你的工作台已就绪

建议先构建指标树：

1. ROAS = Revenue / Spend
2. Revenue = Orders × ARPU
3. CAC = Spend / Orders

然后按渠道、受众类型（新老客）、品类三维做切片，分别计算 ROAS 及 CAC，配合留存数据看长期回收。先检查数据缺失与异常值分布。

可以用 `purchase` 事件的回访间隔作为近似留存指标。例如购买后 7 日、14 日再访问的比例，虽非标准留存，但可反映近期复购意愿。

这是一种常见结构性问题。新客高量低回报可能因为创意或定向不精确；品牌词高回报低量则可能预算不足。建议在报告中用 2×2 矩阵呈现“量 vs. 效益”，并为各象限提出策略。

横轴：订单量（对数尺度），纵轴：ROAS。用散点图标注渠道+人群，象限线为整体中位数。高亮预算最高的点，便于管理层关注。

可加 `adjust_text` 库自动调整标签位置，或对低重要性点不显示文字，只在 hover 交互时展示。