Przejdź do treści
REKLAMA · STRATEGIA · TECHNOLOGIA
Reklama Płatna (SEM i PPC)

ROAS a POAS w e-commerce – dlaczego optymalizacja pod zysk netto zmienia wyniki PPC?

Dłoń na myszy obok miniaturowego koszyka z kostkami lodu
Rate this post

Czy kampania, która „spina się” w raporcie przychodowym, naprawdę zostawia pieniądze w firmie? To pytanie rozstrzyga, czy w e-commerce wystarczy pilnować ROAS, czy trzeba przejść na optymalizację pod zysk. Dwa podobnie brzmiące wskaźniki prowadzą do innych stawek, innych produktów w promocji i innego tempa skalowania budżetu w Google Ads oraz Meta Ads.

ROAS i POAS: podobne wskaźniki, zupełnie inne decyzje reklamowe

ROAS i POAS liczą się z tego samego mianownika: kosztu reklamy. Różnica siedzi w liczniku. Przychodowy licznik nagradza obrót. Zyskowy licznik nagradza to, co zostaje po kosztach zamówienia. W praktyce oznacza to inną listę zwycięzców w kampaniach produktowych, inny podział budżetu między kategorie i inny moment, w którym wzrost wydatków przestaje mieć sens. [3]

Czym jest ROAS i co faktycznie mierzy

ROAS (return on ad spend) pokazuje relację przychodu przypisanego reklamie do wydatków reklamowych. Wzór jest prosty: przychód z kampanii podzielony przez koszt reklamy. Wynik 5 oznacza, że na każdą złotówkę mediów system przypisał pięć złotych sprzedaży. Nie mówi, ile z tych pięciu złotych to marża, a ile koszt towaru, rabat, dostawa, prowizja płatnicza albo zwrot. [1]

Interpretacja zależy od marży i kosztów operacyjnych sklepu. Ten sam ROAS 4 może być zdrowy przy marży 45% i niebezpieczny przy marży 18% plus drogiej logistyce. Dlatego cel „utrzymać ROAS powyżej 4” bez mapy kosztów jest celem operacyjnym, nie finansowym. Wysoki ROAS nie oznacza automatycznie wysokiego zysku ani bezpiecznego skalowania budżetu. Kampania może wyglądać wzorowo w panelu i jednocześnie zjadać wynik, jeśli sprzedaje głównie niskomarżowe bestsellery albo zamówienia z dużym rabatem.

ROAS jest też wrażliwy na atrybucję. Przychód „z kampanii” to nie zawsze przychód, który bez reklamy by nie powstał. Brandowe zapytania, remarketing i kody rabatowe potrafią windować wskaźnik, podczas gdy kampanie pozyskujące nowych klientów wyglądają słabiej, choć budują przyszłą sprzedaż. Sam wskaźnik tego nie rozdziela.

Czym jest POAS i dlaczego wymaga szerszych danych

POAS (profit on ad spend) odnosi zysk, a nie przychód, do kosztu pozyskania ruchu reklamowego. Zamiast pytać „ile obrotu wygenerowała złotówka reklamy?”, pyta „ile wyniku finansowego wygenerowała złotówka reklamy?”. To przesunięcie zmienia ranking produktów, zestawów i kanałów.

Zbliżenie na mały wózek zakupowy na żółtym tle
Źródło: Pexels | Autor: Sergey Meshkov

W obliczeniach trzeba uwzględnić marżę, rabaty, koszt dostawy po stronie sklepu, prowizje płatnicze, zwroty i inne koszty zależne od zamówienia. Część firm dolicza też prowizję marketplace’u, koszt pakowania albo udział kosztów obsługi zwrotu. Koszty stałe – czynsz, etaty biurowe, abonament platformy – zwykle nie powinny wchodzić do wartości konwersji wysyłanej do systemu reklamowego, bo nie zmieniają się z każdym zamówieniem i zniekształcają sygnał dla algorytmu.

Wzór POAS trzeba zdefiniować wewnętrznie, ponieważ „zysk” może oznaczać różne poziomy wyniku. Najczęstsze warianty to zysk brutto na produkcie, wkład po kosztach zmiennych zamówienia albo wynik po szacowanym zwrocie. Bez jednej definicji marketing, finanse i agencja będą porównywać różne liczby pod tą samą nazwą. Sensowny punkt startu to marża po rabacie minus koszty zmienne zamówienia, z korektą o historyczny wskaźnik zwrotów w danej kategorii.

Krótki przykład różnicy

Wyobraź sobie dwie kampanie w tym samym tygodniu i przy podobnym koszcie mediów. Pierwsza sprzedaje produkty o wysokim obrocie, lecz niskiej marży: drobne AGD na promocji, darmowa dostawa po stronie sklepu, prowizja operatora płatności i spory odsetek zwrotów. W raporcie ROAS wygląda świetnie, bo koszyk jest wysoki. Po odjęciu kosztów zamówienia wkład w wynik jest cienki albo ujemny.

Druga kampania ma niższy przychód. Sprzedaje węższy zestaw produktów premium, bez agresywnego kodu, z wyższą marżą i rzadszymi zwrotami. ROAS jest słabszy, więc przy celu przychodowym algorytm będzie ją tłumił. POAS pokaże odwrotnie: niższy obrót, wyższy wkład w zysk. To nie jest przypadek „złej matematyki”. To konsekwencja tego, jaki sygnał dostaje system stawek.

Porównanie ROAS i POAS w zarządzaniu kampaniami PPC

Wybór wskaźnika to wybór celu optymalizacji, nie tylko sposobu raportowania. ROAS jest prostszy i szybszy. POAS jest bliższy finansowej rzeczywistości biznesu, ale tylko wtedy, gdy dane o kosztach są spójne i aktualne.

Tabela porównawcza: przychód kontra rentowność

KryteriumROASPOAS
Baza obliczeńPrzychód przypisany reklamieZysk według wewnętrznej definicji
Dane wejścioweWartość konwersji i koszt mediów, zwykle dostępne w systemie reklamowymMarża, rabaty, dostawa, prowizje, zwroty i inne koszty zamówienia
Łatwość wdrożeniaWysoka, standard w Google Ads i Meta AdsNiższa, wymaga feedu wartości lub integracji z danymi zamówień
Ryzyko błędnej optymalizacjiPromowanie obrotu kosztem marżyZłe decyzje, gdy marża lub zwroty są policzone nietrafnie
Automatyzacja stawekDziała od razu na wartości przychoduDziała, jeśli wartość konwersji odzwierciedla zysk
Skalowanie budżetuŁatwe operacyjnie, słabe jako sygnał rentownościLepsze do decyzji, które kampanie mogą rosnąć

Plusy i ograniczenia optymalizacji pod ROAS

Zalety są praktyczne. Raportowanie jest czytelne dla zespołu i zarządu przyzwyczajonego do obrotu. Wdrożenie w Google Ads i Meta Ads nie wymaga osobnego modelu kosztów: wartość transakcji spływa z piksela, tagu lub importu konwersji. Przy starcie sklepu, teście popytu albo wąskim katalogu o zbliżonej marży ROAS wystarcza jako kompas dzienny.

Ograniczenia wychodzą przy pierwszym zróżnicowaniu oferty. Wskaźnik ignoruje różnice marżowe, koszty zwrotów, głębokość promocji i prowizje marketplace’ów. Dwie kategorie z identycznym ROAS mogą mieć skrajnie różny wkład w wynik. Kampania brandowa z kodem -20% potrafi „wygrywać” z kampanią pozyskującą, choć realnie oddaje marżę.

Jest też ryzyko promowania bestsellerów, które zwiększają obrót, ale niekoniecznie wynik finansowy. Algorytm widzi wysoki koszyk i dokłada budżet. Magazyn się kręci, cash flow wygląda lepiej przez chwilę, a po koszcie towaru i logistyce zostaje mniej, niż sugeruje dashboard. To częsta pułapka w Performance Max i w katalogach Meta, gdzie system sam dobiera produkty.

Plusy i ograniczenia optymalizacji pod POAS

Po stronie zalet jest większa kontrola nad rentownością. Sklep świadomiej wybiera, co promować: wysoka marża może dostać więcej miejsca w budżecie nawet przy niższym przychodzie jednostkowym. Skalowanie przestaje być zakładaniem, że „skoro ROAS trzyma, można dołożyć 30%”. Widać, które zestawy, kody i źródła ruchu dokładają się do wyniku, a które tylko pompują GMV.

Ograniczenia są operacyjne. Trudniej zasilić system danymi. Zwroty przychodzą z opóźnieniem, czasem po 14–30 dniach, więc wartość wysłana w dniu zakupu jest szacunkiem, nie faktem. Trzeba jednej definicji kosztów, aktualizowanego cennika zakupu i reguł dla zestawów oraz promocji nakładających się na siebie. POAS nie naprawi błędów w danych produktowych. Źle policzona marża – przestarzały koszt zakupu, pominięty rabat progowy, zła stawka VAT w wartości netto – prowadzi do złych stawek równie pewnie jak ślepy ROAS.

Jest jeszcze pułapka nadmiernej precyzji. Model, który próbuje wcisnąć do wartości konwersji wszystkie koszty firmy, staje się niestabilny. Algorytm potrzebuje powtarzalnego sygnału, nie księgowego zamknięcia miesiąca. Im więcej pozycji „na oko”, tym większa szansa, że optymalizacja pod zysk netto będzie optymalizacją pod błąd w arkuszu.

Kiedy ROAS wystarcza, a kiedy POAS staje się konieczny

Nie każdy sklep musi od razu przebudowywać wartość konwersji. Sensowny wybór zależy od rozpiętości marż, wagi rabatów i zwrotów oraz od tego, czy dane da się utrzymać na bieżąco. Poniżej trzy warianty, które w praktyce pokrywają większość e-commerce.

Wariant 1: optymalizacja pod ROAS

Ma sens przy zbliżonej marży w całym asortymencie i prostym modelu kosztowym. Jeśli większość SKU ma podobny narzut, podobny koszt wysyłki i niski, stabilny poziom zwrotów, różnica między rankingiem przychodowym a zyskowym jest niewielka. Wtedy ROAS nie myli priorytetów, a oszczędza tygodnie integracji.

Sprawdza się na etapie startu kampanii, testowania popytu lub przy ograniczonym dostępie do danych finansowych. Nowy sklep często nie ma jeszcze wiarygodnej historii zwrotów ani aktualnych kosztów zakupu w feedzie. Lepiej wtedy mierzyć popyt przychodem, niż wysyłać do algorytmu zysk oparty na zgadywaniu.

ROAS zostaje użyteczny jako wskaźnik operacyjny, nawet jeśli firma później rozlicza działania przez POAS. Media kupuje się w systemach, które natywnie pokazują przychód. Zespół może pilnować ROAS dziennie, a raz w tygodniu zestawiać go z wkładem w zysk. Porzucenie ROAS całkowicie utrudnia porównanie z branżowymi benchmarkami i z historią konta.

Wariant 2: ROAS skorygowany o marżę

To rozwiązanie pośrednie dla sklepów, które mają dane o marży, ale nie są gotowe na pełny model zysku netto. Zamiast jednej wartości konwersji dla całego katalogu dzielisz asortyment na grupy marżowe i ustawiasz różne docelowe ROAS. Nie zmieniasz jeszcze sygnału wysyłanego do algorytmu – zmieniasz próg, od którego kampania „może żyć”.

Smartfon z koszykiem zakupowym na kolorowym tle
Źródło: Pexels | Autor: Nataliya Vaitkevich

Przykład bez wymyślania magicznych progów: kategoria z niższą marżą potrzebuje wyższego minimalnego ROAS niż produkty premium. Jeśli elektronika akcesoryjna zostawia kilka procent po koszcie towaru, a kosmetyki premium zostawiają wyraźnie więcej, ten sam cel ROAS będzie dla pierwszej grupy za miękki, a dla drugiej za ciasny. Osobne kampanie lub grupy zasobów z różnymi celami tROAS ograniczają dopłacanie do niskiej marży.

Wariant działa, dopóki wewnątrz grupy koszty są podobne. Rozjeżdża się, gdy w jednej kategorii część SKU idzie na głębokiej promocji, a część nie, albo gdy zwroty dotyczą tylko wybranych rozmiarów. Wtedy średnia marża grupy maskuje produkty, które algorytm i tak będzie promował najmocniej – zwykle te z najwyższym przychodem, nie z najlepszym wkładem.

Wariant 3: optymalizacja pod POAS lub zysk

Staje się szczególnie ważna przy szerokim katalogu, dużych różnicach marż, częstych promocjach i wysokim poziomie zwrotów. Fashion, home z dużym gabarytem, marketplace z prowizją od wartości i sklepy z agresywnym kalendarzem rabatowym najszybciej tracą pieniądze na optymalizacji przychodowej. Tam POAS albo wartość konwersji oparta na zysku zmienia, które produkty wygrywają aukcję.

Przydaje się firmom, które skalują budżety i chcą wiedzieć, które kampanie faktycznie mogą rosnąć. Przy małym wydatku błąd w rankingu produktów jest irytujący. Przy dużym staje się kosztem miesięcznym. Jeśli pytanie brzmi „czy możemy dołożyć budżet w Meta i w Performance Max jednocześnie”, odpowiedź z ROAS bywa zbyt optymistyczna.

Wariant wymaga współpracy marketingu, e-commerce, finansów oraz osoby odpowiedzialnej za dane. Marketing zna atrybucję i opóźnienie konwersji. E-commerce zna promocje i zestawy. Finanse definiują, który poziom zysku jest sygnałem do stawek. Bez tego podziału POAS szybko staje się arkuszem jednej osoby, którego nikt nie aktualizuje po zmianie cennika dostawcy.

Kryteria wyboru modelu

Zanim przejdziesz z przychodu na zysk, sprawdź cztery rzeczy. Nie jako formalną ankietę, tylko jako filtr decyzyjny.

  • Zróżnicowanie marż między produktami i kategoriami. Mała rozpiętość – ROAS lub progi per grupa. Duża – wartość oparta na zysku.
  • Znaczenie rabatów, kosztów dostawy i zwrotów dla końcowego wyniku. Jeśli potrafią odwrócić ranking SKU, sam przychód jest złym sygnałem.
  • Jakość i świeżość danych o koszcie zakupu, promocjach i zwrotach. Jeśli feed marży jest aktualny, a zwroty da się oszacować stabilnie, POAS ma na czym stać. Jeśli koszty żyją w arkuszu sprzed kwartału, najpierw ROAS z progami per grupa, nie „zysk” wysyłany do algorytmu.
  • Skala wydatku i presja na skalowanie. Przy małym budżecie błąd rankingu boli mniej niż koszt wdrożenia. Gdy Google Ads i Meta mają rosnąć równolegle, sygnał zysku przestaje być luksusem analitycznym.

Wybór nie musi być zero-jedynkowy. Częsty układ to ROAS jako język dzienny w panelu, progi tROAS per grupa marżowa tam, gdzie asortyment się rozjeżdża, i wartość konwersji oparta na zysku tylko w kampaniach, które realnie sterują budżetem: Performance Max, katalog Meta, remarketing z szerokim zestawem SKU. Reszta konta może zostać na przychodzie, dopóki nie ma sensu utrzymywać drugiego modelu kosztów.

Dlaczego optymalizacja pod zysk netto zmienia wyniki Google Ads i Meta Ads

Zmiana nie polega na tym, że dashboard nagle pokazuje inną liczbę. Polega na tym, że system stawek dostaje inny sygnał i inaczej rozdziela aukcje, budżet i miejsce w feedzie. Ten sam katalog, te same kreacje i ten sam limit dzienny mogą dać inny miks sprzedaży, bo algorytm nagradza inne konwersje.

Inny sygnał, inne stawki

W Google Ads strategie oparte na wartości – tROAS, maksymalizacja wartości konwersji – licytują proporcjonalnie do wartości, którą uznają za prawdziwą. Jeśli wartość to przychód, wysoki koszyk wygrywa aukcję nawet wtedy, gdy po marży zostaje niewiele. Jeśli wartość to zysk netto według ustalonej definicji, ta sama aukcja jest warta mniej. Stawka spada przy niskomarżowym zamówieniu i rośnie przy zamówieniu, które zostawia większy wkład, choć jego przychód jest skromniejszy.

W Meta Ads mechanizm jest analogiczny przy optymalizacji pod wartość. Katalog i zestawy reklam dostają budżet tam, gdzie system widzi wyższą oczekiwaną wartość konwersji. Podmiana przychodu na zysk nie wymaga nowej strategii zakupowej. Wymaga, żeby zdarzenie zakupowe niosło inną kwotę. Od tego momentu learning nie „uczy się ROAS-u”. Uczy się, które kombinacje odbiorcy, kreacji i produktu historycznie zostawiały zysk.

Dlatego wyniki potrafią się pogorszyć w pierwszym oknie, zanim się poprawią. Konto przyzwyczajone do przychodu traci część wolumenu, który wcześniej pompował ROAS. Spada liczba konwersji, czasem spada też raportowany ROAS, bo znikają tanie wygrane na obrocie. To nie jest sygnał, że model się zepsuł. To sygnał, że licytacja przestała płacić za koszyki, które nie dowoziły wyniku.

Ręce płacące kartą za zakupy online na tablecie
Źródło: Pexels | Autor: Tima Miroshnichenko

Co realnie przesuwa się w koncie

Najpierw zmienia się ranking produktów. W Performance Max i w reklamach katalogowych Meta system rzadziej dokłada impresje do SKU, które ładnie wyglądają w przychodzie, a słabo w zysku. Produkty premium, zestawy o sensownej marży i oferty bez głębokiego kodu dostają więcej udziału w budżecie. Nie dlatego, że ktoś ręcznie je „wypchnął”, tylko dlatego, że każda ich konwersja jest dla algorytmu więcej warta.

Potem zmienia się podział między kampaniami. Kampania brandowa z agresywnym rabatem, która wcześniej wygrywała raport tygodniowy, może dostać mniej stawek albo węższy cel. Kampania pozyskująca, wcześniej gaszona za „słaby ROAS”, może dostać zgodę na wzrost, jeśli jej zamówienia zostawiają wyższy wkład. Skalowanie przestaje być kopiowaniem budżetu na wszystko, co trzyma próg przychodowy. Rośnie to, co po koszcie mediów nadal dokłada się do wyniku.

Trzeci efekt widać w decyzjach operacyjnych, nie w samym panelu. Zespół rzadziej podnosi budżet „bo ROAS jest zielony” i rzadziej ścina zestaw, który ma niższy obrót, ale lepszy wkład. Porównanie Google Ads z Meta przestaje być wyścigiem efektywności przychodowej. Jedno źródło może mieć słabszy ROAS i jednocześnie uzasadniony wzrost, drugie – odwrotnie. To właśnie ta zmiana rankingu i zgody na skalowanie jest powodem, dla którego optymalizacja pod zysk netto rusza wyniki PPC, a nie sam fakt, że w arkuszu pojawiła się nowa kolumna.

Warunek jest jeden i praktyczny: wartość wysyłana do obu systemów musi być tym samym zyskiem, liczonym tak samo dla porównywalnych zamówień. Inaczej Google będzie optymalizować pod jedną definicję, Meta pod drugą, a „lepszy POAS” będzie tylko różnicą w arkuszu, nie w aukcji.

WariantCo steruje licytacjąKiedy zostawićGłówne ryzyko
ROASPrzychód i jeden próg efektywnościZbliżone marże, start konta, brak świeżego kosztu w feedzieBudżet rośnie tam, gdzie obrót wygląda dobrze, a wkład nie
ROAS per grupa marżowaNadal przychód, ale inne tROAS dla grupMarża różni się między kategoriami, a wewnątrz grupy koszty są podobnePromocja albo zwrot pojedynczego SKU zostaje niewidoczny dla progu grupy
POAS / wartość z zyskuZysk netto w wartości konwersjiSzeroki katalog, skalowanie Google Ads i Meta jednocześnieDwie różne kwoty w obu systemach dają dwa różne rankingi

Jeśli rozpiętość marż jest mała, zostań przy ROAS i nie przebudowuj wartości konwersji. Jeśli rozjeżdżają się kategorie, a nie pojedyncze SKU, wystarczą osobne progi tROAS. Pełną wartość opartą na zysku włącz tam, gdzie system sam rozdziela budżet między produkty: Performance Max, katalog Meta i remarketing z szerokim zestawem. W panelu możesz nadal czytać ROAS – byle próg, od którego kampania może rosnąć, nie był liczony z przychodu, którego aukcja już nie optymalizuje. [4]

Najważniejsze punkty

  • ROAS mierzy przychód przypisany reklamie, ale nie pokazuje, ile pieniędzy zostaje po kosztach zamówienia.
  • POAS odnosi zysk według przyjętej definicji do kosztu reklamy, dlatego lepiej wspiera decyzje dotyczące rentowności i skalowania. [2]
  • Optymalizacja pod POAS wymaga spójnych danych o marży, rabatach, dostawie, prowizjach i zwrotach.
  • ROAS może wystarczyć przy podobnych marżach i prostym modelu kosztowym, a przy większym zróżnicowaniu oferty warto rozważyć POAS lub ROAS skorygowany o marżę.
  • Do systemu reklamowego nie należy bezrefleksyjnie włączać wszystkich kosztów stałych ani wartości opartych na niepewnych szacunkach.

Pytania od czytelników

Pytanie czytelnika

Czy można korzystać z ROAS i POAS jednocześnie?

Odpowiedź redakcji: Tak. ROAS może służyć do bieżącego monitorowania przychodu, a POAS do oceny rentowności kampanii, produktów i kanałów.
Pytanie czytelnika

Jak uwzględnić zwroty w obliczeniach POAS?

Odpowiedź redakcji: Można skorygować wynik o historyczny wskaźnik zwrotów danej kategorii. Trzeba jednak jasno opisać regułę i regularnie ją aktualizować.
Pytanie czytelnika

Czy POAS zawsze będzie lepszy od ROAS?

Odpowiedź redakcji: Nie. POAS jest lepszym sygnałem tylko wtedy, gdy dane o marży i kosztach są wiarygodne oraz spójnie zdefiniowane.
Pytanie czytelnika

Co zrobić, jeśli sklep nie ma jeszcze pełnych danych kosztowych?

Odpowiedź redakcji: Na początku można optymalizować kampanie pod ROAS, a równolegle uporządkować dane o marżach, rabatach, dostawie i zwrotach.

Źródła

Tematy:Reklama Płatna (SEM i PPC)
Więcej artykułów