做电商投放时，很多人把 ROI 在线计算器当成“销售额 ÷ 广告费”的快速除法工具，但真正影响利润的，往往是广告带来的订单里有多少最终被退款。一个投放计划在前台显示 ROI 4.0，看起来非常漂亮；如果退款率达到 25%，且退款订单对应的广告费无法回收，实际可确认收入可能只剩原来的四分之三。投放人员从零入门，第一件要掌握的不是把 ROI 算得更快，而是把退款影响纳入 ROI、毛利和现金回收周期。

本文结合我在电商投放复盘中常用的订单分层方法，拆解退款率、退款金额、退款时间差和广告成本之间的关系，并给出一套可以直接放进表格或在线计算器的计算逻辑。文中的案例数据属于匿名化后的样本推演，公开行业数据会单独标注来源，避免把情景模拟误读为某个店铺的真实经营结果。

一、先讲核心结论：没有退款口径的 ROI，最多只能算媒体效率

1. 投放后台 ROI 不等于最终经营 ROI

广告平台通常按照支付金额、下单金额或归因成交金额计算投放表现。这个口径适合判断广告是否带来了订单，却不一定能回答“这批订单最后赚了多少钱”。因为支付之后还会发生退款、取消、拒收、补发、优惠补偿、平台扣费和履约成本。

因此，我在复盘时会把 ROI 分成至少三个层级：支付 ROI、签收 ROI 和退款后净 ROI。支付 ROI 适合看即时投放反馈，签收 ROI 适合判断订单是否完成主要履约，退款后净 ROI 才更接近经营层面的真实回报。

如果团队只盯着支付 ROI，就会倾向于奖励那些能快速制造支付订单的素材和人群。可是，低意向人群、低价引流款和过度承诺型素材，往往同时带来更高的退款风险。它们可能在投放当天表现最好，却在两周后变成售后压力、库存回流和现金流占用。

2. 退款影响不是简单乘一个比例

最基础的退款后收入公式是：

退款后净收入 = 支付金额 ×（1 – 退款金额率）

如果支付金额为 100,000 元，退款金额率为 18%，那么退款后净收入是 82,000 元。此时，支付 ROI 为 4.0，广告费就是 25,000 元；退款后净 ROI 则下降为 3.28。

但这仍然是一个简化结果。真实经营中，退款订单可能已经产生了发货费、仓储费、支付手续费、平台服务费、赠品成本和人工售后成本。若退款商品退回后只能按九折重新销售，或者其中一部分变成残次品，退款损失就不能只按订单金额计算。

更实用的利润模型应写成：

退款后贡献利润 = 退款后净收入 – 商品成本 – 履约成本 – 平台费用 – 售后损失 – 广告费

这里的“售后损失”包括逆向物流、补偿、二次质检、折损、客服人工和无法再次销售的库存损耗。退款率只是风险入口，不是全部损失。

3. 投放优化目标应该从“买到订单”转向“买到可留存收入”

我建议初学者先建立一个很简单的判断顺序：先看广告是否带来有效支付，再看这些支付是否完成签收，最后看订单是否在观察窗口内稳定保留。这样做的好处是不会把一个延迟暴露的退款问题误判成素材问题，也不会因为短期退款抬升就立刻误杀潜力人群。

• 支付 ROI 低：优先排查点击成本、落地页转化率和素材吸引力。
• 支付 ROI 高但签收率低：优先排查承诺不一致、物流时效和订单质量。
• 签收 ROI 高但退款率高：优先排查商品预期、尺码、质量和售后政策。
• 退款后净 ROI 低：重新计算可承受获客成本，而不是继续追求支付规模。

二、真实场景：为什么投放当天赚钱，月底却发现利润消失

1. 一个典型的高 ROI 低留存案例

我曾经复盘过一类很典型的女装投放数据。某批短视频素材在三天内带来 120,000 元支付成交额，广告费 30,000 元，支付 ROI 达到 4.0。团队据此把预算从每天 10,000 元提高到 25,000 元。

问题出现在第七天以后：这批订单的退款金额率逐步升至 28%，其中相当一部分来自“颜色与图片不一致”“版型不适合”和“冲动下单后反悔”。最终保留收入只有 86,400 元，退款后净 ROI 变成 2.88。

如果商品毛利率是 45%，平台及支付费用占保留收入的 5%，履约和售后平均占 8%，则贡献利润大约为：

• 退款后净收入：120,000 ×（1 – 28%）= 86,400 元。
• 商品成本：86,400 × 55% = 47,520 元。
• 平台及支付费用：86,400 × 5% = 4,320 元。
• 履约及售后费用：86,400 × 8% = 6,912 元。
• 广告费：30,000 元。
• 估算贡献利润：86,400 – 47,520 – 4,320 – 6,912 – 30,000 = -2,352 元。

也就是说，前台看见的是 4.0 的支付 ROI，经营结果却是亏损。真正的问题并不一定是广告投放本身，而是把高退款订单当成了高质量订单。

2. 退款金额率和退款订单率不是同一个指标

很多表格只记录退款订单数，却不记录退款金额。这个做法在客单价高度分化的店铺里会产生明显偏差。比如 100 笔订单中有 10 笔退款，退款订单率是 10%；如果退款集中在高客单价套装，退款金额率可能达到 22%。

两个指标的计算方法分别是：

• 退款订单率 = 退款订单数 ÷ 支付订单数。
• 退款金额率 = 退款金额 ÷ 支付金额。
• 退款件数率 = 退款件数 ÷ 支付件数。
• 退款后客单价 = 退款后净收入 ÷ 保留订单数。

在投放决策中，我更重视退款金额率，因为广告费用通常与订单整体规模相关，库存和现金损失也更接近金额口径。不过，退款订单率可以帮助定位问题：若订单率高而金额率低，可能是低价商品售后频繁；若订单率低而金额率高，则需要特别关注高客单价商品和套装订单。

3. 退款有时间滞后，必须建立成熟期

支付当天看到的退款率几乎没有参考价值。不同品类的退款发生时间差异很大：快消品可能在签收后迅速确认，服装和鞋类常在试穿后退款，耐用品则可能在安装或使用几天后暴露问题。

我通常把订单按支付日期建立“退款成熟期”。例如，短周期商品可观察 7 天，服饰类观察 14 至 21 天，耐用品或高客单价商品则可能需要 30 天甚至更久。最终比较时，应当只比较已经经过相同成熟期的订单批次。

三、常见误区：在线计算器最容易把哪些数字算错

1. 把退款率直接从 ROI 中减掉

有人会把支付 ROI 4.0 减去 20%退款率，得出 3.8。这种算法没有明确数学意义。退款率是比例，ROI 是比值，两者不能直接相减。

正确的简化方式是：

退款后净 ROI = 支付 ROI ×（1 – 退款金额率）

当支付 ROI 为 4.0、退款金额率为 20%时，退款后净 ROI 是 4.0 × 80% = 3.2，而不是 3.8。如果还要扣除平台费用、商品成本和售后损失，则需要进一步进入利润模型。

2. 用退款订单率代替退款金额率

订单数量相同，不代表订单价值相同。低客单价商品和高客单价套装混在一起时，退款订单率很容易掩盖真正的收入风险。在线计算器至少要提供“退款订单率”和“退款金额率”两个输入框，并明确提示二者不可互换。

如果当前只有订单级数据，没有准确的退款金额，可以暂时用分层客单价估算，而不是直接套用全店平均值。例如把订单分成低客单价、中客单价和高客单价三组，分别计算退款金额率，再按各组支付金额加权。

3. 忽略优惠券和平台补贴的实际承担方

一笔订单显示成交价 100 元，不代表商家实际收到 100 元。优惠券可能由商家承担，也可能由平台承担；平台补贴可能进入商家结算，也可能只影响消费者支付价。若把标价、支付金额和结算金额混为一谈，ROI 与利润都会被高估。

我建议把收入字段拆成以下几列：

• 商品标价：用于分析定价和折扣。
• 消费者支付金额：用于计算支付 ROI。
• 商家承担优惠金额：用于还原商家真实收入。
• 平台补贴金额：判断是否为可持续收入。
• 实际结算金额：用于现金和利润核算。
• 退款后结算金额：用于最终收入确认。

4. 把退款率当成固定常数

退款率会受到素材、流量来源、商品、价格、发货速度、客服话术和促销机制共同影响。全店平均退款率只能作为基线，不能直接用于每一个广告组。

例如，同一个商品通过搜索流量获得的订单，往往比通过泛兴趣短视频流量获得的订单更稳定；同一套素材在低价促销期间可能吸引更多冲动购买；同一个广告组在节假日和非节假日的退款行为也可能不同。

四、专业判断逻辑：从退款数据推导可承受获客成本

1. 先算每笔保留订单能贡献多少钱

投放能否继续，不应只看 ROI，还要看每笔保留订单扣除非广告成本后剩多少钱。这个金额可以称为“广告前贡献利润”。

广告前贡献利润 = 退款后净收入 – 商品成本 – 平台费用 – 履约费用 – 售后损失

假设一个商品支付客单价为 200 元，退款金额率为 15%，商品成本为 90 元，平台及支付费用为 12 元，平均履约与售后成本为 20 元，则单笔支付订单对应的预期广告前贡献利润为：

200 ×（1 – 15%）- 90 – 12 – 20 = 48 元。

这意味着，在不考虑固定费用和目标利润的情况下，单笔支付订单的理论可承受获客成本上限约为 48 元。若广告带来的订单平均获客成本为 55 元，即使支付 ROI 看起来不错，继续放量仍会扩大亏损。

2. 用目标利润率倒推最大广告费用

如果企业希望退款后净收入保持 10%的贡献利润率，可以在计算器中增加目标利润。计算逻辑是：

最大广告费 = 退款后净收入 – 商品成本 – 平台费用 – 履约及售后费用 – 目标利润

例如，支付金额 100,000 元，退款金额率 12%，退款后净收入为 88,000 元。商品成本按 50%计算，平台费用按 6%计算，履约及售后费用按 10%计算，目标利润率按退款后净收入的 8%计算，则：

• 商品成本：44,000 元。
• 平台费用：5,280 元。
• 履约及售后费用：8,800 元。
• 目标利润：7,040 元。
• 最大可承受广告费：88,000 – 44,000 – 5,280 – 8,800 – 7,040 = 22,880 元。
• 对应的最低支付 ROI：100,000 ÷ 22,880 ≈ 4.37。

这个结果很容易让人误解：支付 ROI 4.0 看起来不错，但低于目标利润约束下的 4.37，因此并不满足经营要求。最低 ROI 不是行业固定数字，而是由毛利率、退款率、履约成本和目标利润共同推导出来的。

3. 退款影响要区分收入损失和成本损失

有些退款商品可以完整回收入库并再次销售，有些商品则会产生折价、报损或重新包装成本。为此，我会把退款订单分为三类：

如果一个品类退款率不高，但不可二次销售比例很高，其真实风险可能高于退款率更高但商品容易重新销售的品类。在线计算器若要用于经营决策，最好增加“退款商品可回收率”字段。

五、在线计算器怎么设计：不要只做一个 ROI 输入框

1. 最低可用版需要哪些输入

如果只是给投放新手使用，计算器不需要一开始就做得非常复杂，但以下字段不应省略：

1. 支付成交额。
2. 广告费用。
3. 支付订单数。
4. 退款订单数或退款金额。
5. 退款金额率。
6. 商品成本率。
7. 平台及支付费率。
8. 履约及售后费用率。

输出结果至少应包括支付 ROI、退款后净收入、退款后净 ROI、广告前贡献利润、利润 ROI 和单笔可承受获客成本。若输入数据不完整，计算器应明确显示“估算”或“缺少字段”，不能用零值悄悄代替空值。

2. 推荐的计算公式

以下公式适合放入电子表格、数据看板或内部在线计算器。为了避免不同团队对“退款率”的理解不一致，字段名称必须写清楚是订单率还是金额率。

3. 一个可直接复核的示例

假设某批广告产生支付成交额 80,000 元，广告费 20,000 元，退款金额率 10%，商品成本率 48%，平台及支付费率 6%，履约及售后费用率 9%，支付订单数为 400 笔。

• 支付 ROI = 80,000 ÷ 20,000 = 4.00。
• 退款后净收入 = 80,000 ×（1 – 10%）= 72,000 元。
• 退款后净 ROI = 72,000 ÷ 20,000 = 3.60。
• 商品成本 = 72,000 × 48% = 34,560 元。
• 平台及支付费用 = 72,000 × 6% = 4,320 元。
• 履约及售后费用 = 72,000 × 9% = 6,480 元。
• 广告前贡献利润 = 72,000 – 34,560 – 4,320 – 6,480 = 26,640 元。
• 扣除广告费后的利润 = 26,640 – 20,000 = 6,640 元。
• 每笔支付订单可承受获客成本 = 26,640 ÷ 400 = 66.60 元。

这个案例的支付 ROI 为 4.0，退款后净 ROI 为 3.6，最终利润 ROI 为 0.332。三者都正确，但回答的是不同问题：广告平台看的是销售效率，经营者更关心扣除商品和履约成本后是否还有利润。

六、数据观察：退款不是一个结果，它通常能指向投放链路中的具体问题

1. 按素材拆退款，比看全店平均更有价值

全店退款率只能告诉你“店铺整体发生了什么”，不能告诉你“哪一类广告带来了问题”。我会把订单按素材、广告组、流量来源、商品、优惠机制和客服承诺进行交叉拆分。

例如，同一个商品的全店退款金额率为 12%，但拆开后可能出现以下结构：搜索广告为 7%，达人合作素材为 10%，强刺激低价素材为 21%。如果只看全店平均，投放团队可能继续放大最便宜的低价素材；拆分以后，才会发现它正在用高退款换取低成本订单。

2. 用退款原因建立“投放可控”和“商品不可控”边界

退款原因不能全部归咎于广告。物流破损、尺码不全、质量故障、客服处理慢和素材夸大，分别属于不同部门的责任范围。把所有退款都归因给投放，会导致错误的优化；把所有退款都归因给商品，也会错过素材承诺过度的问题。

3. 观察退款率的同时观察新客质量

退款率下降并不一定代表投放变好。如果广告预算只进入老客、品牌词或高意向人群，退款可能降低，但新客增长和长期价值也可能下降。因此，退款后 ROI 应与新客占比、复购率、客诉率和会员沉淀一起看。

尤其是高复购商品，第一次订单可能因为优惠导致利润很低，但如果退款率低、复购率高，仍然可能值得投放。相反，一次性商品即使支付 ROI 很高，也不能用未来不存在的复购去掩盖当期亏损。

七、不同情况下的行动建议：先判断问题属于效率、质量还是结构

1. 支付 ROI 低，退款率也低

这类情况通常说明订单质量没有明显问题，但广告还没有有效获得足够成交。优化重点应放在点击成本、落地页转化、商品价格和素材前几秒的信息密度。

• 先检查点击率和落地页访问成本，判断是不是素材吸引力不足。
• 再检查加购到支付的转化，排查价格、运费和优惠规则。
• 不要为了快速提高支付 ROI，贸然使用夸张承诺型素材。
• 在退款率稳定的前提下，小幅测试出价和预算。

2. 支付 ROI 高，退款率也高

这是最危险的组合，因为它容易获得管理层认可，也最容易在预算放大后暴露亏损。我的建议是先冻结预算增幅，等待至少一个完整成熟期，再对素材、商品和流量来源分层。

• 暂停明显依赖夸张承诺和极限低价的素材。
• 把高退款订单按退款原因和商品规格拆分。
• 比较不同素材带来的支付速度、签收率和退款成熟曲线。
• 将预算转向退款后净 ROI 更稳定的广告组。

3. 支付 ROI 一般，退款率低，复购率高

这类广告不应仅因前端 ROI 不够高就立即关闭。对于订阅、食品、日用品和高复购服务，首单利润可能只是客户获取过程的一部分。此时应建立“首单贡献利润”和“客户生命周期贡献”两套口径。

但生命周期价值不能凭感觉填写。至少要使用过去相似人群的真实复购数据，并把退款、优惠、客服和履约成本纳入。如果没有足够样本，就只能把复购价值作为上限情景，而不能作为确定收入。

4. 退款率突然升高

退款率突然变化时，不要第一时间只调整出价。先排查是否出现了商品批次、物流区域、客服政策、页面改版、价格变化、促销规则或平台流量结构变化。

1. 按支付日期确认增长是否真实，排除未成熟订单造成的统计波动。
2. 按商品、素材、地域和规格定位异常集中点。
3. 对比退款原因占比，看是单一原因还是多原因同时变化。
4. 检查广告素材和商品详情页是否在异常前发生改动。
5. 确定可控原因后，再决定停素材、换页面、限区域或调整预算。

八、不同情况下的取舍：利润、规模、现金流不能同时无限最大化

1. 低退款与高规模之间的取舍

当预算从小规模测试进入大规模投放后，新增流量通常不是原来流量的简单复制。越往外扩，受众意向可能越弱，支付成本上升，退款率也可能改变。因此，不能把测试阶段的退款后 ROI 原样外推到十倍预算。

我会把预算扩张拆成多个台阶，每次增加 15%至30%，并至少观察一个完整的支付与退款成熟周期。若支付 ROI 下降但退款率稳定，可能只是边际流量成本上升；若支付 ROI 仍高但退款率明显上升，说明扩量已经改变了订单结构。

2. 高毛利与高退款之间的取舍

高毛利商品通常能承受更高的获客成本，但如果退款商品无法二次销售，理论毛利会被逆向物流和折损迅速侵蚀。低毛利商品则对退款更敏感，哪怕退款金额率只增加几个百分点，也可能直接吃掉全部广告利润。

3. 追求即时利润与积累长期客户之间的取舍

如果业务存在真实复购，投放团队可以接受部分首单利润较低，但必须设置边界。例如，首单不能无限亏损，退款后净收入必须达到最低留存标准，新客退款率不能明显高于老客，且复购价值必须来自相似渠道和相似商品，而不是来自全店平均数据。

我的经验是，长期价值最容易被滥用的地方有两个：一是把所有新客都假设会复购，二是把未来复购收入提前全部记在今天的 ROI 里。更稳妥的做法是采用分层情景：

• 保守情景：只计算首单退款后利润。
• 基准情景：加入历史同渠道客户的实际复购贡献。
• 乐观情景：加入较高复购率，但只用于判断上限。

九、落地执行：建立一张真正能指导投放的退款 ROI 看板

1. 每天看什么，哪些数据不要过度解读

每天可以看支付 ROI、广告消耗、订单数、支付客单价和早期取消率。这些指标适合做即时异常监控，但不适合直接下结论。当天的退款率通常只代表部分订单状态，不能拿来与已经成熟的历史批次直接比较。

每周应看签收率、退款金额率、退款原因、素材分层和商品分层。每月则应看退款后利润、客户获取成本、复购贡献、库存回流和现金回收。不同时间尺度承担不同职责，不能把所有指标塞进一个实时排行榜。

2. 推荐的看板字段

3. 用订单批次而不是自然日判断投放质量

自然日报表很容易把不同成熟度的订单混在一起。例如周一订单已经过了 14 天，周日订单可能刚刚发货。若直接比较两天的退款率，较早批次天然拥有更多退款暴露时间。

更合理的做法是建立订单批次表，给每个支付日期标记 D+3、D+7、D+14、D+30 等观察节点。只有当两个批次经过相同节点，才比较退款后净 ROI。这样虽然报表会比简单日报慢一些，但能显著降低错误放量和错误停投。

十、从零开始的七天实践计划

1. 第一天：统一口径

把支付金额、结算金额、退款金额、退款订单数、广告费、商品成本和履约费用的定义写在表头。尤其要确认退款金额是否包含部分退款、平台补贴回退和优惠分摊。没有统一口径，后面的公式再精确也没有意义。

2. 第二至三天：补齐订单分层

至少按渠道、广告组、素材、商品和支付日期建立分层。若数据量允许，再增加地域、客单价区间、用户新老属性和促销类型。初期不要追求几十个维度，先保证每一个订单都能回溯到对应投放来源。

3. 第四天：建立成熟期标签

为订单增加支付后天数，并分别记录 D+3、D+7、D+14 和 D+30 的退款状态。不同品类可以采用不同窗口，但同一品类的比较必须保持一致。对于退款尚未成熟的批次，报表中应显示“观察中”，而不是直接算作最终结果。

4. 第五天：增加利润模型

先用平均商品成本率、平台费率和履约费率完成第一版模型，再逐步替换成 SKU 级真实成本。不要因为暂时缺少精确成本就完全不做利润核算，但必须把估算字段标记出来，并定期回填实际值。

5. 第六天：设置预算动作阈值

建议同时设置支付 ROI 阈值、退款金额率阈值和退款后净 ROI 阈值。例如支付 ROI 达标但退款金额率超过基线 5 个百分点时，只允许维持预算；支付 ROI 与退款后净 ROI 同时达标时，才允许逐步放量。

6. 第七天：召开一次订单质量复盘

复盘不要只让投放人员参加。商品、客服、仓配和供应链都应看到同一批退款订单。最有效的会议不是讨论“谁的指标不好”，而是挑出金额最高、集中度最高、最容易改善的三个退款原因，并为每个原因指定负责人和验证周期。

十一、结语：真正有用的 ROI 计算器，应该告诉你少买什么订单

1. 最值得记住的三个判断

第一，支付 ROI 只说明广告带来了多少支付成交，不代表收入最终留下。第二，退款金额率比退款订单率更接近收入风险，但仍需结合退款商品的可回收程度。第三，投放预算的上限，最终由退款后贡献利润和可承受获客成本决定，而不是由行业里流传的某个 ROI 数字决定。

我更愿意把退款看作投放链路中的“延迟质量信号”。它不是投放结束后的售后数据，而是帮助团队判断素材承诺、流量意图、商品匹配和履约能力是否一致的经营指标。只要把订单按批次、素材和退款原因拆开，退款率就不再只是一个令人焦虑的百分比，而会变成具体的优化方向。

2. 下一步怎么做

1. 今天先把支付 ROI 改成支付 ROI、退款后净 ROI 两套口径。
2. 本周补充退款金额率和退款原因，不要只记录退款订单数。
3. 为核心品类设置符合实际的 7天、14天或30天成熟期。
4. 用商品成本、平台费用和履约费用倒推可承受获客成本。
5. 预算放大前，至少确认一个完整成熟批次的退款后利润。
6. 每周把高退款素材与低退款素材放在同一张表中比较，而不是只看平均值。

如果一个广告计划必须依靠“尚未退款的订单”才能证明自己赚钱，它就还没有完成盈利验证。先掌握退款影响，再谈 ROI 放量，投放人员才能从“会看后台数字”真正走向“能管理利润结果”。

免费注册

咨询方案

扫码咨询方案