电商roi在线计算器：投放人员避坑版教程：毛利口径从准备到复盘

很多投放人员打开电商 ROI 在线计算器，第一步就填入销售额、广告费和订单量，最后得到一个看起来很漂亮的结果。但我在实际复盘中遇到过一个非常典型的情况：某款商品后台显示 ROAS 为 4.8，团队认为每投放 1 元带来 4.8 元成交，可财务按真实毛利核算后发现，广告每带来 1 元销售额，实际只剩下 0.06 元贡献利润。问题不在计算器，而在于把“成交额效率”误当成了“赚钱效率”。

这篇教程不讨论如何把一个数字算得更大，而是讨论如何把毛利口径准备完整、输入正确、结果解释清楚，并把 ROI 计算真正接到投放决策和复盘动作上。我的核心判断是：电商投放不能只看广告平台给出的 ROAS，至少要同时看订单口径 ROI、毛利口径 ROI、贡献利润和盈亏平衡 ROAS。

一、先讲核心结论：计算器算不出错误口径之外的真相

1. 先区分 ROI、ROAS 和毛利 ROI

在电商场景里，最容易混淆的是 ROI 和 ROAS。广告平台通常展示的是 ROAS，即归因成交金额除以广告花费。它回答的是“广告带来了多少归因销售额”，并没有回答“这些销售额是否赚钱”。

广义 ROI 更接近投资回报概念，常用公式是收益减去投入，再除以投入。对于电商投放，若把收益简单理解为成交额，会得到一个非常乐观的结果；若把收益定义为扣除商品成本、履约成本、平台费用、售后损失和广告费之后的贡献利润，结果才适合用于经营判断。

如果只能保留一个经营指标，我会优先保留“广告后贡献利润”，而不是平台 ROAS。但在日常优化中，平台 ROAS 仍然有价值，因为它能快速反映素材、定向和出价的相对变化。关键不是抛弃 ROAS，而是不要让它单独承担盈利判断。

2. 先算盈亏平衡线，再讨论目标线

投放人员经常问“这个品 ROAS 做到多少算好”，但没有一个适用于所有商品的统一答案。真正应该先问的是：在当前客单价、毛利率、平台扣点、履约费用和售后率下，广告最多能承受多少成本。

如果广告前贡献毛利率为 35%，那么每产生 100 元有效成交额，理论上只有 35 元可以用于支付广告及其他未计入成本。忽略固定费用时，毛利口径盈亏平衡 ROAS 可近似表示为：

盈亏平衡 ROAS = 1 ÷ 广告前贡献毛利率

例如广告前贡献毛利率为 25%，盈亏平衡 ROAS 约为 4.0；如果毛利率只有 12.5%，盈亏平衡 ROAS 就要达到 8.0。后者并不是投放团队“不够努力”，而是商品本身可分配给广告的空间太薄。

这里的“广告前贡献毛利率”不是商品详情页上写的毛利率，也不是采购部门单独计算的商品毛利率。它应该扣除与每笔订单直接相关的变动成本，包括采购成本、包装、仓配、平台佣金、支付费、优惠补贴中由商家承担的部分，以及按历史数据估计的退款和售后损失。

3. 计算器的第一项工作是固定口径

我建议在搭建或使用在线计算器之前，先写一张“口径说明卡”。这张卡不需要复杂，但必须明确统计周期、订单状态、收入口径、成本口径、广告归因窗口和退款处理方式。

• 销售额使用下单金额、支付金额，还是收货后净支付金额。
• 广告费使用平台账单消耗，还是财务确认的含税广告费用。
• 订单是否包含自然流量订单，还是只保留广告归因订单。
• 退款按申请金额、退款成功金额，还是最终净退款金额计算。
• 优惠券、满减、赠品和达人佣金由谁承担，是否进入成本。
• 同一个周期内，广告费用和订单收入是否属于同一批次。

如果这六项没有写清楚，计算器输出的精确到小数点后两位，往往只是“精确的模糊”。

二、准备数据：毛利口径不是一个百分比，而是一条成本链

1. 先建立订单级成本结构

我在实际项目中不会一上来要求团队给出一个统一毛利率，因为不同 SKU、不同地区、不同促销方式的成本差异可能很大。更稳妥的做法是先从订单级或 SKU 级拆分成本，再汇总到投放单元。

有一个细节很容易被忽略：退货率不能直接等同于售后成本率。某些品类退货率为 8%，但退回商品可以二次销售，实际损失可能只有成交额的 2%；另一些品类退货率只有 4%，却因为拆封、过期或跨仓调拨，损失可能接近成交额的 6%。因此，计算器里更应该输入“售后损失金额率”，而不是机械输入“退款率”。

2. 把固定成本和变动成本分开

广告投放的短期决策，最需要关注的是变动成本。商品成本、平台扣点、支付费、单笔快递费、订单级售后损失，通常会随订单量变化；团队工资、系统服务费、办公室租金和品牌拍摄成本，则更接近固定成本。

这并不意味着固定成本不重要。若团队要判断“这个店铺本月是否盈利”，就必须把固定成本分摊进去；若团队要判断“某个广告计划是否应该继续跑”，则先看它是否带来正向贡献利润更有意义。把全部固定成本平均摊给每个广告计划，可能会让投放人员错误关停仍然有增量价值的计划。

我的判断顺序通常是：先看单笔订单的变动贡献，再看广告计划的增量性，最后看店铺和公司的固定成本承受能力。不要用公司级利润表直接替代广告单元的边际决策。

3. 统一税务和含税口径

含税和不含税混用，是跨部门复盘时最隐蔽的错误之一。广告账单可能按含税金额记录，商品销售额可能按含税支付金额统计，财务利润表却按不含税收入确认。如果销售额和成本不在同一税务口径，毛利率会出现系统性偏差。

我建议在计算器中增加一个“金额口径”字段，并限制同一张表不能混用。若当前只能拿到含税数据，就先完整使用含税口径，同时在备注中记录税率和数据来源。等财务数据准备完整后，再统一切换，而不是在不同字段里分别凭经验估算。

三、常见误区：看似只是公式错误，实际会改变预算决策

1. 把支付金额当成最终收入

投放当天看到的支付金额并不等于最终可确认收入。尤其在预售、分期、货到付款、长周期发货和高退款品类中，支付订单后续可能发生取消、退款、拒收或部分退款。

如果投放周期只有三天，而商品退款通常在签收后七天至十五天发生，那么当天计算出来的 ROI 必然偏高。这个数字可以作为“实时投放信号”，但不能作为最终经营结论。我的做法是同时保留两个字段：实时净支付 ROI 和成熟期净收入 ROI。

• 实时净支付 ROI：用于小时级或日级出价调整，强调及时性。
• 成熟期净收入 ROI：用于周度或月度复盘，强调真实结果。
• 成熟系数：用历史同期数据估算当前订单最终留下的比例。

例如历史上支付后最终保留金额约为支付金额的 91%，当天支付金额为 100 万元时，成熟期可预估净收入约为 91 万元。这个估算仍然不是最终结果，但比直接把 100 万元全部当成收入更接近实际。

2. 把平台归因订单当成广告增量订单

平台归因回答的是“在归因窗口内，哪些订单被系统归到了广告”，而增量订单回答的是“如果没有这笔广告，哪些订单可能不会发生”。两者不是同一个概念。

品牌词、再营销人群、加购人群和高意向老客，往往有较强的自然成交倾向。它们可能带来很高的归因 ROAS，却未必带来同等规模的增量销售。反过来，冷启动素材的归因数据看起来较弱，但在控制预算和人群后，可能贡献新的用户和更高的后续复购。

在没有严格实验条件时，我不会直接把所有归因销售额打折成一个固定的“增量系数”，因为不同渠道和人群的系数差异很大。更好的方法是做分层观察：

1. 按新客、老客、再营销、品牌词和泛人群拆分。
2. 观察预算增加时，成交额是否同步增加，还是仅仅提高了归因占比。
3. 进行短期预算抑制或地域分组实验，比较暴露组和控制组的净新增。
4. 把增量结论标注为“实验验证”“历史推断”或“暂未验证”。

3. 只看平均 ROI，不看边际 ROI

平均 ROI 很适合做结果汇总，却不适合直接决定下一笔预算。一个计划前 1 万元预算可能取得 6.0 的 ROAS，增加到 5 万元后，新增预算部分的 ROAS 可能只有 1.8。把全部销售额除以全部广告费，平均值仍然可能达到 2.6，但继续加预算已经不划算。

因此，我会把预算拆成阶梯区间，分别计算每个区间带来的新增成交和新增贡献利润。边际 ROI 低于盈亏平衡线时，继续扩量的前提就不再是“还能不能拿到订单”，而是“是否有新的素材、人群或价格策略可以改变边际效率”。

4. 把优惠后的成交额和标价混在一起

有些报表使用商品吊牌价，有些使用下单金额，有些使用支付金额，还有些使用扣除商家券后的净收入。只要分子口径发生变化，ROI 就不能横向比较。

我通常会把成交金额拆成四层：标价金额、下单金额、支付金额、最终净收入。投放优化可以看支付金额，利润复盘必须看最终净收入；如果优惠是平台承担的，就不应全部从商家收入中扣除；如果优惠由商家承担，则必须进入商家成本。

5. 用全店平均毛利率套所有投放计划

全店平均毛利率会掩盖 SKU 结构差异。引流款可能毛利率只有 8%，利润款可能达到 45%，组合投放时如果直接套用 28% 的店铺均值，就会高估引流款的承受能力，低估利润款的放量空间。

更可靠的方式是建立 SKU 加权毛利。权重应该使用同一统计周期内的实际净收入占比，而不是库存数量或商品数量占比。对于赠品、套装和多件多折活动，还要按订单组合拆解收入和成本，不能简单把订单金额平均分配到每个商品。

四、专业判断逻辑：从原始数据到可执行结论

1. 计算器至少要有四层输入

一个能用于决策的电商 ROI 在线计算器，不应只有“销售额”和“广告费”两个输入框。我建议按数据层、收入层、成本层和归因层设计。

如果某个字段暂时没有数据，我宁愿让计算器显示“缺失”和“待补充”，也不会默认填 0。默认填 0 会把未知成本伪装成没有成本，这是最危险的处理方式之一。

2. 用三个公式构成最小可用模型

为了让投放团队能够快速落地，可以先从一个不复杂但口径清晰的模型开始。核心是把最终净收入和广告前贡献利润分开。

最终净收入 = 支付金额 – 成功退款金额 – 商家承担优惠
广告前贡献利润 = 最终净收入

商品及包装成本

平台及支付费用

订单履约成本

售后损失

其他随订单变化的渠道成本

广告后贡献利润 = 广告前贡献利润 – 广告费

贡献利润 ROI = 广告后贡献利润 ÷ 广告费

贡献利润率 = 广告前贡献利润 ÷ 最终净收入

盈亏平衡 ROAS = 1 ÷ 贡献利润率

这里有一个容易引发误解的地方：如果广告后贡献利润为负，贡献利润 ROI 会是负数；如果使用“广告后贡献利润除以广告费”，结果为 0，表示刚好不亏不赚，而不是“没有成交”。因此，报表上应同时显示广告后贡献利润金额和 ROI 百分比。

3. 给数据加上成熟期和置信等级

不同数据的可信程度并不相同。当天的支付订单是实时信号，七天后的净收入更接近最终结果，经过完整退货周期后的贡献利润才适合做月度结论。若把这三种数据放在同一列中比较，报表看起来整齐，判断却会失真。

我建议给每个结果增加两个标签：数据成熟度和证据等级。数据成熟度可以分为实时、部分成熟、完整成熟；证据等级可以分为平台归因、内部订单核对、财务确认、实验验证。

• 实时数据：用于控制预算、暂停异常计划和发现素材问题。
• 部分成熟数据：用于周度方向判断，但不宜直接承诺利润。
• 完整成熟数据：用于月度结算、商品淘汰和预算复盘。
• 实验验证数据：用于判断增量，而不是只看归因。

4. 用敏感性分析识别真正的风险变量

投放复盘不应只输出一个 ROI，而应该告诉团队：如果退款率上升、客单价下降或履约费增加，结果会怎样。因为很多计划并不是在平均情景下亏损，而是在稍微恶化的情景下迅速跌破盈亏平衡线。

我常用三个变量做敏感性分析：客单价、退款损失率和广告费率。客单价下降会同时影响收入和部分履约成本占比；退款损失率上升会直接压缩可分配毛利；广告费率则直接改变投放后的贡献利润。

如果一个计划只有在“退款率最低、客单价最高、广告费最低”的组合下才盈利，那么它不是稳定盈利计划，而是高风险计划。预算建议应当基于中性或偏保守情景，而不是最佳情景。

五、案例复盘：一个高 ROAS 计划为什么仍然应该降预算

1. 案例背景和原始数据

下面这个案例是我按常见家居消费品投放结构整理的样本推演，金额经过归一化处理，用来说明计算方法，不代表某个具体商家的财务数据。商品客单价为 159 元，统计周期为 14 天，广告平台显示归因成交额 318 万元，广告花费 60 万元，平台 ROAS 为 5.3。

如果只看平台报表，计划显然表现不错。但进一步核对订单和成本后，实际支付金额为 301 万元，成熟期净收入为 278 万元。商品及包装成本 126 万元，平台及支付费用 22 万元，履约费用 31 万元，商家承担优惠 9 万元，售后损失 18 万元。

这个计划的成熟期订单 ROI 为 4.63，广告前贡献利润 ROI 为 1.20，广告后贡献利润 ROI 为 0.20。换句话说，广告每花 1 元，最终留下约 0.20 元广告后贡献利润。它不是不能投，而是没有足够空间承受成本波动和边际效率下滑。

2. 复盘后发现的三个关键问题

第一个问题是归因窗口偏长。该计划包含大量已经访问过商品页的用户，平台归因成交额高于实际支付金额 17 万元。平台数字并非错误，但它包含了广告触达和自然回访共同作用的订单，不能直接用来估算新增收入。

第二个问题是售后损失集中在低价促销组合。低价组合看起来提高了转化率，却带来了更高的退货和补发比例。单看点击率和支付转化率时，这组素材被判断为优质；加入成熟期售后成本后，它的广告前贡献利润率反而比标准组合低 6.8 个百分点。

第三个问题是扩量后的边际效率已经下降。前 20 万元广告费的成熟期订单 ROI 为 5.7，中间 20 万元为 4.8，后 20 万元只有 3.4。团队如果只看整个周期的平均 4.63，就会错过“后段预算已经不再划算”的信号。

3. 这个案例的行动结论

我不会直接把计划全部关停，因为它仍然产生正向广告后贡献利润。更合理的动作是把预算从后段低效人群撤回，保留前段高质量人群，同时针对低价组合重新计算毛利。

• 将日预算先下调 20%至30%，观察边际贡献利润是否恢复。
• 拆出老客、再营销和冷启动人群，避免不同增量水平相互掩盖。
• 把低价组合与标准组合分开设置成本和盈亏平衡线。
• 用成熟期净收入而不是支付金额评估促销素材。
• 连续两个完整售后周期后，再决定是否恢复预算。

六、不同场景下的行动建议：不要用同一条线管理所有商品

1. 高毛利、低退款商品

这类商品的特点是广告前贡献利润率较高，履约和售后比较稳定。计算器的重点不应只是判断是否盈利，而是识别扩量后的边际效率和新客质量。

行动上可以设置三条线：目标 ROAS、预警 ROAS 和最低可接受 ROAS。预算位于目标线以上时，允许小步扩量；进入预警区间时，优先检查流量结构和素材疲劳；跌破最低线时，暂停低效组合，而不是继续用总盘子平均值掩盖问题。

这类商品最值得投入的是增量实验。即使某个再营销计划 ROAS 很高，如果它主要承接原本就会成交的用户，也不应挤占所有冷启动预算。高毛利给了实验空间，但不代表可以忽略增量性。

2. 低毛利、高退款商品

这类商品必须优先建立成熟期模型。实时 ROAS 很可能具有欺骗性，因为支付转化快，退款和售后损失却在后面发生。计算器应自动显示“预计成熟期贡献利润”，并在数据成熟后回填实际值。

行动上建议先做成本治理，再做预算扩张。可调整的变量包括包装破损、商品描述预期、配送时效、尺码或规格引导、客服承诺和促销规则。很多时候，退款率下降两个百分点，比点击成本下降十个百分点更能改善最终利润。

如果商品必须承担较高获客成本才能获得规模，那么应把它定义为战略引流款，并明确后续利润来源，例如复购、关联购买或会员转化。若没有后续收益承接，就不能用“先亏后赚”作为长期解释。

3. 新品冷启动阶段

新品刚上线时，历史退款率、转化率和复购率都不稳定。此时计算器不适合输出一个看似确定的利润结论，而应该同时展示样本量、置信区间和数据成熟度。

我通常把新品预算分为验证预算和放量预算。验证预算用于回答素材是否能获得有效点击、落地页是否能完成转化、首单成本是否在可承受范围内；放量预算则要等至少积累足够订单，并经历主要退款周期后再启动。

• 样本量不足时，不用单日 ROI 做生死判断。
• 转化率改善但退款率同步上升时，不应直接扩大预算。
• 素材点击率高但加购率低，优先检查商品承接和价格预期。
• 首单贡献为负但复购明确时，单独建立用户生命周期模型。

4. 大促和短期活动

大促期间不能直接拿平日盈亏平衡线套用，因为优惠结构、流量价格、履约时效和退款行为都会变化。尤其是商家券、平台补贴和跨店满减混在一起时，销售额增长不一定转化成同等的净收入增长。

大促计算器建议增加活动前、活动中和活动后的三组数据。活动中看实时支付和预算消耗，活动后七天看退款和履约，完整周期看最终贡献利润。若只在活动结束当天复盘，往往会把尚未发生的退款和售后损失留到下个月。

5. 多平台或多渠道经营

不同渠道的归因逻辑、平台费用、达人佣金和流量质量不同。跨平台比较时，不能只把所有销售额加总后除以广告总费用，否则高 ROAS 的低增量渠道可能掩盖低 ROAS 但有真实新增价值的渠道。

我建议先按渠道分别核算，再统一映射到同一套成熟期净收入和贡献利润口径。渠道级报表可以保留各自的归因指标，但管理层比较时必须使用统一的财务结果字段。

七、复盘与取舍：什么时候扩量、降量、停投或继续观察

1. 建立四象限，而不是只设一条及格线

单一盈亏平衡线只能判断“当前是否赚钱”，不能判断“是否值得继续投入”。我更建议用贡献利润和增量证据构建四象限。

这里的“边际效率稳定”很重要。一个计划平均贡献利润为正，但最后三个预算阶梯连续下降，仍然不适合直接扩量。扩量决策应该基于新增预算的结果，而不是历史预算的平均成绩。

2. 什么时候应该降预算

出现以下情况时，我通常会优先降预算，而不是马上停投：

• 成熟期贡献利润仍为正，但边际 ROI 连续三天低于目标线。
• 预算增加后点击成本上升，转化率没有改善。
• 订单量增长主要来自低毛利 SKU，整体收入增长但贡献利润下降。
• 平台归因收入增长，内部净收入没有同步增长。
• 退款和售后数据尚未成熟，实时结果与历史成熟系数差异过大。

降预算不是对计划的否定，而是把预算从不确定区域撤回到可验证区域。实践中，直接砍掉 50% 以上预算容易导致样本结构变化，后续很难判断究竟是预算问题、流量问题还是学习期问题。多数情况下，分两到三次小幅调整更容易保留可解释性。

3. 什么时候应该停投

如果计划在两个完整成熟周期内，广告后贡献利润持续为负，并且通过拆 SKU、拆人群和拆归因窗口后仍然没有改善，我会建议停投。尤其当低效主要由商品毛利不足或售后损失造成时，继续优化出价只能延缓亏损，不会改变根因。

如果平台归因 ROAS 很高，但内部净收入、增量实验和贡献利润都表现较差，也应该停掉或大幅收缩。高归因不等于高增量，高增量也不等于高利润，只有三者在同一口径下相互支持，才值得扩大预算。

4. 什么时候可以接受短期亏损

短期亏损可以接受，但必须满足三个条件：亏损上限明确、后续收益有证据、验证周期有截止日期。比如新品首购贡献利润为负，但历史数据显示 60 天复购贡献能够覆盖首单获客成本；这时可以建立用户生命周期 ROI，而不是强行用首单 ROI 判断全部价值。

但如果所谓的长期价值只来自“以后可能复购”，没有真实 cohort 数据、回访数据或用户分层证据，就不能把它当成利润。一个计划可以暂时亏损，但不能无限期地用想象中的未来收益解释现实亏损。

5. 复盘会议应该输出什么

一次有效的投放复盘，不应该停留在“本周 ROI 是多少”。我建议固定输出以下五类结论：

1. 结果：平台 ROAS、成熟期订单 ROI、贡献利润 ROI 分别是多少。
2. 原因：变化主要来自流量价格、转化率、客单价、成本还是售后。
3. 结构：哪些 SKU、人群、素材和渠道贡献了利润，哪些只是贡献了归因订单。
4. 风险：退款周期是否完成，样本是否充足，是否存在归因窗口偏差。
5. 动作：下周具体增加、减少、暂停或验证什么，负责人和截止日期是什么。

如果复盘报告只有一个总 ROI 和一句“继续优化”，说明计算器还没有进入决策流程。好的计算器不是替投放人员做决定，而是把决定所需要的成本、时间、风险和证据摆在同一张桌面上。

八、落地模板：用一张表把准备、计算和复盘串起来

1. 上线前的字段清单

在正式使用电商 ROI 在线计算器之前，可以按照下面的顺序准备数据。顺序很重要，因为先确定收入和成本口径，再导入广告平台数据，能够减少后续反复改公式。

1. 确定统计周期，以及订单成熟期的截止时间。
2. 确定使用支付金额还是成熟期净收入作为主要分子。
3. 按 SKU 或商品组合录入商品及包装成本。
4. 录入平台、支付、履约、优惠和售后等变动成本。
5. 按渠道、人群和计划录入广告花费。
6. 统一归因窗口，并标记平台归因与内部订单核对结果。
7. 设置目标线、预警线和盈亏平衡线。
8. 为缺失字段增加“待补充”标记，禁止默认当作零。

2. 日报、周报和月报使用不同结果

日报适合看预算消耗、点击成本、支付转化和实时 ROAS；周报适合看成熟期净收入、退款趋势和计划结构；月报则应看贡献利润、增量效果、商品组合和资金占用。用日报口径做月度结算，或者用月度成熟数据指导小时级出价，都会造成决策延迟或误判。

3. 最后做一次反向核对

每次复盘结束前，我建议做一次反向核对：把计算器里的最终净收入、平台费用、广告费和商品成本，与财务或订单系统的汇总结果对照。如果两边差异超过预设阈值，就先解释差异，再发布结论。

差异可能来自订单归属日期不同、退款确认时间不同、平台账单跨月、优惠承担方不同，或者广告平台和内部订单系统的归因逻辑不同。只要差异没有被解释，ROI 就不适合直接用于奖金、预算或商品淘汰决策。

4. 计算器的最低功能要求

如果你准备选用或搭建一个在线计算器，我建议至少检查以下功能，而不是只看界面是否简洁：

• 能否区分支付金额、退款金额和最终净收入。
• 能否按 SKU、渠道、人群和计划分别计算。
• 能否录入不同商品的成本和不同渠道的费用率。
• 能否同时显示 ROAS、订单 ROI、贡献利润和盈亏平衡线。
• 能否标记实时数据、成熟数据和财务确认数据。
• 能否进行客单价、退款率、成本率和预算规模的敏感性模拟。
• 能否保留数据来源、更新时间和口径备注。
• 能否导出复盘结果，避免每周人工复制和改公式。

如果工具只能输入广告费和成交额，却无法记录退款、成本和成熟期，那么它更像一个 ROAS 速算器，而不是经营决策工具。它依然可以用于快速看投放波动，但不能独立承担毛利复盘。

九、结语：真正要优化的不是 ROI 数字，而是利润形成过程

1. 我的最终判断

电商投放中最危险的不是 ROI 低，而是 ROI 看起来很高，却没有人知道它采用了什么口径。一个 5 倍 ROAS 的计划，可能是优质增量，也可能只是高自然成交人群的归因结果；一个 2 倍 ROAS 的计划，可能正在亏损，也可能因为高毛利和高复购而值得继续验证。

毛利口径的价值，不是把结果算得更悲观，而是把预算边界算得更真实。当投放人员、商品、运营和财务使用同一套收入与成本定义，复盘才会从“谁的数字不一样”转向“哪一个变量可以改善”。

2. 下一步怎么做

你可以先选择最近一个完整投放周期，不必一开始就处理所有历史数据。完成以下四步，就能建立第一版可用模型：

1. 选出一个商品或一个投放渠道，固定统计周期。
2. 把支付金额、退款、商家优惠、商品成本、平台费、履约费和售后损失补齐。
3. 同时计算平台 ROAS、成熟期订单 ROI、贡献利润 ROI 和盈亏平衡 ROAS。
4. 按边际预算、人群和 SKU 拆分，形成下一周期的扩量、降量和验证动作。

先把一个小范围的口径跑通，再逐步扩展到全店、全渠道和用户生命周期。不要追求一开始就拥有最复杂的模型，先确保每个数字都能回答“来源是什么、成熟了吗、扣除了什么、下一步改变哪个变量”。这才是投放人员真正需要的在线计算器。

免费注册

咨询方案

扫码咨询方案