结论：平台 ROAS 不能直接等同盈利

ROAS 通常是归因销售额/广告花费，但平台可能采用点击后 7 天、浏览后 1 天等窗口，且多个平台都认领同一订单。财务关注净收入、商品成本、退款、佣金和履约；两者分子不同，结论自然冲突。

经营分析应保留 platform_reported_roas，同时建立统一归因视图和贡献利润视图。统一视图不是宣称找到唯一真实原因，而是让规则、重叠、成熟度和不确定性可见。

先建触点、投放和订单的稳定主键

广告事实保存 platform、account、campaign、ad_group、creative、event_time、event_type、click_id、cost 与币种；订单行保存 order_id、customer_key、item、金额、折扣、退款、成本和状态。

UTM 文本只能辅助，不能替代平台点击 ID 和内部订单键。重定向、大小写、渠道改名和短链会制造多个标签；原始触点保留，规范映射版本化，不能覆盖历史。

平台日界线、店铺时区和财务记账日可能不同。先把事件时间转为统一时区，同时保留原时区；广告花费与订单按批准汇率转换后再比较。

平台花费更新快，退款和佣金可能晚数周。报告显示 spend_watermark、order_watermark、refund_maturity 和 cost_completeness，未成熟 ROI 不能与已结算月份直接排名。

点击后 1、7、30 天会产生不同销售额；浏览归因还可能放大品牌广告贡献。统一政策需按购买周期、渠道角色和决策用途定义 window_start、window_end、eligible_events 与优先级。

修改窗口必须新建 attribution_version 并回放历史影响。反例是每次采用平台默认值，却把跨平台表格相加；这会把同一订单重复认领多次。

一个订单可能同时命中搜索点击、短视频浏览和私域链接。可采用最后非直接点击、位置模型、数据驱动模型或并列触点，但总归因权重必须守恒到 1。

bridge_order_touch 保存 order_id、touch_id、model_version、credit_weight 与理由。无法可靠识别身份时保留 unattributed/uncertain，不要用模糊手机号或设备指纹强行合并。

统一价值可定义为归因净收入减商品成本、平台佣金、支付费、履约、优惠、退款和广告费。固定成本是否计入要明确；贡献利润与会计利润不能混称。

订单级成本缺失时先报告覆盖率。用平均成本回填必须版本化并展示误差；把缺失成本当零会系统性高估渠道。

归因回答“规则把订单分给谁”，增量回答“没有广告会少多少”。品牌搜索常拿到最后点击，却可能承接已有需求。要判断增量，可做地域/人群随机实验、暂停测试或透明的准实验。

观测模型仍依赖假设。报告基线、污染、置信区间和外部事件，不把相关性写成因果。ROAS 高并不证明预算继续增加仍有同样回报。

订单创建时的临时 ROAS 与退款成熟后的 ROAS应分开。退款沿原订单和归因权重冲回，部分退款按行处理；取消订单不能继续贡献销售额。

可建立 cohort by order_date，并在 7/30/60 天更新成熟状态。按报告日直接扣当日退款会把旧活动问题错误归到今天投放。

测试同单多平台认领、跨设备、无 click_id、时区午夜、币种转换、部分退款、平台补传成本、自然流量和重复回传。检查权重和为 1、订单与金额守恒、成本覆盖和版本可重放。

用平台账单、订单系统与财务净收入三方对账；差异拆为窗口、身份、退款、币种、税费和数据水位。只让总销售额“差不多”不算验收。

每日看板可以使用 provisional 状态，但月度经营复盘要等待主要退款、佣金和媒介账单成熟，再冻结 attribution_release。冻结记录模型版本、窗口、成本水位与未归因金额；后续补传通过新 release 重述，不覆盖旧稿。

预算团队应比较多个归因模型下的贡献区间，而不是只采用最高 ROAS。若渠道排序对窗口或成本假设极度敏感，应先投入身份与成本数据建设，暂缓把小差异转为大幅预算调整。

对每个渠道并列展示平台销售额、去重信用、净收入、贡献利润、退款成熟度、未归因率、增量证据等级和边际成本。证据等级可区分随机实验、准实验、稳定观测和仅平台归因。

预算建议要写出决策约束：品牌覆盖、库存、现金、素材产能和最低测试预算。渠道短期贡献为负可能仍有学习价值，但必须设置期限与停止条件；高 ROAS 渠道若规模很小，也不能直接承接全部预算。

每次调整后保留 pre_decision、expected_range 和 review_date，在成熟窗口后复盘预测与实际差异。这样分析形成可校准的决策记录，而不是月月更换一张截图。

先选择一个渠道与一个成熟月份，建立触点/订单/成本模型，发布平台、统一归因和贡献利润三套并列口径，再小规模验证增量。运营监控重复认领、未归因、退款成熟和成本缺失。

BI0 可作为广告、订单与成本数据整合分析候选，但具体平台接口、身份解析、归因算法和实验编排需按项目核验。本文不承诺自动得到真实增量或提升 ROAS。

预约一次业务场景交流，看看组织化的 AI BI 如何进入你的团队。