E-commerce Profit-First – jak odzyskać kontrolę nad marżą?

Sklep może mieć świetny ROAS, a mimo to tracić na każdym zamówieniu. Wystarczy, że zmieni się rynek, metoda płatności czy koszt wytworzenia produktu, żeby wynik widoczny w panelu reklamowym niewiele miał wspólnego z tym, ile faktycznie zostaje w kasie.

Podczas sierpniowego webinaru Mateusz Haber pokazał, jak Surf Inc. podeszło do tego problemu i zaczęło liczyć realny profit z dokładnością do godziny. Na konkretnych przykładach omówił też, jak takie dane zmieniają sposób podejmowania decyzji reklamowych. Poniżej zebraliśmy najważniejsze wnioski ze spotkania.

Profit-first w e-commerce – co to właściwie znaczy?

Profit-first to podejście do zarządzania e-commerce, w którym skuteczności reklamy nie ocenia się wyłącznie przez ROAS czy przychód. Najważniejsza staje się marża drugiego stopnia, czyli kwota, która zostaje po odjęciu wszystkich kosztów związanych ze sprzedażą danego produktu: reklamy, wytworzenia, wysyłki, pakowania, prowizji operatorów płatności czy obsługi zwrotów.

Webinar „E-commerce Profit-First: jak odzyskać kontrolę nad marżą” odbył się 5 sierpnia 2026 roku i był wspólnym spotkaniem JustIdea Agency oraz Dealavo. Pierwszą część poprowadził nasz CEO Mateusz Haber, a drugą, poświęconą polityce cenowej i cross-sellingowi, Amadeusz Bathelt z Dealavo.

Punktem wyjścia było case study nagrodzone pierwszym miejscem semKRK Awards 2026 w kategorii E-commerce. Surf Inc. istnieje na rynku 10 lat, w ciągu trzech lat marka urosła sześciokrotnie. Rocznie wysyła do klientów 150 000 produktów i wydaje ponad 6 milionów złotych na reklamę, w tym około pół miliona miesięcznie w Google Ads i Meta Ads. Sprzedaż idzie na 8 rynków, a Polska odpowiada dziś za 60% obrotu.

Cała prelekcja zaczęła się od tezy: ROAS is dead, PROFIT is king. 

Dlaczego? Wystarczy porównać dwa produkty z tego samego sklepu. 

Buty z wysokim ROAS-em trafiają do Niemiec, płatność idzie przez PayPal z prowizją do 6%, dochodzi wyższy koszt dostawy i wyższy koszt wytworzenia. Koszulka z niższym ROAS-em jedzie do Polski, zapłacona BLIK-iem. Po uwzględnieniu wszystkich wydatków może się więc okazać, że pierwsze zamówienie przyniosło stratę, a drugie realny zysk. Panel reklamowy pokaże dokładnie odwrotny obraz.

Ten temat szerzej omawiamy również w artykule „ROAS to mit. Skończmy opowiadać bajki i skupmy się na danych”.

Trzy poziomy mierzenia rentowności

Mateusz podzielił wskaźniki rentowności na trzy poziomy. Każdy kolejny uwzględnia więcej kosztów i daje pełniejszy obraz tego, ile sklep faktycznie zarabia, ale wymaga też coraz lepiej uporządkowanych danych.

ROAS nie jest przez to bezużyteczny. Sprawdza się w porównaniach lokalnych, wewnątrz jednej kampanii i jednego rynku. Problem zaczyna się wtedy, gdy staje się jedynym argumentem przy decyzji o budżecie.

Co odejmuje się od przychodu?

Marża drugiego stopnia zaczyna się od przychodu netto. Następnie odejmuje się od niego wszystkie koszty, które można przypisać do konkretnej sprzedaży:

• zwroty i koszt ich obsługi,
• wydatki reklamowe,
• koszt wytworzenia produktu,
• wysyłkę i pakowanie,
• prowizje operatorów płatności i marketplace’ów,
• koszty agencyjne oraz pozostałe wydatki związane ze sprzedażą.

Zasada jest prosta: jeśli dany koszt da się przypisać do produktu, powinien znaleźć się w kalkulacji. Dotyczy to nawet mniej oczywistych wydatków, np. współprac z influencerami. W takim przypadku miesięczny budżet można rozłożyć na liczbę produktów sprzedanych w tym okresie i w ten sposób uwzględnić go w koszcie pojedynczej sprzedaży.

Dlaczego profit trzeba znać dzisiaj, a nie 20. dnia kolejnego miesiąca?

Informacja o rentowności od księgowego pojawia się zbyt późno, żeby na jej podstawie reagować na bieżąco. Podobny problem szybko zaczyna dotyczyć arkuszy kalkulacyjnych. Przy większej skali sprzedaży koszty zmieniają się praktycznie z każdym zamówieniem, a rabaty czy różne metody płatności wpływają na marżę pojedynczych transakcji.

Dlatego w Surf Inc. dane odświeżane są co godzinę. Na wykresie dziennym obok siebie widać przychód, profit i koszty reklamowe. Dzięki temu decyzje o skalowaniu kampanii można podejmować na podstawie tego, co dzieje się w sklepie właśnie teraz. Zwiększenie budżetu z 500 zł do 10 000 zł w ciągu jednego dnia nie jest wtedy ruchem w ciemno – efekt takiej decyzji widać jeszcze tego samego dnia.

Nie w każdym biznesie tak krótki okres analizy będzie jednak miał sens. To podejście sprawdza się przede wszystkim przy produktach szybko zbywalnych i akcjach takich jak flash sale. Przy produktach z długim procesem decyzyjnym, np. jacuzzi, wynik jednego dnia niewiele mówi o rentowności kampanii. W takim przypadku okno analizy trzeba odpowiednio wydłużyć.

Data warehouse jako warunek wejścia

Sama idea hurtowni danych nie jest nowa, funkcjonuje od kilkudziesięciu lat. Dopiero jednak tańsze integracje po API i możliwość wykorzystania AI do pracy na danych sprawiły, że takie rozwiązania stały się znacznie bardziej dostępne również dla e-commerce.

W przypadku Surfa dane co godzinę trafiają do BigQuery z wielu źródeł: PrestaShopa, Comarch Optima, Zalando, Google Ads, Meta Ads, TikTok Ads, Microsoft Advertising, sieci afiliacyjnych i retargetingowych, Google Analytics, Google Search Console oraz ExpertSendera. Koszty, których nie da się pobrać automatycznie np. budżety na współprace influencerskie – uzupełniane są w arkuszach.

Następnie setki tabel są porządkowane, normalizowane i łączone w jedną tabelę wynikową, która zasila autorski system raportowy. Dzięki temu dane sprzedażowe, reklamowe i kosztowe można analizować w jednym miejscu, bez ręcznego składania ich z kilku różnych systemów.

Zwroty, które psują cały rachunek

Zwrot trzeba przypisać do dnia sprzedaży, a nie do momentu, w którym paczka wraca na magazyn. Jeśli zamówienie z 15 listopada zostanie zwrócone 6 grudnia, korekta obciąża wynik listopada.

Do rachunku dochodzi też koszt obsługi zwrotu, przesyłki zwrotnej, jeśli pokrywa ją sklep, oraz ponowne uwzględnienie wartości produktu na magazynie. W przypadku marketplace’ów trzeba doliczyć również korektę prowizji.

To oznacza, że wyniki z ostatnich dni nigdy nie są ostateczne. Mogą zmieniać się przez kolejne tygodnie, aż minie okres, w którym klienci mają prawo do zwrotu.

eTP – wskaźnik, który mówi, ile zostanie za 30 dni

Rozwiązaniem problemu zwrotów stała się macierz budowana osobno dla krajów i kategorii produktowych. Różnice są duże: w Niemczech zwracanych jest 56% sukienek i 26% koszulek, podczas gdy w Polsce te wartości są wyraźnie niższe.

Na tej podstawie system codziennie analizuje sprzedaż i estymuje zwroty, które pojawią się w kolejnych 14–30 dniach. Dzięki temu z dokładnością do około 5% można przewidzieć, ile profitu faktycznie zostanie po miesiącu. Wskaźnik nazwano eTP, czyli estimated true profit.

To właśnie eTP, a nie sama marża pierwszego stopnia, może zmienić ranking produktów. Bestseller z wysoką marżą, ale dużą liczbą zwrotów, może okazać się mniej rentowny niż produkt sprzedający się wolniej, ale wracający znacznie rzadziej.

Audyt Performance Max, który zwrócił 44 000 zł miesięcznie

Google pozwala dziś sprawdzić, na jakie zapytania faktycznie wyświetlają się kampanie Performance Max. W przypadku Surfa ten raport pokazał kosztowną zależność.

Przy skalowaniu najlepszej kampanii z ROAS-em 670% okazało się, że na każdą złotówkę wydaną na ruch non-brand przypadało aż 20 zł wydanych na zapytania brandowe. Wynik wyglądał świetnie głównie dlatego, że kampania przejmowała ruch osób, które i tak szukały marki po nazwie. W Polsce reklamy brandowe zostały więc wyłączone. Na rynkach zagranicznych część z nich pozostawiono, bo te same frazy nie zawsze odnoszą się jednoznacznie do marki.

ROAS spadł z 670% do 289%, ale sklep zaczął oszczędzać 44 000 zł miesięcznie. Z 24 000 utraconych kliknięć płatnych aż 20 000 wróciło z wyników organicznych, więc realna strata wyniosła około 4 000 kliknięć.

Jeśli prowadzisz kampanie Performance Max, warto sprawdzić udział zapytań brandowych w wydatkach. Więcej o ich działaniu piszemy w kompletnym przewodniku po Performance Max.

Od stu dashboardów do rozmowy z danymi

Droga do obecnego modelu miała kilka etapów i nie zaczęła się od AI.

Najpierw powstało ponad 100 dashboardów w Looker Studio. Większość była jednak zbyt rozbudowana, by zespół regularnie z nich korzystał. Najbardziej przydatny okazał się raport pokazujący tempo sprzedaży i przewidywany czas wyczerpania zapasu.

Kolejnym krokiem był system zamówień do szwalni, który na podstawie sprzedaży, zwrotów, rotacji i stanów magazynowych wyznacza priorytety produkcyjne. Następnie do hurtowni podłączono ERP, dzięki czemu dane finansowe, magazynowe i reklamowe znalazły się w jednym miejscu.

Ostatnim etapem jest SurfBot – agent AI podłączony do wybranych tabel BigQuery oraz m.in. Google Ads, Meta Ads, PrestaShopa i Comarch Optima. Nie tylko analizuje dane, ale może też zmieniać stawki, wykluczać produkty czy aktualizować ceny. Zespół korzysta z niego na Slacku, w systemie zadań i bezpośrednio w terminalu.

Agent, który nie tylko analizuje, ale też działa

Codzienny przegląd uruchamia się jednym zapytaniem i trwa około 5 minut. Agent przelicza eTP dla każdej kombinacji kategorii, kraju i platformy, analizując około 2 mln wierszy z 10 źródeł danych. Efektem jest lista konkretnych rekomendacji: którą kampanię skalować, gdzie obniżyć budżet i jakie produkty wykluczyć. Człowiek je zatwierdza, a agent zajmuje się wdrożeniem.

Automatyzacja działa też poza tym przeglądem. Z feedów produktowych usuwane są pozycje z ujemnym eTP, a na Slacku pojawiają się propozycje zmian cen wraz z prognozą ich wpływu na tempo sprzedaży. Po zatwierdzeniu cena może zostać zmieniona jednocześnie w sklepie i ERP.

Agent wspiera również zespół operacyjnie. Support może zapytać na Slacku o status zamówienia i dostać odpowiedź w kilkanaście sekund. Jeśli system wykryje problem, którego nie może rozwiązać sam, tworzy zadanie dla odpowiedniego specjalisty – w ten sposób wychwycił m.in. reklamę uruchomioną na włoskim rynku w niewłaściwym języku.

Cena produktu decyduje o skuteczności reklam produktowych

Druga część webinaru pokazała ten sam problem od strony cen. Dane z monitoringu wskazują prostą zależność: jeśli produkt jest najtańszy na rynku lub droższy maksymalnie o 5%, konwertuje dobrze. Przy różnicy 5–10% skuteczność wyraźnie spada, a powyżej 10% spadek jest już bardzo mocny.

W kampaniach produktowych warto więc promować przede wszystkim te pozycje, które są cenowo konkurencyjne, a budżet z pozostałych przenosić tam, gdzie realnie może przynieść sprzedaż.

Kluczowy jest też podział asortymentu na role. Zwykle to 10–20% produktów odpowiada za największą rotację. Traffic buildery mają przyciągać ruchem i ceną, produkty komplementarne utrzymują poziom zbliżony do rynku, a długi ogon może sprzedawać się drożej i bez dodatkowego wsparcia reklamowego.

E-commerce nigdy nie był bardziej firmą technologiczną

Z webinaru wybrzmiał jeden główny wniosek: kontrola nad marżą zaczyna się od porządku w danych, a nie od kolejnej optymalizacji kampanii.

Kolejność działań jest dość prosta. Najpierw warto sprawdzić, na co faktycznie wydawany jest budżet reklamowy. Następnie policzyć wszystkie koszty przypisane do produktu i udostępnić je tam, gdzie podejmowane są decyzje marketingowe. Dopiero na tej podstawie można budować hurtownię danych, uwzględniać przyszłe zwroty i wdrażać agenta AI, który będzie z tych informacji korzystał.

Sprawdź również

ROAS to mit. Skończmy opowiadać bajki i skupmy się na danych

Performance Max – kompletny przewodnik 2026

SemKRK#24 BIG 2026 – co branża mówi o AI, e-commerce i przyszłości SEO?

FAQ – Profit-first w e-commerce

Czy podejście profit-first wymaga własnego data warehouse?

Nie na starcie. Przy kilkudziesięciu zamówieniach miesięcznie rachunek marży drugiego stopnia da się poprowadzić w arkuszu i potraktować jako test założeń. Hurtownia staje się konieczna wtedy, gdy dochodzą kolejne rynki, waluty, kody rabatowe i marketplace’y, bo wtedy koszty zmieniają się szybciej, niż ktokolwiek zdąży je wpisać ręcznie.

Jak często sprawdzać profit w sklepie internetowym?

Częstotliwość zależy od rotacji asortymentu. Przy produktach szybko zbywalnych i akcjach promocyjnych dzienny albo godzinowy wgląd zmienia decyzje o budżecie jeszcze w trakcie kampanii. Przy produktach z długim procesem zakupowym sensowniejsze jest okno tygodniowe lub miesięczne, bo pojedynczy dzień nie mówi nic o rentowności.

Czy wyłączenie kampanii brandowej zawsze się opłaca?

Nie. Decyzja zależy od tego, jak jednoznaczna jest nazwa marki w danym języku i kto jeszcze licytuje na te zapytania. Przed wyłączeniem sprawdź udział zapytań brandowych w wydatkach kampanii oraz pozycje organiczne na własną nazwę, bo to one przejmą część ruchu.

Skąd wziąć koszty wytworzenia produktu do liczenia marży?

Zwykle są już w systemie ERP lub w kartotece produkcyjnej, tylko nie wychodzą poza dział finansowy. Do liczenia profitu potrzebne są w tym samym miejscu co dane reklamowe i sprzedażowe, w formie aktualizowanej razem ze zmianą kosztów surowców.

Czy PrestaShop nadaje się do obsługi dużego sklepu?

Tak, przy odpowiednim wdrożeniu i infrastrukturze. Surf działa na PrestaShopie na dedykowanej infrastrukturze chmurowej, z cachowaniem, kontrolą ruchu botów i wyłączonymi zbędnymi modułami.

Autor:

JustIdea