在产品运营中，不管是上线某个新活动还是调整某个产品功能，通常都会先小规模测试，并预设一些关注指标。通过测试数据的指标结果评估是否可以大规模上线。
而常常测试的结果，会遇到有些指标如我们预期中提升，但却造成了一些核心指标的损失。此时应该怎么办呢？
以上可能是很多分析小伙伴会遇到的问题。这里就必须提出一个概念：ROI
ROI是什么
ROI=return on investment，投资回报率。简单说就是（总收益/总成本）*100%。也经常叫做投入产出比
为什么要引入ROI
ROI和我们今天要讨论的问题有什么关联呢？
当ROI>1时即表明我们的收益要大于支出的成本。ROI值越大，我们就越有动力投入。
在标题问题中的“一好、一坏”就可以理解为，收益和成本。只要收益>成本，我们就有开展的动力！结合测试结果就可以合理预估全量上线后，我们活动/更新所带来的总收益量级。
拿着ROI这个结果来做评估，那就不是一好一坏的纠结了，直接用一个数字更加直观。
本质是一个问题简单化的操作。面试过程中，问这类问题的也不少，但有些小伙伴可能就忽略了这个最简单直接的答案。
正确认知ROI
1. 时间成本及长远考虑
有些ROI测算，除了已知的数据指标评估外，还要融入时间成本进行考虑。
- 有些测试可能短期内有收益，但影响了一些深度指标。随着时间迁移问题才会逐渐暴露，使ROI逐步降低。此时要注意计算时增加深度指标的权重
- 有些测试可能短期内收益为负，但由于业务流程长，本就应带入时间来有效衡量。得到真实的ROI
2. 覆盖量级
不同行业ROI可能不在一个水平，建议结合覆盖量级，有效评估收益。
- 薄利多销型，ROI可能仅仅1.n，但由于购买量大，依旧收益可观。
- 低频消费型，ROI可能达到40、50，但仍然需要量级，才值得投入
3. ROI<1就完全不考虑了么？
并不是。当遇到一些政策要求或其他不得不做的变动时，我们常需要选择不同的策略来调整应对。此时可能会遇到不管怎么调整，ROI均<1，这种场景我们需要的是，在众多ROI<1的方案中，选取一个最接近1的方案。
结语
在数据分析中，会遇到各种各样的数据矛盾，或不好解释的地方。今天提到的ROI，只是抛个砖，是一种问题简化的思路。
大家在遇到问题的时候，不要怕，可以尝试跳出问题、抽象问题，从而找到更高层次的解决方法。
