在R语言中求解ROI最大化对应的spend与revenue精确值

一、解析解推导 #

已知收益函数和ROI定义，先将ROI表达式简化：

ROI(s) = calculate_abc_revenue(a0, b0, c0, s) / s = a0 / (s * (1 + b0*s^c0))

由于c0是负数，令c1 = -c0（此时c1>0），则s^c0 = 1/s^c1，代入后ROI可改写为：

ROI(s) = a0 / (s + b0*s^(1 - c1))

要最大化ROI，对s求导并令导数为0。聚焦分母g(s) = s + b0*s^k（其中k = 1 + c0），求导得：

g’(s) = 1 + b0*k*s^(k-1)

令g’(s)=0，解出最优投入s_opt的解析公式：

s_opt = ( -1/(b0*k) )^( 1/(k-1) )

代入k=1+c0、k-1=c0，最终简化为：

s_opt = ( -1/(b0*(1 + c0)) )^( 1/c0 )

二、R语言实现 #

1. 直接计算解析解 #

代入给定常量计算精确值：

a0 <- 1303066.36937866
b0 <- 15560519.9999999
c0 <- -1.09001859302511

# 计算最优投入
k <- 1 + c0
s_opt <- ( -1/(b0 * k) )^( 1/c0 )

# 计算对应收益和ROI
revenue_opt <- calculate_abc_revenue(a = a0, b = b0, c = c0, spend = s_opt)
roi_opt <- revenue_opt / s_opt

cat("最优投入：", round(s_opt, 4), "\n")
cat("对应收益：", round(revenue_opt, 2), "\n")
cat("最大ROI：", round(roi_opt, 4), "\n")

2. 用一维优化函数验证 #

R的optimize()函数专为单峰函数极值设计，效率极高且能保证全局最优（此问题中ROI函数是单峰的，存在唯一最大值）：

# 定义ROI目标函数
roi_func <- function(s) {
  rev <- calculate_abc_revenue(a0, b0, c0, s)
  rev / s
}

# 设定投入范围（可根据实际场景调整）
opt_result <- optimize(roi_func, interval = c(1, 1e6), maximum = TRUE)

cat("优化得到的最优投入：", round(opt_result$maximum, 4), "\n")
cat("最大ROI：", round(opt_result$objective, 4), "\n")
cat("对应收益：", round(calculate_abc_revenue(a0, b0, c0, opt_result$maximum), 2), "\n")

优势说明 #

• 解析解一步到位，无需迭代，结果绝对精确；
• optimize()函数计算量极小，远优于生成大量spend向量的方法，且能确保找到全局最大值；
• 两种方法结果完全一致，可互相验证。

内容的提问来源于stack exchange，提问作者GNicoletti