Profittoptimalisering vs. inntektsoptimalisering: Bør du skifte fra ROAS til POAS?

Sånn har vi jo alltid gjort det

Hva om vi forteller deg at det finnes en mer lønnsom løsning?

Hvordan sporer norske nettbutikker lønnsomhet på digital annonsering i dag?

ROAS er et rimelig kjent begrep for de fleste som jobber med netthandel og annonsering av produkter på nett.

ROAS, eller “return on ad spend”, forsøker å spore lønnsomheten av betalte aktiviteter. Dette gjøres på nett ved å se på hvor mye vi får igjen for annonsekronene som brukes.

Den største utfordringen ved å benytte “return on ad spend” som en KPI for suksess, er at det for de aller fleste er svært utfordrende å måle nettopp dette. Der vi ønsker å måle “return on ad spend”, måler mange av oss “revenue on ad spend”.

Ved å belage seg på revenue, eller salgsinntekter, fra eksempelvis Google Analytics, forenkler vi det som for de fleste faktisk er et svært komplekst regnestykke.

Hva er en lønnsom ROAS?

Det er det store spørsmålet.

Mange er av den oppfatning at en høy ROAS er en lønnsom ROAS - jo høyere ROAS er jo, jo mer penger tjener vi. Men stemmer egentlig det?

Ser vi på tabellen under kan nok de fleste være enige om at Produkt B er mye mer lønnsomt enn Produkt A. Vi bruker like mye penger på å promotere både Produkt A og B, men salgsinntektene er svært varierende.

Åpenbart er Produkt B mye mer lønnsomt enn Produkt A! Det har jo en mye høyere ROAS!

Eller...?

Det er her det er lett å bli lurt. Når vi ser på tabellen over utelater vi en viktig del av regnestykket.

Dette er svært sjelden at det er så enkelt som at salgsinntekter tilsvarer faktiske inntekter. Se for eksempel på tabellen under:

Produkt A og B kan ha ulike innkjøpspriser, plukk-kostnader og fraktkostnader. Til sammen utgjør dette to vidt forskjellige marginer. Tar vi hensyn til dette i regnestykket vårt vil det potensielt se ganske annerledes ut.

Produkt B ser kanskje ikke lenger så lønnsom ut? Det til tross for en høy ROAS.

Vi ser derimot at vi tjener penger på å selge produkt A - til tross for en lavere ROAS.

Vi kan derfor avkrefte “myten” om at en høy ROAS alltid er en lønnsom ROAS.

Hvordan setter bedrifter ROAS-mål?

De optimaliserer for en gjennomsnittlig ROAS

Mange bedrifter forsøker å bøte på den overnevnte utfordringen ved å avansere regnestykket noe.

Ved å se på hele produktutvalget sitt og regne ut dekningsgradene for de ulike produktkategoriene eller merkevarene kan bedriften vite omtrent hvilken revenue on ad spend de trenger for å gå i null med annonseringen av disse produktene.

En bedrift vet kanskje at de trenger minst 5 kroner i salgsinntekter for hver krone brukt på annonsering av vesker (500% ROAS) og minimum 2,5 kroner i salgsinntekter for hver krone brukt på annonsering av skjerf (250% ROAS).

Basert på dette setter de en gjennomsnittlig ROAS på tvers av de ulike produktkategoriene på 375%.

Metoden er enkel å forholde seg til og lett å kommunisere til samarbeidspartnere. Vi forstår hvorfor noen velger denne løsningen - men visste du at den også utgjør en stor risiko? Både for å tape penger og for å gå glipp av potensielle inntekter.

Med et gjennomsnittlig ROAS-mål på 375% vil produktene se like lønnsomme ut uavhengig av om marginen er 40% eller 10%. I dette tilfellet kan det bety at bedriften potensielt taper penger når de selger en veske og at de ikke selger like mange skjerf som de kunne gjort (og fortsatt vært lønnsomme).

De setter ulike ROAS-mål for ulike kategorier

Eksemplet over ser kanskje litt ekstremt og “enkelt” ut, men sannheten er at det er slik en god del bedrifter opererer.

En metode som er bedre og i større grad reflekterer forskjellige marginene i et produktutvalg er å sette ROAS-mål for hver kategori og å sette egne budsjetter og mål, samt optimalisere ulikt for de ulike kategoriene.

Dette gir annonsørene et riktigere bilde av hvilke kampanjer som faktisk er lønnsomme og ikke, men det er under en svært viktig forutsetning: at kundene dine faktisk kjøper det de klikker på.

I overraskende mange tilfeller vil en nettbutikk oppleve at kunder som klikker på den samme produktannonsen faktisk ikke ender opp med den samme handlekurven.

Ikke bare velger de ulike betalingsløsninger og fraktmuligheter (som påvirker handlekurvens lønnsomhet), men de handler også ulike produkter:

Kunde 1 klikker på annonsen for vesken, går rett til handlekurv og handler kun vesken hun klikket på.

Kunde 2 klikker på annonsen for vesken, men titter videre rundt i nettbutikken og ender opp med et helt annet produkt.

Kunde 3 klikker på annonsen for vesken, titter videre rundt og ender opp med å kjøpe både vesken hun klikket på og to skjerf!

Disse tre kundene hadde akkurat samme utgangspunkt, men endte opp med tre ulike handlekurver med svært ulik lønnsomhet for bedriften. Dette blir ikke tatt hensyn til når vi jobber med ROAS.

POAS: Den lønnsomme løsningen du leter etter

Så hvordan løser vi alle disse utfordringene? Å spore profitt per order fremfor revenue er et godt sted å starte.

Fremtidens annonsemarkedet er preget av økt grad av automatisering. Hva er konsekvensen? Jo, måten vi jobber med optimalisering må endre seg.

God data og kommunikasjon med annonsesystemene har alltid vært viktig, men som digitalt markedsføringsbyrå ser vi et tydelig skifte i viktigheten av data fremover.

Med introduksjonen av “black box” kampanjetyper som Performance Max og innskrenkningen av datagrunnlag gjennom tredjeparter blir egen bedriftsdata viktigere enn noensinne.

De som står igjen som vinnere på sikt - det er annonsørene som tydelig klarer å bruke data for å kommunisere sine mål til maskinlæringssystemene.

Så hva bør du gjøre?

Istedenfor å rapportere og optimalisere på revenue - rapporter og optimalisere direkte på gross profit og dermed POAS (profit on ad spend) istedenfor ROAS.

Profittsporing i praksis

I INEVO samarbeider vi med ProfitMetrics for å kunne basere oss på profittsporing i annonsering og aktivt benytte POAS som KPI.

Vi går utifra en direkte API-oppkobling fra CMS eller en XML feed med alle produktpriser (og eventuelle salgspriser), samt innkjøpspriser.

I tillegg sporer vi faktiske kjøp i handlekurven slik at vi kan trekke fra ekstrakostnader, betalingskostnader, fraktkostnader etc for hver order. Eksempelvis slik:

Dette gir oss en gross profit per order som vi direkte kan mate inn i annonsesystemene som Google Ads og Facebook for videre optimalisering - samt analysesystemer som Google Analytics.

Ved å fokusere på POAS kan du (eller maskinlæringen) by akkurat den summen du trenger for å maksimere profitt i sanntid, heller enn å basere deg på en gjennomsnittlig ROAS.

I annonsesystemet blir det da ekstremt tydelig hvilke kampanjer vi tjener penger på og hvor vi faktisk taper penger når vi trekker annonsekostnadene fra gross profit:

Resultater med profittsporing

Hvilke resultater du kan forvente deg ved implementeringen av profittsporing?

Det vil selvsagt variere.

I løpet av en måned med aktiv optimalisering av profitt fremfor inntekter opplevde en av våre kunder en 122% økning i net profitt og en 18% nedgang i kostnader.

Utfordringer med profittsporing

POAS er ingen magisk KPI. Også her vil man finne svakheter.

I vår mening er ikke ulempene nok til å la være å gjøre skiftet fra inntektsfokus- til profittfokus i annonseringen. Likevel er det viktig å være klar over følgende utfordringer:

1 - Dataen du får ut er bare så god som dataen du putter inn

Dette er, etter vår erfaring, den største terskelen for bedrifter som ønsker å komme i gang med profittoptimalisering.

Mange bedrifter har ikke god nok oversikt over innkjøpspriser og kostnader knyttet til produktene sine - langt færre har denne informasjonen direkte i annonsesystemene sine.

Et profittfokus vil kunne implementeres ved å sette mer generelle satser for både marginer og andre ordrekostnader.

Men husk! Dataen du får ut er bare så god som dataen du putter inn.

Derfor anbefaler vi å investere i å ha riktig data på plass.

2 - Et skifte fra inntektsfokus- til profittfokus vil kreve et fokusskifte i organisasjonen

I mange organisasjoner måles vekst og suksess basert på inntektsvekst.

Det kan derfor være en utfordring for deg som tar hånd om annonseringen dersom du rapporterer på og optimaliserer for profitt, samtidig som resten av organisasjonen  fokuserer på salgsinntekter.

En økning i profitt trenger nemlig ikke å tilsvare en økning i salgsinntekter og omvendt.

En vellykket migrering fra inntekstfokus til profittfokus krever endring av tankegang og fokus, på tvers av team og innad i organisasjonen.

3 - Skifte fra revenue til profitt er et “sjokk” for maskinlæringen

Smart bidding og maskinlæring arbeider ut fra historisk data. Når vi bytter fra Inntekt til profitt som input for budgivningen vil dette, uten unntak, gi systemet et “sjokk”.

Ikke bare er profittsummen lavere enn inntektene som tidligere er rapportert, men POAS-målet er ofte mye lavere enn det ROAS-målet systemet før har optimalisert for.

Å gå fra en target ROAS på 900% til 120% vil utfordre maskinlæringen og en ufordring er derfor å gjøre selve byttet i annonsesystemene.

Vår anbefaling er å starte med å samle data som et sekundærmål før du velger å gjøre skiftet. Du bør også forberede deg på at systemet trenger minst en konverteringssyklus for å være over læringsfasen.

Kom i gang med POAS

Sånn har vi alltid gjort det, så kanskje det er på tide å prøve noe nytt?

Synes du profittsporing og optimalisering høres ut som noe for deg og din nettbutikk? Da er det lite å vente på! Jo tidligere du kommer i gang, jo større vil konkurransefordelen være i dagens annonsemarked. Vi hjelper deg gjerne med å komme i gang. Kontakt oss!