Prawdziwy ROAS
Prawdziwy ROAS to obliczenie zwrotu z wydatków reklamowych oparte na rzeczywistych, uzgodnionych przychodach przypisanych reklamie, a nie na przychodach, które platforma taka jak Meta czy Google sama raportuje poprzez własny model atrybucji. Korektuje nadmierną atrybucję, wielokanałowe podwójne liczenie, zwroty kosztów i inne luki zawyżające ROAS raportowany przez platformę.
Definicja prawdziwego ROAS
Prawdziwy ROAS (prawdziwy zwrot z wydatków reklamowych) to poprawiona wersja standardowego wskaźnika ROAS, która wykorzystuje uzgodniony przychód netto faktycznie możliwy do przypisania kanałowi reklamowemu, a nie wartość przychodu, którą platforma reklamowa (Meta, Google, TikTok i podobne) raportuje o własnych wynikach. Standardowy ROAS oblicza się jako przychód podzielony przez wydatki reklamowe, ale strona przychodowa tego równania jest zwykle pobierana bezpośrednio z systemu atrybucji platformy reklamowej — systemu mającego bezpośrednią motywację do przypisywania sobie zasługi za jak najwięcej konwersji. Prawdziwy ROAS natomiast zaczyna od rzeczywistych danych o zamówieniach i płatnościach sklepu, odejmuje zwroty kosztów i obciążenia zwrotne, które wystąpiły po sprzedaży, oraz rozwiązuje konflikty atrybucji między kanałami (gdzie dwie lub więcej platform przypisuje sobie tę samą transakcję), zanim podzieli przez wydatki reklamowe, dając liczbę bliższą tego, co firma faktycznie zarobiła na swoich reklamach.
Jak oblicza się prawdziwy ROAS
Standardowa formuła ROAS jest prosta: przychód przypisany kanałowi podzielony przez wydatki na ten kanał. Złożoność prawdziwego ROAS wynika z prawidłowego określenia strony przychodowej. Proces zazwyczaj obejmuje: pobranie rzeczywistego przychodu na poziomie zamówienia z platformy sklepowej, a nie z panelu platformy reklamowej; dopasowanie każdego zamówienia do rzeczywistego źródła pozyskania przy użyciu śledzenia własnego (first-party) zamiast polegania wyłącznie na pikselu platformy reklamowej; odjęcie przychodu z zamówień później zwróconych lub obciążonych zwrotem; oraz, gdy wiele platform przypisuje sobie to samo zamówienie (częsta sytuacja, gdy klient klika reklamę Meta, później klika reklamę Google, a następnie dokonuje zakupu), przypisanie przychodu z tego zamówienia do jednego źródła przy użyciu spójnej reguły atrybucji, zamiast pozwalać obu platformom na liczenie go w całości.
Przykład: sklep wydaje 10 000 $ na reklamy Meta w ciągu miesiąca. Panel reklam Meta raportuje 50 000 $ przypisanych zakupów, dając ROAS raportowany przez platformę na poziomie 5,0x. Gdy sklep uzgadnia te 50 000 $ z rzeczywistymi danymi zamówień, okazuje się, że 4 000 $ z tych „konwersji" zostało również zgłoszonych i policzonych przez Google Ads dla tych samych zamówień, a 3 000 $ przypisanych zamówień zostało później zwróconych. Możliwy do przypisania przychód netto dla Meta wynosi 43 000 $, dając prawdziwy ROAS na poziomie 4,3x — znacząco inną liczbę niż sugerował panel platformy, która może zmienić decyzję o alokacji budżetu.
Ready to Monitor Your AI Visibility?
Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.
Dlaczego prawdziwy ROAS ma znaczenie dla marek e-commerce
Prawdziwy ROAS ma znaczenie, ponieważ decyzje budżetowe podejmowane na podstawie zawyżonych liczb kumulują się w czasie. Sprzedawca, który alokuje wydatki w oparciu o samodzielnie raportowany ROAS każdej platformy, bez uzgadniania nakładania się i zwrotów, będzie systematycznie inwestować nadmiernie w tę platformę, której model atrybucji jest najbardziej agresywny w przypisywaniu sobie zasług — niekoniecznie w platformę faktycznie generującą największy przyrostowy przychód. W skali całego roku może to oznaczać tysiące dolarów przesuniętych do kanału, który na papierze wygląda na bardziej efektywny niż w rzeczywistości, kosztem kanału, którego rzeczywista wydajność jest niedoceniana, ponieważ stosuje bardziej konserwatywną atrybucję.
Ma to jeszcze większe znaczenie dla sklepów z ponadprzeciętnym wskaźnikiem zwrotów, ponieważ sprzedaż przypisana i celebrowana w momencie zakupu może zostać po cichu odwrócona dni lub tygodnie później, bez korekty w dół wartości ROAS raportowanego przez platformę reklamową.
ROAS raportowany przez platformę a prawdziwy ROAS
| Aspekt | ROAS raportowany przez platformę | Prawdziwy ROAS |
|---|---|---|
| Źródło przychodu | System atrybucji platformy reklamowej | Rzeczywiste uzgodnione dane zamówień sklepu |
| Nakładanie się kanałów | Każda platforma liczy niezależnie, często podwójnie | Rozstrzygnięte do jednego przypisanego źródła na zamówienie |
| Zwroty/obciążenia zwrotne | Rzadko odejmowane po pierwotnej sprzedaży | Odejmowane w celu odzwierciedlenia zatrzymanego przychodu netto |
| Okno atrybucji | Ustawione hojnie przez samą platformę | Ustawione przez sprzedawcę w oparciu o realistyczne zachowanie klientów |
| Stronniczość | Zawyżone na korzyść raportującej platformy | Neutralne, powiązane z rzeczywistymi wynikami biznesowymi |
Stay Updated on AI Visibility Trends
Get the latest insights on AI mentions, brand monitoring, and optimization strategies.
Prawdziwy ROAS a handel oparty na AI
Rozwój powierzchni zakupowych opartych na AI — ChatGPT Shopping, Perplexity Shopping, Google AI Overviews — dodaje kolejny element komplikujący atrybucję: zakupy zainspirowane rekomendacją produktu od asystenta AI mogą nie nieść czytelnego tagu referencyjnego prowadzącego z powrotem do reklamy lub treści, która pierwotnie wzbudziła świadomość, co ułatwia tradycyjnym platformom reklamowym nadmierne przypisywanie sobie zasługi za sprzedaż, która faktycznie została zainspirowana gdzie indziej w trakcie procesu badawczego klienta. W miarę jak coraz więcej ścieżek zakupowych przebiega przez pośredników AI, a nie bezpośrednie kliknięcia reklam, sprzedawcy polegający wyłącznie na ROAS raportowanym przez platformy ryzykują jeszcze większą rozbieżność między tym, co platformy deklarują, a tym, co faktycznie się wydarzyło.
To jest dokładnie ta kalkulacja, wokół której zbudowane jest narzędzie eshop_get_cac_roas od AmICited: oblicza ono CAC i ROAS na podstawie wydatków reklamowych uzgodnionych z rzeczywistym przypisanym przychodem, zamiast ufać samodzielnie raportowanym liczbom każdej platformy, dając sprzedawcom spójny, porównywalny wskaźnik prawdziwego ROAS we wszystkich kanałach, w tym nowszych ścieżkach odkrywania opartych na AI.
Najlepsze praktyki obliczania prawdziwego ROAS
- Zawsze obliczaj prawdziwy ROAS z przychodu netto (po zwrotach i obciążeniach zwrotnych), a nie z wartości brutto zamówienia w momencie sprzedaży.
- Używaj jednego, spójnego modelu atrybucji dla wszystkich kanałów przy rozstrzyganiu nakładania się platform, zamiast pozwalać, aby panel każdej platformy funkcjonował samodzielnie.
- Uzgadniaj wydatki reklamowe i przychód w tym samym rytmie, w którym podejmujesz decyzje budżetowe — cotygodniowe uzgadnianie ma ograniczoną wartość, jeśli budżet jest realokowany codziennie na podstawie paneli platform.
- Porównuj prawdziwy ROAS z marżą brutto, a nie tylko z przychodem, ponieważ kanał z wysokim prawdziwym ROAS na produktach o niskiej marży może być wciąż mniej rentowny niż kanał z niższym ROAS sprzedający produkty o wyższej marży.
- Okresowo weryfikuj okna atrybucji; okno ustawione zbyt hojnie będzie nadal zawyżać prawdziwy ROAS nawet po skorygowaniu nadmiernego przypisywania przez platformy.
Częste błędy przy prawdziwym ROAS
Częstym błędem jest obliczenie prawdziwego ROAS raz i traktowanie go jako stałego mnożnika do stosowania w przyszłości, podczas gdy w rzeczywistości nakładanie się atrybucji, wskaźniki zwrotów i mix kanałów zmieniają się w czasie i wymagają ciągłego przeliczania, a nie jednorazowej korekty. Innym częstym problemem jest korygowanie nakładania się kanałów, ale zapominanie o odjęciu zwrotów, co wciąż pozostawia znacząco zawyżoną liczbę dla każdego sklepu z istotnym wskaźnikiem zwrotów. Niektórzy sprzedawcy stosują również korekty prawdziwego ROAS niespójnie w różnych kanałach — dokładnie uzgadniając Meta, podczas gdy pozostawiają nienaruszone samodzielnie raportowane liczby Google — co daje porównanie wyglądające na porównywalne, ale w rzeczywistości takie nie jest. Wreszcie, subtelniejszym błędem jest nadmierna korekta: użycie tak konserwatywnego okna atrybucji, że pozbawia ono kanał zasługi z rzeczywistych, później konwertujących klientów, zaniżając prawdziwy ROAS w przeciwnym kierunku i prowadząc do niedoinwestowania kanału, który faktycznie działa dobrze w dłuższym cyklu decyzyjnym.