先讲核心结论：ROI不是定价答案，而是定价决策的压力测试
我不会把一个漂亮的ROI数字直接等同于“商品定价正确”。真正有用的预算测算，要回答三个顺序递进的问题：这笔钱能不能带来增量订单？每个增量订单是否留下足够贡献利润？新的价格能否让转化、退款和复购保持在可接受范围内？
先算保本价
如果我不知道商品成本、平台扣点、支付费、履约费、售后损耗和获客成本，任何“建议售价”都只是感觉。保本价应先保证每单不因广告而亏损，再谈规模。
再算可承受CAC
获客成本不是越低越好，而是要小于一位新客能够带来的首单贡献利润与后续可验证价值。低价引流若带来大量低质量订单，表面ROI反而会掩盖问题。
最后看价格弹性
提价可能增加单笔利润，也可能降低转化；降价可能带来订单，却压缩毛利并吸引高退款人群。定价必须通过多个价格情景比较，而不是只看一个预测值。
我的判断底线
如果预算模型只放了“广告费”和“销售额”，我会把它称为投放回报测算，而不是经营ROI测算；如果模型还能拆出商品层、渠道层、客群层和时间层，我才会用它来支持商品定价。
为什么电商新手最容易在预算与定价之间迷路
我经常遇到的真实经营场景
以一个刚开始经营家居收纳用品的示例店铺为例，团队准备拿出1万元做首轮广告。商品标价99元，采购成本42元，包装和平均履约成本12元，平台及支付综合费率按销售额的6%估算，预计退款损耗为销售额的4%。团队看到同类商品投放ROI约为3，就计划将目标设为3.5。
问题是，3.5究竟是销售额除以广告费，还是毛利除以广告费？若按销售额口径，预算1万元似乎可以带来3.5万元销售额；但扣除商品成本、履约、平台费、退款和广告费后，真正留下多少？如果团队为了追求3.5而把售价降到79元，订单数也许增加，但利润池可能反而缩小。
我会先把这件事拆成“价格—转化—订单—成本—利润”五个连续环节，而不是从一个行业ROI倒推售价。这样才能识别：是流量贵、页面弱、价格不匹配，还是商品本身没有足够的毛利空间。
一张经营问题地图
- 预算是测试预算，还是追求规模的增长预算？
- 目标ROI采用平台口径，还是财务贡献口径？
- 售价改变后，转化率的变化是否有历史证据？
- 首单利润能否覆盖新客获取成本？
- 退款、赠品、优惠券是否已经归入成本？
- 自然流量订单是否被错误归因给付费渠道？
- 商品是否有足够库存承接投放结果？
说明：以上为虚构的教学示例，用于展示测算方法。实际业务应以合同、后台账单、仓配记录、退款明细和财务确认口径为准。
电商ROI在线计算器应该输入什么，输出什么
我建议把计算器设计成“输入经营事实、输出决策边界”的工具。它不需要一开始就很复杂，但必须避免把销售额、毛利额、订单量和贡献利润混在同一个ROI字段中。
第一层：商品与订单输入
| 输入项 | 用途 | 示例 |
|---|---|---|
| 标价与成交价 | 区分原价、优惠后价格和实际支付金额 | 99元 / 89元 |
| 商品成本 | 计算单件毛利，最好按SKU拆分 | 42元 |
| 订单数与件单数 | 判断销售额增长来自订单还是连带购买 | 1,000单 / 1.2件 |
| 退款率与退款金额 | 还原实际收入及售后损耗 | 8% / 按历史估算 |
第二层：流量与成本输入
| 输入项 | 用途 | 示例 |
|---|---|---|
| 曝光、点击、转化 | 定位是流量质量还是商品承接不足 | 100,000 / 5,000 / 4% |
| 广告费与佣金 | 区分媒体成本和渠道分成 | 10,000元 / 6% |
| 履约及包装 | 避免只用采购成本假设毛利 | 12元/单 |
| 优惠券与赠品 | 还原实际让利，不把促销当免费 | 5元/单 |
销售额ROI
销售额 ÷ 广告费
适合观察媒体投放效率，但不能直接回答是否赚钱。平台后台常用这一口径，跨渠道比较时必须注明定义。
毛利ROI
商品毛利 ÷ 广告费
比销售额ROI更接近经营，但若未扣除履约、退款和优惠，仍会高估回报。适合做早期筛选。
贡献ROI
贡献利润 ÷ 可归因投入
我更推荐用它做定价和预算决策。贡献利润应明确是否包含人工、仓储、平台服务费和复购价值。
示例：不同成交价下的利润敏感性
下面的折线图不是市场预测，而是根据前文示例假设制作的情景演示：广告预算固定为1万元，价格变化会影响转化率和订单量。它的作用是提醒我观察“单笔利润增加”和“订单减少”之间的平衡。
演示假设：价格越高，转化率逐步下降；实际弹性应由同SKU历史实验、竞品观察或小预算测试验证。
最常见的七个误区：数字看起来对，决策却可能错
误区一：把GMV当利润
GMV只说明成交规模，不说明钱是否留下。一个售价100元、综合变动成本85元的商品，即使销售额很大，继续加大投放也可能扩大亏损。
误区二：把平台ROI当经营ROI
平台归因可能只计算点击后的成交，并不一定扣除自然转化、退款和售后。我的做法是同时保留平台口径与财务口径，并在报告中明确差异。
误区三：忽略优惠让利
满减、店铺券、直播间券、赠品和包邮都是真实成本。若只用标价计算，价格越高看起来越赚钱，结果却与实际到账金额相反。
误区四：只看平均值
全店平均ROI可能掩盖SKU差异。爆款、利润款、引流款的目标应不同，至少需要按商品、渠道、活动和客群拆分。
误区五：把低价当成万能方案
降价可能提升转化，却可能吸引价格敏感用户，带来更高退款和更低复购。低价是否有效，要看贡献利润和客户质量，而不是单看订单增长。
误区六：忽略现金流
利润为正不代表现金流安全。库存采购、账期、平台结算周期和广告预充值都可能造成资金压力，预算模型应增加现金占用和回款时间。
误区七：用一次测试下结论
单日数据容易受大促、天气、发货延迟和流量结构影响。我会设定最小样本量和观察周期，并给出保守、中性、乐观三种情景。
一个简单的反问方法
当有人说“这个商品ROI已经达到4，很值得加预算”时，我会连续追问四句：第一，4的分子是成交额、毛利还是贡献利润？第二，分母是否包含达人佣金、优惠和平台服务费？第三，退款完成后还剩多少？第四，预算翻倍后，边际订单的成本是否仍然相同？
如果这四个问题无法回答，我会把这个数字标记为“待解释指标”，而不是直接作为加预算依据。指标的价值不在于小数点后有几位，而在于能否支持下一步动作。
我的专业判断逻辑：从保本价推到可接受售价
先统一口径
确认收入是含税还是不含税，成本是否包含包装、履约、平台费、佣金、优惠和退款。一个表里可以有多个ROI，但每个指标必须有定义。
计算单件贡献利润
成交价减去商品成本、履约、平台变动费、促销让利和预估售后损耗，得到广告前贡献利润。这是我判断能否承受CAC的起点。
得到保本获客成本
在不考虑复购时，保本CAC不应高于首单贡献利润；若明确有复购数据，可以把验证后的未来贡献纳入，但不能把未经验证的想象价值当现金。
建立价格情景
至少比较低价、基准价、高价三个情景，分别输入预计转化、客单、退款和复购，不要只改价格而固定所有其他变量。
拆分新增与自然订单
增量订单才是预算带来的结果。通过投放前后对照、地区或人群实验、归因窗口校验，减少把本来会发生的订单算成广告贡献。
设置停止条件
预算不是越快花完越好。我会预先设置最低贡献ROI、最高退款率、库存安全线和连续观察天数，达到任一风险阈值就暂停放量。
保本价的简化公式
保本成交价 = 固定单件成本 ÷（1－变动费率）
如果固定单件成本包括商品、履约和预估售后，变动费率包括平台费、支付费和按销售额计提的渠道佣金，那么这个价格只能作为起点。要把广告纳入定价，还需要加入目标获客成本对应的每单金额。
价格不是一个点，而是一条带宽
进度条表示示例模型中的相对决策成熟度，并非真实评分。真正的价格带宽应由历史订单、竞品区间、用户支付意愿和售后数据共同确定。
以E数通为例：把预算测算做成可复用的经营分析
以下内容是虚构的产品使用示例，不代表E数通客户、平台或任何真实经营结果。我选择E数通，是因为这类预算与定价问题通常不是缺一个公式，而是需要把分散在广告、交易、商品、客服和财务系统中的数据放到同一个分析视图里。
示例企业的分析任务
假设一家新消费品牌有三个SKU：A为主推利润款，B为低价引流款，C为组合装。团队发现渠道后台显示B的ROI最高，于是准备把更多预算转向B。但在进一步拆解后，B的退款率和优惠成本都高于A，且不少订单没有形成二次购买。
在E数通的示例分析看板中，我会建立商品、渠道、日期、活动和客群五个维度，再把销售额、支付订单、广告花费、优惠金额、退款金额、商品成本、履约成本和新客标记连接起来。重点不是制作好看的图表，而是让每一层指标都能回到原始明细核对。
最终输出可以包括：SKU贡献利润排行、渠道获客成本趋势、价格区间转化表现、新老客结构、投放预算消耗速度和退款后ROI。管理者由此能看出B是“高销售额高回报”，还是“高销售额低贡献”。
示例数据观察
| SKU | 销售额ROI | 贡献ROI | 判断 |
|---|---|---|---|
| A利润款 | 2.8 | 1.6 | 可测试加预算 |
| B引流款 | 4.2 | 0.7 | 先查优惠与退款 |
| C组合装 | 2.4 | 2.1 | 适合提高曝光 |
数字为虚构示例，仅说明不同口径可能产生相反结论。
示例：从销售额ROI切换到贡献ROI
这张柱状图展示同一组虚构SKU在两个指标下的排序变化。它说明分析系统要同时呈现“规模指标”和“质量指标”，而不是用一个总分替代经营判断。
阅读方式：贡献ROI低于1，意味着在当前示例口径下，广告归因带来的贡献利润尚未覆盖广告投入；是否继续投放还要结合复购和实验增量判断。
看板一：商品利润地图
横轴放订单规模，纵轴放单件贡献利润，气泡大小表示广告花费，颜色表示退款率。这样可以快速区分“高规模高利润”“高规模低利润”和“低规模待验证”商品。
看板二：价格实验表
把成交价、曝光、点击、转化、客单、退款和贡献利润放在同一张表里。每次价格调整都保留实验批次，避免把不同活动、不同人群混为一个平均值。
看板三：预算预警
设置花费速度、贡献ROI、库存天数和售后率四类预警。管理者不仅看到预算花了多少，也知道继续花下去会不会突破经营边界。
不同情况下，我会怎么行动
| 看到的现象 | 优先检查 | 建议动作 | 不建议做什么 |
|---|---|---|---|
| 销售额ROI高，贡献ROI低 | 商品成本、优惠、佣金、退款和归因 | 先暂停预算扩张，拆出真实订单贡献并重算价格 | 仅因为平台ROI漂亮就直接翻倍预算 |
| 点击率低，转化率正常 | 素材、标题、展示人群和关键词 | 优化流量入口，保持商品价格不变做小规模测试 | 立刻降价掩盖流量质量问题 |
| 点击率高，转化率低 | 落地页、评价、价格、库存和承诺 | 做价格与页面的对照实验，补充信任信息 | 只提高出价购买更多无效点击 |
| 订单增长但退款升高 | 客群、商品描述、尺码或质量问题 | 按退款原因重构商品页面和投放人群 | 把退款当作正常波动长期忽略 |
| 高价利润好但订单少 | 支付意愿、价值表达和竞品差异 | 测试组合装、赠品、分期或权益，不急于全面降价 | 直接回到最低价竞争 |
| 低价订单多但现金紧张 | 库存周转、账期、履约和回款 | 控制投放速度，提高客单和预收比例 | 用更多广告费解决现金流问题 |
预算、价格与增长之间，必须主动做取舍
选择低价：换取速度，但承担利润和定位风险
低价适合验证需求、获得首批评价或清理库存，但我会为它设置明确期限和数量上限。低价期间要记录新客占比、退款原因、评价质量和后续复购，不能把促销期数据直接当作长期基准。
如果低价订单无法在后续通过组合装、会员权益或复购补回利润，那么它更像一次付费获客活动，而不是成熟的商品定价方案。预算表中必须把这笔让利写出来。
选择高价：换取利润，但承担转化和教育成本
高价并不只是把数字调大，而是要同步提升产品证据、内容表达、服务承诺和购买理由。若价值没有被用户看见，单纯提价只会降低转化。
我会把高价测试限定在特定人群或流量入口，先观察支付转化、客单、退款和评价，再决定是否扩大。高价的成功标准应是贡献利润改善，而非只看成交单价。
选择扩大预算：换取规模，但承担边际变差
投放规模扩大后，新增流量往往从高意向人群扩展到更宽人群，边际CAC可能上涨。预算测算必须显示每增加一档预算时，预计新增订单、预计贡献利润和风险阈值，而不是只做线性放大。
选择谨慎测试：换取信息，但承担增长较慢
小预算测试的意义是买信息：验证价格、页面、人群或渠道是否成立。它不能证明全部市场，但可以避免在错误价格上投入大额预算。对新手来说，先获得可复用的因果证据通常比追求第一周规模更重要。
建立假设，不急着给结论
填写三个价格情景、预估转化区间、订单成本和库存上限。把目标写成可观察的条件，例如“基准价下贡献ROI不低于1.2，退款率不超过10%”，而不是笼统写“提升ROI”。
看边际指标，不只看累计指标
累计ROI可能因早期优质订单而显得很好，新增预算却已经变差。因此我会按小时或日观察新增花费、新增订单、边际CAC、预算消耗速度和异常退款，必要时分层限额。
回到财务口径，沉淀可复用结论
完成退款周期后重算贡献利润，比较不同价格、渠道和人群。将有效情景保存为下一轮预算的基准，将无效情景记录为排除条件，避免团队每次从零讨论。
我会使用的预算测算表结构
| 模块 | 关键字段 | 检查问题 | 产出 |
|---|---|---|---|
| 目标 | 销售额、订单、贡献利润、客户数 | 本轮最重要的经营目标是什么？是否只有一个主目标？ | 目标优先级 |
| 商品 | 成交价、成本、毛利、库存、生命周期 | 这个SKU应该承担规模、利润还是拉新？ | 商品角色 |
| 流量 | 曝光、点击、CTR、CPC、转化、CAC | 问题发生在流量入口还是商品承接？ | 渠道诊断 |
| 费用 | 广告、佣金、优惠、履约、售后 | 有没有遗漏“看不见但会发生”的费用？ | 真实成本 |
| 归因 | 点击窗口、浏览窗口、自然转化、增量 | 这笔订单真的由广告带来吗？ | 增量判断 |
| 复盘 | 预算达成、贡献ROI、退款、复购、现金流 | 下一轮应该加什么、减什么、停止什么？ | 行动清单 |
热门问答：电商ROI与商品定价
电商ROI在线计算器应该使用销售额ROI还是利润ROI？我刚开始投放时后台只有一个ROI数字，应该如何理解它？
我会同时保留两个口径，但不会混用。销售额ROI适合快速观察媒体带来的成交规模，利润ROI或贡献ROI才适合决定商品定价和是否加预算。比如销售额ROI为4，若商品和履约成本已经占销售额80%，再扣除优惠、退款与广告费后，实际贡献可能不足1；因此使用在线计算器时，首先要查看分子和分母的定义。
商品售价降低后订单增加，是否就代表ROI改善了？我担心降价能带来销量，却让店铺越来越不赚钱。
不一定。降价通常会影响点击、转化、客单和退款结构，不能只观察订单数量。我的判断方法是比较降价前后的单件贡献利润、总贡献利润、获客成本和退款率。如果订单增长30%，但单件贡献利润下降50%，且新增订单主要依赖广告，那么总利润可能下降，所谓ROI改善只是销售额口径的错觉。
如何计算商品的保本价格？广告费用应该放在商品成本里，还是单独作为获客成本计算？
我通常先计算不含广告的保本成交价，再计算目标获客成本下的可接受价格。商品成本、履约费、平台变动费、支付费和预估售后可以先形成基础成本；广告费则根据渠道和客群分摊为CAC。若商品必须依靠付费流量成交，就应把目标CAC纳入价格情景，否则保本价会被明显低估。
预算测算中为什么一定要加入退款率和售后成本？我现在习惯用支付订单和支付金额做投放复盘。
支付数据适合做即时监控，但不适合直接作为最终利润依据。退款会减少真实收入，还可能带来逆向物流、客服、重新包装和库存损耗。建议我把支付后退款率、退款金额率和退款原因分开记录，并在退款周期完成后重算贡献ROI。若某个低价渠道退款显著偏高，它的真实获客质量可能比后台显示的更差。
新店没有足够历史数据，怎么估算转化率、复购率和合理ROI？我不想用拍脑袋的行业平均值做预算。
新店可以采用区间而不是单点预测，建立保守、中性、乐观三套情景。转化率可以参考小额测试、同类页面和搜索意图，复购率则先不计入保本模型，等有真实回访数据后再纳入增量价值。行业平均值只能作为初始假设，不能替代自己的实验；每次测试都要记录样本、价格、人群和渠道，逐步收窄区间。
平台归因的订单都算广告带来的吗？如果自然流量也在增长，我应该如何避免高估投放效果？
平台归因不一定等于真实增量，尤其在品牌词、重复访问和大促期间更容易高估。我的做法是比较投放前后的自然基线，并在可行时做地区、人群或时间切分的对照测试；同时查看新客率、重复购买和非投放入口订单。预算表中应分别列出归因订单与估计增量订单，不能把两者直接当成同一个数字。
E数通适合做电商ROI和定价分析吗？我需要的不是一张看板，而是能帮助团队做预算决策的分析过程。
如果我的问题是数据分散、指标口径不一致、无法按商品和渠道追溯，E数通这类数据分析工具可以作为示例性的解决方向：把交易、投放、商品和费用数据按统一维度组织，搭建利润、预算、价格实验和预警视图。实际是否适合，仍要根据数据源、权限、更新频率和团队使用习惯评估，不能仅凭看板数量判断价值。
预算应该什么时候扩大，什么时候停止？我希望有一个比“感觉效果不错”更明确的放量标准。
我会提前设置至少四个条件：贡献ROI达到目标下限、边际CAC没有持续恶化、退款率和客诉没有越过阈值、库存与现金流可以承接新增订单。满足条件后采用小步放量，每次提高预算并观察一个完整周期；如果只看累计销售额而忽视边际订单质量，预算扩大很可能把前期有效测试变成后期亏损。
最后总结：用ROI帮助定价，而不是被ROI牵着走
我最终会记住的五句话
- 销售额是规模，贡献利润才是经营结果；平台ROI和财务ROI必须分别定义。
- 商品定价要同时承受商品成本、履约成本、促销成本和合理获客成本。
- 价格变化会影响转化、客单、退款和复购，必须用情景比较而不是单点预测。
- 预算放量要看边际表现和现金流，累计平均值不能代替新增订单判断。
- 数据工具的价值在于让指标可追溯、可拆分、可复盘，并把分析结论变成下一步动作。
我建议今天就做的三件事
- 把最近一个主推SKU的成交价、成本、履约、优惠、退款和广告费补齐，先算出真实单件贡献利润。
- 用低价、基准价、高价建立三套预算情景，明确每套情景的转化率、CAC、贡献ROI和停止条件。
- 按SKU、渠道、新老客和日期拆解数据，尝试用E数通搭建一个可追溯的商品利润与预算看板。