电商roi在线计算器:店铺老板对比指南:不同毛利口径方案如何影响改善商品定价
同一件商品,售价 99 元、广告成交额 30 万元,看起来投产比很漂亮;但如果把平台扣点、优惠券、退货损失和仓配费用放进去,老板可能每卖一单反而少赚 2 元。电商 ROI 在线计算器真正难的不是算出一个数字,而是先确定“成本到底算到哪一层”。我在复盘店铺定价和投放时,最常见的错误不是不会除法,而是用“毛利率”替代“可用于投放的贡献利润”,结果把一个看似能放量的商品定成了越卖越亏。
本文不把 ROI 当成一个孤立指标,而是把它放回商品定价、广告竞价、促销让利和售后损耗的完整链路中比较。你会看到:销售额 ROI、广告 ROI、毛利 ROI 和净利润 ROI 分别适合回答什么问题;同一个商品为什么会出现 5.0、3.2、1.8 甚至负数四种结果;以及店铺老板如何用在线计算器反推最低售价、最高获客成本和安全投放上限。
我建议在任何电商 ROI 在线计算器中,至少同时保留四个结果,而不是只看一个“投产比”。它们分别对应不同的经营问题:销售额 ROI 看广告带来了多少成交额;广告 ROI 看广告费用换回多少销售额;毛利 ROI 看广告后还剩多少毛利;净利润 ROI 则回答这笔生意最终是否真正赚钱。
| 指标 | 计算公式 | 主要回答的问题 | 最容易造成的误判 |
|---|---|---|---|
| 广告投产比 | 归因销售额 ÷ 广告花费 | 广告带来了多少成交额? | 忽略商品成本和履约成本,无法直接判断盈利 |
| 广告后毛利率 | (销售额-商品成本-广告费)÷ 销售额 | 扣除广告后还剩多少毛利? | 未纳入平台扣点、退款和固定费用 |
| 贡献利润率 | (销售额-变动成本)÷ 销售额 | 每多卖一单能贡献多少钱? | 固定成本分摊不合理时,容易误判短期放量能力 |
| 净利润率 | 净利润 ÷ 销售额 | 整个经营周期最终赚了多少? | 把固定费用平均摊到单品后,可能低估爆款的增量价值 |
举例来说,商品售价 100 元,广告花费 20 元,归因销售额 100 元,那么广告投产比是 5.0。但如果商品采购成本 55 元、平台扣点 5 元、履约成本 8 元、优惠让利 7 元、退款损失 3 元,广告后可留存的贡献利润只有 2 元。此时,5.0 的投产比并不能证明商品值得继续加预算。

如果问题是“这件商品最低卖多少钱还能投放”,我不会一开始就把办公室租金、老板工资和全年软件费平均分到每一单。更实用的做法是先计算贡献利润:售价减去所有随订单增加而增加的成本。
贡献利润的价值在于,它能回答一个非常具体的问题:多卖出一单之后,店铺现金池增加了多少钱。如果贡献利润为正,即使尚未覆盖固定费用,商品仍可能有增量价值;如果贡献利润为负,订单越多,亏损通常越快扩大。
但这并不意味着固定费用可以不管。固定费用应该放在第二层,用于判断月度盈亏平衡点、需要多少订单才能覆盖团队和仓储成本,而不是被混乱地塞进每个商品的即时定价公式。
按照这个顺序,ROI 在线计算器才会从“事后报表工具”变成“事前定价工具”。它不只是告诉你过去投放好不好,还能告诉你今天应该不应该降价、加券、提价或暂停某个计划。
许多店铺在计算毛利时直接使用商品标价。例如页面标价 129 元,促销价 109 元,平台券 10 元,店铺券 5 元,会员折扣又让利 3 元。消费者实际支付可能是 91 元,但后台某些报表仍然以 109 元或 129 元展示成交口径。
真正适合算商品利润的价格,应当是扣除商家承担优惠后的实际结算收入。如果平台承担了部分补贴,可以单独列出;如果优惠由商家承担,就必须从收入中扣除。否则,毛利率会被系统性高估。
我在复盘促销商品时,通常会把价格拆成四行:页面标价、活动成交价、商家实际承担优惠、平台结算收入。只要这四行没有对齐,后面的 ROI 计算几乎一定会出现偏差。
第一种是商品毛利率,只扣采购成本。它适合供应链初筛,例如判断某个供应商报价是否明显偏高,但不适合决定广告出价。
第二种是交易毛利率,在商品毛利基础上继续扣除平台佣金、支付手续费、包装和物流。它比采购毛利更接近订单结果,适合比较不同渠道的基础盈利能力。
第三种是贡献利润率,在交易毛利基础上继续扣除商家优惠、售后退款损失、广告费用和其他随订单变化的成本。它最适合做投放和放量决策。
这三种口径没有绝对的“谁正确”,关键是不要混用。用采购毛利率做投放判断,会过于乐观;用包含全部固定费用的净利润率做每一次竞价判断,又可能过于保守。

广告平台往往按下单、付款或归因成交展示数据,而财务利润需要等发货、签收、退款和售后周期结束后才能稳定。服装、鞋类、家具和高客单价耐用品尤其容易出现“前端 ROI 很高,月末利润很低”的情况。
例如某商品当月归因成交 1000 单,前端投产比为 4.0;但其中 18% 的订单最终退款,退款订单产生了往返运费和重新包装费用。若计算器只使用支付订单,不引入退款调整系数,广告费用就会被分摊到过度乐观的销售额上。
我的做法是把“支付订单”和“有效订单”分开。有效订单可以定义为过了主要退款窗口、收入基本确定的订单。日常投放看支付口径,周度和月度经营决策看有效订单口径,两者不能混成一个数字。
首次购买通常需要广告、达人佣金或平台流量成本,而老客复购可能只产生短信、会员权益或低额触达成本。如果把所有订单混在一起,店铺可能误以为单品获客能力很强,实际上利润来自老客自然复购。
在计算器中,至少应增加“新客占比”和“新客获客成本”两个字段。对一个新客占比 80% 的商品,广告上限要按新客订单测算;对一个复购占比 60% 的商品,则可以将首次购买与后续生命周期价值分开计算。
一个可用于定价的计算器,输入项至少应覆盖收入、商品、平台、履约、营销、售后和固定费用七个层面。字段太少,结果看起来简洁,实际上只是隐藏了成本。
| 层面 | 建议输入字段 | 是否随订单变化 | 常见漏项 |
|---|---|---|---|
| 收入 | 实际支付价、平台补贴、商家优惠 | 通常是 | 满减分摊、赠品折价 |
| 商品 | 采购价、加工费、质检费 | 通常是 | 组合装中单件成本 |
| 平台 | 佣金、支付费、活动服务费 | 通常是 | 按类目或渠道变化的费率 |
| 履约 | 运费、包装、仓储出库、货到付款费用 | 通常是 | 偏远地区加价、超重费 |
| 营销 | 广告费、达人佣金、样品费 | 通常是 | 按成交收取的服务费 |
| 售后 | 退款率、退款运费、破损率、补发率 | 通常是 | 部分退款和仅退款损失 |
| 固定费用 | 人工、房租、软件、设备折旧 | 短期内不随单变化 | 临时客服和旺季外包 |
建议使用以下基础公式:
真实成交收入
= 买家支付金额
+ 平台承担的补贴
商家承担的优惠
退款调整金额
如果平台报表已经直接提供商家结算收入,就不要再次把平台补贴或扣点重复加减。计算器最危险的问题不是少一个字段,而是同一笔费用被重复计算。
单位贡献利润
= 真实成交收入
商品采购成本
平台与支付费用
履约成本
商家营销让利
售后损失
广告费用
其中广告费用有两种处理方式。做商品定价时,可以先不放广告费,得到“投放前单位贡献利润”;做实际经营复盘时,则把真实广告费用放进去,得到“投放后单位贡献利润”。这两个结果都要保留,否则无法反推广告上限。
设真实成交收入为 100 元,除广告外的变动成本为 70 元,目标贡献利润率为 10%,那么每单最高可承受广告费为:
最高广告费
= 真实成交收入
除广告外的变动成本
目标贡献利润
= 100 – 70 – 10
= 20元
对应的最低可接受广告投产比为:
最低广告投产比
= 真实成交收入 ÷ 最高广告费
= 100 ÷ 20
= 5.0
这里的 5.0 不是行业通用标准,而是基于这家店的成本和目标利润反推出来的门槛。换一套毛利口径,门槛就会改变。因此,直接拿同行或平台常见 ROI 数值作为目标,通常没有经营意义。
如果平台费率、广告费率、售后损失率等成本以销售额比例计算,可以使用简化公式:
最低售价
= 固定单笔成本 ÷
(1 – 比例型成本率 – 目标贡献利润率)
例如采购、包装和固定运费等固定单笔成本为 48 元,平台及支付费率为 6%,平均售后损失率为 4%,广告费用率为 18%,目标贡献利润率为 8%,则:
最低售价
= 48 ÷(1 – 6% – 4% – 18% – 8%)
≈ 75元
这个结果只是计算起点。如果价格上调会降低转化率,就不能机械地把售价改成 75 元。定价必须同时观察流量、转化率、客单价、退款率和销量变化。

下面使用一组情景模拟数据,目的是展示计算方法,不代表任何平台或行业平均值。商品页面标价 149 元,活动成交价 129 元,商家承担优惠 9 元,实际可结算收入按 120 元计算。
该商品采购成本 58 元,包装与仓配 12 元,平台及支付费用 7.2 元,售后损失按每单 4.8 元计,广告费用为 24 元。店铺每月固定人工、仓租和工具费用合计 6 万元,月均有效订单 3000 单。
| 项目 | 金额 | 占真实成交收入比例 | 说明 |
|---|---|---|---|
| 真实成交收入 | 120元 | 100% | 扣除商家承担优惠后的口径 |
| 商品采购成本 | 58元 | 48.3% | 未含仓配和售后 |
| 包装与仓配 | 12元 | 10.0% | 随有效订单增加而增加 |
| 平台及支付费用 | 7.2元 | 6.0% | 按成交收入比例计提 |
| 售后损失 | 4.8元 | 4.0% | 按历史退款与补发水平估计 |
| 广告费用 | 24元 | 20.0% | 投放后归集到每个有效订单 |
只看采购毛利时,单笔毛利是 62 元,采购毛利率为 51.7%。这个数字很容易让人产生“还有很大促销和投放空间”的判断。
把仓配、平台和售后也扣除后,投放前贡献利润为 38 元,贡献利润率为 31.7%。如果再扣除 24 元广告费,投放后贡献利润只剩 14 元,投放后贡献利润率为 11.7%。
再把每单固定费用分摊进去:每单固定费用为 60000 ÷ 3000 = 20 元。于是财务意义上的单笔净利润只有 -6 元。换句话说,商品本身在投放后仍能贡献 14 元,但当前订单规模不足以覆盖固定费用。

如果老板只看净利润率,第一反应可能是停止投放;如果只看采购毛利率,第一反应可能是继续加预算。两种做法都过于简单。
根据投放前贡献利润 38 元和目标贡献利润 10 元,该商品每单可承受的广告费用上限是 28 元。当前广告费用 24 元,仍有 4 元缓冲,但缓冲并不大。若广告成本上升 15%,每单广告费将达到 27.6 元,几乎吃完全部安全空间。
因此,我会给出“有限放量、先稳成本”的判断,而不是直接扩大预算。具体动作是:保留盈利稳定的关键词和人群,暂停高点击低支付计划;同步测试 3 至 5 元的提价或减少部分低效率优惠;在价格变化后观察转化率是否下降超过可接受范围。
定价不是单纯比较“单件多赚几元”。如果售价从 120 元提高到 125 元,单笔贡献利润可能增加;但如果转化率从 4.0% 降到 3.2%,为了获得同样订单量需要更多点击,广告成本可能反而增加。
我在做价格测试时,会同时计算“每千次曝光产生的贡献利润”,而不是只看单笔利润。这个指标把点击率、转化率和单笔贡献利润串起来,更适合判断价格调整是否真的改善经营效率。
每千次曝光贡献利润
= 曝光量 × 点击率 × 支付转化率
× 单笔投放后贡献利润 ÷ 1000

广告投产比 3.0,只能说明每花 1 元广告费带来 3 元归因成交额。它没有说明商品成本是多少,也没有说明订单是否退款,更没有说明平台会扣除多少费用。
如果商品成交毛利率只有 25%,广告费率相当于销售额的 33.3%,那么即使投产比达到 3.0,广告后也很可能是负贡献。相反,高毛利商品即使投产比低一些,也可能留下足够利润。
投产比是流量效率指标,不是完整利润指标。只有把它转换为广告费率,再放入贡献利润公式,才有定价意义。
店铺平均毛利率 40%,并不代表每个商品都有 40% 的毛利。引流款、利润款、组合装和赠品款的成本结构通常完全不同。
我更建议按 SKU 或至少按商品组建立计算。对于同一商品的不同规格,还要单独处理重量、包装、退货率和组合优惠。一个小规格商品可能采购毛利高,但由于固定运费占比高,最终贡献利润反而低于大规格商品。
部分广告平台会把消费者在广告触达后的一段时间内完成的订单归因到广告,即使消费者本来就已经收藏、加购或主动搜索过该商品。归因成交额适合评估渠道效率,但不一定等于广告带来的增量成交额。
判断增量时,我会做三组对照:广告开启前后的自然成交、不同预算档位下的总成交、相似人群或相似时段的订单变化。如果广告费上涨,归因成交同步上涨,但总成交没有明显增加,就要警惕“归因放大”而不是新增需求。
小规模发货时,仓库可能按正常报价出库;订单放大后,商家会遇到临时打包人员、加急仓配、偏远地区运费和库存占用。此时新增订单的边际成本可能高于历史平均成本。
因此,计算器不能只给一个固定成本值,最好设置“正常区间”和“放量区间”两套参数。若在正常区间盈利、放量区间亏损,说明商品不是不能卖,而是需要控制放量速度和库存结构。

退款率 10% 不等于只损失 10% 的销售额。不同退款类型的成本差异很大:未发货退款可能只损失广告费用,拒收退回可能增加双向运费,使用后退货则可能带来折价、翻新或报废损失。
更稳妥的做法是建立退款损失率:
退款损失率
= 各类退款订单数量占比
× 对应单笔损失金额
÷ 真实成交收入
如果无法取得完整售后数据,至少将退款分成“未发货退款、物流拒收、签收后退货、质量赔付”四类,不要用一个模糊的平均退款金额代替全部情况。
新品早期数据量小,转化率和退款率都可能剧烈波动。此时最重要的问题不是马上判断商品成功或失败,而是确定每获得一个有效订单最多愿意支付多少钱。
我建议新品测试设置三个阈值:
新品测试不能只看一天数据。至少要覆盖一个完整的发货与售后观察周期,并把点击、加购、支付、发货、签收和退款分阶段记录。否则,早期成交可能只是低质量流量或促销刺激下的偶然结果。
对于已经有稳定销量的商品,应把计算器从“能不能投”升级为“投到哪里最划算”。此时可以按渠道、计划、人群和商品规格分别计算单位贡献利润。
如果一个计划投产比 4.5,但投放后贡献利润率只有 3%;另一个计划投产比 3.6,却能带来 12% 的贡献利润率,第二个计划可能更值得保留。原因可能是第二个计划带来的商品组合更好、退款更低,或者实际归因成本更可控。
预算调整可以采用小步递增方式。每次提高预算后,观察边际订单成本,而不是只看整体平均 ROI。当新增预算带来的订单成本超过计算器中的安全上限,就应停止扩量或重新调整定价。
清库存商品有时可以接受较低的贡献利润,前提是库存占用、过季风险和仓储成本已经足够高。此时“目标利润率”可以下调,但不能忽略现金回收和售后风险。
例如库存已经占用 20 万元,继续存放每月产生 1.5 万元仓储及资金成本。如果商品每单仍能贡献 3 元,快速销售可能比维持 10 元利润但销量极低更合理。但这个判断必须建立在库存可变现、退款可控且不会伤害主力商品价格体系的基础上。
高退款商品常见的问题是尺码、尺寸、材质、色差、安装难度或使用预期不一致。单纯降低广告出价,可能只是减少订单,不能解决利润被售后吞掉的问题。
我会把退款原因按商品、页面、客服和物流四个责任方向拆分。若大部分退款来自规格理解错误,应该先修改主图、详情页和问答;若来自质量问题,则要先调整供应商和抽检标准。只有在售后结构稳定后,ROI 才适合被用作投放优化指标。

采购毛利率的优点是简单、稳定、容易比较。采购团队可以用它快速判断供应商报价、初步筛选新品,或者比较同一商品不同规格的基础空间。
它的缺点也非常明显:没有考虑平台、物流、促销和售后。若直接用它判断广告预算,通常会高估可承受成本。我的建议是,采购毛利只能作为第一道筛选,不应作为最终定价依据。
交易毛利把平台扣点、支付和履约成本纳入计算,适合比较不同平台、不同仓配方案和不同客单价的差异。它能揭示“为什么同样卖 100 元,在不同渠道利润不同”。
但交易毛利仍然可能忽略广告和售后。对于自然流量占比高的成熟商品,它可以作为日常经营指标;对于依赖付费流量的商品,则必须继续向贡献利润口径下沉。
贡献利润口径的优点是能够把广告费、商家让利和售后损失纳入单笔决策。它直接回答“这单做完后,店铺多了多少钱”。对于需要判断是否加预算、是否降价、是否参加活动的场景,我通常优先使用这一口径。
它的难点是数据要求更高。广告归因可能存在偏差,退款周期可能滞后,达人佣金可能按不同规则结算。因此,计算器必须显示数据周期、订单状态和归因方式,不能只输出一个没有解释的利润数字。
净利润是老板最终必须关心的结果,因为人工、仓租、软件、税费和管理成本都要有人承担。它适合做月度损益、现金流计划和年度商品结构调整。
但如果把所有固定费用平均摊到每一单,再用这个结果决定某个关键词要不要多花 5 元,容易出现决策失真。短期投放看贡献利润,月度经营看净利润,年度规划再看现金流和库存周转,这种分层使用更可靠。

先确定本次计算使用的是下单订单、支付订单、发货订单还是有效订单。不同阶段的数据不能混合。广告费用按支付订单分摊时,退款损失必须另外调整;如果按有效订单分摊,则要确认广告平台的归因销售额是否也经过同样的退款处理。
同时确定收入是买家支付金额还是商家结算金额。建议在表格第一行明确写出“本次计算收入口径”,避免运营、财务和供应链各自使用不同数字。
成本卡最好按月更新,而不是沿用开品时的估算值。尤其是物流、平台费率、退款率和广告点击成本,变化速度通常快于采购成本。
第一条是保本线,即广告费用达到多少时,投放后贡献利润为零。第二条是目标线,即广告费用仍能满足目标贡献利润。第三条是压力线,即在退款率上升、物流涨价或转化率下降时,商品是否仍然能承受经营波动。
| 判断线 | 计算目的 | 建议动作 |
|---|---|---|
| 保本线 | 确定绝不能长期突破的广告费上限 | 超过后暂停扩量,排查归因与成本 |
| 目标线 | 保证每单达到计划贡献利润 | 作为常态投放和定价依据 |
| 压力线 | 测试退款、物流或转化恶化后的风险 | 提前准备降价、提价、换供应商或控量方案 |
如果同一周同时改售价、主图、优惠券、广告人群和落地页,最后即使 ROI 变化,也无法知道是哪一个因素造成的。更稳妥的做法是一次只改变一个主变量,至少保留一个对照组。
价格测试要观察支付转化率、客单价、每单贡献利润、退款率和总贡献利润;广告测试要观察新增订单成本和自然成交变化;优惠测试要观察优惠带来的增量订单是否足以覆盖让利。

计算器最好在以下情况出现时自动提示:广告投产比上升但有效订单下降、销售额增长但贡献利润下降、退款率连续两周上升、实际履约成本超过预算 10%、优惠承担金额超过销售额 8%、新增预算带来的边际订单成本超过目标线。
这些提醒比单纯设置“ROI 低于 3 就报警”更有价值。因为 ROI 低可能是高客单价、高毛利商品的正常状态,ROI 高也可能只是归因窗口和退款滞后造成的假象。
价格低,通常有利于点击和转化,但会压缩每单贡献利润;价格高,可能提高单笔利润,却可能降低转化并推高获客成本。真正应该寻找的不是“最高转化价”或“最高单笔毛利价”,而是在可接受退款率和库存周转下,能够产生最大总贡献利润的价格区间。
因此,价格测试至少要以 7 天或一个完整流量周期为观察单位,不能因为某一天 ROI 上升就立即全店改价。还要区分自然流量、付费流量和老客流量,否则价格变化对不同人群的影响会被平均数掩盖。
我见过不少计算表格,结果保留两位小数,看起来十分精确,却没有标注退款率来自哪个月份、广告归因窗口是多少天、平台费率是否包含活动费用。这样的精确数字反而容易误导。
一个更好的电商 ROI 在线计算器,应当在结果旁边明确显示:数据时间范围、订单状态、成本是否含税、优惠由谁承担、广告费用如何归因、固定费用是否分摊、退款损失如何估计。一个带有清晰假设的粗略结果,往往比一个没有口径说明的精确结果更可靠。
如果你只能先做一件事,我建议先把商品成本从“采购价”升级为“有效订单变动成本”。这一步通常比盲目优化广告创意更快发现利润漏洞。完成成本卡之后,再讨论售价、折扣和投放目标,决策会清晰很多。
电商经营中最危险的不是 ROI 偶尔下降,而是所有人都在使用同一个错误口径,并且因为报表数字漂亮而没有人质疑。把 ROI 拆成销售效率、贡献利润和最终净利润三层,再用真实结算价、有效订单和边际成本校正,店铺老板才知道哪些商品值得放量,哪些商品必须提价,哪些商品看似热销却应该及时止损。
我在给店铺核算投放回报时,发现同样一笔广告费,用销售毛利、贡献毛利和净利润计算出来的 ROI 差异很大。我想知道,店铺老板在比较商品定价方案时,到底应该把哪些成本放进计算器,才不会被一个看起来很高的 ROI 误导?
先不要急着选择某个计算器,先确认它计算的是哪一层利润。电商常见的“毛利”至少有三种口径:销售毛利只扣商品采购成本,贡献毛利还会扣平台佣金、支付费、履约费和售后损耗,净利润则进一步扣除人工、房租、软件、仓储等期间费用。我更建议店铺老板用“贡献毛利 ROI”作为商品定价和投放决策的主口径。
原因很简单:销售毛利容易把平台扣点、运费险、退款和广告费排除在外,适合看商品本身的采购能力,却不适合判断一笔订单是否真的值得获取。可以用下面这组公式统一口径: 销售毛利率 =(成交价 – 采购成本)÷ 成交价;
贡献毛利 = 成交价 – 采购成本 – 平台及支付费用 – 履约费用 – 售后损耗 – 广告费用;贡献毛利 ROI = 贡献毛利 ÷ 广告费用。
口径主要扣除项目适合回答的问题常见误判 销售毛利采购成本商品本身有没有毛利空间忽略投放和履约后仍以为能赚钱 贡献毛利采购、平台、支付、履约、售后、广告这件商品和这笔流量是否值得继续若漏记退款,结果仍会偏高 净利润贡献毛利及固定经营费用店铺整体是否真正盈利把固定费用平均摊到单品后,短期决策反应过慢 实际使用时,可以在计算器里同时保留三列结果,而不是只填一个“毛利率”。
例如一款售价 129 元、采购成本 46 元的商品,销售毛利率可能达到 64.3%;但如果平台与支付费用 8 元、履约 12 元、售后损耗 5 元、广告费 30 元,单件贡献毛利只剩 28 元,贡献毛利 ROI 为 0.93。
这意味着它表面上“毛利很高”,实际上每投入 1 元广告只留下 0.93 元贡献毛利。若还要承担人工和仓储,这个商品就不适合继续用原来的投放强度。我的判断是:定价看贡献毛利,店铺经营看净利润,采购谈判才重点看销售毛利。
我拿一款售价 199 元的商品做过模拟,销售毛利口径下 ROI 看起来非常漂亮,但把平台佣金、退款和履约费用放进去后,结果几乎不能接受。我想知道这种差异是怎么一步步产生的,以及应该如何判断哪个结果更接近真实经营情况?
ROI 差异大,通常不是计算器算错,而是分母和成本层级没有统一。最常见的错误是用“含税成交额”计算销售毛利,却用“实际支付广告费”计算 ROI,导致收入和成本并不处于同一结算口径。下面是一组更接近实际店铺复盘的模拟数据。
商品标价 199 元,实际优惠后成交价 179 元,采购成本 72 元,平台及支付费用按成交价的 6%计,履约费用 16 元,平均售后损耗 7 元,广告费 42 元。
项目销售毛利口径贡献毛利口径 实际成交收入179 元179 元 采购成本-72 元-72 元 平台及支付费用未扣除-10.74 元 履约费用未扣除-16 元 售后损耗未扣除-7 元 广告费用-42 元-42 元 剩余金额65 元31.26 元 金额 ÷ 广告费1.550.74 在销售毛利口径下,店主可能会认为每投入 1 元广告能产生 1.55 元回报;
但按贡献毛利口径,广告带来的订单每投入 1 元只剩 0.74 元,尚未覆盖人工、仓储和固定软件费用。两者相差 0.81,决策结论已经从“可以加投”变成“必须降本或提价”。判断哪个结果更可靠,可以做一个简单的核对:把一个月订单的计算器结果,与后台实际结算金额、采购付款、物流账单和退款金额对账。
若计算器结果与银行或平台实际到账金额偏差超过 5%,不要继续用它比较价格方案,先修正成本字段。还有一个容易被忽略的细节:退款率不能只填订单退款率。若高客单价商品退款金额集中在少数订单,应该用“退款损失金额 ÷ 成交金额”计算售后损耗率,而不是简单用退款订单数占比替代。
后者会让高价商品的真实风险被低估。
我过去习惯认为降价能提高转化率,只要订单量上涨就是好事,但实际发现广告成本、退款率和客单利润会一起变化。我想用在线计算器比较不同售价,却不知道应该只改价格,还是连转化率、点击成本和退款率一起调整。
价格测试不能只修改售价这一格。真正的定价变化,通常会同时影响转化率、客单毛利、广告成交成本、退款率和自然流量占比。如果只把 199 元改成 179 元,却假设其他指标完全不变,计算器得出的结论往往只是数学练习,不是经营判断。我建议至少建立“保守、基准、乐观”三套情景。
下面以一款采购成本 72 元、平台及支付费用按成交价 6%、履约费用 16 元的商品为例,广告费按每单计算,暂不计固定人工。
方案成交价预计转化率每单广告费售后损耗单件贡献毛利贡献毛利 ROI 降价引流179 元4.8%34 元8 元38.26 元1.13 当前方案199 元4.1%42 元7 元52.06 元1.24 提价测试219 元3.5%49 元6 元62.86 元1.28 这个结果说明,降价方案虽然可能获得更高转化率,但单件贡献毛利和 ROI 反而下降。
提价方案的转化率更低,却因为每单留下的金额更多,最终 ROI 略高。这里不能直接得出“永远应该提价”的结论,因为提价还可能减少整体订单量,降低关键词排名和自然流量。更稳妥的判断顺序是先看盈亏平衡广告费。公式为:盈亏平衡广告费 = 成交价 – 采购成本 – 平台及支付费用 – 履约费用 – 售后损耗。
以 199 元方案计算,单件最多承受 52.06 元广告费;如果实际广告费已经接近这个上限,就算转化率上升,也没有足够空间覆盖固定经营费用。测试时不要只看一天的数据。低客单商品至少观察 3 至 7 天,高退款或长决策周期商品最好观察完整的发货、签收和售后周期。
每个价格方案建议累计达到 30 至 50 个有效支付订单后,再比较 ROI、退款率和净贡献,而不是看到前几个订单就改价。
我发现店铺后台显示的广告 ROI 总是比月底实际利润好看,尤其是包邮、优惠券和退款较多的商品,差距会越来越明显。我想知道在建立计算表时,哪些成本必须单独列出来,以及有没有一套适合小店快速排查的步骤?
最容易漏掉的不是采购成本,而是那些金额小、频率高、分散在不同账单里的成本。单笔只漏 1 至 3 元,几千单之后就会变成一笔足以改变定价结论的费用。我建议先按“每单变动成本”和“每月固定成本”分开。
每单变动成本包括采购、平台佣金、支付费、优惠券承担额、包邮补贴、包装、仓配、运费险、赠品、退货二次发货和售后补偿;固定成本包括客服人工、场地、软件、摄影、设备折旧和基础服务费。
可以用下面的快速排查表逐项核对: 成本项建议填法为什么容易漏 优惠券及满减填商家实际承担金额前台展示金额不等于商家承担额 包邮与运费险按实际发货单均摊后台常拆在物流或服务账单中 退款损耗退款损失金额 ÷ 成交金额退款订单数不能反映高客单损失 赠品与包装按实际出库成本计入常被当作营销费用而不进商品核算 广告费用按归因订单或增量订单分摊直接用平台展示 ROI 可能重复归因 固定费用单独计算月度净利润平均摊进单品后会干扰短期测试 我通常会做一次“月底反推”:用当月总成交额减去采购付款、平台结算扣款、物流账单、广告账单和退款损失,得到实际可解释的经营贡献,再与计算器汇总结果比较。
如果差额超过成交额的 3% 至 5%,说明至少有一类成本没有进入模型。广告归因尤其需要谨慎。某平台显示的广告 ROI 可能把本来会自然成交的订单也算给广告,或者把跨周期成交归到当天投放。
小店在没有增量实验条件时,可以把广告订单拆成“广告直接成交”和“疑似自然转化”,并给后者设置折扣系数,例如只按 50% 至 70%计入广告贡献,避免把自然需求全部当成广告功劳。最后,计算器的目标不是得到一个看起来精确到小数点后两位的数字,而是帮助你识别决策边界。
只要某个成本项的估算误差足以让 ROI 从 1.1 变成 0.9,就不应该把结果写成确定结论,而应采用区间,例如“贡献毛利 ROI 约为 0.9 至 1.1”,并在补齐账单后再决定是否调价或加投。


读者评论
文章把销售额ROI、毛利ROI和净利润ROI区分得比较清楚,尤其是用贡献利润反推最高广告费这一部分,对判断商品能否继续放量很有参考价值。
文中关于吊牌价、支付价和结算价的拆分很实用,实际运营中优惠券和平台补贴确实容易重复计算。若能再补充不同平台费率的案例,操作性会更强。
把退款率、新客获客成本和老客复购分开核算是亮点。只看前端投产比,确实可能忽略退款周期和复购结构造成的利润偏差。
文章强调固定费用与变动成本分层处理,这一点适合短期投放决策。不过实际定价还要结合转化率和销量弹性,不能完全依赖计算器给出的最低售价。