电商roi在线计算器：经营负责人入门版清单：新品定价需要检查哪些环节

新品定价最容易犯的错误，不是把利润率算错，而是把“广告投产比”误当成了“这件商品值得卖”。我在复盘多个电商新品时见过这样的情况：后台显示广告 ROI 为 3.8，团队判断投放成功，月底核算却发现每卖出一件还要倒贴 2.6 元。真正的问题通常藏在平台扣点、优惠分摊、退货损耗、仓配成本和售后人工里。电商 ROI 在线计算器只有把这些环节全部纳入，才适合经营负责人用于新品定价决策。

本文不把 ROI 当成一个孤立的除法题，而是把它放回新品经营的完整链路中：先判断商品能否形成正向贡献，再判断广告是否值得放大，最后判断在不同退货率、折扣率和流量成本下，价格是否仍然安全。你可以把下面的清单直接改成自己的定价审核表。

一、先讲核心结论：新品定价不是追求最高毛利，而是守住可放大的单位经济模型

1. 先把三个“ROI”分开，否则所有结论都会混乱

经营负责人在使用在线计算器时，第一步不是输入数字，而是确认计算口径。电商团队常把广告 ROI、订单 ROI 和经营 ROI 混为一谈，但它们回答的是三个不同问题。

• 广告 ROI：广告归因成交金额 ÷ 广告消耗，回答“投放系统带来的成交规模如何”。
• 订单 ROI：订单实收金额 ÷ 获客成本，回答“单笔订单是否买得起”。
• 经营 ROI：订单贡献利润 ÷ 总投入，回答“这项生意是否值得继续扩大”。

例如，一款售价 129 元的商品，广告消耗 34 元，广告 ROI 是 129 ÷ 34，约为 3.79。但如果平台扣点 5.8 元、支付费 1.3 元、履约费 16 元、售后预提 9 元、优惠分摊 18 元、商品成本 51 元，那么真正可用于覆盖广告费的金额只有 27.9 元。此时单笔订单在广告费后已经亏损 6.1 元。

我的判断标准是：广告 ROI 只能作为放量指标，不能作为定价通过指标。新品定价必须先看“广告前贡献利润”，再看“达到盈亏平衡所需的最大获客成本”，最后才看实际广告 ROI 是否高于这个临界值。

2. 新品定价先算底价、目标价和放量价

我建议不要只制定一个销售价，而是同时设置三个价格。三个价格的用途不同，混在一起会导致运营、采购和财务互相争论。

• 底价：在不投广告、不计算固定费用的情况下，覆盖商品、平台、支付、包装和基础履约成本的最低价格。
• 目标价：覆盖正常退货、优惠和获客成本，并满足目标贡献利润率的价格。
• 放量价：在大促、达人佣金、较高广告费和更高售后率场景下，仍然不突破经营红线的价格。

如果底价已经接近市场成交价，说明商品成本结构没有给运营留下空间；如果目标价明显高于用户可接受价格，问题不一定是运营能力不足，也可能是产品规格、包装、供应链或定位本身需要重做。

在线计算器应当允许使用者输入不同价格并即时观察利润变化。仅提供一个固定 ROI 结果的工具，适合做简单估算，不适合做新品立项。

3. 经营负责人真正要盯的是“临界获客成本”

临界获客成本是我在新品评审中最看重的一个数字。它代表一笔订单最多可以支付多少广告费或渠道佣金，超过这个数字，订单就会从贡献正值变成贡献负值。

假设商品成交实收为 111 元，扣除商品成本 51 元、平台支付费 7.1 元、履约费 16 元和售后预提 9 元，广告前贡献利润为 27.9 元。如果公司要求每单至少保留 8 元贡献利润，那么可承受获客成本就是 19.9 元。此时即使广告后台显示 ROI 为 5.5，只要实际获客成本高于 19.9 元，仍然没有达到经营目标。

新品能不能投，不应该先问“行业平均 ROI 是多少”，而应该先问“我的价格结构最多能承受多少获客成本”。行业平均数只能用于校准，不能替代自身的成本核算。

二、背景和真实场景：新品看起来卖得越快，现金风险可能越大

1. 首发周数据往往不具备稳定性

新品首发通常会叠加平台活动、老客触达、达人内容和优惠券。首周的转化率可能非常漂亮，但这不代表商品脱离补贴后仍然成立。首发期的流量构成和用户构成与常态期不同，直接用首周 ROI 推算长期价格，容易高估需求。

我在复盘新品时，会把首发订单拆成四类：老客订单、自然搜索订单、付费广告订单和达人或联盟订单。四类订单的成本结构完全不同。老客订单可能几乎没有新增获客成本，达人订单可能额外产生佣金，广告订单可能带来后续复购，而活动订单常常附带更高退款率。

如果团队只看总成交额，就会把不同渠道的利润混成一个平均数。平均数看起来平稳，实际上可能掩盖了某个渠道正在持续亏损。

2. 退货不是售后部门的问题，而是定价模型的变量

很多新品定价表只填采购价、包装费和广告费，却没有填写退货率。对于服饰、鞋靴、家居尺寸类商品，退货不仅会损失来回运费，还可能带来重新质检、二次包装、折价销售和库存占用。

更合理的做法是使用“期望售后成本”，而不是只记录已经发生的售后费用。计算方式可以简化为：售后发生概率 × 单次售后平均损失。比如退货率为 18%，其中 60% 的退货可正常二次销售，平均每笔退货损失 28 元，那么退货预期损失约为 18% × 28 = 5.04 元；再加上补发、客服和破损预提，才是更接近实际的售后成本。

退货率每提高一个百分点，影响的不只是利润率，还会同时影响库存周转、现金回款和后续投放能力。因此，退货率必须进入在线计算器的敏感性分析，而不是等月末财务报表出来后再处理。

3. 大促价格可能把正常经营模型彻底改写

日常售价、活动售价和直播间成交价必须分别测算。活动期间经常出现平台补贴、店铺券、满减、赠品和达人佣金叠加的情况。若只把页面标价输入计算器，得到的 ROI 会高于真实水平。

我通常要求团队把优惠拆成“消费者承担的折扣”和“商家承担的折扣”。平台补贴如果确实由平台承担，可以不计入商家成本；店铺券、满减让利和赠品成本则必须计入商家收入损失。尤其要确认平台结算口径：有些费用按券后价计算，有些费用按活动成交价计算，不能用一个统一费率粗略替代。

三、常见误区：为什么很多 ROI 计算结果看起来正确，决策却错了

1. 用销售额代替实收收入

销售额是页面成交金额，实收收入则要扣除消费者优惠、退款、平台补贴中由商家承担的部分，以及订单取消和部分退款。新品评审时，如果输入的是标价而不是结算收入，所有利润率都会被高估。

我建议把收入拆成四层：页面标价、下单金额、支付金额和最终结算金额。最保守的定价决策，应以最终结算金额为主；如果暂时没有完整结算数据，可以用“支付金额减去历史平均退款损失”作为过渡口径。

2. 把商品成本只理解为采购价

采购价只是显性成本。包材、贴标、质检、入仓、损耗、打样摊销、组合赠品和包装升级，都会随着订单增长产生变动成本。特别是低客单价商品，包材和履约费用占比可能比采购价更值得关注。

我曾经见过一款成本只有 12 元的日用品，团队认为毛利空间很高，但加上 4.5 元包装、6 元仓配、2.8 元平台相关费用和平均 3.2 元售后预提后，广告前贡献利润已经从 18 元降到不足 10 元。此时如果再支付 12 元获客成本，单笔订单就会转负。

3. 用平台后台归因订单计算全部广告效果

平台归因通常存在归因窗口、重复归因和自然转化混入等问题。后台显示的成交额可以用于优化投放，但不一定等同于财务确认的增量收入。

经营负责人不需要否定平台归因，而是要同时看三个口径：平台归因 ROI、店铺整体增量 ROI 和利润口径 ROI。若广告 ROI 上升，但店铺总订单没有同步增长，可能只是广告抢占了原本会发生的自然成交。

4. 只看平均退货率，不看不同渠道和人群

平均退货率很容易掩盖结构差异。搜索广告带来的用户可能更明确，退货率较低；达人内容带来的用户可能被视觉效果吸引，实际体验不符时退货率更高；直播间低价用户则可能对赠品和规格更敏感。

我会要求至少按渠道、价格场景、SKU、首购与复购拆分退货率。样本不足时，宁可使用偏保守的区间，也不要直接套用全店平均值。

5. 把固定费用平均分摊给每个订单

人员工资、店铺装修、软件订阅和办公室租金属于固定费用，不应在新品刚开始测试时全部压到单笔订单上，否则会误判商品本身没有贡献。但在决定是否长期经营时，又不能永远忽略固定费用。

正确做法是分两层看：第一层看订单贡献利润，判断商品是否值得继续获取订单；第二层看月度贡献利润能否覆盖团队、仓库和内容制作等固定投入，判断业务是否能形成可持续经营。

四、专业判断逻辑：一张定价清单应当按成本发生顺序建立

1. 第一步：确认产品边界和计价单位

定价计算前，先定义到底在计算单件、单套、单箱还是一笔订单。多件装、加价购、赠品和组合 SKU 如果没有统一单位，成本会被重复计算或漏算。

我建议在表格第一行固定记录以下信息：

• 销售 SKU 和包装规格；
• 消费者实际购买数量；
• 主商品、赠品和耗材的数量；
• 单笔订单是否可能包含多个 SKU；
• 退货时是整单退回还是部分退回；
• 广告费按订单、商品还是新客分摊。

这一步看似基础，却是最容易造成系统性错误的地方。比如一款三件装商品按“单件成本”输入，售价却按“整套收入”计算，模型会直接产生虚假的高毛利。

2. 第二步：建立成本分层，而不是只填一个总成本

建议把成本分成四层。第一层是商品变动成本，包括采购、加工、包材、赠品和损耗；第二层是交易变动成本，包括平台扣点、支付费、渠道佣金和技术服务费；第三层是履约变动成本，包括仓储、拣配、配送、退换货和补发；第四层是获客成本，包括广告、达人佣金、样品和内容分摊。

不同层级对应不同的经营动作。商品变动成本过高，应从供应链或规格调整；交易成本过高，应重新谈判渠道条件；履约成本过高，应优化仓配；获客成本过高，则要改善点击、转化和复购，而不是先盲目降价。

3. 第三步：计算广告前贡献利润

广告前贡献利润的公式可以写成：

广告前贡献利润 = 最终结算收入－商品变动成本－交易变动成本－履约变动成本－售后预期成本

这个数字必须为正，商品才有资格进入大规模投放测试。若广告前贡献利润为负，广告只会让亏损扩大，除非公司明确把它定义为获客投资，并且有可信的复购和后续利润来支撑。

对于订阅、耗材或高复购商品，可以进一步计算首单贡献和生命周期贡献。但在没有真实复购数据时，不要把“理论上用户会复购”当作首单定价的依据。

4. 第四步：把获客成本与转化漏斗连接起来

获客成本不是一个凭空出现的数字，它由点击成本、点击率、加购率、支付转化率和退款率共同决定。一个简单的估算方式是：

单笔获客成本 = 单次点击成本 ÷ 支付转化率

如果平均点击成本为 1.2 元，支付转化率为 4%，理论获客成本约为 30 元。若退款率为 15%，有效成交订单减少后，摊到最终保留订单上的获客成本还会进一步上升。

因此，降价不一定降低获客成本。价格下降可能提升转化率，也可能降低用户对品质的判断，甚至吸引更高售后风险的人群。必须用情景模拟比较，而不是凭直觉判断。

5. 第五步：至少做三组敏感性分析

我认为新品定价至少要做价格、转化率和售后率三组敏感性分析。条件允许时，再加入广告成本和平台佣金变化。

• 价格敏感性：比较日常价、活动价和最低可接受价。
• 转化敏感性：模拟页面转化率下降 20% 或上升 20% 的结果。
• 售后敏感性：模拟退款率从基准值上升 5 个百分点的结果。
• 投放敏感性：模拟点击成本上升 15% 或获客成本超过目标值的结果。

如果商品只在“最高转化、最低退货、最低广告费”的理想组合下盈利，它就不是真正安全的新品。我的经验是，至少要在基准场景和一个偏差场景下保持贡献为正，才适合加大预算。

五、具体案例：同一款新品，为什么三种价格会导向三种经营结果

1. 案例设定：一款售价区间在99至139元的家居消耗品

下面用一组情景模拟说明定价逻辑。商品采购及加工成本为 51 元，基础包装成本为 3.5 元，平台和支付相关费用按最终结算收入的 5.5%估算，履约成本为 12.5 元，售后预提基准为 5 元，目标单笔贡献利润为 8 元。

为了方便比较，假设价格变化会影响支付转化率：99 元时转化率较高，119 元为基准，139 元需要更强的内容解释。广告点击成本暂按 1.2 元估算，广告获客成本则根据支付转化率和退款率折算。

这个案例最值得注意的地方是：低价方案的转化率最高，却仍然亏损；溢价方案的转化率最低，但因为单位利润更宽，反而拥有更好的广告承受能力。当然，这不代表所有商品都应该提价，因为价格上涨可能进一步降低点击率、评价速度和自然排名。

2. 低价方案的真实价值：可能是引流，但不能假装成利润商品

99 元方案并非绝对不能做。如果它能够带来较高复购率，或者用户后续会购买高毛利配件，那么首单亏损可能是一种可接受的获客投资。但这需要真实的用户生命周期数据，而不是一句“后续可能复购”。

在这种情况下，经营负责人应当单独设立首购预算，明确每个新客最多允许亏损多少，并设置复购观察窗口。例如 30 天内复购率达到 22%，复购订单贡献利润达到 24 元，首单亏损 4.8 元才有可能被后续利润覆盖。

如果复购率不足，低价方案就应及时停止，而不是因为订单量增长继续投入。低价必须有明确的战略理由，不能只是团队无法解释高价时的默认选择。

3. 标准方案的价值：适合验证产品和投放是否同时成立

119 元方案的优势不是利润最高，而是价格、转化和广告空间相对平衡。它适合新品首轮测试：既能观察用户是否愿意为产品价值买单，也能为广告、优惠和售后波动预留空间。

我通常会把标准方案拆成三个小批次测试，而不是一次性把预算打满。第一批验证详情页和基础转化，第二批验证不同人群的获客成本，第三批验证活动价格下的退款和评价变化。每一批都需要有明确的停投条件。

4. 溢价方案的价值：用更大的利润缓冲换取更高的内容要求

139 元方案需要解决两个问题：用户为什么愿意多支付 20 元，以及多支付后是否仍然能够感知到差异。如果详情页只是把同样的功能换一种说法，价格上涨通常会直接反映为转化率下降。

溢价可以来自材料、耐用性、服务、包装、认证、组合规格或使用结果，但这些价值必须能够被展示、解释和验证。否则，计算器里的高利润只是纸面利润。

六、不同情况下的行动建议：先判断问题属于价格、成本还是流量

1. 如果广告 ROI 低，但自然成交和复购不错

这种情况不一定要立即降价。先检查广告素材、关键词、人群定向和归因窗口。商品本身可能成立，只是付费流量没有找到合适的购买意图。

• 把广告预算拆成品牌词、品类词、场景词和泛人群词。
• 分别计算新客获客成本和老客触达成本。
• 比较广告带来的新客 30 天复购率。
• 暂时降低泛人群预算，保留高意向词测试。

如果自然成交的订单贡献利润为正，说明价格未必是核心问题；此时更应优先优化流量质量和页面转化。

2. 如果广告 ROI 尚可，但全店利润下降

优先检查优惠分摊、退款率和订单结构。广告后台可能把优惠前金额作为归因成交额，而财务真正收到的是折扣后的结算金额。

建议对比广告订单和自然订单的以下指标：平均成交价、退款率、客单价、赠品成本、售后工单量和最终结算收入。如果广告订单的成交额增长，却带来更低客单、更高退货和更多售后，那么广告效率可能只是表面改善。

3. 如果商品毛利高，但获客成本始终超过临界值

这通常不是简单的利润率问题，而是流量转化效率问题。先拆解点击率、到达率、加购率、支付率和退款率，找到最早发生明显损耗的节点。

• 点击率低：检查主图、标题和价格锚点。
• 详情页停留短：检查首屏卖点和页面加载速度。
• 加购率低：检查功能解释、规格和场景适配。
• 支付率低：检查运费、优惠门槛和信任证明。
• 退款率高：检查预期管理、尺码说明和实际体验。

只有当漏斗问题得到修复后，才值得重新评估是否增加预算。单纯提价可能增加利润空间，却也可能进一步放大转化问题。

4. 如果供应链成本暂时无法下降

可以从规格、组合和履约方式入手，而不是一味压低采购价。比如增加多件装，提高单笔客单价；减少低价值赠品，降低包材复杂度；调整发货地，缩短配送距离；或者把标准服务与增值服务拆开定价。

需要注意的是，任何规格调整都要重新测算退款率和用户满意度。少一个赠品可能降低成本，也可能导致活动转化明显下降。经营判断不能只看单项成本节省，还要看收入端的连锁反应。

5. 如果新品属于强季节性或短生命周期商品

这类商品不能只用静态毛利判断，还要计算库存清理成本和资金占用。价格稍高可能降低前期销量，但能减少库存风险；价格过低虽然销量快，却可能让团队在旺季结束后留下大量低效库存。

我会把库存周转天数、预计清仓折扣和资金占用利息加入模型。对于生命周期只有三个月的商品，库存剩余 20%可能比广告多花 10%更危险，因为库存贬值会直接吞掉前期利润。

七、不同情况下的取舍：没有一种价格能同时最大化销量、利润和安全边际

1. 低价与高转化的取舍

低价适合快速验证需求、积累评价和获取样本，但它会压缩广告空间，也容易吸引价格敏感、售后要求高的用户。低价方案应当有预算上限和退出时间，不应无限延长。

如果选择低价，至少要提前确认三件事：是否有复购或连带购买，是否有明确的评价积累目标，是否设置了最高可接受首单亏损。没有这三项，低价往往只是把利润让给了流量。

2. 高价与低转化的取舍

高价可以提高单位订单利润和抗广告波动能力，但会增加内容、评价、服务和品牌信任的要求。特别是新店或新品牌，用户未必愿意仅凭一张主图接受溢价。

如果选择高价，应同步增加可验证的价值证据，例如对比测试、使用前后变化、材料说明、服务承诺和真实评价。高价不是把数字改大，而是让用户更容易理解差异。

3. 大促与日常经营的取舍

大促可以快速获取销量和排名，但如果活动价成为用户心智中的真实价格，日常价就可能失去成交能力。经营负责人应当记录活动后 7 天和 30 天的订单变化，判断大促是带来了新增需求，还是提前透支了未来订单。

大促价格还要单独核算达人佣金、赠品、客服加班、仓库加班和退款波动。若活动订单贡献为负，必须说明它是在买新客、买评价、买排名，还是单纯追求 GMV。不同目的对应不同预算，不能使用同一个利润标准掩盖经营意图。

4. 单品利润与用户生命周期价值的取舍

高复购商品可以接受较低的首单贡献，但前提是复购行为已经被验证。生命周期价值建议按实际留存数据计算，不要直接使用行业报告中的理想复购率。

一个稳妥的计算方式是：首单贡献利润 + 30 天复购贡献利润 + 60 天复购贡献利润－履约和触达成本。对于没有足够样本的新品，可以采用保守情景，把复购率按当前同类商品历史数据的下四分位估计。

八、落地执行：用电商 ROI 在线计算器完成一次新品定价审核

1. 先准备六类输入数据

不要在会议现场临时拍脑袋填数。建议由采购、财务、运营、仓储和客服分别提供数据，再由经营负责人确认口径。

1. 商品数据：采购价、加工费、包材、赠品、损耗率和规格。
2. 交易数据：平台扣点、支付费、渠道佣金、技术服务费和结算规则。
3. 履约数据：仓储、拣配、配送、退换货和补发成本。
4. 用户数据：点击率、支付转化率、退款率、复购率和客单价。
5. 投放数据：点击成本、广告消耗、归因窗口和新客占比。
6. 经营目标：目标贡献利润、可接受首单亏损、库存周转天数和预算上限。

如果某项数据暂时未知，应明确标记为“估算值”，同时设置偏差区间。最忌讳的是把估算值伪装成精确值，因为小数点后的精确感会让错误模型看起来很专业。

2. 再按三个场景运行计算器

第一组是基准场景，使用过去相似商品或小样本测试得到的中位数；第二组是保守场景，把转化率下调、退款率上调、点击成本上调；第三组是放量场景，模拟预算扩大后流量质量下降、客服和仓配压力增加的结果。

如果基准场景盈利、保守场景略亏、放量场景明显亏损，不代表商品一定不能做，而是说明投放规模需要受控。如果三个场景都亏损，应优先调整价格或成本结构，而不是继续购买流量。

3. 最后设置停止、复盘和升级条件

新品测试必须在开始前写清楚停止条件。例如连续三天最终获客成本超过临界值 20%，退款率超过目标上限 5 个百分点，或者广告前贡献利润低于 0，就暂停扩量。

复盘条件则可以设置为累计获得 300 个有效订单、完成一次活动周期或获得 100 条有效评价。样本达到一定规模后，再更新计算器中的转化率、退款率和售后预提。

升级条件包括：连续两周达到目标贡献利润、自然订单占比提升、复购率达到门槛、库存周转稳定。只有满足这些条件，才适合从测试预算进入放量预算。

九、下一步怎么做：把计算器变成经营系统，而不是一次性表格

1. 建立一张统一的新品定价主表

主表至少要保留输入值、数据来源、更新时间、责任人和实际结果。采购价变动、平台费率变化、物流报价变化和退款率变化，都应能够追溯到具体版本。

不要让运营团队使用一套口径、财务使用另一套口径。最理想的方式是统一字段名称：成交收入、结算收入、商品变动成本、广告前贡献、最终获客成本和广告后贡献。每次会议只讨论数字变化，不再讨论概念定义。

2. 每周更新三个最有价值的实际数据

新品早期不必每天更新所有字段，但建议每周更新最终获客成本、退款率和广告前贡献利润。这三个数字能最快反映投放扩张是否正在侵蚀商品本身的经济性。

如果团队只更新广告 ROI，不更新退款和履约数据，模型会越来越偏向流量端，最终形成“后台很热闹、现金流很紧张”的局面。

3. 用真实结算单反校验计算结果

在线计算器是预测工具，不是财务凭证。每月应抽取一批真实订单，把计算器预测的收入、平台费用、履约费用、售后损失和广告分摊，与结算单和财务记录逐项比较。

如果预测与实际的偏差超过 10%，不要急着修改结果，而要先找出偏差来源。常见原因包括统计周期不一致、优惠承担方理解错误、退款跨月、广告归因窗口不同和仓储费用未按订单分摊。

4. 经营负责人最终要形成一条判断规则

我建议把新品决策压缩成四句话：

• 广告前贡献利润为负，不进入放量测试。
• 最终获客成本超过临界值，停止扩大预算。
• 保守场景持续亏损，优先调整价格、规格或成本结构。
• 只有实际复购数据证明成立，才允许用生命周期价值解释首单亏损。

这四条规则不能替代人的判断，但能阻止团队被单一 GMV、点击率或广告 ROI 带偏。

最后的独特判断是：新品定价真正要买的不是“更高利润率”，而是足够的经营选择权。价格留出的空间，决定你能否承受一次转化下滑、一次平台活动、一次物流涨价和一轮退货波动；成本结构留出的空间，决定你能否扩大广告；复购数据留出的空间，决定你能否接受合理的首单投入。

下一步可以先选一款正在测试的新品，按照“最终结算收入、商品变动成本、交易费用、履约成本、售后预提、广告前贡献、临界获客成本”七个字段重新录入。然后分别运行日常价、活动价和保守场景，标记出会导致单笔贡献转负的条件。只要这一步做扎实，电商 ROI 在线计算器就不再是一个显示漂亮数字的工具，而会成为经营负责人判断新品能否继续投入的决策仪表盘。

免费注册

咨询方案

扫码咨询方案