name: ad-domain

description: 计算ROI、解读裂变指标、理解人群包分层时查阅——微信小程序投流的裂变变现模型、R值人群包含义、动态ROI公式、核心字段定义

业务模型与核心指标

本 skill 只描述我们的业务模型。平台参数（oCPM、API限制等）见 platform-rules skill。

用户增长与变现模型（关键：多阶段并行变现）

                  ┌── 首层用户  →  当天即变现（浏览/点击/付费）
广告曝光 → 点击 ──┤
                  └── 首层用户 → T0 裂变用户  →  T0 用户自身也变现
                                      │
                                      ↓
                                 T1、T2 … 持续回流
                                      │
                                      ↓
                              多天持续贡献价值（7-30 天甚至更长）

核心理解：

首层用户当天就能变现 —— 点击广告进入小程序后就能产生浏览、付费、GMV
T0 裂变用户同样能变现 —— 不只是"传播节点"，他们自己也是有效用户
后续天还会持续产生价值 —— 同一批用户在 7-30 天内持续回流、持续消费

所以不是"获客→种子→传播→变现"的线性漏斗，每一层都在变现。 ROI 不能只用"当日首层收益/消耗"衡量，要综合当日+后续多日的累积产出。

这正是动态 ROI (7日均值) 被设计出来的原因 —— 通过 7 日滚动均值的裂变稳定因子，把"后续几天仍在产生的价值"折算进今天的决策里。

核心字段定义

决策参考字段（最高频）

字段	含义	单位	来源
动态ROI_7日均值	7日滚动均值的动态 ROI (7日均值)，决策参考值	比率	roi_calculator
cost_7d_avg	近 7 日日均消耗	元	计算
ad_age_days	广告投放天数	天	create_time 计算
bid_amount	当前出价	元	广告属性
stable_spend_days_30d	30 日内日消耗 >100元的天数	天	计算
bid_increased_7d	近 7 日是否提过价	bool	计算
creative_changed_7d	近 7 日是否换过创意	bool	计算

ROI 构成字段

字段	含义	计算
消耗（cost）	广告花费	API 直出（API 单位分，展示元）
首层打开数（open_count）	点击广告打开小程序的人数	ODPS 回流数据
T0 裂变数（fission0_count）	首层用户产生的直接裂变用户	ODPS 回流数据
总回流人数	含裂变的全部活跃用户	ODPS 回流数据
T0 裂变系数	fission0_count / open_count，单用户裂变力	计算
当日回流倍数	总回流人数 / 首层打开数，单用户带来的总回流	计算
arpu	总收入 / 总回流人数，单用户产出	计算
裂变效率稳定因子	回流倍数_7日均值 / T0裂变系数_7日均值	计算

ROI 公式（关键）

简单 ROI

ROI = 收入 / 消耗

局限：不体现未来裂变收益，高 R 值人群会被低估。

f_7日动态 ROI（决策用）

当日裂变收益率 = T0裂变数 × arpu / cost
当日回流倍数   = 总回流人数 / 首层打开数
裂变效率稳定因子 = 回流倍数_7日均值 / T0裂变系数_7日均值

动态 ROI (7日均值) = 当日裂变收益率 × 裂变效率稳定因子
动态ROI_7日均值 = mean(动态 ROI (7日均值)) over 最近 7 天

为什么用这个：综合考虑了当日收益 + 7 日裂变稳定性，能反映高 R 值人群的长期价值。

生效前提：日消耗 ≥ 100 元才计入 7 日滚动均值（window=7, min_periods=3，即有 ≥3 天合格数据就可产生 ROI，用以覆盖短历史广告）。

人群包（R 值）含义 —— 【关键：带人能力 + 投放单价】

R 值的业务定义：投放进入的用户所具备的"带回其他人"的能力。这是人群本身的特性，和广告是否处于冷启动无关。

R 值越大 → 该用户把其他人拉进来（裂变/回流）的能力越强，且能持续多天带回更多人
R 值越大 → 投放单价（出价/获客成本）也越高（高质量人群竞争更激烈）
这是"价贵 + 产出高"的配置，不是"价便宜的冷门流量"

当日 ROI 为什么会偏低（R 值越高越明显）

高 R 值人群的价值分布是：

Day 0（投放当日）：首层 + T0 裂变  → 只捕获到一小部分价值
Day 1：           原用户继续带回新人 + 回流用户自身变现
Day 2：           原用户继续带回新人 + Day1 带回的人继续变现
…
Day 7~30：         持续贡献

如果只统计当天 T0 的收益除以消耗，会严重低估 R 值高的广告 —— 因为它们大部分价值还没发生。这就是为什么决策必须用 动态 ROI (7日均值) 的 7 日滚动均值，把后续多天的持续带人和回流变现折算进来。

R 值对照表

人群包	带人能力	投放单价	当日 T0 ROI 表现	7 日累积 ROI
R500	最强（多日持续带人）	最高	偏低（价值后置到 Day1~7+）	最高
R330+	很强	较高	偏低	高
R330	强	中高	中偏低	较高
R180	中	中	中	中上
R100	中弱	中低	中偏高	中
R50 / R10 / R2	弱	低	较高	低

核心判断原则

R 值高的人群"价贵 + 带人多 + 变现多天分布"。看 R500/R330+ 广告的当日单日 ROI 几乎必然偏低——这不是广告差，而是它的价值主要在后续几天的持续带人和回流变现。

正确看法：永远用 动态ROI_7日均值（动态 ROI (7日均值) 的 7 日滚动均值）做判断，它已经通过"裂变效率稳定因子"把后续多天的价值折算进来。

决策建议：

R330+/R500：看 动态ROI_7日均值，单日 ROI 低不是负面信号
R50/R10：当日 ROI 和 7 日均值会比较接近，这类人群价值几乎都落在当天
比较广告时：同人群包之间比 ROI 才有意义，跨 R 值硬比会误判

ad_domain.md 6.4 KB Geçmiş Ham