Návratnost investic do reklamy
Návratnost investic do reklamy (ROAS) je marketingová metrika, která měří příjmy vygenerované na každou utracenou korunu za reklamu. Vypočítá se vydělením atribuovaných příjmů náklady na reklamu. Patří mezi nejpoužívanější metriky pro hodnocení, zda kampaň, kanál nebo platforma generuje dostatečné tržby na to, aby ospravedlnila své náklady.
Definice návratnosti investic do reklamy (ROAS)
Návratnost investic do reklamy, běžně označovaná zkratkou ROAS, měří příjmy, které reklamní kampaň vygeneruje v poměru k nákladům na její provoz. Obvykle se vyjadřuje jako poměr, například 4:1, což znamená čtyři koruny příjmů na každou korunu utracenou za reklamu, nebo jako procento, například 400 %. ROAS je jednou z nejsledovanějších metrik v e-commerce marketingu, protože přímo spojuje výdaje na reklamu s výsledky prodejů na úrovni kampaně, reklamní sestavy nebo kanálu, což z ní činí praktickou každodenní metriku pro rozhodování o alokaci rozpočtu. Je důležité si uvědomit, že ROAS měří příjmy, nikoli zisk; vysoký ROAS u produktu s nízkou marží může stále znamenat, že podnik po odečtení nákladů na zboží, dopravu a zpracování plateb sotva vychází na nulu.
Jak se ROAS vypočítá
Základní vzorec je jednoduchý:
ROAS = Atribuované příjmy / Náklady na reklamu
Příklad: e-commerce značka spustí kampaň na placených sociálních sítích s náklady 5 000 Kč týdně. Kampani je za toto období atribuováno 22 500 Kč příjmů. Vydělením 22 500 Kč částkou 5 000 Kč získáme ROAS 4,5, neboli 450 %. Samo o sobě to marketingovému specialistovi říká, že kampaň vygenerovala 4,50 Kč příjmů na každou utracenou korunu. Zda je to dobrý výsledek, však zcela závisí na hrubé marži produktu. Pokud je hrubá marže obchodu 60 %, představuje 22 500 Kč příjmů zhruba 13 500 Kč hrubého zisku, což s přehledem pokryje 5 000 Kč nákladů na reklamu a ještě zbude rezerva. Pokud je hrubá marže pouze 20 %, představují stejné příjmy asi 4 500 Kč hrubého zisku, což znamená, že kampaň po odečtení nákladů na reklamu ve skutečnosti prodělala, a to i přes ROAS, který na první pohled vypadá silně.
Proč na ROAS záleží pro e-commerce značky
ROAS poskytuje marketingovým specialistům rychlý signál na úrovni kampaně pro přerozdělení rozpočtu, aniž by pro každé rozhodnutí potřebovali úplný model ziskovosti. Protože jej lze měřit po kampaních, po reklamních sestavách, po platformách a často i po dnech, umožňuje rychlé iterace: rozpočet lze přesunout k tomu, co efektivně generuje příjmy, a od toho, co ne, často již v týdnu, kdy kampaň odstartuje. Rizikem spoléhání se pouze na ROAS je, že zcela ignoruje nákladovou strukturu, takže dvě kampaně se shodným ROAS mohou mít velmi rozdílnou skutečnou ziskovost, pokud prodávají v produktových kategoriích s odlišnými maržemi. ROAS také silně závisí na atribučním modelu použitém k jeho výpočtu a různé reklamní platformy často nadhodnocují svůj vlastní kanál prostřednictvím štědrých oken atribuce kliknutí a zobrazení, což může způsobit, že kampaň vypadá efektivnější, než ve skutečnosti je, jakmile jsou příjmy porovnány s reálnými celoobchodními tržbami.
Srovnávací tabulka: ROAS vs. související marketingové metriky
| Metrika | Co měří | Zohledňuje marži? | Nejlepší pro |
|---|---|---|---|
| ROAS | Příjmy na korunu utracenou za reklamu | Ne | Rychlá rozhodnutí o rozpočtu na úrovni kampaně |
| Skutečný ROAS | Příjmy na korunu za reklamu, porovnané se skutečnými daty obchodu | Ne, ale atribuce je přesnější | Korekce nadměrné atribuce platformy |
| CAC | Náklady na získání jednoho nového zákazníka | Ne | Hodnocení efektivity akvizice |
| Příspěvková marže | Příjmy minus variabilní náklady včetně nákladů na reklamu | Ano | Posouzení skutečné ziskovosti kampaně |
| ROI | Celková návratnost v poměru k celkové investici | Ano | Dlouhodobé hodnocení celkových nákladů |
ROAS a AI řízený obchod
S tím, jak nakupování stále častěji probíhá prostřednictvím AI asistentů jako ChatGPT Shopping, Perplexity Shopping a Amazon Rufus, je atribuce příjmů konkrétnímu výdaji na reklamu složitější, protože cesta zákazníka k nákupu může zahrnovat krok zprostředkovaný AI, který tradiční sledování reklamní platformy nevidí. Zákazník si může produkt objevit prostřednictvím placené reklamy na sociálních sítích, o několik dní později si o něm zjistit více prostřednictvím AI asistenta a nakonec nakoupit přes zcela jiný kanál, což z ROAS vykazovaného platformou na základě jediného dotyku činí stále neúplnější obraz toho, co skutečně prodej způsobilo.
Právě tuto mezeru je navržen uzavřít nástroj eshop_get_cac_roas od AmICited: vypočítává ROAS po kampaních a po dnech, porovnaný se skutečnými atribuovanými příjmy z vlastních objednávek obchodu, namísto spoléhání se pouze na to, co reklamní platforma sama vykazuje. Toto porovnání je důležité, protože reklamní platformy mají strukturální motivaci velkoryse si přisuzovat zásluhy, a marketingový rozpočet alokovaný čistě na základě ROAS vykazovaného platformou může systematicky nadhodnocovat kanály, které prostě atribuují agresivněji, na úkor kanálů, které skutečně generují přírůstkové prodeje.
Osvědčené postupy pro ROAS
- Stanovte cílové prahové hodnoty ROAS na základě hrubé marže podle kategorie, nikoli jediného celoobchodního cíle, protože bod zvratu ROAS se mezi vysoce a nízce maržovými produkty významně liší
- Pravidelně porovnávejte ROAS vykazovaný platformou se skutečnými příjmy obchodu, abyste zachytili inflaci atribuce dříve, než zkreslí rozhodnutí o rozpočtu
- Sledujte ROAS společně s CAC a příspěvkovou marží, nikoli izolovaně, protože silný ROAS tažený převážně stávajícími zákazníky, kteří znovu nakupují, vypráví velmi odlišný příběh než ten tažený akvizicí nových zákazníků
- Rozkládejte ROAS po kampaních a po dnech, namísto sledování pouze měsíčních nebo kanálových průměrů, protože detail na úrovni dne a kampaně odhalí, který konkrétní kreativní prvek nebo publikum skutečně funguje
- Revidujte cílový ROAS vždy, když se změní produktový mix, náklady na dopravu nebo strategie slev, protože všechny tyto faktory posouvají marži, kterou daný ROAS ve skutečnosti představuje
Časté chyby u ROAS
Častou chybou je považovat ROAS za náhradu ziskovosti, aniž by se přepočítal přes hrubou marži, což vede k rozpočtovým rozhodnutím, která upřednostňují kampaně s vysokým ROAS a nízkou marží před kampaněmi s nižším ROAS a vysokou marží, které jsou ve skutečnosti ziskovější. Dalším běžným problémem je porovnávání ROAS napříč kanály s velmi odlišnými atribučními okny, například porovnání 30denní atribuce zobrazení retargetingové platformy s kanálem používajícím pouze 1denní atribuci kliknutí, což vytváří čísla, která nejsou skutečně srovnatelná, přestože vypadají jako stejná metrika. Někteří marketéři také honí jediný smíšený cílový ROAS napříč celým účtem, aniž by si uvědomili, že silné smíšené číslo může maskovat mix několika vynikajících kampaní a několika nerentabilních. Dalším úskalím je neprovádění porovnání příjmů vykazovaných platformou se skutečnými příjmy obchodu a slepá důvěra dashboardům reklamních platforem, které mají tendenci nadhodnocovat konverze ve prospěch svého vlastního kanálu prostřednictvím štědrých oken kliknutí a zobrazení. A konečně, některé značky optimalizují čistě pro ROAS bez ohledu na akvizici nových zákazníků, což umožňuje přesun rozpočtu ke kampaním, které převážně oslovují stávající zákazníky, kteří by pravděpodobně znovu nakoupili i tak, čímž nafukují ROAS, ale jen málo přispívají k růstu zákaznické základny.