万元只增加 6 万元净销售收入。平均 ROAS 可能仍然不错,但新增预算的边际回报已经下降。加不加预算,应该看新增投入带来的新增贡献利润,而不是只看累计平均值。

渠道比较的基础不是广告平台报表,而是能够对应到订单号的明细表。每一行至少代表一笔订单或一笔订单明细,不能只保留按渠道汇总后的销售额。
我建议订单事实表至少包含以下字段:
| 字段类别 | 建议字段 | 解决的问题 |
|---|---|---|
| 订单识别 | 订单号、子订单号、商品编码 | 防止同一订单重复计算,支持按商品拆分成本 |
| 时间信息 | 下单时间、付款时间、发货时间、退款完成时间 | 统一统计周期,解释跨月数据差异 |
| 收入信息 | 商品原价、消费者实付、商家承担优惠、平台补贴 | 区分交易规模、实际支付和优惠承担方 |
| 售后信息 | 退款金额、退款类型、拒收状态、售后成本 | 避免用下单金额高估真实收入 |
| 渠道信息 | 来源渠道、广告计划、素材、归因规则 | 支持渠道、计划和素材层级的利润分析 |
| 成本信息 | 商品成本、佣金、平台费、运费、包装费 | 从毛利进一步计算渠道贡献利润 |
订单事实表不一定要一开始就做到完美,但订单号、渠道来源、付款金额、退款金额和广告计划这几个字段不能缺。没有订单级明细时,团队只能争论汇总数据,无法定位差异来自哪一批订单。
为了避免同一张报表里概念混用,我通常把收入拆成“交易收入、经营收入、结算收入”三个层级。
| 层级 | 计算思路 | 适用场景 | 不能直接回答的问题 |
|---|---|---|---|
| 交易收入 | 商品成交金额或付款金额 | 观察下单规模、活动表现、转化趋势 | 不能直接说明是否盈利 |
| 经营收入 | 成交金额减退款及企业定义的收入调整项 | 比较渠道真实销售质量 | 不一定等于平台最终结算金额 |
| 结算收入 | 根据平台账单、结算周期和费用扣除后的可回收金额 | 核对现金回收和平台账单 | 不一定适合解释广告即时转化 |
经营分析可以使用净销售收入,财务确认仍要遵循企业会计制度和具体结算规则。这句话应该写进报表说明,否则投放团队很容易把经营口径和财务口径混为一谈。
渠道贡献利润的通用业务分析公式可以写成:
渠道贡献利润 = 净销售收入 – 商品成本 – 平台及支付费用 – 广告费用 – 履约成本 – 售后成本 – 渠道专属费用
这里的“渠道专属费用”包括达人佣金、直播服务费、内容制作费、渠道返点等。人工、房租、管理软件和总部管理费用是否分摊,要根据管理目的决定,不建议在所有日常投放报表中平均摊入。
如果是判断“这个渠道是否应该继续投放”,应优先看可直接随订单和广告变化的成本;如果是判断“这个渠道是否覆盖了完整经营成本”,则可以进一步分摊固定成本,但要单独列项。
“按实际情况归因”不是规则,因为不同人会有不同理解。至少应明确以下内容:
我特别建议保留一个“未归因或待核对”类别。很多团队为了让渠道报表加总后看起来完整,强行把无法识别的订单分配给某个渠道,短期看似整齐,长期会污染渠道判断。

下面使用一个匿名店铺的情景案例。商品售价为 100 元,两个渠道销售同一款商品,统计周期为一个自然月。为避免把演示数据误认为行业平均值,以下数字属于样本推演,用于说明计算方法,不代表任何平台的固定费率或行业基准。
在实际项目中,我会把订单系统、广告消耗、平台结算和商品成本汇总到同一个分析模型中,再通过可视化工具查看渠道差异。若团队使用九数云这类数据分析工具,可以将订单、广告、商品和售后数据按订单号、日期、渠道编码进行关联,减少每周人工复制报表的工作量。工具本身不能替代归因规则,但能让规则被稳定执行。
| 项目 | 渠道A | 渠道B | 表面判断 |
|---|---|---|---|
| 支付订单数 | 1000笔 | 800笔 | 渠道A订单量高 |
| 成交金额 | 100000元 | 80000元 | 渠道A规模高25% |
| 广告费用 | 24000元 | 15000元 | 渠道B消耗更低 |
| 表面ROAS | 4.17 | 5.33 | 渠道B广告效率更高 |
只看这张表,渠道 A 的优势是规模,渠道 B 的优势是广告效率。很多投放复盘到这里就结束了:A 负责冲量,B 负责效率。但这还没有回答最关键的问题,每个渠道最终留下了多少价值。
| 项目 | 渠道A | 渠道B | 计算说明 |
|---|---|---|---|
| 成交金额 | 100000元 | 80000元 | 按支付订单金额统计 |
| 退款金额 | 20000元 | 4000元 | A退款率20%,B退款率5% |
| 商家承担优惠 | 2000元 | 1600元 | 按示意订单结构估算 |
| 净销售收入 | 78000元 | 74400元 | 成交金额减退款和商家承担优惠 |
| 退款后ROAS | 3.25 | 4.96 | 净销售收入除以广告费用 |
加入退款后,渠道 A 与渠道 B 的收入差距从 2 万元缩小到 3600 元。渠道 A 仍然有更大的净销售收入,但它的收入质量明显弱于渠道 B。
这类差异通常值得进一步追问:渠道 A 是否吸引了大量低意向用户?是否使用了更激进的承诺?是否某一素材带来了高退货人群?是否渠道 A 的订单集中在不适合该商品的地域或人群?如果只把退款视为售后部门的问题,就会错过优化投放的机会。
| 成本项目 | 渠道A | 渠道B | 解释 |
|---|---|---|---|
| 净销售收入 | 78000元 | 74400元 | 已扣除退款和商家承担优惠 |
| 商品成本 | -31200元 | -29760元 | 按净销售收入的40%示意 |
| 平台及支付费用 | -6240元 | -5952元 | 按净销售收入的8%示意 |
| 履约成本 | -5460元 | -3720元 | A受退款和逆向物流影响,单位履约成本更高 |
| 售后成本 | -2100元 | -744元 | 按退款及售后处理规模示意 |
| 广告费用 | -24000元 | -15000元 | 按广告平台账单统计 |
| 渠道贡献利润 | 9000元 | 24224元 | 净销售收入减去可变成本和广告费 |
| 渠道贡献利润率 | 11.54% | 32.56% | 贡献利润除以净销售收入 |
结论已经发生变化:渠道 A 的成交金额比 B 高 25%,但贡献利润只有 9000 元;渠道 B 的成交金额较低,贡献利润却达到 24224 元。B 的净销售收入只比 A 少 4.6%,贡献利润却高出约 169%。
这不是说渠道 A 一定应该暂停。A 可能具备更大的流量池,也可能是新渠道刚开始测试,退款率和履约问题尚未优化。专业判断不是看到利润低就立即关停,而是先确认利润低的原因是否可修复。

如果渠道 A 的退款率从 20% 降到 12%,在其他条件不变的情况下,净销售收入将增加约 8000 元。若贡献利润率按当前结构估算,利润改善可能超过 4000 元,效果甚至高于直接把广告预算增加 20%。
这说明投放优化不一定只发生在出价、定向和素材层面。对高退款渠道而言,商品页面承诺、尺码说明、客服话术、物流时效和人群筛选,可能比继续压低点击成本更值得优先处理。
相反,如果渠道 B 的利润主要依赖极低的广告成本,而放量后点击成本快速上升,那么它的绝对利润未必能线性增长。加预算前必须做小步测试,观察边际 ROAS、边际贡献利润和退款率是否同步恶化。

在渠道利润分析中,九数云可以作为一个典型的数据分析工具案例。它适合承接多来源数据、建立字段关联、制作看板和追踪指标变化。企业可以把订单、广告消耗、平台费用、商品成本和售后数据集中到同一分析环境中,减少人工下载、复制和拼接。
但工具不会自动判断“平台补贴是否属于商家收入”,也不会替企业决定“一个订单应该归给内容渠道还是搜索渠道”。如果源数据的字段定义和归因规则没有写清楚,自动化只会让错误更快地被汇总、展示和传播。
我会把数据分析工具的使用分成三个层次:第一层是连接数据,第二层是统一计算,第三层是支持决策。很多团队只完成了第一层,就以为已经完成了利润数字化。
如果把订单表、广告表和平台结算表简单地按日期拼接,极容易出现一对多匹配。比如一天有 1000 笔订单,但广告计划有 50 个,按日期连接后,订单金额可能被重复复制 50 次。
更稳妥的模型通常包括:
订单和广告之间通常不是直接一对一关系。广告消耗可以按平台、计划和日期汇总,订单则按订单号确认收入,再依据归因规则汇总到渠道。两条事实链应先分别聚合,再在渠道和日期层级做比较。
一个合格的渠道利润看板,不应该只显示一个“渠道收入”卡片。我建议至少同时展示:
| 看板层级 | 核心指标 | 管理用途 |
|---|---|---|
| 原始交易层 | 支付订单数、成交金额、客单价 | 判断流量和转化规模 |
| 质量调整层 | 退款金额、退款率、净销售收入 | 判断收入是否被售后大量侵蚀 |
| 成本层 | 商品成本、平台费、履约费、广告费 | 识别利润被哪类成本消耗 |
| 决策层 | 贡献利润、贡献利润率、边际贡献利润 | 决定加预算、优化、维持或暂停 |
当老板问“为什么这个渠道销售额高但利润低”时,数据看板应该能在同一页面回答:它多卖了多少、退了多少、每单成本是多少、广告费占多少、最后剩多少,而不是让投放人员再花半天时间手动拼表。
指标名称旁边最好有口径说明,例如“净销售收入:成交金额减已完成退款及商家承担优惠,按付款月份统计”。这样做看似细节,实际上能大幅减少跨部门争议。
我还建议记录指标版本。平台费率、活动承担方和归因规则发生变化后,历史数据是否回算、从哪天开始生效,都应留下记录。否则同一个指标在不同月份的定义发生变化,趋势图看起来连续,实际上不可比。

不要立即把渠道判定为优质,也不要第一时间全面关停。先把退款拆到商品、素材、人群、地区、物流方式和客服环节,判断退款是渠道带来的用户质量问题,还是商品交付问题。
如果高退款集中在某类素材,优先暂停误导性表达,重新设置商品预期;如果集中在某个地区,检查物流时效和配送承诺;如果所有渠道都高,问题可能在商品本身或售后流程,而不是单一投放渠道。
这类渠道不应因为规模小就被忽略。它可能处于高意向人群、细分场景或复购用户中,放量空间有限,但对整体利润有稳定贡献。
行动上可以采用小步递增预算,观察新增预算的边际 ROAS 和边际贡献利润。不要一次性大幅加预算,否则可能把原本优质的小众人群迅速消耗完。
如果渠道的利润率高但订单量始终低,还要评估固定运营成本。例如一个渠道每月贡献利润 2 万元,但需要额外支付 1.5 万元内容制作费和人工费,那么它的完整经营价值可能并不如表面利润率高。
先不要与平台争论谁的数据正确。分别检查归因窗口、重复归因、退款扣除、自然成交、跨平台触点和统计日期。平台后台回答的是“按平台规则被归因的收入”,订单系统回答的是“店铺实际发生的订单”,两者本来就可能存在差异。
如果差异稳定且可解释,可以在看板中同时保留“平台归因收入”和“去重经营收入”;如果差异突然扩大,则需要排查埋点异常、订单同步延迟、广告链接参数丢失或平台规则变化。
此时不要用“谁的后台数字更大”解决问题,而要先建立主渠道和辅助渠道的分析框架。主渠道用于预算分配,辅助渠道用于理解用户路径,不应把两者的收入简单相加。
在预算决策中,可以设置三种视图:
三个视图的数值不需要相同,但必须说明用途。最怕的是团队把三个视图中的最高数字拿来报功,把最低数字拿来解释成本。
新品早期不能假装拥有精确的利润预测。可以设置三种情景:乐观、基准和保守,并在每周根据真实订单回溯更新。
| 情景 | 退款率 | 预计净销售收入 | 适合的预算动作 |
|---|---|---|---|
| 乐观情景 | 5% | 高 | 在转化率稳定时逐步放量 |
| 基准情景 | 10% | 中 | 保持测试预算,补充样本 |
| 保守情景 | 18% | 低 | 限制预算,优先排查商品和人群 |
新品阶段最重要的不是把利润表做得特别精确,而是快速识别哪些假设最影响结果。等订单量足够后,再把退款率、客单价和履约费用从估算值替换为已确认值。
利润和现金流不是同一个指标。平台结算周期、广告即时扣费、采购预付款和退款延迟,都会造成利润为正但现金周转压力较大的情况。
这种情况下,投放人员不能只看贡献利润,还要增加“资金回收周期”和“广告现金占用”。对于回款慢、退款周期长的渠道,即使利润率不错,也要设置预算上限,避免经营规模超过现金承受能力。

规模型渠道通常拥有更大的流量空间,但可能伴随更高的退款率、更复杂的履约和更低的边际利润。利润型渠道往往规模有限,却能提供更稳定的订单质量。
如果企业处于快速增长期,可以保留部分规模型渠道,但必须设置利润底线和退款上限;如果企业现金流紧张或库存有限,则应优先保留贡献利润稳定、回款较快的渠道。
| 经营目标 | 优先关注 | 可接受的取舍 |
|---|---|---|
| 快速扩大市场覆盖 | 增量订单、有效新客、边际收入 | 短期接受较低利润率,但不能忽略退款和现金占用 |
| 提高经营利润 | 贡献利润、退款后收入、履约成本 | 放弃部分低质量规模,保留利润更稳定的渠道 |
| 改善现金流 | 回款周期、广告现金消耗、退款完成时间 | 降低结算慢或资金占用高渠道的预算上限 |
| 验证新品 | 有效订单、用户反馈、退款原因 | 允许阶段性利润较低,但必须限定测试预算和周期 |
有些渠道承担的是新客获取、品牌教育或高价值用户触达。它的直接 ROAS 可能不如搜索广告,但如果新客复购率高、后续自然成交多,单次订单的短期利润会低估它的长期价值。
判断这类渠道时,应把用户分为新客和老客,至少观察 30 天、60 天或更长周期的复购与退款表现。具体周期取决于商品的购买频率,不能把低频耐用品和高频消耗品使用同一套观察窗口。
但“长期价值”不能成为无限补贴的理由。只有当复购数据足够稳定、用户归因可信、后续毛利能够覆盖初次获客成本时,才有必要把部分渠道从短期利润视图切换到用户生命周期视图。
高利润率可能来自较小的订单量、较低的广告竞争或特殊的用户群。一旦放量,点击成本可能上升,转化率可能下降,退款率也可能变化。
因此,我在做预算建议时会把渠道分为“已验证区间”和“待验证区间”。已验证区间是历史上有足够订单量、利润指标稳定的预算范围;待验证区间是尚未确认边际表现的新增预算。新增预算不能直接套用历史平均利润率。
单月数据容易受到大促、库存、季节、平台活动和异常投放的影响。至少要同时查看日、周和月三个粒度:日粒度用于发现异常,周粒度用于优化,月粒度用于经营决策。
如果渠道在大促期间贡献利润高,但平销期持续亏损,就不能把大促成绩直接外推到全年;如果渠道平销期稳定但大促爆发能力弱,也不能简单判定它没有价值。

在开始拉数据之前,先写清楚统计周期、订单状态、退款状态、是否含税、优惠承担方和归因窗口。哪怕只是一个简单的表格,也要在顶部写明版本和口径。
例如:“本周渠道利润按付款日期统计,纳入已支付订单;预计净收入扣除历史平均退款率,月度复盘按已完成退款回溯;广告费按广告账单日期统计;渠道归因采用订单级去重后的主渠道。”
这段说明不是形式主义,它能让团队知道哪些数字是估算,哪些数字是确认,哪些数字不能直接和财务报表比较。
日报适合回答“今天有没有异常”,不适合回答“这个渠道最终赚不赚钱”。每天重点看支付订单突然下降、退款率异常升高、广告消耗超过预算、客单价大幅波动和渠道归因订单缺失。
日报看到异常后,先标记并追踪,不要用单日波动直接决定关停渠道。对于退款和售后类指标,通常需要等待状态稳定后再做最终判断。
周报需要把过去一周的订单与退款状态更新一遍,重新计算净销售收入、退款后 ROAS、贡献利润和贡献利润率。特别是上周末订单,可能在本周才出现退款或拒收。
如果团队使用数据分析工具,可以设置“预计值”和“已确认值”两套字段。预计值用于当天预算调整,已确认值用于周度和月度复盘。不要用已确认值覆盖预计值,否则无法解释当时为什么做出某个投放决策。
月度核对的重点不是要求所有平台数字完全相等,而是解释差异。建议至少核对订单金额、退款金额、优惠承担、平台费用、广告账单、实际结算金额和未结算金额。
对于无法解释的差异,单独建立差异清单,并记录负责人、原因、修正方式和预计完成时间。不要直接把差异平摊到所有渠道,否则会掩盖真正的问题。
预算调整建议分成三种动作:
预算动作必须绑定一个复盘周期和停止条件。例如,“未来 7 天增加 20%预算,若边际贡献利润率低于 8%或退款率超过 15%,恢复原预算并排查素材与人群”。这样比“先放量看看”更可执行。

不要一看到利润下降就只改出价,也不要一看到销售额上涨就马上加预算。很多投放问题表面发生在广告账户,根因却在商品、履约、售后或收入口径。
| 指标 | 建议定义 | 使用边界 |
|---|---|---|
| 成交金额 | 订单支付或成交金额,具体以系统字段说明为准 | 用于观察交易规模,不直接代表利润 |
| 净销售收入 | 成交金额减退款及企业定义的收入调整项 | 用于渠道收入质量比较 |
| ROAS | 归因收入除以广告费用 | 用于广告效率,不等于利润率 |
| 贡献利润 | 净销售收入减商品、平台、履约、售后和广告等可变成本 | 用于投放和渠道预算决策 |
| 贡献利润率 | 贡献利润除以净销售收入 | 用于比较不同规模渠道的利润质量 |
| 边际贡献利润 | 新增预算带来的新增净收入减新增可变成本 | 用于判断是否继续放量 |
电商利润计算最容易陷入“把数字算得越来越多,却没有把问题看得更清楚”。成交金额、平台归因收入和财务收入都可以有自己的用途,但它们不能在没有说明的情况下互相替代。
如果销售收入口径不统一,渠道之间会出现三种典型错觉:销售额高的渠道被误认为利润高,ROAS高的渠道被误认为更值得加预算,订单多的渠道被误认为拥有更强的增量能力。
我的建议是,把渠道分析固定成一条顺序:先订单去重,再确认净销售收入;先扣除商品和履约成本,再看广告效率;最后用边际贡献利润决定预算。
下一步可以先不用搭建复杂系统,拿最近一个月的订单明细做一次小范围核算:选两个渠道,按订单号去重,补上退款、商家优惠、商品成本、平台费用、履约成本和广告消耗。只要这次核算能解释清楚“为什么销售额更高的渠道利润更低”,团队就已经从看表面数据,进入了真正的经营分析。
如果后续要提高效率,可以使用九数云等数据分析工具连接订单、广告、商品、结算和售后数据,建立固定的渠道利润看板。但无论使用什么工具,都要记住:工具可以自动计算,不能替企业定义什么是收入;报表可以展示结果,不能替投放人员完成经营判断。
渠道比较的终点,从来不是选出一个永远第一的渠道,而是知道每个渠道在什么目标下值得投入、在什么边界下必须收缩,以及下一笔预算究竟能留下多少可持续的利润。
我在看店铺投放报表时,经常发现两个渠道都声称自己带来了成交,但后台销售额、平台结算金额和财务收入完全对不上。我想知道,这到底是渠道效果真的不同,还是销售收入的统计口径出了问题?
渠道难比较,通常不是因为不会计算利润,而是因为不同渠道使用了不同的收入口径。一个渠道可能按付款金额统计,另一个渠道按退款后的结算金额统计;一个渠道把平台补贴计入成交额,另一个渠道只记录商家实际承担的部分。把这些数字直接放在一起比较,结果从一开始就不公平。
最常见的错误,是把GMV、销售收入、实收金额和利润当成同一个指标。GMV只能说明订单产生了多少交易规模,销售收入还要处理退款、取消、优惠和收入确认规则,利润则必须继续扣除商品成本、广告费、平台费用、履约成本和售后成本。
举个演示案例:渠道A下单金额为10000元,退款2000元,广告费2400元,平台及佣金800元,商品成本3200元,履约与售后成本700元。渠道B下单金额只有8000元,但退款400元,广告费1500元,平台及佣金600元,商品成本3040元,履约与售后成本450元。
指标渠道A渠道B 成交金额10000元8000元 净销售收入8000元7600元 贡献利润900元2010元 贡献利润率11.25%26.45% 如果只看成交金额,渠道A明显更强;如果看退款后的净销售收入,两者差距已经很小;如果看贡献利润,渠道B反而更值得继续投入。
我的判断是:渠道比较的第一步不是排名,而是先把每个渠道的订单、退款和成本放进同一套规则里。
我以前直接用商品成交金额减去广告费,再把结果当成渠道利润,后来发现退款订单、优惠券和平台补贴会让结果偏差很大。投放人员日常到底应该使用什么简化公式,才能既方便执行,又不把财务口径弄混?
投放分析可以先使用一套业务核算公式,但不要把它直接等同于会计确认收入。比较渠道时,我建议先计算净销售收入,再计算渠道贡献利润,这样能把“卖了多少”和“留下多少钱”分开。常用的业务分析公式是:净销售收入=成交金额-退款金额-需要从收入中扣除的优惠或调整项。
渠道贡献利润=净销售收入-商品成本-平台及支付费用-广告费-履约成本-售后成本。需要注意的是,优惠不能简单地全部扣掉。平台承担的补贴、商家承担的折扣和消费者使用的积分,可能对应不同的收入及成本处理方式。实际报表中,最好增加“优惠承担方”字段,而不是只保留一个总优惠金额。
我建议投放日报至少保留以下字段: 字段用途 订单号避免同一订单被多个渠道重复计算 渠道来源确定订单归属和投放效果 成交金额观察原始交易规模 退款金额修正虚高收入 净销售收入作为利润计算基础 商品成本计算毛利和贡献利润 广告费及平台费判断渠道真实成本 履约与售后成本反映订单质量 举例来说,某渠道成交金额为5000元,退款500元,商家承担优惠200元,商品成本1800元,广告费1000元,平台及支付费用300元,履约与售后成本250元,那么净销售收入为4300元,渠道贡献利润为750元,贡献利润率约为17.44%。
这套公式适合投放决策,但涉及含税或不含税收入、跨月退款、平台结算和会计确认时,必须与财务制度核对。投放人员最忌讳的是用一套没有定义清楚的“利润”数字,去指导预算放量。
我遇到过一个渠道,后台ROAS达到3.5,看起来比其他渠道都优秀,但月底核算后几乎没有赚钱。后来我怀疑,广告投产比只算了广告带来的销售额,却没有把商品毛利、退款和履约费用算进去,这个判断对吗?
这个判断基本正确。ROAS或ROI通常只回答“广告带来了多少销售额”,并不回答“这些销售额扣除全部可变成本后还剩多少”。因此,高投产比只能证明广告收入与广告费之间的关系较好,不能直接证明渠道盈利。
假设某商品售价100元,商品成本占售价的45%,平台及支付费用占8%,履约和售后平均占7%,广告投产比为3.5。广告费为1000元时,广告归因销售额为3500元,但扣除商品成本1575元、平台费用280元、履约售后245元后,实际贡献利润只有400元,贡献利润率约为11.43%。
如果该渠道退款率较高,结果还会进一步恶化。比如3500元广告归因销售额中有15%最终退款,净销售收入变成2975元,其他成本仍然发生,那么渠道贡献利润会从400元降到约177.5元。后台ROAS看起来没有变化,但经营结果已经完全不同。
指标未扣退款扣除15%退款后 广告归因销售额3500元3500元 净销售收入3500元2975元 广告费1000元1000元 其他可变成本2100元1797.5元 贡献利润400元177.5元 我的判断标准是:ROAS适合做投放效率指标,贡献利润适合做预算决策指标。
对毛利较低的商品,应该先计算盈亏平衡ROAS,再看渠道是否有放量空间。若商品毛利、平台费、履约费和售后费合计已经占去收入的较大比例,单纯追求更高ROAS,很可能只是把预算集中到一个“销售额好看但利润薄”的渠道。
我现在每天都在看各平台后台数据,但每个平台的归因窗口、退款时间和销售额定义都不一样,报表越做越多,结论反而越混乱。我想要一套适合中小电商团队的简单流程,既能减少重复计算,也能及时发现渠道利润失真。
中小团队不需要一开始就搭建复杂的数据仓库,但必须先固定三个口径:统计时间、订单归因和收入成本。没有这三个基础,报表做得越精细,错误可能只是被包装得更漂亮。第一步是统一统计周期。建议日报按支付成功订单观察投放节奏,周报加入退款回溯,月报再与平台结算单和财务数据核对。
不要拿某平台的付款日数据,去和另一个平台的结算日数据直接比较。第二步是建立订单去重规则。每个订单只保留一个主归因渠道,同时可以增加“辅助触点”字段。
例如用户先看内容、后点击搜索广告、最后通过店铺自然访问成交时,主订单只能按照团队事先约定的规则归属,不能让三个渠道各自把100%的订单金额计入自己的业绩。第三步是设置退款观察期。刚下单的渠道通常会显得更好,因为退款、拒收和售后还没有发生。
对于高客单价或退款周期较长的商品,我会把“下单收入”和“退款后收入”分成两列,避免投放人员误把短期数据当成最终结果。第四步是每周做一次渠道异常检查,重点看四个变化:销售额增长是否伴随退款率上升,广告费增长是否带来有效订单,订单数增长是否带来贡献利润增长,以及某个渠道的转化是否突然依赖少数大额订单。
检查项目异常表现处理动作 收入口径后台销售额高于结算收入很多拆分退款、优惠和平台补贴 订单归因多个渠道订单金额相加超过店铺总额按订单号去重并确定主归因 退款质量销售额增长但退款率同步上升延迟评价渠道,回溯退款后收入 利润质量ROAS上升但贡献利润下降检查商品成本、平台费和履约成本 最后,预算决策不要只问“哪个渠道销售额最高”,而要问三个问题:哪个渠道带来的净销售收入最高,哪个渠道的边际贡献利润最好,哪个渠道在增加预算后仍能保持稳定。
规模渠道和利润渠道不一定是同一个渠道,投放策略也不应该只有“全部加预算”或“全部暂停”两种选择。


读者评论
文章把GMV、净销售收入和贡献利润的区别讲得比较清楚,尤其是退款、优惠和履约成本这些容易被忽略的项目。对刚接触投放分析的人来说,订单级去重和统一口径确实比单看ROAS更重要。
渠道A和B的案例很有代表性,表面销售额高的渠道不一定更赚钱。不过文中的数据属于情景模拟,实际应用时还需要结合税费、库存损耗和固定成本进一步核算。
关于多平台归因重复计算的提醒很实用。内容、搜索和自然流量经常共同影响一笔订单,如果直接相加后台收入,确实可能高估渠道效果,建立统一订单事实表是比较稳妥的做法。
文章对退款处理时间的区分比较客观,实时看板、周度复盘和月度报表不必使用完全相同的口径,但必须明确标注预计值和最终确认值,否则容易造成跨期误判。
把平均ROAS与边际ROAS分开分析很有价值。预算扩大后,新增人群的转化和利润可能快速下降,因此是否加预算不能只看累计表现,还要观察边际贡献利润。