Kāpēc 800 procentu ROAS var radīt zaudējumus un kā ieviest peļņā balstītu solīšanu

Katra digitālā aģentūra lepojas ar augstu ROAS. Ja uzņēmums reklāmā ieguldīja 5,000 eiro un ģenerēja 40,000 eiro apgrozījumu, ROAS ir 800% (jeb 8x). Pārskats izskatās izcili, vadība ir apmierināta, un mārketinga speciālists pieprasa budžeta palielināšanu. Taču mēneša beigās uzņēmuma finanšu direktors paziņo: "Mums nav brīvu līdzekļu rēķinu apmaksai, un uzņēmums šomēnes strādājis ar mīnusiem".

Šis ir klasiskais e-komercijas un digitālā biznesa paradokss, ko rada aklā paļaušanās uz virspusējiem apgrozījuma rādītājiem. Google Ads un Meta algoritmi nezina jūsu preču pašizmaksu (COGS), noliktavas izdevumus, maksājumu karšu komisijas vai atgriezto preču procentu. Ja kampaņa tiek optimizēta uz vienkāršu apgrozījumu, algoritms sāk masveidā pārdot tās preces, kuras ir viegli pārdot, bet kurām ir niecīga peļņas marža. Risinājums ir stratēģiska peļņā balstīta Google Ads pārvaldība un pāreja uz POAS modeli, ko atbalsta integrēta datu analītika un atribūcija.

Kas ir POAS un kā tas atšķiras no tradicionālā ROAS

Lai saprastu atšķirību, aplūkosim abu formulu matemātisko uzbūvi:

• ROAS (Return on Ad Spend) = Apgrozījums ÷ Reklāmas izmaksas: Rāda tikai to, cik eiro apgrozījuma ģenerēts uz vienu iztērēto reklāmas eiro. Tas pilnībā ignorē pašizmaksu un rentabilitāti.
• POAS (Profit on Ad Spend) = Bruto peļņa ÷ Reklāmas izmaksas: Rāda, cik eiro reālas bruto peļņas (pēc preces pašizmaksas un piegādes atskaitīšanas) atnes katrs reklāmā ieguldītais eiro.

POAS slieksnis ir kristālskaidrs: ja POAS ir virs 1.0, kampaņa nes reālu tīro peļņu. Ja POAS ir zem 1.0, katrs nākamais pasūtījums tiešā veidā dedzina uzņēmuma naudu, neatkarīgi no tā, vai ROAS ir 500% vai 1500%.

Mārtiņš Grūbe Digitālā Mārketinga & Google Ads Stratēģis

"Apgrozījums ir ego, peļņa ir realitāte. Ja jūsu labākā kampaņa pārdod preces ar 7% maržu un rada 800% ROAS, jūs katrā pirkumā zaudējat naudu loģistikas un reklāmas dēļ. Tikai iemācot Google algoritmam saņemt reālu bruto peļņas ciparu, mārketings kļūst par stabilu peļņas mašīnu."

Reālais piemērs - Kā 800% ROAS radīja 2,400 eiro zaudējumus

Aplūkosim konkrētu e-veikala situāciju ar divām atšķirīgām produktu grupām un vienādu reklāmas budžetu 2,000 EUR katrai:

• A Kampaņa (Zemas maržas elektronika): Pārdod populārus zīmola viedtālruņus ar 8% bruto maržu. Reklāmas budžets 2,000 EUR ģenerēja 16,000 EUR apgrozījumu. ROAS = 800% (8x). Taču bruto peļņa bija tikai 1,280 EUR (8% no 16,000). Atņemot reklāmas izmaksas (1,280 - 2,000), tīrais rezultāts: -720 EUR zaudējumi!
• B Kampaņa (Augstas maržas aksesuāri un serviss): Pārdod specializētus aksesuārus ar 55% bruto maržu. Reklāmas budžets 2,000 EUR ģenerēja 7,000 EUR apgrozījumu. ROAS = 350% (3.5x). Bruto peļņa bija 3,850 EUR (55% no 7,000). Atņemot reklāmu (3,850 - 2,000), tīrais rezultāts: +1,850 EUR reāla peļņa!

Kampaņu pārvaldītājs, kurš vērtēja tikai ROAS, būtu samazinājis budžetu 'vājajai' B kampaņai un atdevis visu naudu 'lieliskajai' A kampaņai, tādējādi vēl dziļāk iedzenot uzņēmumu mīnusos. Tikai POAS audits ļāva saskatīt šo katastrofu.

Ieguldījuma maržas līmeņi (Contribution Margin 1, 2 un 3)

Lai pareizi ieviestu POAS, uzņēmuma finanšu modelī ir jānošķir trīs ieguldījuma maržas (Contribution Margin) līmeņi:

• CM1 (Ieguldījuma marža 1): Ieņēmumi mīnus tiešā preču iepirkuma cena (COGS). Šis ir bāzes līmenis, ko parasti izmanto vienkāršos e-veikalos.
• CM2 (Ieguldījuma marža 2): CM1 mīnus piegādes izdevumi, iepakošanas izmaksas un maksājumu karšu komisijas (Stripe, banklink). Šis rādītājs sniedz daudz patiesāku ainu par katra groza rentabilitāti.
• CM3 (Ieguldījuma marža 3): CM2 mīnus atgriezto preču apstrādes izmaksas un klientu servisa slodze.

Nododot reklāmas sistēmai CM2 vērtību caur Server-Side CAPI, Google Ads mašīnmācīšanās algoritms tiek apmācīts uz to preču pārdošanu, kas pēc visu mainīgo izmaksu segšanas uzņēmumam atstāj visvairāk brīvo naudas līdzekļu.

Preču plūsmas segmentēšana ar Margin Custom Labels Google Shopping kampaņās

Papildus solīšanas maiņai, labākā prakse ir segmentēt preču plūsmu (Product Feed) ar pielāgotajām birkām (Custom Labels):

• Custom Label 0 - Augsta marža (> 40%): Šeit tiek atļauts zemāks Target ROAS (piem. 250-300%), ļaujot kampaņai agresīvi iekarot tirgu, jo katrs darījums nes lielu tīro peļņu.
• Custom Label 0 - Vidēja marža (20-40%): Sabalansēts Target ROAS (piem. 450-550%).
• Custom Label 0 - Zema marža (< 15%): Stingrs Target ROAS (piem. 800-1100%), liedzot algoritmam pārdot šīs preces ar zaudējumiem.

Šāda segmentācija novērš lēto preču dominanci pārskatos un garantē, ka katrs ieguldītais reklāmas eiro strādā uzņēmuma patiesās peļņas labā.

Kā soli pa solim ieviest POAS solīšanu Google Ads kontā

Pāreja uz peļņā balstītu solīšanu ietver četrus tehniskus soļus:

1. Preču pašizmaksas (COGS) integrācija datubāzē: Katram produktam e-veikala sistēmā vai ERP tiek piesaistīta konkrēta iepirkuma cena.
2. Bruto peļņas aprēķins pirkuma brīdī: Kad klients noformē pasūtījumu, serveris aprēķina pasūtījuma faktisko peļņu: Bruto Peļņa = Pārdošanas cena - Pašizmaksa - Piegādes izdevumi.
3. Peļņas nodošana kā konversijas vērtība caur Server-Side CAPI: Standarta groza summas vietā reklāmas sistēmai parametrā value tiek nodots aprēķinātais peļņas skaitlis. To nodrošina drošs Server-Side CAPI savienojums.
4. Target ROAS kalibrācija uz POAS mērķi: Google Ads solīšanas mērķis tiek pārveidots: tā vietā, lai prasītu 800% no apgrozījuma, tiek iestatīts mērķis sasniegt 140-160% no peļņas vērtības (Target POAS 1.4-1.6).

Pārvaldības rādītāju maiņa uzņēmuma valdē un motivācijas sistēmā

Pāreja no ROAS uz POAS prasa arī domāšanas maiņu uzņēmuma vadības līmenī. Tradicionāli mārketinga komandām un aģentūrām bonusi tiek maksāti par apgrozījuma pieaugumu. Kamēr bonusi ir piesaistīti apgrozījumam, mārketingam ir izdevīgi tērēt naudu uz zemas maržas akcijas precēm, jo tās vieglāk audzē kopējos ieņēmumus.

Ieviešot POAS kā galveno KPI, mārketinga komandas un aģentūras mērķi kļūst 100% sinhronizēti ar uzņēmuma īpašnieka interesēm: mārketings saņem atalgojumu par reālu nopelnīto naudu, nevis par caurplūdušo apgrozījumu. Tas automātiski izskauž kampaņas, kas dedzina budžetu bez peļņas.

Rezultātu salīdzinājums pirms un pēc POAS ieviešanas

Apskatiet, kā mainījās uzņēmuma rādītāji trīs mēnešu laikā pēc kampaņu pārkārtošanas:

Kā automatizēt peļņas aprēķinu Shopify un WooCommerce vidē

Lai POAS modelis darbotos bez roku darba, e-veikala platformā tiek pieslēgts automatizēts skripts, kas katram pasūtījumam nolasa preču iepirkuma cenas no datubāzes. Shopify vidē tam izmanto Cost of Goods Sold (COGS) lauku, savukārt WooCommerce vidē vienkāršu pielāgoto lauku _cost_price.

Pirkuma noformēšanas brīdī pasūtījuma pēcapstrādes āķis (Webhook) aprēķina reālo peļņu un automātiski nosūta to uz Google Ads un Meta CAPI. Grāmatvedības un mārketinga dati beidzot kļūst par vienotu veselumu, un kampaņu vadība iegūst pilnu finanšu kontroli pār katru ieguldīto eiro.

Kategoriju budžeta pārdales POAS lēmumu matrica

Katru mēnesi kampaņu vadītājs apkopo produktu kategoriju POAS rādītājus. Tās kategorijas, kuru POAS pārsniedz 1.8, saņem budžeta palielinājumu par 20%. Kategorijas ar POAS starp 1.0 un 1.4 tiek optimizētas, meklējot labākus piegādātājus vai samazinot CPC. Savukārt kategorijas ar POAS zem 1.0 tiek nekavējoties apturētas reklāmās, pasargājot uzņēmumu no slēptiem mīnusiem.

Cenu elastības tests un reklāmu izmaksu ietekme uz rentabilitāti

E-komercijā bieži novērojams fenomens: neliels cenas paaugstinājums par 5% var dubultot produkta tīro peļņu, pat ja pārdošanas apjoms samazinās par 2%. POAS uzskaite ļauj veikt drošus cenu elastības eksperimentus, reāllaikā sekojot līdzi, kā cenu izmaiņas ietekmē kampaņu rentabilitāti un kopējo peļņas masu mēneša griezumā.

Tipiskās grāmatvedības un mārketinga datu neatbilstības

Pārejot uz POAS, bieži atklājas neatbilstības starp Google Ads reģistrētajām konversijām un reālajiem bankas ienākumiem. Galvenie iemesli ir atteiktie pasūtījumi, atgrieztās preces un neapmaksātie rēķini. Ieviešot 14 dienu aizkavēto datu korekcijas protokolu, šie mīnusi tiek automātiski atskaitīti no kampaņu vērtības, nodrošinot, ka algoritms nebalstās uz iluzoriem datiem.

Dinamiskā solīšana pēc krājumu atlikuma (Inventory-Driven Bidding)

POAS efektivitāti būtiski ietekmē arī preču atlikumi noliktavā. Ja uzņēmumam noliktavā palikušas tikai 3 vienības no augstas peļņas preces, Smart Bidding algoritmam nav jēgas turpināt agresīvu budžeta tērēšanu šai precei, jo tā tiks izpirkta organiski. Integrējot noliktavas krājumu datus ar reklāmu plūsmu, kampaņas automātiski samazina likmes precēm ar zemiem atlikumiem un novirza budžetu uz precēm, kur nepieciešama ātrāka aprite.

Šāda integrācija apvieno mārketingu ar piegādes ķēdes vadību, nodrošinot, ka uzņēmuma apgrozāmie līdzekļi tiek izmantoti ar maksimālu atdevi bez liekas kapitāla iesaldēšanas noliktavā.

Biežāk uzdotie jautājumi par POAS un peļņas solīšanu