ROAS wygląda świetnie. Ile sprzedaży naprawdę przyniosła reklama?
ROAS pokazuje, ile przychodu przypisano reklamie na każdą wydaną złotówkę. Żeby oszacować, ile sprzedaży reklama rzeczywiście dodała, trzeba sprawdzić, co wydarzyłoby się bez niej. W tym pomaga pomiar inkrementalności: porównanie wyników odpowiednio zaprojektowanej grupy testowej i kontrolnej. A przed zwiększeniem budżetu warto policzyć jeszcze marżę.
Wyobraź sobie przegląd wyników. Kampania ma ROAS 8. Zespół proponuje zwiększyć wydatki. CFO zagląda do rachunku wyników i pyta: skoro reklama działa tak dobrze, dlaczego nie widać tego w rentowności?
Obie strony mogą mieć poprawne liczby. Problem zaczyna się wtedy, gdy pod tymi liczbami kryją się różne pytania.
Co naprawdę mówi ROAS
ROAS, czyli Return on Ad Spend, to wartość konwersji podzielona przez koszt reklamy. W tym artykule wartością konwersji jest przychód. Jeśli system przypisuje kampanii 80 tys. zł przychodu przy wydatku 10 tys. zł, pokazuje ROAS 8, czyli 800%.
Słowo „przypisuje” jest tutaj kluczowe. Wynik zależy m.in. od modelu atrybucji, okna konwersji oraz tego, czy uwzględniamy kontakt po kliknięciu, czy także po wyświetleniu reklamy. Google rozróżnia konwersje przypisane i przyrost zmierzony eksperymentem.
Klient mógł już znać markę, dostać rekomendację i wrócić po produkt, który kupuje co miesiąc. Po drodze zobaczył reklamę. Panel może przypisać jej zakup, ale sam ten zapis nie dowodzi, że bez reklamy transakcja by nie nastąpiła.
Szczególnie uważnie patrzyłbym więc na remarketing i kampanie kierowane do osób z wysoką intencją zakupu. Wysoki ROAS może oznaczać zarówno skuteczne przekonanie klienta, jak i sprawne dotarcie do kogoś, kto był już zdecydowany. To hipoteza do sprawdzenia, a nie powód do automatycznego wyłączenia kampanii.
Inkrementalność zaczyna się od pytania o brak reklamy
Inkrementalność reklamy oznacza zmianę wyniku wywołaną przez reklamę względem sytuacji, w której jej nie uruchomiono. Nie możemy jednocześnie pokazać i nie pokazać tej samej kampanii tej samej osobie w identycznych warunkach. Dlatego potrzebujemy wiarygodnego porównania.
W eksperymencie losowo przypisujemy odbiorców do dwóch grup. Grupa testowa jest objęta badaną kampanią, a kontrolna zostaje z niej wyłączona. Potem porównujemy wynik wszystkich osób zgodnie z przydziałem, również tych z grupy testowej, do których reklama ostatecznie nie dotarła. Przy różnych liczebnościach grup trzeba odpowiednio przeskalować porównanie.
Nie wystarczy zestawić kupujących, którzy widzieli reklamę, z tymi, którzy jej nie widzieli. Algorytm mógł częściej wybierać osoby bliższe zakupu. Takie różnice selekcji potrafią zniekształcić wniosek. W badaniu Gordona i współautorów popularne metody obserwacyjne często nie odtwarzały efektów zmierzonych w eksperymentach reklamowych, mimo dostępu do rozbudowanych danych.
Jednym z narzędzi jest Conversion Lift w Google Ads. Nie jest dostępne na każdym koncie. Metodę trzeba dobrać do skali, kanału, danych i decyzji, którą chcemy podjąć.
ROAS 8 i iROAS 2 mogą opisywać tę samą kampanię
Weźmy przykład hipotetyczny. To ilustracja sposobu liczenia, nie wynik klienta ani rynkowy benchmark.
Losowo przydzielamy po 10 tys. osób do grupy testowej i kontrolnej. Badana kampania kosztuje 10 tys. zł i nie trafia do kontroli. Mierzymy w obu grupach cały przychód netto, po rabatach i zwrotach, w tym samym okresie. Pozostałe działania prowadzimy jednakowo; zakładamy brak istotnego przenikania ekspozycji między grupami.
Panel przypisuje reklamie 80 tys. zł przychodu: ROAS = 80 tys. / 10 tys. = 8.
Łączny przychód grupy testowej wynosi 120 tys. zł.
Łączny przychód grupy kontrolnej wynosi 100 tys. zł.
Oszacowany przyrost to 20 tys. zł: 120 tys. minus 100 tys.
Inkrementalny ROAS, czyli iROAS, wynosi 2: 20 tys. / 10 tys.
To dwa różne sposoby spojrzenia na wynik. Kwota 80 tys. zł wynika z reguł przypisania sprzedaży. Kwota 20 tys. zł jest oszacowaniem dodatkowego przychodu z eksperymentu. Nie należy traktować różnicy między nimi jako dokładnej wartości „zmarnowanej reklamy”.
Ważny szczegół: w tym przykładzie porównujemy kampanię z jej brakiem. Gdy testujemy dwa poziomy wydatków, iROAS odnosimy do różnicy kosztów między wariantami. Sama zmiana definicji mianownika może zmienić interpretację wyniku.
Przykład hipotetyczny, nie benchmark. Oba wskaźniki dotyczą tej samej badanej kampanii i okresu. iROAS jest estymatą punktową; niepewność wymaga osobnej oceny.
Dodatkowy przychód musi jeszcze zarobić na swój koszt
Załóżmy, że marża pokrycia na dodatkowej sprzedaży wynosi 35%. Rozumiem ją tutaj jako przychód po zmiennych kosztach produktu, dostawy i obsługi, ale przed kosztem badanej reklamy.
Z 20 tys. zł przyrostu przychodu zostaje 7 tys. zł marży. Reklama kosztowała 10 tys. zł. W uproszczeniu jesteśmy więc 3 tys. zł pod kreską, jeszcze przed innymi dodatkowymi kosztami, np. kreacji lub pomiaru.
Przy tych założeniach sam koszt reklamy pokrywałby iROAS około 2,86. To wynik działania 1 / 35%, a nie uniwersalny próg dla każdej firmy. Przy innej marży próg będzie inny.
Przyszłe zakupy mogą poprawić ekonomikę, ale trzeba je zmierzyć lub przyjąć jawną, uzasadnioną prognozę. Nie dopisywałbym całego oczekiwanego LTV tylko po to, żeby test zaczął wyglądać dobrze. Podobnie podchodzę do budżetu marketingowego na 2027 rok: najpierw uzgodnijmy, za jaki dodatkowy wynik płacimy.
Jak zaplanowałbym test przed wydaniem pieniędzy
Zacząłbym od jednej decyzji: czy utrzymać kampanię, zwiększyć jej budżet, czy sprawdzić inny sposób dotarcia. Potem ustaliłbym pięć rzeczy.
Miernik. Przychód netto, nowi klienci czy marża? Dane powinny obejmować uzgodniony wynik biznesowy, a nie tylko konwersje widoczne w panelu.
Porównanie. Kto trafia do testu, kto do kontroli i jak ograniczamy przenikanie kampanii? Losowanie jest punktem wyjścia, gdy można je zastosować.
Skalę i czas. Jak duży efekt ma znaczenie dla firmy i ilu obserwacji potrzeba, żeby go wykryć? Okres pomiaru musi uwzględniać cykl zakupu i opóźnione konwersje.
Pozostałe warunki. Co robimy z promocjami, dostępnością produktu, ceną i innymi kampaniami? Jeśli zmienią się nierówno między grupami, wniosek może dotyczyć całego pakietu zmian.
Zasadę decyzji. Kiedy kończymy test i przy jakim wyniku skalujemy? Nie przerywałbym go po pierwszym korzystnym odczycie.
Gdy losowanie osób jest niemożliwe, można rozważyć eksperyment geograficzny. W nim jednostkami porównania są regiony. Dobranie podobnych lokalizacji bez losowania wymaga dodatkowych założeń; zwykłe „przed i po” łatwo pomyli efekt reklamy z sezonem czy zmianą ceny.
Wynik potrzebuje przedziału niepewności
W naszym przykładzie iROAS 2 jest estymatą punktową. Same dwie sumy przychodów nie wystarczą, by policzyć przedział ufności ani ogłosić istotny efekt.
Przy małej próbie, rzadkich zakupach lub dużym zróżnicowaniu koszyków wynik może być bardzo nieprecyzyjny. Lewis i Rao pokazali na dużych eksperymentach reklamowych, jak trudny bywa precyzyjny pomiar zwrotu. Nie istnieje jedna liczba odbiorców, która gwarantuje rozstrzygnięcie każdego testu.
Brak istotności statystycznej nie oznacza automatycznie braku efektu. Może oznaczać, że danych jest za mało, żeby podjąć decyzję z oczekiwaną pewnością. Z kolei dodatni wynik nie uzasadnia bez końca zwiększania wydatków: kolejna złotówka może pracować inaczej niż dotychczasowy budżet.
Ta sama dyscyplina obowiązuje poza internetem
Dotyczy to również adcourt, które współtworzę, i obecności marek w klubach squasha i padla. Zacząłbym od hipotezy: czy kampania ma poprawić znajomość marki, rozważanie zakupu, czy sprzedaż? Następnie dobrałbym porównywalne kluby lub regiony i pomiar przed oraz po kampanii, z grupą kontrolną; jeśli skala i warunki pozwalają, z losowym przydziałem.
Przy kilku obiektach trzeba szczególnie uważać na różnice między klubami i ograniczoną precyzję. Kod rabatowy pomaga przypisać transakcję, ale sam nie rozstrzyga, czy reklama ją spowodowała. Więcej o rozdzieleniu realizacji kampanii od jej efektu opisuje materiał adcourt o pomiarze reklamy na korcie.
O co zapytałbym na następnym przeglądzie wyników
Zostawiłbym ROAS w raporcie.
Obok dopisałbym trzy pytania: jaki przyrost potrafimy wiarygodnie oszacować, ile zostaje z niego marży i czego jeszcze nie wiemy?
Przed zwiększeniem budżetu wybierz jedną ważną kampanię i zapisz, jaki wynik testu zmieni Twoją decyzję. To konkretny krok od atrakcyjnej liczby w panelu do lepszego wykorzystania pieniędzy firmy.
Tekst stworzony przy wsparciu asystenta firmy OpenAI
Komentarze