01 / 先讲核心结论
ROI 不是一个数字，而是一条必须先定义的利润链
如果计算器只把成交额除以广告费，它算出来的是投产比或 ROAS 的某种变体，并不等同于财务意义上的 ROI，更不能直接代表真实利润。
先统一分母和分子
我在做电商经营分析时，第一步不是拿数据套公式，而是写清楚“回报”到底指 GMV、毛利、贡献毛利，还是扣除全部经营费用后的净利润；“投入”也要明确是媒体消耗、营销总投入，还是包含人力与技术成本的项目投入。
毛利口径更适合快判断
对多数日常投放复盘而言，毛利口径位于速度和准确度之间：它比单纯 GMV 更接近利润，又比完整月结净利润更容易按渠道、商品和活动拆分。我会把贡献毛利作为第一层经营门槛，再用净利润做周期性校验。
低 ROI 不一定要停投
如果某个渠道有较高复购、较低退款，或者承担新品拉新任务，单次订单的静态 ROI 可能低于成熟商品，但长期价值未必差。真正合理的动作是把新客、老客、品类和时间窗口拆开，而不是看到一个低数值就立即砍预算。
02 / 背景与真实工作场景
为什么财务人员总在重复算 ROI，却仍然难以快速给出结论
我每天遇到的不是公式难，而是数据口径不在同一张表
电商企业通常同时使用店铺后台、广告平台、订单系统、仓储系统和财务总账。广告平台按照点击、曝光或归因订单统计，店铺按照支付、发货和退款统计，财务则可能按照开票、结算或权责发生制确认收入。几个系统都能给出销售额，却未必能给出同一天、同一批订单、同一个商品范围的销售额。
当运营同事说“这个计划 ROI 达到 5”，我会继续追问：这里的 5 是支付 GMV 除以广告费，还是已扣券后收入除以广告费？是否包含退款？是否包含平台服务费？广告转化订单有没有跨日归因？如果这些问题没有答案，数字看似精确，决策风险反而更大。
财务效率的关键不是少做一次除法，而是把输入项固定、来源标记、计算规则沉淀下来。这样每次复盘只需刷新数据，异常出现时再追溯到订单、渠道或成本项，而不是从头检查一份手工 Excel。
三个高频场景
- 日投放监控：需要尽快发现某渠道是否已经低于保本线，适合用含退款估计的毛利口径。
- 月度经营复盘：需要把渠道、品类、店铺和新老客放在一起比较，适合用实际结算与贡献毛利。
- 预算会与增长决策：需要评估扩大投放后的边际变化，不能只看历史平均 ROI，还要看增量成本和增量毛利。
先区分四个相近词
GMV：通常是成交总额，可能未扣退款、优惠和平台费用。
净销售额：更接近实际收入，常见处理是扣除取消、退款和部分折让。
毛利：净销售额减商品成本，适合判断商品本身能贡献多少空间。
贡献利润：在毛利基础上继续扣除广告、平台佣金、履约、支付、售后等可归因费用。
我建议把“快算”和“准算”分成两层
快算层服务于当天和当周决策，使用可获得的订单收入、标准成本率、渠道消耗和履约费率，重点是及时识别趋势。准算层服务于月结和管理层报告，使用已确认的退款、实际商品成本、平台账单、仓配费用和分摊规则，重点是解释结果和校准模型。
两层不必强行得出完全相同的数值，但差异应该可解释。例如快算层预计退款率为 8%，月结实际退款率为 9.5%，那么模型差异可以归因到预测参数，而不是被误认为系统出错。只要差异有标签、有时间、有责任人，估算就能成为有用的管理工具。
03 / 电商 ROI 在线计算器的毛利口径
把输入项做成一条可审计的利润桥
下面是一个示例计算面板，用于说明字段设计和计算关系。页面中的金额均为演示数据，不代表任何企业真实经营结果。
示例输入项
示例贡献利润
¥14,000净销售额 ¥92,000 − 商品成本 ¥52,000 − 广告 ¥15,000 − 平台及支付 ¥4,000 − 履约售后 ¥7,000
推荐公式：先收入，再毛利，最后贡献利润
这里需要特别说明：不同公司对“ROI”的定义可能不同。有的企业把 ROI 定义为（利润−投入）÷投入，有的企业把收益÷投入称作 ROI，还有的团队将收益÷广告费称作 ROAS。我的做法是保留业务习惯名称，但在每个指标旁边展示完整公式，避免名称相同、含义不同。
字段字典：每一个数字都要有来源、时间和处理规则
| 字段 | 建议来源 | 口径说明 | 常见风险 | 建议更新频率 |
|---|---|---|---|---|
| 支付 GMV | 订单系统或店铺后台 | 明确按下单、支付还是发货统计 | 重复订单、跨日归因 | 日更 |
| 退款金额 | 售后系统、结算单 | 区分申请退款和实际退款 | 退款发生滞后，早期数据偏高 | 日更并月结校准 |
| 商品成本 | 存货系统、采购系统 | 确定移动加权、标准成本或批次成本 | 标准成本未及时更新 | 周更或月结 |
| 广告消耗 | 广告平台账单 | 区分现金消耗、返点和含税金额 | 平台账单与后台报表不同步 | 日更 |
| 平台与支付费 | 平台结算单 | 按订单、类目或店铺匹配 | 活动期费率变化 | 周更或月结 |
| 履约及售后 | 仓配、客服、售后系统 | 优先使用订单可归因费用 | 固定仓租不宜全额塞进单笔订单 | 月结 |
04 / 常见误区
看起来合理的 ROI，为什么可能正在误导预算决策
误区一：把 GMV ÷ 广告费直接称为利润 ROI
假设一个商品支付 GMV 为 100 元，广告费为 20 元，GMV 投产比是 5。但如果商品成本为 55 元，平台与支付费为 5 元，履约及售后为 10 元，那么订单在广告前的可用空间只有 30 元，扣除广告后只剩 10 元。此时“5”不能被解释为利润率，更不能据此判断所有订单都值得放量。
这类指标不是没有价值，它适合衡量流量购买效率，或者作为运营平台内的快速监控指标。问题出在名称和使用场景：流量指标可以指导投放优化，财务利润指标才适合指导预算上限。
误区二：用总收入覆盖所有成本，再拿渠道比较
渠道 A 主要销售高毛利配件，渠道 B 主要销售低毛利大件。如果只比较两者的 GMV ROI，渠道 B 可能因为客单价高而显得更好；一旦换成贡献利润 ROI，排名可能完全反转。渠道比较必须在商品结构、优惠力度、退款率和履约距离相近的条件下进行，或者把这些差异明确呈现出来。
我会同时展示“渠道整体结果”和“同品类可比结果”。前者回答公司资源最终带来什么，后者回答渠道本身效率如何，避免把商品结构的功劳或问题错误归因给广告平台。
误区三：忽略退款延迟
活动刚结束时，订单收入已经进入报表，但退货通常在未来数天甚至数周发生。如果直接用当日 GMV 计算 ROI，结果会系统性偏乐观。可用历史同类活动的退款率建立预计净销售额，并在月结后回填实际值。
误区四：重复扣除优惠
有些后台 GMV 已经是券后支付金额，有些报表仍是券前标价金额。如果优惠已经从收入中扣过，却又作为营销成本再扣一次，贡献利润会被低估。字段字典必须写清“优惠由收入端扣除还是费用端单列”。
误区五：把固定成本全部摊到每一次投放
仓库租金、核心团队工资和系统订阅费在短期内不会随广告预算一比一变化。判断增量投放时，应先看可变成本和可归因成本；判断业务是否盈利时，再把合理的固定成本分摊到期间利润。两个问题不能共用一张口径。
误区六：只看平均 ROI，不看边际 ROI
当预算从每天 1 万元增加到每天 2 万元时，新增预算往往会进入更贵的流量池，新增订单的毛利和转化质量可能下降。历史平均 ROI 只能说明已经花出去的钱整体表现，不能保证下一元预算仍有相同回报。更好的报表应把预算分层，至少展示前 25%、中间 50% 和最后 25% 预算区间的边际表现。
05 / 专业判断逻辑
我如何从一个 ROI 数字走到预算建议
第一步：确定保本线
若净销售额为 100 元，商品成本率为 52%，平台及支付费率为 5%，履约与售后率为 8%，则广告前可贡献空间约为 35 元。若用 GMV 作为收入近似，广告费不超过 35 元时，理论上才没有吞掉全部可变贡献。
保本线不是最终目标。企业还需要覆盖团队、仓租、技术和税费等期间成本，因此经营目标线通常要高于保本线。例如在示例结构中，如果还需要留下 8% 的经营贡献，目标广告费率就不能只看 35% 的理论上限。
第二步：检查增量而不是只看总量
我会把投放分成多个预算区间，分别计算新增销售额、新增毛利和新增贡献利润。若追加 10,000 元广告只增加 18,000 元净销售额，但新增商品毛利只有 6,300 元，再扣除额外履约与售后 1,600 元，新增贡献利润为负，那么即使整体账户平均 ROI 仍然漂亮，也不应继续线性加预算。
反之，某个新渠道初期平均 ROI 较低，但每增加 1,000 元广告能带来 1,800 元贡献毛利，并且退款率下降、复购明显，便可以通过小额测试、分阶段放量，而不是只根据首周平均值判死刑。
第三步：建立分群条件
同一个广告账户里可能混着新品、爆款、清仓品、品牌词、泛人群和再营销。把所有订单压成一个 ROI，会让管理者看不见真正的差异。我通常至少按以下维度拆分：
- 商品：SKU、品类、毛利率区间、生命周期。
- 用户：新客、老客、会员、不同复购阶段。
- 渠道：搜索、信息流、达人、联盟、站内活动。
- 时间：投放日、支付日、发货日、退款确认日。
- 结果：支付、发货、签收、退款后的订单状态。
第四步：给结论加上置信度
数据越早期，结论越应该保守。我会在计算器中增加“数据状态”字段：已结算、部分结算、预计退款、标准成本、实际成本。管理层看到 4.2 的同时，也应该看到这个数字是 90% 已确认，还是只有 40% 已确认。
这不是给报表增加复杂度，而是避免把预测误差当作经营变化。置信度标记还能帮助团队决定复盘频率：低置信度数据适合监控，高置信度数据适合考核。
06 / 数据观察与可视化
同样的销售额，成本结构不同，结论就会不同
以下图表均为构造的示例数据，用于演示报表应如何把 GMV、毛利和贡献利润放在同一分析链条中，不代表 E数通或任何企业的真实经营数据。
示例：三个渠道的利润桥
观察重点：渠道 C 的 GMV 最高，但由于商品毛利率和履约成本不同，贡献利润未必最高。
示例：预算增加后的边际贡献
示例中，预算越往后，边际贡献利润逐步下降，说明不能用平均 ROI 直接推算放量后的结果。
07 / E数通示例
用 E数通作为示例：把报表从“结果展示”升级为“经营解释”
这里的 E数通案例是为了说明分析方法而构造的示例，不代表 E数通的实际客户数据、产品承诺或经营结果。实际使用时，应以授权数据、合同口径和企业财务制度为准。
示例背景：财务需要在月度会上解释投放质量
假设某电商团队同时经营自营店和多个平台店，运营报表按广告计划汇总 GMV，财务报表按店铺和结算周期确认收入。过去的复盘表只有计划名称、消耗、成交金额和一个 ROI，财务人员每月需要手工复制数据、调整退款、匹配商品成本，再做一版管理层可读的利润表。
在这个示例中，我会借助 E数通的数据分析思路，将订单、广告、商品成本和费用字段统一到同一分析模型，并为每个数据集保留更新时间、来源和口径说明。目标不是把所有业务都做成复杂系统，而是让管理者可以从总览下钻到渠道、商品、计划和订单层。
示例模型：四张表连接一条利润链
- 订单表：订单号、商品、店铺、支付金额、优惠、退款状态和支付时间。
- 广告表：日期、平台、账户、计划、消耗、点击、归因订单和归因金额。
- 商品成本表：SKU、采购批次、单位成本、有效日期和成本版本。
- 费用表：平台佣金、支付费、仓配、客服和售后等可归因费用。
连接键要经过校验。广告计划与订单之间可能不是一对一关系，因此不能简单把计划消耗复制到每一行订单，否则汇总时会重复计算。应先按日期、平台、账户或归因规则聚合，再与订单结果匹配。
示例前后对比
| 观察项 | 旧做法 | 改进后的做法 |
|---|---|---|
| 核心指标 | GMV ROI | 毛利 ROI、贡献利润 ROI 并列 |
| 退款处理 | 月末手工修正 | 预计退款与实际退款分层 |
| 成本更新 | 复制上月成本 | 标记标准成本版本 |
| 下钻路径 | 多个文件查找 | 店铺—渠道—计划—SKU |
| 异常发现 | 靠人工目测 | 阈值、趋势和分群联动 |
示例结果：不要只报“哪个渠道最好”，要报“为什么”
假设三个渠道的示例结果如下：渠道 A 净销售额 80 万元、毛利 32 万元、广告费 12 万元、贡献利润 14 万元；渠道 B 净销售额 65 万元、毛利 29 万元、广告费 10 万元、贡献利润 11 万元；渠道 C 净销售额 95 万元、毛利 27 万元、广告费 13 万元、贡献利润 4 万元。若只看销售额，C 排名第一；若看贡献利润，A 更值得优先保留。
但我不会直接说“C 渠道无价值”。还需要继续查看 C 是否承担新品曝光、是否有更高的新客占比、是否存在跨渠道归因，或者履约半径导致了异常费用。如果 C 的目标是品牌触达，评估指标应另设；如果目标就是短期利润，那么它必须降低获客成本、提高毛利或减少售后，才能获得更多预算。
把结果嵌入财务日常：一张页面回答五个问题
赚了多少？
显示净销售额、商品毛利和贡献利润，并注明是否含预计退款。
钱花在哪里？
按渠道、计划、SKU和时间段拆分广告、平台、仓配与售后费用。
谁在拉低结果？
用毛利率、退款率、履约费率和边际 ROI 定位异常组合，而不是只看账户总数。
能不能扩大？
比较预算分层后的增量毛利与增量贡献，设置保本线和目标线。
数据可靠吗？
展示数据截止时间、已结算比例、预计项和成本版本，给结论标注置信度。
08 / 落地流程
我会用六个步骤，把手工计算变成稳定的复盘流程
写出口径声明
在报表顶部明确收入、成本、广告费、退款和时间范围。不要把口径藏在公式或隐藏列里；任何人打开页面，都能知道这个 ROI 的分子和分母是什么。
建立稳定的数据源
优先连接订单、广告、商品和费用的原始数据，保留更新时间与来源。对于暂时只能导入的文件，统一字段名称和日期格式，并设置重复记录检查。
处理退款、优惠和归因
区分支付、发货、签收和退款时间；识别券前券后金额；明确广告归因窗口。清洗规则应形成文档，不要只存在某一位财务人员的记忆里。
形成利润桥和分群维度
先按订单和商品计算收入、成本与贡献，再汇总到店铺、渠道、计划和时间。不要在高粒度明细中重复分摊已经聚合的广告费用。
与结算和总账做对账
每月检查净销售额与平台结算、商品成本与存货出库、广告消耗与账单、费用与发票或付款记录之间的差异，记录差异原因和处理人。
把指标转成动作
设置保本线、目标线和观察线。高于目标线可以测试放量，处于中间区间需要优化商品或人群，低于保本线则先查成本、归因和退款，再决定暂停、缩量或换素材。
09 / 不同情况下的行动建议
不要让所有异常都得到同一个“继续投”或“马上停”
| 观察情况 | 可能原因 | 我会先检查什么 | 建议动作 |
|---|---|---|---|
| GMV ROI 高，贡献利润为负 | 商品毛利低、优惠深或平台费用高 | 成本率、券后收入、平台费率 | 降低低毛利 SKU 投放，重做商品组合，暂缓盲目放量 |
| 毛利 ROI 尚可，退款率持续升高 | 人群不匹配、详情页预期偏差或质量问题 | 退款原因、商品批次、渠道人群 | 按退款后贡献利润评估，修正素材和商品承诺 |
| 平均 ROI 高，新增预算回报下降 | 进入更贵流量区间或频次过高 | 分预算段的边际毛利 | 设置阶梯预算，优先保留高边际贡献区间 |
| 新客 ROI 低，老客 ROI 高 | 新客需要承担首次获客成本 | 首购毛利、复购率、回收周期 | 用 30/60/90 天价值补充静态指标，不与老客混算 |
| 不同平台结果差异极大 | 归因窗口和订单口径不一致 | 归因规则、重复归因、结算周期 | 建立统一订单事实表，再做平台对比 |
| 报表结果和总账差异较大 | 确认时点、税费或固定成本处理不同 | 收入确认、税口径、期间费用 | 分为经营快算表和财务核算表，保留桥接表 |
适合继续测试的情况
当贡献利润为正、退款率稳定、数据置信度较高，并且新增预算仍能带来正的边际贡献时，我会建议小步放量。放量不是一次把预算翻倍，而是设定 10% 至 20% 的阶梯增幅，观察至少一个完整的转化与退款窗口。
如果是新品或新客渠道，我会增加复购、客单和用户质量指标，同时给出可接受的回收周期。这样既不会用短期利润扼杀合理探索，也不会用“长期价值”掩盖持续亏损。
适合先暂停或缩量的情况
当贡献利润连续低于保本线，且问题无法用明显的归因延迟解释时，应先暂停扩量。暂停的对象可以是某个计划、SKU、人群或出价区间，不必直接否定整个渠道。
我会把暂停条件写成可执行的规则，例如连续三天退款后贡献利润为负，或连续两个完整归因窗口的边际贡献小于零。规则越明确，财务和运营越容易形成一致行动。
10 / 不同情况下的取舍
速度、精度和可解释性，不能在所有场景同时拉满
快算口径
优点：更新快、适合日常预警、搭建成本低。
代价：退款和实际成本可能是估计值，容易受参数误差影响。
适用：预算监控、异常提醒、素材和计划初筛。
毛利口径
优点：比 GMV 更接近经济收益，又能支持商品和渠道拆分。
代价：需要可靠商品成本，仍可能遗漏部分期间费用。
适用：品类经营、投放复盘、渠道预算分配。
完整利润口径
优点：适合对账、月结和管理层正式经营判断。
代价：分摊规则复杂，实时性相对弱，维护成本更高。
适用：月度经营会、年度预算、业务单元盈利分析。
我的取舍建议
如果团队目前只有一份混乱的 GMV ROI 表，不要一开始就追求完整的全成本利润模型。先统一收入和广告费，再加入商品成本、退款、平台费和履约费用，分阶段提升模型质量。每增加一个字段，都要问它是否会改变决策，是否有稳定来源，是否能被复核。
另一方面，也不能因为数据不完美就永远停留在粗糙口径。可以在页面上并列展示“实时估算”和“已结算结果”，用差异率评估估算质量。当估算与月结的平均差异从 15% 降到 5% 左右时，说明流程正在变得可靠；这里的数值只是管理示例，企业应按自身容错范围设定标准。
11 / 报表设计细节
一张好用的电商 ROI 页面，应该让人少问三个追问
少问“这是什么数？”
每个指标旁边放口径、单位、时间范围和数据更新时间。将“贡献利润 ROI”与“GMV ROI”视觉分开，不用颜色制造错误的优先级，也不把两个不同含义的数字放进同一张大卡片里。
少问“为什么变化？”
提供环比、同比或预算对比，同时把变化拆成收入、毛利率、广告费率、退款率和履约费率。结果发生变化并不等于广告效率变化，可能只是商品结构变化。
少问“下一步做什么？”
为指标设置状态：达标、观察、风险。每种状态对应动作和责任人，避免报表只展示红绿灯，却没有预算、商品或运营上的处理方案。
数据卡片的建议顺序
- 净销售额：说明实际收入规模。
- 商品毛利率：说明商品本身的空间。
- 广告费率：说明获客成本占收入的比例。
- 贡献利润：说明扣除主要可变费用后留下多少。
- 贡献利润 ROI：说明广告投入是否创造了足够回报。
- 退款率与数据置信度：说明结果是否需要保守解读。
权限、留痕和责任边界
财务报表不仅是可视化页面，也是一项管理控制。建议保留指标定义、字段来源、修改时间和版本记录；涉及成本、返点和利润的数据，应根据岗位进行访问控制。运营可以看到计划表现，财务需要看到对账字段，管理层看到经过解释的汇总结果。
如果使用 E数通等数据分析工具搭建看板，应该先明确数据责任人和刷新失败的处理机制。工具可以提高效率，但不能替代口径治理。没有责任边界的自动化，只会更快地传播错误。
12 / 热门问答 FAQ
关于电商 ROI 在线计算器和毛利口径的常见疑问
Q1电商 ROI 在线计算器应该用 GMV 还是毛利来计算？
我在实际工作中常常纠结这个问题：运营已经习惯看 GMV 除以广告费，但财务又担心这个数字没有扣除商品成本和退款。我建议保留 GMV ROI 作为流量效率指标，同时增加毛利 ROI 或贡献利润 ROI，用同一页面解释收入规模与利润空间的差异。这样既不打断运营原有习惯，又能避免把高销售额误读成高盈利。
Q2商品成本还没有完全结算，能不能先用在线计算器估算 ROI？
可以，但必须把结果标注为预计值，并展示成本采用的是标准成本、最近采购价还是历史平均成本。我曾经见过活动期原材料价格已经上升，但报表仍沿用半年前成本率，导致毛利被高估。更稳妥的方法是同时显示实时估算和月结实际值，记录估算与实际的差异，经过几轮复盘后再调整参数。
Q3退款应该在下单当天扣除，还是在退款发生当天扣除？
这取决于你想回答什么问题。如果要评价某次投放最终带来的真实利润，我会按订单归属把退款回冲到原始投放批次；如果要管理当天现金和售后压力，则可以按退款发生日观察。最重要的是不要把两种口径混在一起，也不要在支付 GMV 已经扣过退款的情况下再次重复扣减。
Q4毛利 ROI 和贡献利润 ROI 有什么区别，财务人员应该优先看哪一个？
毛利 ROI 是商品毛利除以广告消耗，主要回答商品空间能否覆盖广告费用；贡献利润 ROI 则继续扣除平台佣金、支付费、履约和售后等订单相关成本，更接近渠道或计划的实际经营贡献。如果这些可变费用占比稳定，毛利 ROI 适合快速筛查；如果渠道费率、配送距离和退款差异很大，我会优先看贡献利润 ROI。
Q5新客广告 ROI 低于老客，是不是就应该停止投放？
我不会只用首单 ROI 做结论，因为新客广告承担的是首次获客成本，老客再营销通常天然拥有更高转化率和更低成本。应该进一步计算新客首购毛利、后续复购率、客单价、毛利率和回收周期，再与企业现金流要求比较。若 60 天或 90 天累计贡献仍无法覆盖获客成本，才更有理由缩减该人群，否则可以设置预算上限继续做受控测试。
Q6为什么广告平台的 ROI 和财务报表中的 ROI 经常对不上？
平台通常使用自己的归因窗口和转化模型，可能把多个接触点的订单归到广告计划，并且按照点击或曝光时间统计；财务则更关注实际支付、退款、结算和成本确认。因此两者不一致并不一定是某一方错误。我的做法是建立订单事实表和统一归因说明，再用桥接表解释平台归因金额、实际净销售额和财务确认收入之间的差异。
Q7使用 E数通搭建 ROI 看板时，最应该先做什么？
如果把 E数通作为示例工具，我会先做指标字典和数据源盘点，而不是先设计漂亮的首页。需要明确订单、广告、商品成本和费用之间的连接关系，确认刷新频率、历史回溯范围和权限，再做渠道、商品、计划的下钻路径。工具的价值在于让数据可追踪、可筛选、可解释，而不是把错误口径快速做成一张好看的图。
Q8平均 ROI 很高时，为什么仍然不能直接把预算翻倍？
平均 ROI 描述的是已经花出去的全部预算，新增预算可能进入更昂贵的流量区间，或者触达转化意愿更弱的人群。预算翻倍后，边际点击成本、转化率、退款率和履约成本都可能变化。我会先看预算分段的边际贡献利润，采用小幅阶梯放量，并为每一阶段设置观察周期和停止条件，确认新增投入仍然创造正贡献后再继续扩大。
13 / 核心观点总结
用毛利口径，让 ROI 从“好看”变成“能负责”
我最后会记住五句话
- GMV ROI 适合看流量效率，但不能直接代表真实利润。
- 毛利口径是财务快算和运营决策之间较好的桥梁。
- 退款、优惠、平台费、履约费和商品成本必须有明确处理规则。
- 平均 ROI 不能替代边际 ROI，放量前一定要看新增预算的贡献。
- E数通或其他分析工具可以沉淀数据链路，但指标定义和责任边界仍需要业务与财务共同维护。
明天就能执行的清单
- 把当前报表中的 ROI 公式写在指标旁边。
- 补充商品成本、退款、平台费和履约费四项字段。
- 将新客、老客、新品和成熟品分开观察。
- 为每个渠道设置保本线与目标线。
- 记录数据更新时间和预计项比例。
- 每月用结算结果校准在线计算器参数。