«Det är så vi alltid har gjort det.»
Tänk om vi säger att det finns en mer lönsam lösning?
Hur spårar norska onlinebutiker lönsamheten på digital reklam idag?
ROAS är en ganska bekant term för de flesta som arbetar med online-shopping och reklam för produkter på nätet.
ROAS, eller återbetalning på annons, försök att spåra lönsamheten för betald verksamhet. Detta görs på nätet genom att titta på hur mycket vi får tillbaka för annonsen dollar spenderade.
Den största utmaningen att använda "återvända på annons spendera" som en KPI för att lyckas är att det är mycket svårt för de flesta att mäta just det. Där vi vill mäta "återvända på annons spendera", många av oss mäter "återbetalning på annons spenderar".
Genom att använda intäkter eller försäljningsintäkter från exempelvis Google Analytics, Vi förenklar vad för de flesta människor är faktiskt en mycket komplex beräkning.
Vad är en lönsam ROAS?
Det är den stora.
Många anser att en hög ROAS är en lönsam ROAS - ju högre ROAS, desto mer pengar tjänar vi. Men folket då?
Om vi tittar på tabellen nedan, kan de flesta människor troligen hålla med om att Produkt B är mycket mer lönsamt än Produkt A. . Vi använder samma summa pengar för att främja båda Produkt A och B, men försäljningsintäkterna är mycket varierande.
Uppenbarligen, Produkt B är mycket mer lönsamt än Produkt A- Jag är inte här. Den har en mycket högre ROAS!
... Eller?
Här är det lätt att luras. När vi tittar på tabellen ovan, utelämnar vi en viktig del av ekvationen.
Det här är... mycket sällsynta Det är lika enkelt som försäljningsintäkterna motsvarar faktiska intäkter. Se till exempel nedan:
Produkter A och B kan ha olika inköpspriser, upphämtningskostnader och fraktkostnader. Tillsammans är dessa två mycket olika marginaler. Om vi tar hänsyn till detta i våra beräkningar, kommer det potentiellt att se helt annorlunda ut.
Produkt B kan inte längre se så lönsam ut? Det trots en hög ROAS.
Vi ser dock att vi tjänar pengar på att sälja produkter A - trots en lägre ROAS.
Vi kan därför avvisa ”myt” som en hög ROAS är alltid en lönsam ROAS.
Hur sätter företag upp ROAS-mål?
De optimerar för en genomsnittlig ROAS
Många företag försöker övervinna den ovan nämnda utmaningen genom att främja beräkningen något.
Genom att titta på hela sitt produktsortiment och beräkna täckningsfrekvenserna för de olika produktkategorierna eller varumärkena, kan företaget veta ungefär vilka intäkter på annons spendera de behöver gå till noll med reklamen för dessa produkter.
Ett företag kan veta att de behöver åtminstone 5 NOK i försäljningsintäkter för varje NOK som spenderas på reklampåsar (500% ROAS) och minimum 2,5 NOK i försäljningsintäkter för varje NOK som spenderas på reklamskärvor (250% REAS).
På grundval av detta fastställer de ett genomsnittligt ROAS för de olika produktkategorierna på 375%. .
Metoden är enkel att relatera till och lätt att kommunicera med partners. Vi förstår varför någon väljer den här lösningen – men visste du att den också utgör en stor risk? Båda för att band pengar och för att saknas potentiella inkomster.
Med ett genomsnittligt ROAS-mål på 375%, produkterna kommer att se lika lönsamma ut oavsett om marginalen är 40% eller 10%. . I detta fall kan det innebära att företaget potentiellt förlorar pengar när de säljer en plånbok och att de inte säljer så många scarves som de kunde ha gjort (och fortfarande var lönsamma).
De fastställer olika mål för ROAS för olika kategorier
Exemplet ovan kan se lite extremt och “enkla” men sanningen är att det är så här en hel del företag fungerar.
En metod som är bättre och mer exakt återspeglar de olika marginalerna i ett produktsortiment är att ställa in REAS-mål för varje kategori och att ställa in dina egna budgetar och mål, samt optimera olika för de olika kategorierna.
Detta ger annonsörerna en bättre idé om vilka kampanjer som faktiskt är lönsamma och vilka som inte är det, men det är under ett mycket viktigt villkor: hos dina kunder faktiskt köpa vad de klickar på.
I ett överraskande antal fall, en online-butik kommer att upptäcka att kunder som klickar på samma produkt annons faktiskt inte hamnar med samma kundvagn.
De väljer inte bara olika betalningsalternativ och sjöfartsalternativ (som påverkar lönsamheten för kundvagnen), utan de handlar också med olika produkter:
Kund 1 klickar på annonsen för väskan, går direkt till varukorgen och bara byter påsen hon klickade på.
Kund 2 klickar på annonsen för väskan, men ser längre runt i onlinebutiken och hamnar med en helt annan produkt.
Kund 3 klickar på annonsen för väskan, ser längre runt och slutar köpa både väskan hon klickade på och två scarves!
Dessa tre kunder hade exakt samma Utgångspunkt, men hamnade med tre olika inköpsvagnar med mycket olika lönsamhet för företaget. Detta beaktas inte vid arbetet med ROAS.
POAS: Den lönsamma lösningen du söker
Så hur löser vi alla dessa utmaningar? Att spåra vinst per beställning snarare än intäkter är en bra plats att börja.
Framtiden för reklam kännetecknas av en ökad grad av automatisering. Vad är meningen med det sätt på vilket vi arbetar med optimering behöver ändras.
God data och kommunikation med reklamsystemen har alltid varit viktig, men som Digitalt marknadsföreläggande Vi ser en tydlig förändring i betydelsen av att data går vidare.
Med införandet av “svart box” kampanjtyper som Performance Max och att begränsa uppgifterna genom tredje part blir separata företagsuppgifter Mer än någonsin.
De som i det långa loppet fortsätter att vinna – det är annonsörerna som klart lyckas använda data för att kommunicera sina mål till maskininlärningssystemen.
Och?
Istället för att rapportera och optimera intäkterna – rapportera och optimera direkt på bruttovinsten och därmed POAS (vinst på annons) istället för ROAS.
Sannolikhetsspårning i praktiken
In INEVO arbetar vi med VinstMetriska resultat för att kunna basera oss på vinstspårning i reklam och aktivt använda POAS som KPI.
Vi använder en direkt API-anslutning från CMS eller ett XML-flöde med alla produktpriser (och eventuella försäljningspriser) samt inköpspriser.
Dessutom spårar vi faktiska inköp Zi kundvagn så att vi kan dra av extra kostnader, betalningskostnader, fraktkostnader etc för varje beställning. :Visuell
Detta ger oss en bruttovinst per order som vi kan direkt mata in i reklamsystem som Google Ads och Facebook för ytterligare optimering - liksom analyssystem som Google Analytics. .
Genom att fokusera på POAS kan du (eller maskininlärning) genom att akkarat den summa du behöver för att maximera vinsten i realtid, snarare än att lita på en genomsnittlig ROAS.
I reklamsystemet kommer det då att Mycket klart Vilka kampanjer vi tjänar pengar på och där vi faktiskt förlorar pengar när vi drar av reklamkostnaderna från bruttovinsten:
vinstmarginal vinstmarginal
Vilka resultat kan man förvänta sig av genomförandet av vinstspårning?
Det kommer att variera.
Under en månads aktiv vinstoptimering över intäkter, en av våra kunder upplevde en 122% ökning i i nettovinst och 18% minskade kostnader.
Utmaningar för vinstspårning
POAS är ingen magisk KPI. Vi kommer också att finna svagheter.
Enligt vår mening räcker det inte med att man undviker att man går över från inkomstfokus till vinstfokus i reklamen. Det är dock viktigt att vara medveten om följande utmaningar:
1 - Uppgifterna du får ut är bara så bra som de data du lägger i
Detta är enligt vår erfarenhet den största tröskeln för företag som vill komma igång med vinstoptimering.
Många företag har inte en tillräckligt bra överblick över inköpspriser och kostnader i samband med sina produkter - mycket färre har denna information direkt i sina annonssystem.
En vinstfokusering kan genomföras genom att man fastställer mer allmänna räntor för både marginaler och andra orderkostnader.
Men, man! Uppgifterna du får ut är bara så bra som de uppgifter du lägger in kr.. .
Därför rekommenderar vi att investera i att ha rätt data på plats.
2 - En övergång från fokus på intäkter till vinst kommer att kräva en förändring av fokus i organisationen
I många organisationer mäts tillväxt och framgång på grundval av inkomsttillväxt.
Det kan därför vara en utmaning för dig som tar hand om reklamen om du rapporterar och optimerar för vinst, medan resten av organisationen fokuserar på försäljningsintäkter.
En ökning av vinsterna innebär inte nödvändigtvis en ökning av försäljningsintäkterna och tvärtom.
En lyckad migration från fokus på innehåll till fokus på vinst kräver en förändring av tankesätt och fokus, mellan lag och inom organisationen.
3 - Övergång från intäkter till vinst är en "shock" till maskininlärning
Smart bitning och maskininlärning från historiska data. När vi byter från Inkomst till Vinst som en insats för budgivningen, kommer detta, utan undantag, att ge systemet en “shock”.
Det vinstbelopp som tidigare rapporterats är inte bara lägre än det resultat som tidigare redovisats, utan POAS-målet är ofta mycket lägre än det ROAS-mål som systemet tidigare optimerat för.
Övergång från ett mål ROAS på 900% till 120% kommer att utmana maskininlärning och därför är det en utmaning att göra den faktiska omställningen i annonssystemen.
Vår rekommendation är att börja med att samla in data som ett sekundärt mål innan du väljer att göra skift. Du bör också förbereda dig för att systemet ska behöva minst en omställningscykel för att vara under lärandefasen.
Kom i gång med POAS
«Vi har alltid gjort detta, så kanske är det dags att prova något nytt.»
Tror du vinstspårning och optimering låter som något för dig och din onlinebutik? Det finns lite att vänta på! Ju tidigare du kommer igång, desto större konkurrensfördel kommer att finnas på dagens annonsmarknad. Vi hjälper dig gärna att komma igång. Kontakta oss!