Campaign ROI / ARPU / Rebate Governance

活动 ROI 与返卡补贴治理

把活动申请、订单流水、返点返卡、补贴政策和 ARPU 复核连成闭环。

这部分工作训练的是商业判断：活动不是只看销量，而要看折扣、采购价、补贴规则、非活动期基准、活动涨幅、ARPU 和 ROI。对外表达时，它更适合被称为活动经济性复盘，而不是普通营销数据分析。

Evidence Base活动申请、活动评估、复盘数据、返卡计算、ROI 汇总
Transaction Scale多个月度体育会员和电商活动流水，存在数十万级交易表
Decision Object低效活动清理、资源投放、ARPU 后评估
Public Boundary展示规则结构，不展示渠道商明细、真实合同号和金额

业务流

从业务现场到复核结论

01活动申请
02活动折扣与采购价
03订单 / 开通流水
04非活动期基准
05活动涨幅
06返点 / 返卡 / 补贴
07ROI / ARPU 复核

证据模式

这证明了什么能力

活动申请表包含代理商、活动时间、渠道、入口、产品、正价、活动折扣、采购价等字段。

复盘数据把活动周期、折扣、C 端售价、采购折扣、推广资源和销量放在一起判断。

返卡计算表使用日均开通、非活动期日均、活动涨幅、补贴利润等字段判断补贴资格。

体育会员活动材料说明你处理的是交易级活动数据，而不是只做汇总 PPT。

处理模型

问题、处理方式和系统价值

01

业务问题

活动有效性容易被销量掩盖，折扣、补贴和资源投入如果不复核，会造成低效投放。

02

处理方式

把申请规则、实际流水、非活动基准、活动涨幅和返点返卡政策放在同一张判断表里。

03

稽核价值

活动结束后继续复核 ARPU 和 ROI，为后续资源分配和低效活动清理提供依据。

脱敏代码

sanitized campaign review

review = orders.merge(activity_rules, on="activity_id", how="left")
review["gross_amount"] = review["price"] * review["open_count"]

roi = review.pivot_table(
    values=["gross_amount", "subsidy_amount"],
    index=["agent", "activity_id"],
    aggfunc="sum"
).reset_index()

roi["roi"] = roi["gross_amount"] / roi["subsidy_amount"]