最近在梳理ROI模型。以下内容不涉及具体的业务，只谈方法。
背景：
订阅产品（iOS+Android）
关键指标：
新增、试用率、1次支付率~N次支付率、主推套餐&金额等等
现状：
没有完善的BI报表、数据不准。所有数据需要手动从Metabase拉取计算。耗时、耗精力、效率极低。
我认为：
ROI模型是为了更好地预估将来产品的回收情况，而不是单一的聚焦过去的回收。我们重要的是如何通过ROI模型看到一个产品的未来潜力与发展空间。
需要避免的问题：
很多人纠结过去的ROI，却不能通过这个ROI去看之后的发展。我觉得计算过去一段周期的ROI是没有问题的。那么如何利用过去的数据来预估将来的回收，这就是ROI模型发挥真正用途的时候。但是我们在把过去数据当作参考的同时，要确保历史数据周期足够长，这样才会有一个稳定的规律。然后拿着历史数据去预估未来的ROI。所以我并不认可短时期就可以确定出一个产品的ROI模型（除非你知道的数据足够稳定）。
如何做更有意义的ROI计算？
我觉得有几点吧。
1.细分要比笼统计算好。比如分国家的ROI、某个国家分套餐的ROI、分端的ROI、分流量渠道来源的ROI等。这样细分的目的是为了更好地知道我们接下来要重点攻克哪个国家？具体推哪个套餐ROI会更大？我们的产品在哪端打发展潜力更大？花钱买量的ROI好还是自然量好？是否该对自然量加大力度？等等
2.积累原始数据，ROI预估未来回收潜力。当产品有重要功能或者流程变化、套餐变化、甚至是投放策略的转变，可以在短期内监测到改动是否正确、是否可以将改动放大到整个用户（如果采用的是A/B test测试）。
等等....
暂时就先想到这么多啦。