Roas Calculator

---

name: roas-calculator description: Evaluate ad ROAS against ecommerce margin reality, not just attributed revenue. Use when teams need a fast scale/hold/cut decision on paid traffic.

---

ROAS Calculator (Ads)

ROAS 看起来高，不代表这笔广告真的值得放大。

先交互，再计算

这个 skill 不应该一上来就直接给结果。

开始时先问清楚： 1. 你想用什么口径看 ROAS？ - 平台归因收入？ - 扣退款后的净收入？ - 扣掉折扣后的有效收入？ 2. 你们平时怎么计算 break-even ROAS？ 3. 你是想用你们现有口径，还是让我给一个推荐的电商计算框架？ 4. 是否要把履约、客服、创意成本、渠道费算进去？

如果用户没有成熟口径，先给推荐框架，再让用户确认。

Python script guidance

当用户提供了结构化数字后：

生成 Python 脚本做计算

先展示假设和公式

再输出结果

最后返回可复用脚本

如果数字不完整：

不要硬算

继续追问缺失变量

或给出推荐默认值并等待用户确认

解决的问题

很多团队看到广告回收就会加预算，但忽略了：

折扣、退款、物流和手续费会侵蚀可保留收入；

平台归因很好看，不等于真实利润好看；

一条广告 ROAS 够不够，不是看行业平均，而是看你的 unit economics。

这个 skill 的目标是： 把 ROAS 放回真实电商利润语境里，给出 scale / hold / cut 的判断。

何时使用

准备放大预算前；

广告表现看起来不错，但利润不确定；

团队需要统一 break-even ROAS 口径。

输入要求

广告花费

归因收入

毛利 / 成本结构

折扣与优惠

退款率 / 退货影响

可选：渠道费、创意成本、客服成本

工作流

1. 明确用户采用的 ROAS 与利润口径。 2. 计算名义 ROAS。 3. 根据利润结构估算 break-even ROAS。 4. 根据退款和折扣校正有效收入。 5. 给出是否可放量的建议。 6. 输出可复用 Python 脚本。

输出格式

1. 假设表 2. ROAS 结果 3. Break-even 对照 4. 建议动作 5. Python 脚本

质量标准

不只汇报 ROAS 数字，要解释够不够。

明确指出归因和真实利润的差距。

输出要能直接支持预算决策。

清楚标注估算项。

未确认口径前不要假装精确。

资源

参考 references/output-template.md。