Return on Ad Spend
Află ce este Return on Ad Spend (ROAS), cum se calculează, cum arată un ROAS bun și cum îl urmăresc brandurile de ecommerce pe campanie și pe canal.
True ROAS este un calcul al rentabilității cheltuielilor publicitare bazat pe venitul real, reconciliat, atribuit publicității, spre deosebire de venitul pe care o platformă precum Meta sau Google îl raportează singură prin propriul model de atribuire. Corectează supra-atribuirea, dubla contorizare între canale, rambursările și alte lacune care umflă ROAS-ul raportat de platformă.
True ROAS este un calcul al rentabilității cheltuielilor publicitare bazat pe venitul real, reconciliat, atribuit publicității, spre deosebire de venitul pe care o platformă precum Meta sau Google îl raportează singură prin propriul model de atribuire. Corectează supra-atribuirea, dubla contorizare între canale, rambursările și alte lacune care umflă ROAS-ul raportat de platformă.
True ROAS (randamentul real al cheltuielilor publicitare) este o versiune corectată a metricii standard ROAS care utilizează venitul net reconciliat, atribuibil efectiv unui canal de publicitate, spre deosebire de cifra de venit pe care platforma de anunțuri (Meta, Google, TikTok și altele) o raportează despre propria performanță. ROAS-ul standard se calculează ca venit împărțit la cheltuielile de publicitate, dar partea de venit a acestei ecuații este de obicei extrasă direct din propriul sistem de atribuire al platformei — un sistem cu un interes direct de a-și atribui cât mai multe conversii posibil. True ROAS, în schimb, pornește de la datele reale de comenzi și plăți ale magazinului, scade rambursările și contestațiile care au avut loc după vânzare și rezolvă conflictele de atribuire între canale (unde două sau mai multe platforme își atribuie aceeași achiziție) înainte de a împărți la cheltuielile de publicitate, producând o cifră mai apropiată de ceea ce afacerea a câștigat efectiv din publicitatea sa.
Formula standard ROAS este simplă: venitul atribuit unui canal împărțit la cheltuielile pe acel canal. Complexitatea true ROAS constă în obținerea corectă a părții de venit. Procesul implică de obicei: extragerea venitului real la nivel de comandă din platforma magazinului, nu din tabloul de bord al platformei de anunțuri; potrivirea fiecărei comenzi cu sursa reală de achiziție folosind urmărirea first-party, nu doar pixelul platformei de anunțuri; scăderea veniturilor din comenzile ulterior rambursate sau contestate; și, acolo unde mai multe platforme își atribuie aceeași comandă (un scenariu frecvent când un client dă click pe un anunț Meta, mai târziu pe un anunț Google, apoi cumpără), atribuirea venitului acelei comenzi unei singure surse folosind o regulă de atribuire consecventă, în loc să se permită ambelor platforme să îl contorizeze integral.
Un exemplu practic: un magazin cheltuiește 10.000 $ pe reclame Meta într-o lună. Tabloul de bord al reclamelor Meta raportează 50.000 $ în achiziții atribuite, rezultând un ROAS raportat de platformă de 5,0x. Când magazinul reconciliază acei 50.000 $ cu datele reale ale comenzilor, descoperă că 4.000 $ dintre acele „conversii" au fost, de asemenea, revendicate și contorizate de Google Ads pentru aceleași comenzi, iar comenzi în valoare de 3.000 $ dintre cele atribuite au fost ulterior rambursate. Venitul net atribuibil pentru Meta devine 43.000 $, producând un true ROAS de 4,3x — o cifră semnificativ diferită de ceea ce sugera propriul tablou de bord al platformei și una care ar putea schimba o decizie de alocare bugetară.
True ROAS contează deoarece deciziile bugetare bazate pe cifre umflate se cumulează în timp. Un comerciant care alocă cheltuieli pe baza ROAS-ului auto-raportat de fiecare platformă, fără să reconcilieze suprapunerile și rambursările, va investi sistematic prea mult în platforma al cărei model de atribuire este cel mai agresiv în revendicarea creditului — nu neapărat platforma care generează cel mai mult venit incremental. Pe parcursul unui an întreg, aceasta poate însemna mii de dolari direcționați către un canal care pare mai eficient pe hârtie decât este în realitate, în detrimentul unui canal a cărui performanță reală este subestimată deoarece abordează atribuirea mai conservator.
Acest lucru contează și mai mult pentru magazinele cu rate de returnare peste medie, deoarece o vânzare atribuită și celebrată în momentul achiziției se poate inversa în liniște zile sau săptămâni mai târziu, fără ca cifra ROAS a platformei de anunțuri să se ajusteze vreodată în scădere pentru a o reflecta.
| Aspect | ROAS Raportat de Platformă | True ROAS |
|---|---|---|
| Sursa venitului | Propriul sistem de atribuire al platformei de anunțuri | Datele reale reconcileate ale comenzilor magazinului |
| Suprapunerea între canale | Fiecare platformă contorizează independent, adesea dublând atribuirea | Rezolvată la o singură sursă atribuită per comandă |
| Rambursări/contestații | Rareori scăzute după vânzarea inițială | Scăzute pentru a reflecta venitul net reținut |
| Fereastra de atribuire | Stabilită generos de platforma însăși | Stabilită de comerciant pe baza comportamentului realist al clientului |
| Părtinire | Inflată în favoarea platformei care raportează | Neutră, legată de rezultatele reale de afaceri |
Ascensiunea suprafețelor de cumpărături cu AI — ChatGPT Shopping, Perplexity Shopping, Google AI Overviews — adaugă un nou grad de complexitate în atribuire: achizițiile influențate de recomandarea unui produs de către un asistent AI pot să nu poarte o etichetă de recomandare curată înapoi la anunțul sau conținutul care a generat inițial conștientizarea, facilitând și mai mult platformelor de anunțuri tradiționale să își aroge creditul pentru o vânzare care a fost de fapt influențată în altă parte în parcursul de cercetare al clientului. Pe măsură ce mai multe drumuri de cumpărare trec prin intermediari AI, în loc de click-uri directe pe anunțuri, comercianții care se bazează exclusiv pe ROAS-ul raportat de platformă riscă un decalaj și mai mare între ceea ce pretind platformele și ceea ce s-a întâmplat de fapt.
Exact în jurul acestui calcul este construit instrumentul eshop_get_cac_roas de la AmICited: calculează CAC și ROAS din cheltuieli de publicitate reconcileate cu venitul real atribuit, în loc să aibă încredere în cifrele auto-raportate de fiecare platformă, oferind comercianților o cifră true ROAS consecventă și comparabilă pe toate canalele, inclusiv pe căile de descoperire noi bazate pe AI.
O greșeală frecventă este calcularea true ROAS o singură dată și tratarea lui ca un multiplicator fix de aplicat în viitor, când, în realitate, suprapunerea atribuirii, ratele de rambursare și mixul de canale se schimbă în timp și necesită recalculare continuă, nu o corecție unică. O altă problemă frecventă este corectarea suprapunerii între canale, dar omiterea scăderii rambursărilor, ceea ce lasă totuși o cifră material inflată pentru orice magazin cu o rată de returnare semnificativă. Unii comercianți aplică, de asemenea, corecțiile true ROAS inconsecvent între canale — reconciliind Meta cu atenție, dar lăsând cifra auto-raportată de Google neatinsă — ceea ce produce o comparație care pare corectă, dar nu este. În cele din urmă, o greșeală mai subtilă este supra-corectarea: utilizarea unei ferestre de atribuire atât de conservatoare încât elimină complet clienții care convertesc mai târziu din creditul unui canal, subevaluând true ROAS în direcția opusă și ducând la subinvestiția într-un canal care are de fapt performanțe bune pe un ciclu de considerare mai lung.
Începe să urmărești cum te menționează chatbot-urile AI pe ChatGPT, Perplexity și alte platforme. Obține informații utile pentru a-ți îmbunătăți prezența în AI.
Află ce este Return on Ad Spend (ROAS), cum se calculează, cum arată un ROAS bun și cum îl urmăresc brandurile de ecommerce pe campanie și pe canal.

Măsoară cheltuielile Meta raportat la veniturile realizate din magazin, CM2 și CM3, astfel încât ROAS-ul veniturilor să nu poată ascunde costurile de produs, on...

Compară difuzarea Meta cu momentul în care comenzile realizate din magazin sosesc, pe oră, oră-zi lucrătoare și zi normalizată a lunii, cu ponderea cheltuielilo...
Consimțământ Cookie
Folosim cookie-uri pentru a vă îmbunătăți experiența de navigare și a analiza traficul nostru. See our privacy policy.