Video ROI Attribution — 短视频内容 GMV 归因与财务 ROI 量化
Skill-Video-ROI-Attribution · 20-AI视频生成
experimentvisual_generation广告与投放推荐与搜索定价与利润视觉内容生成WF-B 广告优化WF-D 选品扫描WF-G Listing内容优化WF-L 内容营销增长
年化 ROI10-30 万
实现难度⭐⭐☆☆☆
业务视角
适用角色内容运营 / 品牌负责人 · 社媒运营 · CMO
适用平台TikTok Shop LIVE · Instagram Reels · 多语言虚拟主播（英/西/阿/日）
什么情况下用TikTok/Reels 需要大量视频，拍摄成本高周期长产能跟不上；想做直播带货但真人主播成本高语言是障碍
成功是什么样的视频内容产能提升 5-10 倍，单条视频成本降低 80%，多语言市场内容本地化快速覆盖
业务痛点
1. 解决的问题
视频创作团队和 CFO 说不同语言——VEI 指数将完播率/互动率转化为归因 GMV 和净利润贡献，预算效率提升 40-60%，视频团队获得财务话语权
2. 核心算法逻辑
短视频创作团队和财务团队说不同的语言：创作团队看"播放量、完播率、点赞数"，财务团队看"ROAS、GMV、毛利"。这两套指标之间缺乏一个翻译层，导致视频预算决策凭感觉而非数据。
3. 业务应用场景
业务问题：运营团队每月制作 10-20 条 TikTok 视频，每条成本 $500-2000（包含制作 + 投放），但不知道哪些视频真正带来销售，预算分配凭感觉。
Video ROI Attribution 处理： 1. 拉取每条视频的参与度数据（完播率/互动率/点击率） 2. 计算 VEI 并与对应时间窗口的订单量对比 3. 按归因 GMV / 总成本排名，输出"ROI 热力表" 4. 高 ROI 素材类型作为下一轮制作的参考模板
示例发现："妈妈真实使用 60 秒完播"型视频 VEI 0.72，归因 ROAS 6.2x；"产品功能展示 30 秒"型 VEI 0.41，ROAS 2.8x → 下轮预算向真实使用场景倾斜
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI 预估：
- 停止低 ROI 素材：预算效率提升 40-60%，月省 $1,000-3,000 无效投放
- 高 ROI 素材类型复用：制作成本降低 30%（基于成功模板）
- CFO 信任度提升：视频预算审批速度加快，年均多获批 ¥10-30 万预算
- 年化综合 ROI：¥30-100 万
- 实施难度：⭐⭐☆☆☆（数据打通是主要工作量，算法本身简单，1 周接入）
7. 代码模板
代码块数量：2 · 路径：未检测到
"""
Video ROI Attribution — 短视频 GMV 归因与财务 ROI 量化
综合工业实践（Attribution Labs 2026）
依赖: numpy, dataclasses (标准库)
"""
from dataclasses import dataclass, field
from typing import Optional
import numpy as np
from datetime import datetime, timedelta
@dataclass
class VideoMetrics:
"""单条视频的参与度指标"""
video_id: str
platform: str # tiktok / youtube / instagram
title: str
publish_date: str
production_cost: float # 制作成本（USD）
ad_spend: float # 投放预算（USD）
# 参与度指标
views: int = 0
completion_rate: float = 0.0 # 完播率
engagement_rate: float = 0.0 # 互动率（点赞+评论+分享 / 播放）
click_through_rate: float = 0.0
search_lift: float = 0.0 # 视频发布后品牌词搜索提升率
@dataclass
class AttributionResult:
"""归因结果"""
video_id: str
attributed_gmv: float # 归因 GMV
attributed_orders: int # 归因订单数
vei_score: float # 视频效能指数
roas: float # 广告支出回报
net_profit_contribution: float # 净利润贡献（归因 GMV × 毛利率 - 成本）
roi_rank: int = 0
class VideoROIAttributor:
"""
视频 ROI 归因计算器
支持三种归因模式：
- linear: 线性归因（平均分配）
- time_decay: 时间衰减（近期权重更高）
- vei_weighted: VEI 权重归因
"""
# VEI 各指标权重（基于 Attribution Labs 研究）
VEI_WEIGHTS = {
"completion_rate": 0.35,
"engagement_rate": 0.30,
"click_through_rate": 0.25,
"search_lift": 0.10,
}
8. 论文来源
未自动抽取；请查看原始 Skill 卡片。