01我会把三个数字分开
第一是平台或投放后台展示的广告ROI,它回答“广告带来了多少被归因的成交金额”;第二是财务口径的贡献利润,它回答“这些订单扣除可变成本后还剩多少”;第三是经营安全线,它回答“考虑退款延迟、流量波动和数据误差后,是否值得继续扩大预算”。
如果团队只使用一个ROI数字,销售、投放、运营和财务很容易各自解释。投放说“3.0不错”,财务说“实际没有利润”,双方可能都没有算错,只是分母、分子和成本范围不同。
我的判断是:电商投放不能先问“ROI有没有达到3”,而要先问“在当前商品、渠道、订单结构和成本口径下,ROI达到多少才不亏”。这个数值才是盈亏平衡ROI。若再把退款、售后、平台费用和优惠分摊纳入,经营安全线还应高于理论盈亏点。
第一是平台或投放后台展示的广告ROI,它回答“广告带来了多少被归因的成交金额”;第二是财务口径的贡献利润,它回答“这些订单扣除可变成本后还剩多少”;第三是经营安全线,它回答“考虑退款延迟、流量波动和数据误差后,是否值得继续扩大预算”。
如果团队只使用一个ROI数字,销售、投放、运营和财务很容易各自解释。投放说“3.0不错”,财务说“实际没有利润”,双方可能都没有算错,只是分母、分子和成本范围不同。
“盈亏点不明确”不是公式不会算,而是没有明确利润对象。是单笔支付订单保本,还是确认收货后保本?是广告组保本,还是整个SKU保本?是当天归因结果,还是经过退款回收后的月度利润?不同问题必须对应不同口径。
建议在计算器顶部固定展示一句话:本次计算以确认收货净收入为分子,以广告消耗为分母,成本包含商品、平台、履约、优惠和售后。任何人修改口径,都应留下版本和日期。
假设A商品售价100元,扣除采购、包装、平台服务费、支付费和平均售后后,每笔订单可用于承担广告费的金额是35元;B商品同样售价100元,但可贡献金额只有18元。两者都要求ROI达到3,表面上目标一致,实际含义完全不同。
按每100元成交额计算,A商品理论保本广告费为35元,保本ROI约为100÷35=2.86;B商品理论保本广告费为18元,保本ROI约为5.56。让B商品按3放量,实际上是在用销售额购买亏损。
投放后台今天显示成交金额10万元、广告费2.5万元,ROI为4。若该渠道的最终退款率为25%,且退款订单对应的广告费无法回收,那么净收入可能只有7.5万元。此时仅从退款调整后的收入看,ROI变成3,若再扣除商品成本、平台扣点和履约成本,利润可能已经很薄。
因此我不会用支付口径的即时ROI直接作月度预算决策,而会建立“支付ROI、收货ROI、退款后ROI”三个观察层。
一笔订单通常经历曝光、点击、加购、支付、发货、收货、退款和复购。投放平台可能在支付时点归因,财务系统却在结算或确认收货后确认收入。若把链路中不同阶段的数据拼在一起,ROI会被人为抬高或压低。
| 观察层 | 分子建议 | 适合回答的问题 | 主要风险 |
|---|---|---|---|
| 支付口径 | 支付GMV | 素材和广告组是否带来即时成交 | 未扣退款,适合快速诊断,不适合单独判断利润 |
| 发货口径 | 发货净额 | 订单是否进入履约阶段 | 仍可能存在拒收和售后 |
| 确认收货口径 | 确认收货收入 | 较接近最终经营结果 | 数据存在时间滞后 |
| 退款后口径 | 净收入 | 渠道是否真正具备盈利能力 | 需要稳定的退款归因和结算周期 |
我建议把计算器设计成“输入—校验—计算—解释”四层,而不是只放两个输入框。输入层收集业务变量,校验层提醒数据是否同口径,计算层输出理论保本线与安全线,解释层告诉使用者哪些变量最敏感。
净收入不是简单的标价乘以销量。一个实用的示例表达式是:
如果平台已将优惠从商家结算中扣除,就不能重复扣减。若优惠由平台承担,则应记录为平台补贴,而不是直接从商家收入中减掉。计算器需要明确“优惠承担方”字段。
可贡献金额是净收入扣除所有随订单变化的直接成本后,用于支付广告费和固定费用的部分:
这里的“其他”不能成为垃圾桶。建议拆成达人佣金、客服补偿、赠品、包装升级、仓储出库、跨区运费等字段,否则复盘时无法找到真正的改善动作。
关键公式:当广告ROI定义为净收入 ÷ 广告费时,理论盈亏平衡ROI = 1 ÷ 可变成本率中可用于广告前的剩余比例。更直观地说,若每100元净收入扣完广告前可变成本还剩35元,那么广告最多花35元,保本ROI约为2.86。
以下数字均为虚构示例,用于说明计算方法,不代表任何真实店铺或E数通客户数据。假设某SKU支付金额100元,平均退款损失8元,优惠由商家承担5元,商品成本32元,平台及支付费6元,履约成本9元,售后成本3元。
| 项目 | 金额 | 占支付金额 | 说明 |
|---|---|---|---|
| 支付金额 | 100元 | 100% | 示例订单成交金额 |
| 退款损失 | 8元 | 8% | 按历史均值估计 |
| 商家优惠 | 5元 | 5% | 只扣商家承担部分 |
| 商品成本 | 32元 | 32% | 含采购与正常损耗 |
| 平台及支付费 | 6元 | 6% | 按结算规则估计 |
| 履约与售后 | 12元 | 12% | 物流、包装、补偿合计 |
| 可用于广告的金额 | 37元 | 37% | 100−8−5−32−6−12 |
| 理论盈亏平衡ROI | 约2.70 | — | 100÷37 |
如果团队把盈亏点写成3.0,是一种便于管理的安全目标;如果把3.0当作理论保本线,则会掩盖成本变化。更稳妥的做法是同时展示“理论保本2.70”“经营安全线3.10”“当前目标3.30”,并说明每个数字的来源。
示例数据:净收入100元时,各成本项目与可用于广告的金额。数据仅用于演示。
成本率越高,能够承担的广告费越少,理论保本ROI呈非线性上升。
左图不是在证明“广告费越低越好”,而是在提醒我:当广告前成本已经占据收入的大部分时,投放团队没有太多空间通过加预算解决问题。此时更有效的动作可能是提高客单价、减少退款、优化包装费或调整商品组合。
右图尤其值得关注。假设广告前可变成本率从60%上升到70%,理论保本ROI会从2.50上升到3.33;成本率再从70%升到80%,保本ROI进一步升到5.00。成本率每增加10个百分点,并不会让保本ROI只增加一个固定数值。因此不能用“成本多了10%,目标ROI加0.1”这种线性经验判断。
ROI=成交收入÷广告费。例如收入100元、广告费25元,ROI为4,但这25元只是其中一项成本。若商品及其他可变成本合计80元,实际已经亏损5元。计算器必须同时展示广告前成本率和广告后贡献利润。
全店平均毛利率会掩盖爆款、引流款和利润款的差异。低价引流SKU可能订单很多却不适合直接投放,利润款则可能承受更高的获客成本。我会至少按SKU、渠道、活动和人群拆分。
当天支付数据看起来很好,不代表月底净收入也好。尤其是服饰、预售和高客单商品,退款可能在支付后数日才发生。短周期优化可以看支付ROI,预算规划必须补充退款后ROI。
有的报表已经使用商家实收金额,却又把优惠券全额从收入中扣一次;有的报表把平台承担的补贴也当成商家成本。重复扣减会把盈亏点虚高,导致投放人员错误停止有效计划。
平台归因订单不一定全部由广告带来。品牌词、老客回购和自然流量可能被广告触达并获得归因。归因ROI适合评价投放系统内的效率,但预算扩张还要观察增量订单和边际ROI。
房租、固定人力和系统订阅等成本需要在经营层分摊,不能随意压到一个广告组上,否则广告组看起来都不赚钱。固定成本可以用于月度利润判断,但要与可变成本保本线分层呈现。
大促、周末、发薪日和库存变化会造成结构性波动。单日ROI达到5,可能来自某个大客户或延迟归因,并不代表可复制。我的做法是用至少7天或一个完整结算周期观察分布。
预算从1万元增加到2万元后,新增1万元带来的收入可能明显减少。平均ROI仍然达标,但新增预算已经低于盈亏平衡线。放量时必须单独计算新增预算的边际收入与边际成本。
确定分子是支付GMV、实收金额还是退款后净收入,确定分母是平台消耗、含税消耗还是含服务费消耗。把定义写在报表字段旁,不靠口头传达。
把商品、平台、履约、售后、达人、优惠等成本拆开,并注明数据来源、更新时间、是否含税、是否按订单发生。没有成本字典的ROI,通常只能做趋势参考。
输出理论盈亏平衡线、经营安全线和增长目标线。三条线分别服务于保本、抗波动和扩张,不要让一个数字承担所有决策。
每增加一档预算,重新观察新增订单、点击成本、转化率和退款率。预算增加后的边际ROI低于安全线时,应停止继续加预算。
报表不只给红黄绿颜色,还要回答变化原因:是成本上升、流量变贵、素材疲劳、库存不足还是退款延迟。解释比单纯排名更能推动行动。
记录计算日期、数据周期、归因窗口和假设值。下一次复盘时区分真实变化与口径变化,避免团队把报表改版误认为投放效果改变。
以上完成度为界面示例,不代表真实团队评分。实际使用时应按照字段覆盖率和数据新鲜度填写。
第一问:这个ROI的分子,最后能不能变成结算收入?
第二问:盈亏点的成本是否随着订单真实发生,还是只用了一个过时的平均值?
第三问:如果预算再增加20%,新增订单的ROI是否仍然高于安全线?
只有三个问题都能回答,ROI才有资格成为预算动作的依据。
案例声明:下文的“E数通”使用场景与全部数字均为虚构示例,用于说明分析方法,不代表E数通官方客户、真实经营结果或产品承诺。实际字段和能力应以官网及当前版本为准。
假设某品牌在搜索广告、短视频信息流和达人合作三个渠道推广同一款商品。运营同学按支付GMV统计,得到搜索ROI 4.2、信息流ROI 3.1、达人ROI 2.6;财务同学按退款后净收入统计,却发现三个渠道分别为3.5、2.4和2.1。团队开始争论应该砍掉达人渠道,但还没有确认达人佣金是否已经计入广告成本。
我会先把数据拆成四张主题表:订单明细、广告消耗、商品成本、售后退款,再用订单号、日期、SKU和渠道编码统一关联。通过E数通这类数据分析工具的示例化看板,可以把“口径说明、结果指标、明细下钻和异常记录”放在同一分析路径中,减少手工复制造成的错位。
| 渠道 | 支付ROI | 退款后ROI | 理论保本线 | 安全线 | 示例判断 |
|---|---|---|---|---|---|
| 搜索广告 | 4.2 | 3.5 | 2.70 | 3.10 | 可观察放量,需监控边际ROI |
| 短视频信息流 | 3.1 | 2.4 | 2.70 | 3.10 | 支付达标但退款后低于保本线 |
| 达人合作 | 2.6 | 2.1 | 2.70 | 3.10 | 先核对佣金与内容资产价值 |
这个例子里,不能简单说搜索“好”、达人“差”。达人合作可能承担品牌内容、自然传播或新客教育功能;但如果目标是短期直接盈利,2.1低于2.70就必须暂停扩量或重新谈成本。渠道的价值目标不同,评价线也应不同,但必须在看板中明确标注。
搜索渠道虽然当前表现最好,但如果预算扩大后点击单价上涨、品牌词占比增加,平均ROI可能虚高。因此动作不是“无条件加预算”,而是拆分品牌词与非品牌词,设置边际预算闸门。
信息流渠道的核心问题可能不是素材,而是退款率较高。应先按人群、素材和SKU定位退款来源;如果退款集中在某一承诺过度的素材,优化页面表达可能比继续换投放目标更有效。
达人渠道若长期承担品牌任务,建议将直接转化和内容资产分开核算,不要把全部费用都伪装成短期销售ROI。
| 当前状态 | 可能原因 | 我建议的第一动作 | 暂时不要做什么 |
|---|---|---|---|
| 支付ROI高,退款后ROI低 | 退款率高、承诺不一致、品控或物流问题 | 按素材、SKU、人群拆退款率,延长观察周期 | 不要只换出价继续放量 |
| ROI低于保本线,但转化率高 | 商品毛利不足或点击成本过高 | 测算提价、组合装、降低佣金和优化出价的影响 | 不要用更多订单掩盖单笔亏损 |
| ROI高于安全线,预算花不满 | 定向过窄、出价不足、素材数量少 | 逐级放宽人群并记录边际ROI | 不要一次性翻倍预算 |
| 平均ROI达标,边际ROI下降 | 增量流量质量下降、频次过高 | 设置预算阶梯和新增预算单独看板 | 不要只看累计平均数 |
| 多个报表结果不一致 | 归因窗口、时间区间、收入口径不一致 | 建立指标字典并做一笔订单对账 | 不要先争论哪个平台“更真实” |
新品阶段可能需要积累评价、验证素材和建立人群模型。此时可以设置一个“测试线”,它不等于保本线。例如理论保本ROI为2.70,测试期允许到2.20,但每天预算必须封顶,且每周回答“转化率是否提升、退款率是否下降、自然订单是否增加”。
我不会把测试亏损包装成ROI成功,而会在报表中单列“获客投资预算”和“直接经营利润”,让管理者知道为增长付出了多少。
成熟商品的数据波动相对可估计,可以用过去多个周期的退款率、成本率和边际ROI制定安全线。比如理论保本2.70,经营安全线3.10,连续三个观察周期高于3.30且库存充足,才允许增加预算。
安全线不是越高越好。过高会错失有效增量,过低则把风险推迟到月底。它应当与现金流、库存周转和团队可承受的试错成本一起确定。
当库存、现金流或供应链压力较大时,我会使用退款后ROI和贡献利润作为主要指标,宁可缩减低于保本线的计划,也不因为表面订单量增长而继续消耗现金。
新品可以接受低于安全线,但要设定测试预算、测试周期和退出条件。每个测试必须对应假设,例如“新素材会将转化率从2%提升到2.5%”,而不是泛泛地说“先投投看”。
品牌曝光、内容资产和新客教育可能不会在当期订单中体现。可以建立辅助指标,但不能用未来可能发生的价值替代当期利润,预算应有独立科目和上限。
大促期间优惠、运费、客服和退款结构都可能变化。应在活动前重新计算盈亏点,活动中监控边际ROI,活动后等退款周期结束再做最终结论。
清库存可能接受较低ROI,但必须把库存占用、过期风险和仓储成本纳入比较。若清理价格仍无法覆盖变动成本,就需要重新评估是否适合继续买量。
我会对退款率、客单价、转化率、点击成本和商品成本做情景模拟,而不是只算一个确定值。例如退款率从8%变成12%,可用于广告的金额会减少4元;在净收入100元的简化假设下,理论保本ROI可能从2.70升到约3.03。这个变化足以让原本“刚刚达标”的广告组变成风险计划。
敏感性分析的价值不在于预测一定准确,而在于让团队知道哪一个变量最值得优先改善。如果降低点击成本只能带来有限收益,而退款率每降低一个百分点就能显著抬高贡献利润,那么运营和客服的优化就应该进入投放复盘。
我遇到过这种情况:平台后台按归因窗口统计支付GMV,计算器却按退款后净收入统计,所以两个数字不一致并不一定是谁算错了。使用时我会先核对分子是否包含优惠、退款和取消订单,再核对分母是否包含服务费、达人佣金与代理费用,最后确认统计日期是点击日期、支付日期还是结算日期。
我不会把3当作所有店铺通用的保本线。若广告前可变成本率为70%,每100元净收入最多拿出30元支付广告费,理论保本ROI约为3.33;若成本率为60%,保本ROI约为2.50。因此盈亏平衡ROI必须从商品成本、平台费用、履约、售后和退款等真实变量倒推。
我可以用当天支付ROI做快速诊断,但不会把它当成最终利润结论。对于退款周期较长的商品,我会同时标记“未完成退款周期”的订单,并使用历史退款率做暂估;等确认收货或结算周期完成后,再把暂估值替换成实际值,避免因为早期数据偏乐观而贸然放量。
我会检查“毛利”是否只扣了采购成本。如果商品需要承担较高的平台扣点、达人佣金、跨区物流、包装、售后补偿和退款损失,真正可用于广告的贡献金额可能并不高。例如表面毛利率50%,其他直接成本又占收入20%,广告前剩余空间只有30%,理论保本ROI就可能超过3.3。
我会优先看SKU级贡献利润和SKU级保本ROI,再看它在全店中的角色。引流款可能带来加购和连带购买,不能只因单品亏损就立即删除,但必须把连带成交的收益用明确规则分摊,而不是凭感觉解释。如果没有可靠的连带归因,就应按单品保守核算。
平均ROI是累计收入除以累计广告费,边际ROI是新增收入除以新增广告费。假设前1万元广告带来4万元收入,追加1万元只带来2.2万元收入,平均ROI仍可能超过3,但新增预算已经低于某些商品的保本线。放量决策应该重点看新增部分,而不是被历史高效预算拉高的平均值。
在这个示例场景中,我会优先考虑E数通作为数据分析与看板搭建工具,把订单、广告、商品成本和售后数据按统一字段关联,并把指标口径展示在页面上。具体是否适合某个团队,要结合数据源、权限、更新频率和业务流程评估,不能仅凭品牌名称或单张报表做结论。
我不会直接给出一个适用于所有行业的固定加成。可以根据历史退款率、点击成本、转化率和结算周期,计算目标指标的波动范围,再在理论保本线之上设置安全边际。例如保本ROI为2.70,若历史波动和数据滞后需要约10%至15%的缓冲,安全线可作为3.0左右的示例起点,但必须用实际周期数据验证。
一句话带走:我不会因为ROI看起来漂亮就直接放量,也不会因为某个渠道低于经验值就立即关停。先明确盈亏点,再统一数据口径,最后用边际结果决定行动,这才是电商投放中更稳健的在线计算方法。
如果我希望减少手工拼表、统一投放与经营口径,并持续追踪商品、渠道、退款和边际预算的变化,就应该先建立可复盘的数据链路。优先了解E数通的分析方式,再结合自身业务确认字段、权限和使用范围。

