
电商利润计算最容易出错的地方,不在“收入减成本”这条公式,而在于投放人员、采购人员和财务人员往往拿着三种不同的收入、退款和广告费用口径开会。一个商品在广告后台显示 ROI 4.0,采购部门据此准备放大库存,月底却发现退款完成后每单只剩几毛钱,甚至倒贴。真正应该用于采购决策的,不是广告后台 ROI,而是退款调整后的订单贡献利润,以及这笔利润能够承受多少广告成本。
投放团队说“ROI”,通常指广告带来的归因成交金额除以广告消耗。这个指标适合判断广告流量效率,但它没有天然包含采购成本、平台费用、物流费用、售后损耗和后续退款。
经营分析中的“退款后收入”,是已经扣除退款金额、部分退款和无法回收的优惠补贴后的有效收入。它比广告后台的归因成交金额更接近真实销售结果,但仍然不是利润。
我建议在团队内部至少保留以下三种指标,并且在字段名称中明确写出“后台”“退款后”或“贡献”,不要只写一个含义模糊的 ROI。
| 指标名称 | 计算方式 | 主要回答的问题 | 不适合回答的问题 |
|---|---|---|---|
| 广告后台 ROI | 平台归因成交金额 ÷ 广告消耗 | 广告系统归因带来的销售额效率如何 | 这批订单最终是否盈利 |
| 退款后 ROI | 退款后有效收入 ÷ 广告消耗 | 退款发生后,广告带来的有效收入还有多少 | 扣除所有订单成本后还剩多少 |
| 贡献 ROI | 退款后订单贡献利润 ÷ 广告消耗 | 广告消耗对可变利润的贡献如何 | 整个公司的最终净利润是多少 |
这三个数字可能分别是 4.0、3.4 和 0.8。如果会议中有人说“ROI 有 4,当然应该继续加投”,而另一个人用的是 0.8,那么争论并不是谁算错了,而是双方根本没有在讨论同一个指标。
采购决策通常发生在“要不要扩大备货、要不要追加投放、要不要接受供应商新报价”这些节点。此时最重要的不是上个月整体净利润,而是增加一单销售后,扣除退款和新增成本,还能留下多少钱。
订单贡献利润可以采用下面这套基础公式:
退款后订单贡献利润
= 退款后有效收入
商品采购成本
平台及支付费用
正向物流成本
逆向物流与售后损耗
广告消耗
如果该商品的固定人工、软件订阅和办公室租金短期不会随订单增加,那么这些费用不一定要在单品投放判断中全部摊入。相反,包装、仓储、物流、退货处理和广告消耗,往往会随着订单变化,应当优先纳入边际判断。
很多团队只把退款率乘以退款金额,却没有继续追问退回商品能否二次销售、逆向物流由谁承担、广告费用是否已经发生、优惠补贴能否回收。这会让退款损耗被严重低估。
更完整的退款损耗可以拆成四层:
对低毛利商品来说,退款金额本身并不是唯一风险。更危险的情况是:商品收入退回了,但采购成本、广告成本和正逆向物流成本已经发生,退回商品又不能以原价重新销售。

广告平台需要回答“哪些曝光、点击或投放计划带来了转化”,因此它会按照自身的归因窗口和统计规则,把成交金额归到某个广告计划上。这个金额可能是下单金额、支付金额,也可能是其他平台定义的转化价值。
财务系统关注的却是另一件事:这笔收入是否最终保留,退款是否完成,平台账单是否结算,商品成本和物流费用是否已经入账。两套系统服务的目的不同,出现时间差是正常现象。
如果某商品平均在付款后 10 天内完成退款,而投放人员只看当天或次日 ROI,短期指标就可能系统性高估真实收入。尤其是在促销活动、低价引流或尺码差异明显的类目中,退款往往集中发生在广告数据已经被报表确认之后。
一笔订单可能在 3 月 1 日支付,3 月 2 日发货,3 月 8 日申请退款,3 月 12 日退款完成,3 月 15 日平台账单才完成结算。如果投放、仓储和财务分别按不同日期统计,同一个订单就可能出现在不同月份。
这并不意味着某个部门的数据错误,而是意味着团队需要建立固定的观察窗口。例如,用支付日期作为订单归属日期,同时设置 T+15 的退款观察期;对于退款周期较长的品类,再使用 T+30 或更长周期观察。
没有观察窗口的退款率,只是一个暂时的退款率。月初看起来很漂亮的商品,到了月底可能只是因为退款尚未完成,而不是因为商品真的更赚钱。
投放人员通常希望抓住低成本流量窗口,快速提升预算和成交量。采购人员则必须承担库存、现金流、供应商账期和滞销风险。两者的判断周期不同,不能只用一个即时 ROI 解决所有问题。
当退款率较高时,放大备货会产生双重风险。第一,实际可保留收入低于广告后台显示的成交额;第二,退回商品会占用仓储、质检和处理能力。销售额越大,退款绝对金额和逆向处理压力也可能同步放大。
有些商品采购成本低,前端毛利看起来不错,但平台费用、物流和广告消耗很高。另一些商品单笔毛利不高,却有稳定复购和较低售后成本。只看毛利率,无法判断哪一个商品更适合当前渠道。
投放判断需要从“商品是否有毛利”进一步推进到“商品是否能支付获客成本”。采购判断还要继续向前推进到“在当前退款率、库存周转和现金流条件下,是否值得扩大订单量”。

成交金额是订单发生时的结果,退款后有效收入是订单经过一段时间处理后的结果。两者都可以使用,但必须清楚它们对应不同的业务阶段。
在投放日报中使用成交金额,有助于快速发现计划波动;在采购和预算评审中使用成交金额,却可能把尚未发生的退款当作已经实现的收入。更稳妥的方式是同时展示成交金额、退款金额和退款后有效收入,并且把观察周期写在表头。
订单退款率和金额退款率经常被混用。假设 100 个订单中有 10 个订单退款,订单退款率是 10%;如果退款订单主要来自高客单价商品,退款金额率可能达到 18% 或更高。
在多规格、多价格带或高客单价商品中,采购决策更应该关注退款金额率和单笔退款损耗,而不是只看退款订单数。订单数适合衡量售后发生频率,金额适合衡量收入受到的实际影响。
这是最常见、也最容易让人误判的简化方法。团队把支付金额减去退款金额,再减去采购成本,就认为得到了真实利润。
但商品发出后,正向物流、包装和拣配可能已经发生;退货后,逆向物流、质检、重新包装和折价也可能发生。对服饰、鞋类、易损品和需要安装的商品而言,退货处理成本甚至可能超过单笔商品毛利。
广告费用是否因退款而退回,必须根据具体平台、广告产品、扣费方式和退款发生时间核实。不能因为后台订单状态变成退款,就默认对应广告消耗已经恢复。
在企业内部报表中,如果广告消耗来自实际账单,就应优先使用已发生或已结算的广告费用。对于归因广告费用的分摊,则要明确采用“按支付订单分摊”还是“按退款后有效订单分摊”,并保留原始字段。
全店平均值适合做经营概览,不适合直接替代商品级判断。不同商品、价格、渠道、人群和活动机制的退款表现可能完全不同。
同一款商品在自然流量、搜索广告、达人流量和大促会场中的退款率也可能不同。流量来源改变了用户预期,价格优惠改变了购买动机,促销人群的售后行为也可能与常规人群不同。
短周期指标适合监控异常,不适合直接决定大额采购。采购前至少要观察近几批同类订单,区分首日表现、退款完成后的表现和不同流量来源的表现。
如果数据量不足,宁愿把结论写成“暂不具备扩大采购证据”,也不要把一次偶然的高 ROI 当成稳定规律。缺少足够观察期时,最专业的判断不是乐观或悲观,而是承认不确定性。

我建议利润表中不要只放一个“销售额”字段,而是至少拆成以下字段:
| 字段 | 定义 | 适用场景 |
|---|---|---|
| 下单金额 | 用户提交订单时的商品和运费金额 | 观察下单规模,不直接用于利润计算 |
| 支付金额 | 用户实际支付并完成付款的金额 | 分析支付转化和早期投放表现 |
| 发货金额 | 已经进入履约流程的订单金额 | 分析履约规模和仓储压力 |
| 退款金额 | 已经完成或确认的退款金额 | 衡量收入回撤和售后影响 |
| 退款后有效收入 | 支付金额减去确认退款及不可回收补贴 | 用于商品贡献利润和采购判断 |
如果平台存在优惠券、平台补贴、商家补贴和运费补贴,建议同时保留“用户实付金额”和“商家实际可得金额”。这两个字段不能在没有说明的情况下混用。
成本字段要区分“订单发生就产生的成本”和“退款发生后新增的成本”。这样可以观察退款到底影响了哪一层利润。
对于不能精确分摊到单笔订单的成本,可以先按商品、渠道或订单批次计算平均值。但必须在字段中标注“估算”或“分摊”,不要让估算值伪装成精确账单。
商品前端毛利
= 退款前有效销售收入
采购成本
平台及支付费用
这一层用来判断商品价格和采购价是否有基础空间。它不能说明商品已经适合投放,因为物流、售后和广告费用尚未扣除。
退款后订单贡献利润
= 退款后有效收入
采购成本
平台及支付费用
正向物流
逆向物流与售后损耗
广告消耗
这是最适合投放和采购协同的核心指标。它回答的是:在当前流量、当前退款和当前履约条件下,每笔订单对业务还能贡献多少可变利润。
经营净利润
= 退款后订单贡献利润
人员费用
仓储固定费用
软件与服务费用
管理费用
其他期间费用
这一层适合评估店铺、渠道或业务线是否真正赚钱。它不一定适合直接作为单个广告计划的停投条件,因为很多固定费用在短期内不会随一单增减而变化。

建议在数据表中增加“数据观察日”和“退款观察窗口”两个字段。比如,订单发生日为 4 月 1 日,报表分别在 T+1、T+7、T+15 和 T+30 更新,直到达到该品类相对稳定的退款完成周期。
如果团队需要每天看投放表现,可以保留 T+1 的广告监控指标;如果团队要决定采购数量,应使用经过退款窗口调整后的数据。两者可以并存,但不能把 T+1 的结果包装成最终利润。
下面用一个虚构的家居用品案例演示计算过程。数据不是任何平台或企业的行业平均值,仅用于说明口径差异。正式决策时,应替换为企业自己的订单、广告账单、采购结算和退款数据。
为了让采购、投放和财务能够复算,案例把一笔订单的关键数据全部列出:
| 项目 | 金额或比例 | 说明 |
|---|---|---|
| 商品支付金额 | 100元 | 用户完成付款后的订单金额 |
| 退款金额率 | 15% | 按同批订单退款金额占支付金额测算 |
| 采购成本 | 42元 | 供应商结算成本 |
| 平台及支付费用 | 7元 | 按订单金额相关费用模拟 |
| 正向物流与包材 | 6元 | 订单发出后产生 |
| 逆向物流与售后损耗 | 5元 | 按平均每笔支付订单分摊 |
| 广告消耗 | 18元 | 按订单归因后的平均广告成本模拟 |
如果广告后台记录的归因成交金额为 100 元,广告消耗为 18 元,那么后台 ROI 为:
广告后台 ROI = 100 ÷ 18 = 5.56
这个数字看起来很漂亮。即使广告后台将部分订单归因到其他金额,显示 ROI 约为 4.0,投放人员也很可能认为广告计划有继续扩量的价值。
但这一步只证明了广告消耗带来了归因成交额,没有证明扣除采购和售后成本后仍然赚钱。
退款后有效收入 = 100 ×(1 – 15%)= 85元
退款后 ROI = 85 ÷ 18 = 4.72
从 5.56 降到 4.72,表面上仍然不算差。问题在于 ROI 的分子只是收入,成本还没有进入分母或利润计算。
如果团队只把退款率作为一个展示字段,却不将退款后有效收入用于采购评审,退款的影响就会停留在“报表上看见了”,而没有进入“预算能不能继续加”的决策。
退款后订单贡献利润
= 85 – 42 – 7 – 6 – 5 – 18
= 7元
贡献 ROI = 7 ÷ 18 = 0.39
这里的贡献 ROI 不是所有企业都必须采用的唯一标准,但它清楚地说明了一个事实:广告消耗 18 元,只带来了 7 元的订单级可变利润。如果再把人员、仓储固定成本和售后管理费用纳入经营净利润,商品可能接近盈亏平衡。
这个案例的关键不是“ROI 不能用”,而是 ROI 必须放在正确的决策层级。投放人员可以用后台 ROI 做即时优化,采购人员却不能用它单独决定扩大备货。
保持其他条件不变,把退款金额率从 15% 调整到 20%,退款后有效收入变为 80 元。如果退款处理损耗也随退款量上升,从 5 元增加到 6.5 元,那么:
退款后订单贡献利润
= 80 – 42 – 7 – 6 – 6.5 – 18
= 0.5元
退款率只增加 5 个百分点,订单贡献利润却从 7 元降到 0.5 元。若退款商品中有一部分只能折价销售,贡献利润就可能转负。
这就是采购前必须做情景模拟的原因。商品的当前利润不是唯一答案,还要观察退款率、采购价、广告成本和折损率变化时,利润是否会迅速跌破安全线。

如果企业使用九数云这类数据分析工具,最有价值的工作不是把广告后台数字复制到一张大屏,而是把订单、退款、采购、物流和广告账单按照商品编码、订单编号、渠道和日期关联起来。
在实际搭建时,我会先要求数据表保留原始字段,再建立计算字段。这样做的原因很简单:一旦有人质疑退款率或贡献利润,可以追溯到订单,而不是只看到一张已经汇总过的图。
可以建立以下数据模型:
在九数云中进行数据关联时,商品编码和订单编号必须保持一致。若广告表只有计划名称而没有商品编码,就需要建立计划到商品的映射表,否则不同商品共用一个计划时,广告成本会被错误分摊。
我建议把看板拆成四个区域,而不是把所有指标堆在一页:
如果一个看板只展示 ROI、成交额和订单数,即使制作得很精美,也仍然无法支持采购决策。真正有用的看板,应该能回答“这个商品为什么利润下降”“下降发生在哪个环节”“如果采购价下降2元或退款率上升3个百分点,结果会怎样”。
关于九数云的具体功能、字段计算方式和数据连接能力,正式上线前应以其官网及当前产品文档为准,可通过 九数云官网 核对产品信息。本文案例中的数据均为情景模拟,不代表该平台或任何企业的实际经营结果。

利润看板最常见的问题不是公式写错,而是数据没有对齐。例如,订单表使用商品名称,采购表使用商品编码;广告表使用计划名称,退款表使用订单编号;同一个商品改名后又被当成两个商品。
在正式计算前,应先检查以下事项:
如果这些基础问题没有解决,越自动化的报表可能越快地产生错误结论。数据工具能够提高计算效率,但不能替团队替换业务定义。
我不建议直接覆盖原始销售额或原始 ROI。更稳妥的结构是保留三层字段:
| 字段层级 | 示例字段 | 作用 |
|---|---|---|
| 原始值 | 支付金额、退款金额、广告消耗 | 保留平台和业务系统的原始记录 |
| 调整值 | 退款后有效收入、分摊广告费用、平均逆向成本 | 把不同数据源转换成统一口径 |
| 决策值 | 贡献利润、贡献 ROI、可承受广告成本 | 直接支持投放、采购和预算判断 |
这样做的好处是,指标争议可以沿着字段链路回溯。如果采购人员认为贡献利润过低,可以检查是退款金额、采购成本还是广告消耗导致,而不必重新手工翻查多个系统。
一批订单的退款率不是只有一个值,还应知道这批订单有多少已经完成观察期。比如,订单已经支付 3 天,但该品类通常需要 15 天才能完成主要退款,那么这批数据不能和已经观察 30 天的订单直接比较。
可以设置一个简单的观察期状态:
在采购评审中,未成熟数据可以用于趋势监控,但不应单独作为扩大采购的证据。这个字段看似简单,却能显著减少“月初报表很好,月底利润缩水”的争议。

全店退款率上升时,不要立刻得出“商品质量变差”的结论。应按照商品、渠道、活动、地域、用户类型和价格带进行分层,观察问题集中在哪个切片。
如果某个商品在自然搜索渠道退款率正常,在低价活动渠道异常升高,那么问题可能不是商品本身,而是促销承诺、流量人群或详情页预期不一致。采购人员若只看全店平均值,可能会错误地削减正常商品的库存。
如果所有渠道的同一商品退款率都升高,且退货原因集中在尺寸、质量或使用效果,那么采购和商品团队就应优先处理供应链和商品描述,而不是简单降低广告预算。
这是最适合逐步扩量的情况,但仍然不建议一次性把预算和采购量同时放大。先增加投放预算,再观察边际广告成本、退款完成率和库存周转是否恶化。
取舍在于速度和稳定性。快速扩量可能抢占流量窗口,但也会带来流量质量下降和售后能力不足的风险。只有当新增订单的贡献利润没有明显低于原有订单时,扩量才有意义。
这类商品最容易被误判为“爆款”。广告系统仍然显示不错的归因效率,但退款、物流和采购成本已经吃掉了大部分收入。
如果商品具有很强的复购价值,可以将首单利润和后续复购利润分开核算。但在没有可靠复购数据前,不应把未来可能发生的复购利润提前填入当前订单。
这可能说明广告后台归因金额偏保守,也可能说明商品成本结构很好。此时不应该只因为后台 ROI 低就立即停投,而应检查平台归因窗口、自然转化、复购和跨渠道影响。
取舍在于短期效率和长期获客。若企业只接受首单盈利,可能会停掉一些有长期价值的渠道;若企业一味接受首单亏损,又可能把没有复购能力的商品包装成增长投资。
退货率高不必然等于损失高。若商品完整、处理成本低、退回后可以快速重新入库,真实损耗可能主要是物流和人工,而不是整件商品采购成本。
此时应把“退款率”和“商品不可二次销售率”分开。后者通常比退款率更能解释利润损失。
这类商品的关键取舍是服务体验和履约成本。降低退款可能需要增加售前沟通或改善商品描述,但如果退货本身可低成本回收,也不必为了追求极低退款率而牺牲转化。
珠宝、定制品、易损品、食品和部分安装类商品可能属于这种情况。退款率看起来不高,但每一次退款都会产生较大的价值损失。
此时应使用“单笔退款损失”作为重点指标,而不是只看退款率。采购前要模拟少量退款发生时对利润的冲击,确认供应链是否有足够安全边际。
这是实际业务中最难处理的情况。供应商要求今天下单,完整退款数据要两周后才稳定。此时不能假装已经知道答案,而应把决策改成带保护条件的试单。
在不确定性高的情况下,牺牲一部分采购单价,换取更灵活的补货条件,可能比追求最低采购价更划算。因为真正昂贵的不是每件多付一元,而是一次性买入无法消化的库存。

一张真正能支持决策的利润表,不是把字段越多越好,而是让每一列都能回答一个问题:
| 决策问题 | 建议字段 | 判断方式 |
|---|---|---|
| 收入是否真实保留 | 支付金额、退款金额、退款后有效收入 | 看收入回撤和观察期完成度 |
| 商品本身是否有空间 | 采购成本、前端毛利、采购价变动 | 看不含广告时的基础毛利 |
| 订单是否值得获客 | 平台费用、物流、售后、广告消耗 | 计算退款后订单贡献利润 |
| 是否能够扩大采购 | 库存量、周转天数、资金占用、补货周期 | 判断利润和现金流是否同时安全 |
| 是否需要停止或降投 | 贡献 ROI、退款率、折损率、边际广告成本 | 与预设警戒线和历史区间比较 |
建议为每个指标增加一份口径说明,至少写清名称、公式、分母、日期、是否包含退款、数据来源和使用部门。
例如,“退款率”不能只写一个词,而应该写成“退款金额率 = 退款完成金额 ÷ 支付金额,按支付日期归属,观察窗口为 T+15,不含未完成售后”。这样,投放、采购和财务看到的都是同一个定义。
如果不同部门确实需要不同指标,也可以保留多个版本,但必须在名称中体现差异,例如“支付订单退款率”“退款金额率”“T+30稳定退款率”。最危险的是同名不同义。
单一的目标 ROI 往往不够。采购前可以设置以下三条线:
三条线的具体数值应来自企业历史数据,而不是照搬其他店铺。不同客单价、毛利率、广告渠道和供应商账期下,同一个 ROI 数值可能代表完全不同的经营结果。
平均广告成本容易掩盖扩量后的效率下降。一个计划早期可能以较低成本获得核心人群,预算增加后进入更广泛人群,新增订单的广告成本明显上升。
因此,除了看平均广告消耗,还要比较新增预算带来的新增订单和新增贡献利润。若新增预算每增加 1000 元,只带来 700 元的退款后贡献利润,即使平均 ROI 仍然漂亮,继续扩量也可能在边际上不划算。

投放人员不应只汇报消耗、点击和后台 ROI,还应补充退款后有效收入、退款观察期和新增订单的边际广告成本。
会议中可以明确回答三件事:
如果只能提供后台 ROI,而无法说明退款后的订单质量,投放结论应被标注为“流量效率结论”,而不是“利润结论”。
采购人员需要把订单量增长转换成库存资金、供应商付款、仓储压力和退货处理压力。销售额增长并不自动等于现金流改善,尤其是在退款周期长、供应商需要预付的业务中。
采购评审至少要讨论:
财务不只是月底告诉大家赚了多少钱,也应帮助团队区分实际结算费用、估算分摊费用和尚未发生的潜在损失。
如果平台扣点、广告账单和物流账单存在结算滞后,报表中可以保留应计和实付两个字段。关键是不能把不同状态混在一个“成本”字段中,否则短期利润会受到结算时间影响。
| 当前状态 | 建议动作 | 主要收益 | 主要代价 |
|---|---|---|---|
| 后台和退款后指标都好 | 小步扩量、分批采购 | 抓住增长机会 | 新增流量可能降低效率 |
| 后台好、贡献利润低 | 暂停大额备货,先查退款和成本 | 避免放大亏损 | 可能错过短期流量窗口 |
| 后台一般、贡献利润正 | 小预算验证归因和复购 | 保留长期获客可能 | 短期规模增长较慢 |
| 退款率高、商品可回收 | 优化逆向处理并观察回收率 | 降低实际损耗 | 增加质检和仓内处理成本 |
| 退款率低、单笔折损高 | 提高安全边际,限制扩量 | 避免少量退款造成大额损失 | 可能降低转化或牺牲规模 |
订阅、耗材和高复购商品可能允许首单贡献利润较低,但必须有稳定的复购数据支持。复购收益应单独建立同期群模型,不能把预计复购金额直接加入首单利润。
正确做法是分别看首单贡献、30天累计贡献和90天累计贡献,并且区分新客渠道、老客渠道和不同商品组合。若复购率只来自少量高价值用户,平均数可能掩盖获客成本过高的问题。
如果部分退货运费由平台补贴,或供应商承担残次品损失,退款损耗模型需要按责任主体拆分。不能把所有退款成本都归到商家,也不能因为某一部分被补偿就认为退款没有风险。
补贴是否稳定、是否有上限、是否需要满足特定条件,都要写进规则说明。一次性补贴不应被当成永久成本结构。
大额优惠券、满减、赠品和平台补贴会让订单金额、用户实付和商家结算收入产生明显差异。利润计算必须明确站在哪个收入口径上。
如果促销的目标是拉新,应该将优惠成本放进获客成本;如果促销的目标是清库存,则应比较清库存后的现金回收与库存持有成本。不同目的下,同一个促销订单的评价标准不同。
新品只有几十个订单时,退款率和贡献利润容易受到个别大额订单影响。此时不宜给出过度精确的结论,可以采用区间和压力测试。
例如,同时测算退款率 10%、20% 和 30% 三种情景,再决定首批采购量。数据少时,区间判断比一个看起来精确到小数点后两位的 ROI 更诚实。
用户可能先通过内容渠道种草,再通过搜索广告完成购买,或者在多个设备和多个平台之间转换。此时单一渠道 ROI 不能代表全部经营价值。
可以在短期保留平台归因 ROI,但在月度经营分析中增加全渠道有效收入和整体贡献利润。渠道之间若存在重复归因,必须避免将同一笔订单重复计算为多个渠道的收入。
不要一开始就试图重构全店利润。选择一个订单量足够、退款周期相对清晰的商品,按支付日期提取完整批次,先跑通从订单到退款再到成本的链路。
明确支付金额、退款金额、退款完成时间和退款后有效收入的定义。把统计分母、时间归属和是否含补贴写在字段说明里。
通过商品编码、订单编号或批次号关联采购单价、正向物流、包材和售后处理费用。匹配不上的数据单独列为异常,不要直接删除。
确认使用的是广告后台消耗、平台账单金额,还是按订单分摊后的归因广告费用。若两者都有,建议同时保留,避免将估算分摊误当作真实账单。
同时计算后台 ROI、退款后 ROI 和贡献 ROI,并在报表标题中标明观察窗口。禁止在会议中只说“ROI 是多少”而不说具体是哪一个。
至少改变退款率、广告成本和采购价格三个变量。建议设置保守、基准和乐观情景,观察哪一个变量最容易把利润推入负数。
最终不要停留在“数据看起来不错”。应明确什么情况下扩量、什么情况下维持、什么情况下降投或暂停采购,并确定下一次复盘日期和负责人。

一个商品当前贡献利润为正,只能说明在当前参数下成立。更强的商品还应具备一定抗波动能力:退款率上升几个百分点,采购价小幅上涨,广告成本变贵之后,订单仍然不会立即转负。
因此,我会把“利润安全边际”放在“当前利润”之前。安全边际越薄,越不适合通过大额采购和激进投放放大规模。
退款率会影响广告可承受成本、采购数量、仓储压力和现金流。它不应该只出现在售后周报中,而应该进入投放日报、采购评审和经营利润表。
当退款率异常时,团队也不要只问“要不要少投”。更重要的问题是:退款来自哪类流量、哪种规格、哪次活动、哪种商品预期,退回商品还能回收多少价值。
无论使用电子表格还是九数云这类分析工具,工具本身都不是利润模型。真正有价值的是把每个结论追溯到订单、退款、采购和广告明细,让团队能够看见利润变化发生在哪个环节。
当报表能够从“贡献利润下降 3 元”继续钻取到“退款金额率上升 4 个百分点、逆向处理成本增加 1.2 元、广告边际成本增加 1.8 元”,会议就会从观点争论变成经营动作。
今天就可以选取最近一个完整订单批次,建立一张最小可用利润表。先不要追求覆盖全部费用,至少完成支付金额、退款金额、采购成本、平台费用、物流成本、广告消耗和退款后贡献利润七个字段。
随后用 T+7、T+15 和 T+30 观察退款率变化,比较广告后台 ROI、退款后 ROI 和贡献 ROI。若三个指标差异明显,就说明当前团队存在口径混用,应先统一数据定义,再讨论加投和采购。
电商利润计算的核心,不是找到一个所有人都认可的 ROI 数字,而是建立一套在退款发生、成本变化和库存放大的情况下仍然有效的决策方法。投放负责获取订单,采购负责控制供给,财务负责确认结果;只有三方都使用退款后有效收入和订单贡献利润,ROI 才真正具有经营价值。


读者评论
文章把广告后台ROI、退款后ROI和贡献ROI区分得很清楚,尤其适合投放、采购和财务口径不一致的团队参考。
退款损耗拆成收入、履约、逆向处理和商品折损四层,这个分析比单看退款率更接近实际经营情况。
文中用T+15、T+30观察退款完成周期很有实操价值,不过具体周期仍需结合品类和平台售后规则调整。
订单贡献利润的公式较完整,但逆向物流、售后人工和商品折损往往难以精确分摊,落地时需要统一估算标准。
文章提醒采购不要只依据短期高ROI扩充库存,这一点很重要,库存周转和现金流风险也应纳入最终决策。