我会先把最容易被混淆的三个概念分开，再进入计算。
广告ROI通常等于广告带来的成交金额除以广告消耗。例如广告消耗1000元，归因成交金额3000元，广告ROI就是3。这个数字可以帮助我比较计划、素材、渠道之间的流量效率，但它没有告诉我商品毛利是多少，也没有告诉我退款后还剩多少订单，更没有自动扣除平台服务费、支付手续费、仓储、物流和客服成本。
因此，“ROI=3”不能直接翻译为“赚了3倍”，甚至不能直接翻译成“这一组投放是赚钱的”。它只说明在当前归因规则下，每投入1元广告费，产生了3元被平台记录的成交金额。
我在复盘时会把ROI称作入口指标，而不是最终结论。入口指标负责发现异常和比较效率，利润指标负责决定预算。
保本ROI是一个非常实用的边界。假设每100元成交额中，扣除商品成本、平台费、履约费、售后损失等可变费用后，能用于覆盖广告费的金额为25元，那么每花1元广告费，至少需要带来4元成交额才能保本。
这里的“广告前贡献毛利率”不是商品详情页上的毛利率，而是扣除了会随订单变化的成本之后，能够承受广告费的比例。它越低，保本ROI越高；它越高，投放可承受的ROI空间越大。
我建议至少建立三层口径：第一层是平台归因层，看点击、消耗、成交和广告ROI；第二层是订单贡献层，把商品成本、优惠、平台扣点、支付、物流和售后扣进去；第三层是经营利润层，再分摊人工、软件、仓储租金、内容制作等固定费用。三层数据不能混在同一列里，否则团队会在会议上争论“谁的数据是真的”。更准确的说法是：它们回答的是不同问题。
下面的场景为抽象示例，用来说明计算方法，不指向任何真实品牌。
一款39元商品可能拥有较高点击率和不错的转化率，但平台扣点、快递、包装、优惠和退款损失占比很高。投放人员看到ROI为3.5，觉得还有空间；财务按订单一算，发现每单贡献已经接近零。
判断重点：不要只比较成交额，要看每单可以承受多少广告费。
客单价较高的商品往往转化周期更长，用户可能先点击广告，过几天直接搜索品牌成交。若只看当日平台归因，计划的ROI可能偏低；若把新客首单、复购或品牌搜索的关联考虑进去，整体价值又可能不同。
判断重点：归因窗口要统一，不能把短期成本和长期收入随意拼接。
大促期间成交额快速增长，但优惠力度、赠品、加急履约和退款也同时上升。投放数据看上去非常漂亮，结算后却可能出现“销售额创新高、利润没有增长”的情况。
判断重点：促销补贴必须进入订单利润，不能作为投放效果之外的隐形变量。
投放表、订单表、商品成本表和财务结算表通常来自不同系统，字段名称、日期粒度和订单状态都不一致。若只把几个表复制到Excel里，用VLOOKUP拼接，短期可以完成一次复盘，但随着渠道、商品和日期增加，重复订单、延迟退款、同名计划和人工改写都会造成误差。
我更倾向于建立一个可追溯的数据链：广告计划连接到渠道和日期，订单连接到商品和用户，商品连接到成本版本，结算连接到费用规则。这样每个利润数字都能回到原始字段，而不是依赖某个人记得一条隐藏公式。
ROI是成交额与广告费的比值，利润率是利润与收入的比值，两者的分母和分子都不同。广告ROI为5，并不代表利润率为80%，更不能直接代表净利率。一个高毛利商品可能在ROI为2时已经盈利，一个低毛利商品即使ROI为5也可能亏损。
标价毛利没有反映实际成交价。满减、优惠券、赠品、达人佣金、平台补贴分摊都可能改变实收金额。正确做法是以实际结算收入为基础，区分商家承担与平台承担的优惠，再按订单状态计算可变成本。
今天产生的成交，可能在未来数日甚至数周退款。如果只按当天支付金额评价计划，就会把尚未发生的损失遗漏。示例中，一组计划当日ROI为4.2，退款完成后有效ROI降至3.4，这种变化必须纳入观察窗口。
平台归因规则可能将用户在多个触点上的行为归给某个广告。若团队拿归因成交额与全店自然趋势比较，却没有设置对照组，就容易高估广告增量。至少要区分归因收入、总收入和可识别的增量收入。
平均ROI可能掩盖计划之间的巨大差异。一个计划ROI为8，另一个计划ROI为1，平均值为4，但预算能否继续投入，取决于预算增加后边际计划的表现，而不是已经发生的简单平均。
单笔订单贡献为正，不代表扩大预算后一定增加净利润。当客服、仓储、内容制作和供应链进入瓶颈，额外订单会带来加急成本、缺货损失和体验风险。反过来，如果固定团队成本已经发生，适度增加订单可能会提高固定成本的利用率。投放判断必须同时看单位经济模型和规模效应。
我建议把计算器设计成“输入—校验—输出—复盘”四个层次，而不是只放一个ROI输入框。
收入最好拆为标价金额、优惠金额、实付金额、平台补贴、退款金额和最终有效收入。对于商家真正可以支配的金额，通常更接近实付金额加上明确可确认的补贴，而不是商品标价。若平台报表使用含税金额，而财务成本使用不含税金额，计算结果还会产生结构性偏差。
我会把“支付订单”和“有效订单”分开。支付订单适合衡量前端转化，签收或过售后期的有效订单更适合衡量最终利润。两者之间的差异，就是退款和拒收风险的可视化表达。
广告前贡献指有效收入扣除商品成本及其他随订单变动的费用后留下的金额。这里的商品成本应尽可能使用实际采购或标准成本版本，不能因为某次临时促销就随意修改历史成本。
如果广告前贡献为正，理论上它可以承受一部分广告费。广告后贡献利润等于广告前贡献减去广告消耗。用收入比例表达时，可以先求广告前贡献率，再求保本ROI。
例如有效收入100元，广告前贡献25元，广告前贡献率25%，保本ROI就是4。实际ROI必须高于4，且还要留出数据波动、归因误差和固定成本空间。
经营利润还要扣除人工、软件、租金、内容制作、折旧等固定费用。固定费用不一定适合平均分摊到每个订单，但在评估一个月度预算时必须纳入。对于预算增加带来的额外客服、仓储或加急物流，也要单独作为增量固定或半固定成本。
| 指标 | 计算方式 | 回答的问题 | 适用动作 |
|---|---|---|---|
| 广告ROI | 归因成交额÷广告费 | 流量和转化效率如何？ | 比较素材、计划、渠道 |
| 有效ROI | 有效收入÷广告费 | 退款后收入效率如何？ | 观察订单质量与售后 |
| 广告前贡献率 | 广告前贡献÷有效收入 | 每100元收入可承受多少成本？ | 确定保本边界 |
| 广告后贡献利润 | 广告前贡献−广告费 | 这组订单是否值得继续？ | 预算加减与计划分层 |
| 经营利润 | 广告后贡献−固定及增量费用 | 整体经营是否赚钱？ | 月度目标与资源配置 |
演示口径：每100元有效收入对应25元广告前贡献；图中广告费按有效收入除以ROI计算。ROI达到4时接近保本，低于4时贡献为负。
演示订单金额100元，成本结构仅为帮助理解的假设数据，请以实际结算规则替换。
左侧图表不是在寻找“行业标准ROI”，而是在回答一个更具体的问题：在当前成本结构不变时，预算增加后每100元有效收入到底能留下多少贡献。右侧图表则提醒我，广告并不是唯一成本。当平台费、履约、退款或优惠中的任意一项上升，保本线都会右移。也就是说，投放人员不能把ROI目标永久固定为一个漂亮的整数，而应根据商品、渠道、活动和订单质量动态更新。
以下为虚构业务案例，仅用于展示分析框架，不代表E数通客户、产品承诺或真实经营数据。
我假设某店铺销售一款售价199元的家居用品，选择三个广告计划进行七天测试。计划A偏拉新，计划B偏重定向，计划C主要承接活动流量。三组计划的展示、点击、支付订单和广告消耗都已经在投放平台中，但商品成本和退款数据来自订单系统，平台扣点来自结算表。若只看广告后台，A、B、C的排名很清楚；若加入真实成本，排名会发生变化。
| 计划 | 广告费 | 归因收入 | 广告ROI | 有效收入 | 广告后贡献 |
|---|---|---|---|---|---|
| A 拉新 | 8,000元 | 32,000元 | 4.00 | 28,800元 | 示例：1,040元 |
| B 重定向 | 5,000元 | 27,500元 | 5.50 | 25,850元 | 示例：5,725元 |
| C 活动 | 7,000元 | 35,700元 | 5.10 | 29,988元 | 示例：3,488元 |
这里的广告后贡献已经按照示例成本规则计算，目的是说明“ROI排名”和“利润排名”不一定一致。B的ROI最高，但C的有效收入规模和增量贡献也可能更适合承担一部分预算；A虽然ROI最低，却可能具有拉新和后续复购价值。最终决策不能只看一列排序。
消耗、曝光、点击、转化、归因ROI。
支付、签收、退款、有效收入、客单价。
商品成本、平台费、履约费、广告后贡献。
保本线、边际ROI、预算情景与异常提醒。
进度条为示例性的分析成熟度表达，不是E数通功能完成度或服务承诺。
如果我只是把Excel上传到分析平台，却没有定义字段和规则，结果仍然可能不可靠。我的做法是先建立字段字典：广告日期采用平台消耗日期还是订单归因日期；订单金额采用支付金额还是有效结算金额；退款是否按最终状态回冲；商品成本使用采购成本还是标准成本；优惠由谁承担；同一订单跨多个商品如何分摊广告费。
接下来再把数据关联起来：广告计划表提供消耗和计划维度，订单表提供订单和商品维度，商品成本表提供成本版本，售后表提供退款与赔付，费用表提供固定及可变费用。通过E数通这类数据分析工具，我可以把筛选器统一为日期、渠道、商品、计划、客户类型和活动，并让管理者从总览继续下钻到订单明细。这样“某计划利润下降”的结论不再停在图表上，而能追到是退款率、成本版本还是广告费发生了变化。
重定向计划往往触达已经有购买意向的人群，ROI较高，但人群规模有限。当预算超过有效人群承载能力后，频次上升、点击变贵、增量变小，边际ROI会下降。我的建议是把“历史平均ROI”和“新增预算带来的边际ROI”分开显示，预算决策优先看后者。
拉新计划首单可能接近保本甚至略亏，但如果新客在后续周期有较高复购，首单获客成本就不能只用一次订单的利润评价。不过，长期价值不能凭想象填入模型，应使用历史同期、相似人群或明确的实验结果，并把回收周期、复购概率和履约成本写清楚。
这是相对健康的状态，但我不会一次性把预算翻倍。先按小幅梯度增加预算，观察点击成本、转化率、退款率和边际ROI。如果新增预算后的边际ROI仍高于保本线，再继续扩量；如果只剩历史高效人群，则及时停止扩量。
先检查素材承诺、详情页预期、商品质量、配送时效和人群匹配。此时直接增加预算会放大售后压力。可以按订单签收或售后结束后的有效收入重新计算，设定“有效ROI”作为主要观察指标。
不要立即用未来复购替当前亏损找理由。先确认拉新价值是否有可验证的历史数据，再设置可承受的测试预算、回收周期和停止条件。若新客质量没有显著差异，应及时调整人群、素材和落地页，而不是单纯延长亏损时间。
这通常意味着优惠、平台费、履约费、成本或退款正在吞噬收入。优先从成本结构入手：核对优惠承担方、物流计价、赠品成本和退款回冲。必要时调整商品组合、提高客单价或减少低贡献SKU，而不是只要求投放团队把ROI再提高一点。
先暂停低质量流量，保留小预算用于定位问题。对计划、素材、地域、时段、设备和商品进行拆分，判断是流量贵、转化差还是成本口径变化。如果没有可解释的改善路径，就应该把预算转向高贡献组合。
不要用一个看似精确的数字掩盖缺失字段。可以先输出“已知范围”：已知广告费、已知支付收入、估算退款和成本假设，并标注置信度。补齐订单状态、成本和费用后，再把估算结果升级为结算结果。
高ROI计划通常更容易被团队喜欢，但规模可能很小；低一些的ROI计划可能带来更多绝对利润和新客。我的判断方式是同时看ROI、广告后贡献总额、预算占比和边际ROI。如果目标是利润，应优先贡献额；如果目标是测试新品或建立人群资产，则需要明确阶段性目标，不能把两者混为一谈。
首单亏损换长期复购不是天然正确，长期价值必须被验证。建议将新客首单利润、30天复购收入、复购成本和服务成本分开列示，并采用保守、中性、乐观三种情景。只有当保守情景仍能满足现金流和利润要求时，才适合扩大投入。
自动刷新适合日常监测和异常提醒，但退款、补贴、跨月结算等复杂事项仍需要人工复核。自动化不是取消判断，而是让人把时间用在判断规则和经营动作上。
统一指标便于横向比较，但不同渠道的归因逻辑、订单周期和成本结构并不相同。我的做法是统一核心定义，同时保留渠道特有字段，并在看板中明确“可比”和“不可直接比较”的范围。
模型不必追求小数点后五位，却必须让关键假设透明。一个大家能理解、能复核、能推动动作的模型，通常比没人敢修改的复杂模型更有价值。
| 输出 | 展示方式 | 建议追问 |
|---|---|---|
| 保本ROI | 醒目标线 | 当前ROI距离保本还有多少安全空间？ |
| 有效ROI | 趋势线 | 退款完成后效率是否持续下降？ |
| 贡献利润 | 金额与排名 | 谁创造了更多可用于增长的利润？ |
| 边际ROI | 预算情景 | 新增1000元预算预计增加多少贡献？ |
| 异常原因 | 下钻明细 | 是费用、订单质量还是数据延迟造成变化？ |
以下回答采用第一人称表达，问题描述均围绕投放人员常见疑惑展开。
我发现很多工具只要求输入广告消耗和成交金额，然后输出一个ROI数字，但我真正想知道的是这笔投放有没有赚钱。电商ROI在线计算器除了计算广告ROI，还应该允许我加入商品成本、平台扣点、优惠、物流、退款和固定费用，从而分别看到有效ROI、保本ROI、贡献利润和经营利润。这样它才是决策工具，而不是简单的除法工具。
我以前会把ROI大于1理解成收入超过广告费，所以认为计划已经盈利，但这种判断忽略了商品和履约成本。假设广告前贡献率只有20%，保本ROI就是5，ROI为2时虽然成交额高于广告费，扣除其他成本后仍然可能亏损。正确做法是先根据有效收入和可变成本算保本ROI，再比较实际ROI与保本线的安全距离。
我经常遇到支付订单先增长、退款数据后到达的情况，因此会同时保留支付ROI和有效ROI。支付ROI适合观察前端转化和即时投放效率，有效ROI则用完成退款或达到约定观察期的收入计算，更接近真实利润。两者必须标明时间窗口，不能把今天的广告费与几个月后的完整退款结果混在一起，却不说明数据延迟。
我理解商品本身的采购成本可能相同，但渠道的扣点、达人佣金、支付费、履约方式和退款率不一定相同，因此广告前贡献率会变化。例如某渠道扣点较高，100元有效收入只剩18元可承受广告费，保本ROI约为5.56；另一个渠道留下30元，保本ROI约为3.33。计算器应按渠道和商品组合计算，而不是全店只设一个固定数字。
我不会只看ROI排序，因为小预算计划可能触达的是最容易转化的人群，一旦放量就会衰减；大预算计划即使ROI略低，也可能带来更多绝对贡献和新客。我的比较方法是同时看广告后贡献总额、边际ROI、计划规模、订单质量和预算增长后的情景结果。只有在新增预算仍高于保本线时，高ROI才有继续放量的意义。
如果我的需求是连接广告、订单、商品成本、售后和财务数据，并通过统一口径做筛选、下钻和看板分析，E数通可以作为示例中的数据分析工具方向来使用。实际能否满足需求，需要根据数据源、字段、权限、更新频率和业务规则进行评估。我不会把工具名称当成利润结论，关键仍是模型定义正确、数据可追溯、结果能被业务复核。
我会把首单ROI、首单贡献利润和生命周期价值分开，不会用一个预计复购金额直接美化当前投放结果。可以建立30天、60天或90天回收窗口，使用历史相似新客的复购率、复购客单价、服务成本和再次投放成本进行保守估计，并同时展示实际已实现收入与预测收入。只有预测假设透明且经过验证，长期价值才适合参与预算决策。
我可以先做区间估算，但会明确标注数据缺口和假设。例如商品成本未知时，分别用20%、25%、30%的成本率计算三种情景，观察计划在不同情况下是否都高于保本线。如果只有乐观情景盈利，说明当前证据不足，不适合激进放量。随着结算、退款和物流数据补齐，再把估算值替换为实际值并保留版本记录。
当我能回答“这1元广告费带来了多少有效收入、扣完哪些成本、留下多少可验证贡献”，ROI才真正从一个报表数字变成经营语言。
