ROI 回收线分析工具(公共版)

上传CSV数据 → 计算分渠道/分App回收线 → 节假日细分 → 预测ROI走势

使用说明

工具总览

本工具为纯前端应用,所有数据保存在浏览器本地(localforage),无需后端服务器。

三大 Tab

Tab主题色用途
回收线分析蓝色通用渠道投放数据分析
回收线分析(头条星广)橙色头条星广专属分析
回收线分析(小程序)绿色小程序专属分析

每个 Tab 内包含三个子面板:回收线分析ROI预测历史趋势,功能完全独立。

运营负责人筛选

页面顶部设有运营负责人筛选栏,可按运营负责人过滤数据,仅查看特定负责人的投放分析结果。

运营负责人筛选

功能说明

本工具支持按运营负责人维度筛选数据,方便不同运营人员只查看自己负责的投放数据分析。

使用方式

  • CSV 中需包含 运营负责人
  • 上传 CSV 后,页面顶部会自动出现筛选栏,列出所有运营负责人
  • 点击某位负责人的按钮,三个 Tab 的数据将自动按该负责人过滤并重新分析
  • 点击「全部」恢复查看所有数据

注意事项

  • 筛选对回收线分析ROI预测均生效
  • 如果 CSV 中没有 运营负责人 列,筛选栏不会显示,不影响其他功能
  • 切换负责人后,已上传的数据会立即按新筛选条件重新计算,无需重新上传
CSV 数据格式要求

必填列

  • 消耗 — 投放花费金额
  • 投放渠道 — 渠道名称
  • 修复真实1日roi_规则赔付 — 首日ROI
  • 修复真实30日roi_规则赔付 — 30日ROI

可选列(有则自动使用)

  • app名称 — App维度分组
  • 日期 — 支持 YYYY-MM-DD / YYYY/MM/DD / YYYYMMDD 格式
  • 节假日判断 — 值为「节假日」时标记为节假日
  • 转化类型 — 转化类型维度分组
  • 修复真实3/7/14/45/60日roi_规则赔付 — 多天ROI
  • 次日留存3日留存7日留存14日留存30日留存
  • 运营负责人 — 用于按运营人员筛选数据

数值支持百分号(%)、千分位逗号、空格,缺失值可用「-」表示。

回收线分析
上传历史CSV 设置筛选条件 自动计算分析

筛选控制

  • 消耗下限(默认100)— 过滤低消耗数据行
  • 去极端值 — 基于 IQR 方法,1日ROI 20%-50%、30日ROI 70%-150% 范围

分析输出

  • 总览表格(App × 渠道)— 数据量、1/30/45/60日ROI、回收线(中位 & 加权)、增长倍数(1→3→7→14→30→45→60日)、留存率
  • 柱状图 — 各组合首日回收线对比
  • 折线图 — ROI 增长曲线
  • 细分分析 — 可按 节假日/App/渠道/转化类型 进一步筛选

回收线计算公式

回收线 = 100 / (roi30 / roi1) 的中位数或加权平均值,含义是首日ROI达到多少即可在30日内回本。

ROI 预测
先上传历史数据 切到ROI预测 上传某日数据 查看预测结果

系统自动识别上传数据的日期、星期几、是否节假日,然后与历史数据进行5级逐步匹配:

级别匹配维度最少条数
L1App + 渠道 + 转化类型 + 节假日 + 星期几5条
L2App + 渠道 + 转化类型 + 节假日5条
L3App + 渠道 + 转化类型3条
L4App + 渠道3条
L5仅 App3条

匹配后计算加权增长倍数(roi_N / roi_1),缺失天数用对数回归外推,预测 7/14/30/45/60 日 ROI 及预计回本天数。

预测结果表

  • 按 App 汇总行 + App×渠道 汇总行 + 明细行
  • 每行:当日消耗、1日ROI、预测各天ROI、匹配条件、匹配数、纠偏系数、预计回本
纠偏学习系统

系统会自动学习预测偏差,提升未来预测准确度:

1. 做ROI预测 2. 后续上传实际数据 3. 系统自动比对 4. 再次预测被纠偏

工作流程

  • 第一步 — 上传某日数据做预测 → 纠偏列显示「首次」,预测记录自动保存
  • 第二步 — 过几天拿到该日的实际 7/14/30日 ROI → 上传到「回收线分析」
  • 第三步 — 系统自动匹配预测记录与实际数据,计算修正系数(实际值 / 预测值)
  • 第四步 — 再次做预测 → 纠偏列显示修正系数(如 ×0.85),预测值自动被修正

修正系数特性

  • 按时间指数衰减加权(30天半衰期),近期修正影响更大
  • 按消耗金额加权,大消耗组合的修正更可靠
  • 被修正的预测值单元格标记浅黄底色
  • hover 纠偏标签可查看各天数的具体修正系数
  • 预测记录自动清理90天前的旧数据
历史趋势
  • 每次回收线分析完成后,结果自动保存为历史记录
  • 可查看/删除任意历史记录
  • 趋势折线图展示各渠道回收线随时间的变化
  • 页面打开时自动加载上次分析结果(三个 Tab 各自独立)
典型使用场景

场景一:日常分析

导出渠道投放 CSV → 上传到对应 Tab 的回收线分析 → 查看各渠道回收线和增长曲线

场景二:预测新日数据

拿到某日1日ROI数据 → 上传到ROI预测 → 看预测的30/60日ROI和回本时间

场景三:纠偏闭环

预测了某日数据 → 过几天拿到实际ROI → 上传到回收线分析 → 系统自动学习偏差 → 下次预测更准

场景四:趋势监控

每次分析后自动存档 → 在历史趋势查看回收线变化,发现渠道质量波动

回收线分析
回收线分析(头条星广)
回收线分析(小程序)
运营负责人筛选:
回收线分析
ROI预测
历史趋势
📂

点击或拖拽CSV文件到此处上传

支持含 消耗、投放渠道、app名称、修复真实N日roi_规则赔付 列的CSV

筛选条件

回收线分析
ROI预测
历史趋势
📂

点击或拖拽CSV文件到此处上传(头条星广数据)

支持含 消耗、投放渠道、app名称、修复真实N日roi_规则赔付 列的CSV

筛选条件

回收线分析
ROI预测
历史趋势
📂

点击或拖拽CSV文件到此处上传(小程序数据)

支持含 消耗、投放渠道、app名称、修复真实N日roi_规则赔付 列的CSV

筛选条件