1358 Bot Revenue Attribution Analysis 0fc6dd23

Bot收入归因分析模板

目标

分析各Bot的收入贡献和毛利率表现，识别高价值Bot和优化机会。

参数

• 时间范围: 过去7天/30天
• 归因模型: Last Touch Optimized（推荐，覆盖率70-80%）
• 最小任务数: 10（过滤低流量Bot）

数据源

PostgreSQL表（Vercel Functions自动生成）:

• daaf_bot_revenue_snapshots - Bot级别归因数据
• daaf_daily_summary_snapshots - 每日汇总数据

Step 1: 获取Top Bot（按毛利额排序）

-- 使用Last Touch Optimized模型
WITH bot_metrics AS (
  SELECT
    bot_id,
    bot_name,
    SUM(task_count) as total_tasks,
    SUM(last_touch_opt_revenue_usd) as revenue_usd,
    SUM(total_cost_usd) as cost_usd,
    SUM(last_touch_opt_revenue_usd) - SUM(total_cost_usd) as margin_usd,
    SUM(last_touch_opt_order_count) as order_count,
    CASE
      WHEN SUM(last_touch_opt_revenue_usd) > 0
      THEN ((SUM(last_touch_opt_revenue_usd) - SUM(total_cost_usd)) / SUM(last_touch_opt_revenue_usd)) * 100
      ELSE NULL
    END as margin_pct
  FROM daaf_bot_revenue_snapshots
  WHERE snapshot_date >= CURRENT_DATE - INTERVAL '7 days'
  GROUP BY bot_id, bot_name
  HAVING SUM(task_count) >= 10  -- 至少10个任务
)
SELECT
  bot_id,
  bot_name,
  total_tasks,
  ROUND(revenue_usd::numeric, 2) as revenue_usd,
  ROUND(cost_usd::numeric, 2) as cost_usd,
  ROUND(margin_usd::numeric, 2) as margin_usd,
  ROUND(margin_pct::numeric, 2) as margin_pct,
  order_count
FROM bot_metrics
ORDER BY margin_usd DESC
LIMIT 20;

预期输出:

| bot_id     | bot_name           | total_tasks | revenue | cost  | margin | margin_pct | orders |
|------------|--------------------|-------------|---------|-------|--------|------------|--------|
| 1747502172 | Ultra Head Swap    | 229         | 487.30  | 4.58  | 482.72 | 99.06      | 24     |
| 1764937942 | AI Nude Generator  | 432         | 421.80  | 8.64  | 413.16 | 97.95      | 21     |
| 1764754691 | Face Swap Porn     | 526         | 398.50  | 10.52 | 387.98 | 97.36      | 19     |

Step 2: 识别负毛利Bot

-- 找出成本大于收入的Bot
SELECT
  bot_id,
  bot_name,
  SUM(task_count) as total_tasks,
  SUM(last_touch_opt_revenue_usd) as revenue_usd,
  SUM(total_cost_usd) as cost_usd,
  SUM(total_cost_usd) - SUM(last_touch_opt_revenue_usd) as loss_usd
FROM daaf_bot_revenue_snapshots
WHERE snapshot_date >= CURRENT_DATE - INTERVAL '7 days'
GROUP BY bot_id, bot_name
HAVING SUM(total_cost_usd) > SUM(last_touch_opt_revenue_usd)
  AND SUM(task_count) >= 10
ORDER BY loss_usd DESC
LIMIT 10;

行动建议:

• 评估是否需要调整定价
• 考虑限制免费用户使用
• 优化Bot算法降低成本

Step 3: 归因覆盖率分析

-- 查看每日归因覆盖率趋势
SELECT
  snapshot_date,
  order_count,
  attributed_order_count,
  ROUND(attribution_coverage_pct::numeric, 2) as coverage_pct
FROM daaf_daily_summary_snapshots
WHERE snapshot_date >= CURRENT_DATE - INTERVAL '30 days'
ORDER BY snapshot_date DESC;

目标覆盖率: 70-80%

如果覆盖率低于50%，说明：

1. 大量新用户未使用Bot就付费（需要优化onboarding）
2. 归因窗口太窄（考虑扩展到±14天）
3. 用户在付费后才首次使用（考虑提供试用激励）

Step 4: 比较三种归因模型

-- 对比三种模型的差异
SELECT
  bot_id,
  bot_name,
  ROUND(SUM(proportional_revenue_usd)::numeric, 2) as proportional_rev,
  ROUND(SUM(last_touch_revenue_usd)::numeric, 2) as last_touch_rev,
  ROUND(SUM(last_touch_opt_revenue_usd)::numeric, 2) as last_touch_opt_rev,
  SUM(proportional_order_count) as prop_orders,
  SUM(last_touch_order_count) as lt_orders,
  SUM(last_touch_opt_order_count) as lto_orders
FROM daaf_bot_revenue_snapshots
WHERE snapshot_date >= CURRENT_DATE - INTERVAL '7 days'
  AND bot_id IN (1747502172, 1764937942, 1764754691)  -- Top 3 bots
GROUP BY bot_id, bot_name;

模型选择建议:

• Proportional: 用于公平分配，但可能低估明星Bot
• Last Touch: 简单直接，但漏掉付费后才使用的情况
• Last Touch Optimized: 最推荐，覆盖率最高

Step 5: 生成可视化报告

5.1 Top 10 Bot毛利额条形图

// 数据转换（从Step 1查询结果）
const data = [
  { category: 'Ultra Head Swap', value: 482.72 },
  { category: 'AI Nude Generator', value: 413.16 },
  { category: 'Face Swap Porn', value: 387.98 },
  // ... 其他7个
];

使用MCP Chart工具生成条形图：

mcp__mcphub__mcp-server-chart-generate_bar_chart

5.2 每日归因覆盖率趋势线图

// 数据转换（从Step 3查询结果）
const data = [
  { time: '2025-12-29', value: 72.5, group: '覆盖率%' },
  { time: '2025-12-30', value: 68.3, group: '覆盖率%' },
  // ...
];

使用MCP Chart工具生成折线图。

关键指标

整体指标

• 总收入归因: 所有Bot的LTO模型收入总和
• 归因覆盖率: 有任务历史的订单 / 总订单
• 平均每订单归因收入: 总归因收入 / 归因订单数

Bot级别指标

• 毛利额 (Margin USD): Revenue - Cost
• 毛利率 (Margin %): (Revenue - Cost) / Revenue × 100%
• 每任务平均收入: Revenue / Task Count
• 每订单平均任务数: Task Count / Order Count

优化建议

高毛利Bot（>90%）

✅ 策略: 加大推广力度

• 增加首页展示位
• 社交媒体营销
• 优化SEO

中等毛利Bot（50-90%）

⚠️ 策略: 平衡增长和成本

• 监控成本趋势
• 考虑分级定价
• 优化算法效率

低/负毛利Bot（<50%）

❌ 策略: 紧急优化

• 限制免费用户额度
• 提高付费转化率
• 降低算法成本
• 必要时下线Bot

自动化报告

可以创建定时任务每周生成报告：

// functions/api/cron/weekly-bot-report.ts
// 每周一02:00 UTC发送Slack报告

包含：

1. Top 10高毛利Bot
2. 需要关注的负毛利Bot
3. 归因覆盖率趋势
4. 周环比变化

注意事项

⚠️ 收入与成本日期不匹配

• 收入归因到订单日期
• 成本记录在任务执行日期
• 单日数据可能有波动，建议看7天或30天趋势

⚠️ 新Bot冷启动

• 前7-14天可能无归因数据
• 需要积累足够订单历史
• 初期重点关注成本效率

⚠️ 季节性影响

• 节假日订单量波动
• 考虑同比而非环比
• 识别周期性模式

下一步行动

1. ✅ 部署归因系统到Vercel
2. ✅ 等待24小时收集首批数据
3. ✅ 运行本分析模板
4. ✅ 识别Top 5高价值Bot和Top 5需优化Bot
5. ✅ 制定具体的增长/优化策略
6. ✅ 设置每周自动报告