电商投放评估最大的误区，是把广告后台当天显示的投入产出比当成决策依据。这个数字只回答了一个问题：今天花出去的钱换回了多少成交额。但它没有回答真正关键的问题——这批用户在未来30天内，累计贡献的毛利能否覆盖获客成本、履约成本和后续运营投入。首单成交金额高，不等于这笔投放已经赚钱；只有把复购质量和毛利结构纳入评估，预算加码才不会建立在单日表象之上。
构建30日累计毛利评估模型，第一步是锁定统计口径。需要明确首单时间的起止范围、有效订单的定义（排除取消、全额退款和疑似刷单订单）、退款处理方式，以及7日和30日的截止时间。第二步是建立首单用户群组（cohort），至少按渠道、素材、首单商品、优惠力度和成交日期分组，避免不同批次用户混算。没有样本量和完整观察窗口的复购数据，不适合直接作为预算决策依据——某个素材只带来几十名用户，其中少数人重复购买，不能据此认定它具备稳定的高复购质量。
模型的核心计算逻辑并不复杂。单个用户的30日累计贡献毛利，等于首单实收金额乘以首单贡献毛利率，加上复购实收金额乘以复购贡献毛利率，再减去退款损失、履约与售后增量成本以及复购激励成本。在此基础上减去获客成本，就得到30日用户利润。这里有两个容易漏算的点：实收金额应扣除退款，不能直接使用商品标价；贡献毛利率应扣除商品采购、包装、平台佣金、支付手续费、履约补贴等随订单变化的成本。获客成本按实际广告费用除以有效首单新客数计算，用户运营成本则包括优惠券、短信、客服、私域运营和会员权益等增量支出。
7日与30日数据承担不同职能。7日更适合检查首单承接质量：首单签收率、退款率、开箱激活行为、7日内复购率，以及用户对优惠券、短信和私域内容的触达响应。如果7日复购很低但签收和使用行为正常，可能不是流量质量差，而是商品本身的复购周期较长；相反，如果退款率高、咨询集中在质量或预期不符，继续加大广告预算通常会放大后续成本。30日数据则用于判断用户是否具备持续价值，重点观察30日复购率、累计订单数、累计实收金额、累计贡献毛利，以及不同渠道、素材和商品组合带来的用户差异。
用三个阈值决定是否加码，比笼统看账户平均数更可靠。第一类用户首单毛利已接近或超过获客成本，30日累计利润仍有安全空间，可以考虑逐步加码，但每次提高预算幅度时不要同时更换素材、商品和人群，并设置退款率和30日利润的止损线。第二类用户首单亏损但30日能够回收，这不代表可以无条件扩大投放，需要确认复购是否来自正常需求而非大额补贴、是否集中在少数高价值用户、30日是否覆盖该品类的主要购买周期。第三类用户首单和30日均无法覆盖成本，优先排查投放链路问题——广告承诺与商品体验是否一致、首单商品是否吸引低意向用户、首单与复购商品之间有无关联、复购触达时机是否错误。这些问题没解决前，增加预算只是扩大亏损规模。
复盘时建议采用“渠道—素材—首单商品—用户分层”的四级组合，而不是只看整个账户平均数。一个账户整体看似盈利，可能是少数高价值商品掩盖了某些素材和渠道的持续亏损。预算加码前，先看7日承接，再看30日利润，设置加码门槛（30日累计贡献毛利必须高于获客成本，退款率和履约异常率不能超过风险线），然后小步扩大并持续复核。预算增加后流量结构可能变化，原有复购率和获客成本不一定保持不变，应按周观察短期指标，按完整观察窗口复核30日利润。复购数据高度依赖品类、价格带、购买周期和促销强度，任何单周或小样本结果都不宜直接外推，更稳妥的做法是先分组解决承接问题，再决定是否扩大投入。