fbpx Case study Jak wygenerowaliśmy 600 tys przychodu dla sklepu obuwniczego? 📈
logo white logo unia
Dofinanowanie ze środków Europejskiego Funduszu Rozwoju Regionalnego

Jak wyskalowaliśmy sklep internetowy do 🚀 1,4 MILIONA obrotu miesięcznie dzięki DATA WAREHOUSE?

Jeśli prowadzisz sklep internetowy, zadam Ci proste pytanie:

  • Czy wiesz ile dzisiaj zarobiłeś pieniędzy?
  • Ile zarobiłeś wczoraj?
  • Ile zarobiłeś przedwczoraj?

I nie mam tu na myśli przychodu. Jako zarobek rozumiem – zysk po odjęciu skorelowanych kosztów takich jak: koszty reklamowe, koszty wytworzenia produktów, zwroty, koszty pakowania, koszty wysyłek, prowizje płatności, prowizję agencyjną, itd.

W JustIdea wiemy, że prowadzenie sklepu internetowego to nieustanne wyzwanie i poszukiwanie nowych sposobów na zwiększenie zysków. Dlatego chcemy podzielić się z Tobą opowieścią o tym, jak sklep internetowy, współpracując z nami, osiągnął rekordowy obrót 1,4 miliona złotych miesięcznie.

Ten artykuł skierowany jest to małych i średnich sklepów internetowych, które przez ostatnie lata zastanawiają się nad tym, czy wszystkie podejmowane działania się nadal „opłacają”.

profit analytics - co składa się na profit sklepu

Wzór na PROFIT powinien zostać dostosowany stricte do charakterystyki Twojego sklepu E-Commerce.

Jeśli jesteś e-commercem na poziomie 0-30 miliona PLN GMV (gross merchandise value) / rocznie jesteśmy w stanie zarezyzykować stwierdzenie, że tego możesz nie wiedzieć.

Powiedzmy sobie wprost, większość e-commerców i biznesów w ogóle, dowiaduje się o swoim proficie 20-tego dnia kolejnego miesiąca gdy księgowa zamknie bilans i go im odeśle (o ile w ogóle go odsyła 😉).

➡️ Skoro właściciel sklepu internetowego dowiaduje się prawie miesiąc później o swoich wynikach, to skąd jego agencja od performance’u ma wiedzieć czy jej działania są skuteczne i opłacalne?

To największy paradoks dzisiejszego świata marketingu.

Oczywiście. Agencja zapyta Cię o marżę. Następnie na tej podstawie ustali ROASy.

Jednak najprowdopodbniej w świecie nie masz jednej marży, więc już na starcie zaczniecie operować na uśrednionych wartościach, które na dodatek zmienią się już przy pierwszym zamówieniu. Dlaczego? A no dlatego, że każdy większy e-commerce w dobie marketing automation co kilka minut wysyła klientowi jakiś kod rabatowy o zmiennej wartości uzależnionej od jego etapu sprzedażowego, do tego kody influencerów, darmowa wysyłka od danej kwoty i non stop zmieniające się promocje Twoich produktów. Twoja marża zmienia się z każdym zamówieniem – tego nie sposób policzyć ręcznie!

Dodajmy do tego ekspansję na zagraniczne rynki, która zmieni Ci diametralnie koszty dostawy, prowizji płatności, reklamy, a także odsetek zwrotów, w zależności od tego czy sprzedasz i wyślesz produkt do Polski czy do Stanów Zjednoczonych.

Jeśli próbowałeś kiedyś policzyć opłacalność działań na jednym z rynków, eksportując poszczególne dane ze wszystkich systemów i zliczając je w excelu, to sam wiesz jak to czasochłonne i nieskuteczne przedsiewzięcie, że aż bezsensowne.

2. Data Warehouse – hurtownia danych 📊

Na szczęście istnieje DATA WAREHOUSE (hurtownia danych) – to koncept zbierania danych biznesowych, ze wszystkich źródeł w celu ich scalenia i operowania na nich w celach analitycznych.

data warehouse hurtownia danych

Uproszczony schemat łączenia danych w Data Warehouse

We wdrożeniu dla jednego z naszych klientów postawiliśmy na BigQuery jako przestrzeń bazodanową, do którego pobieramy w czasie rzeczywistym dane z następujących źródeł:

data warehouse, hurtownia danych - schemat
Schemat Hurtowni Danych / Data Warehouse zastosowany w Surf Inc.

Następnie dane obrabiamy i ekstrahujemy do Google Looker (dawne Google Data Studio) najważniejsze wskaźniki wpływające na rozwój sklepu internetowego, takie jak: Przychód, Koszty reklam, Koszty wytworzenia produktów (COGS), Koszty wysyłek, Koszty płatności, Koszty opakowań, ROAS Brutto/Netto, Ilość zamówień, Ilość sprzedanych produktów, Średnia wartość koszyków, Marża brutto (Marża I-stopnia), Marża operacyjna (Marża II-stopnia), Zwrot z inwestycji (ROI), ROAS Netto/Netto (MER), Wartośc zwrotów, Ilość zwrotów, Procent zwrotów – a przede wszystkim, ZYSK!

Główny Dashboard Profit Analytics - Hurtownia danych
Główny Dashboard Profit Analytics – Hurtownia danych

Looker Studio z zasady pozwala operować na wszystkich tych danych w dowolnie wybranym zakresie czasu: miesiąc, tydzień, dzień. I to właśnie PROFIT liczony dzień do dnia pozwala na kompletną zmianę konceptu analizowania rentowności swoich kampanii reklamowych. Na nasze potrzeby zbudowaliśmy wykres dzień do dnia, który możesz zaobserwować poniżej. Niebieski słupek to przychód, czerwony to zwroty (przypisane do dnia złożenia zamówienia, a nie do dnia przyjęcia produktu na magazyn jak to ma w zwyczaju raportować księgowość na podstawie dat wystawionych korekt – takie raportowanie nie ma sensu gdyż zakrzywia efektywność kampanii reklamowych prowadzonych w okresie zwiększonych zwrotów), natomiast słupek zielony to właśnie profit – zysk po odjęciu wszelkich kosztów skorelowanych z danym dniem i zamówieniem.

Dashboard Dzień po dniu Profit Analytics - Hurtownia danych
Dashboard Dzień po dniu Profit Analytics – Hurtownia danych

Dane są aktualizowane co 15 minut, oraz pokazują wyniki również z dnia aktualnego, co jest o tyle ważne, że dziś nawet w GA4 nie jest możliwe sprawdzenie swojego dziennego obrotu, nie mówiąc już o proficie. Google Analytics 4 na moment publikacji tego artykułu, nie wdrożyło możliwości importu kosztów wytworzenia produktu COGS (co miało jeszcze miejsce w starym Analyticsie – Google Universal).

Czy będzie to wdrożone w Google Analytics 4? Ciężko na to pytanie odpowiedzieć, jednak trudno GA4 dziś traktować jako narzędzie do pełnej analityki E-Commerce, zwłaszcza, że GA4 już od początku zostało zaprojektowane w taki sposób, aby dane z łatwością w sposób natywny można było przesyłać do BigQuery i to właśnie tam na nich operować.

ROAS is DEAD 💀 PROFIT is KING 👑 Jak zwiększyć sprzedaż w sklepie internetowym?

Koncept skupiania wszystkich działań marketingowych na ROAS istnieje od początku powstania performance marketingu oraz narzędzi takich jak Google Ads i Facebook Ads. Niestety, posiada on jedną kluczową wadę – nie daje on nam pełnego obrazu na Twój biznes, sklep internetowy. W doskonały sposób przedstawia to grafika zamieszczona poniżej:

Uproszczona wizualizacja różnicy w metrykach ROAS vs POAS
Uproszczona wizualizacja różnicy w metrykach ROAS vs POAS

Powyższa analiza, choć celowo wyolbrzymiona i uproszczona, opiera się na założeniu, że jedna reklama prowadzi wyłącznie do zakupu pojedynczego produktu. Obejmuje ona tylko niektóre, wybrane koszty, lecz rzeczywista liczba związanych z nią wydatków może być znacznie większa. W takim scenariuszu, nawet wysoki wskaźnik zwrotu z inwestycji w reklamę (ROAS) może nie oznaczać rzeczywistego zysku, a w niektórych przypadkach, może nawet prowadzić do strat. Wskaźnik zysku z inwestycji w reklamę (POAS) poniżej 100% wskazuje na nieopłacalność biznesu!

Dodatkowo, branża marketingowa zmaga się z rosnącymi wyzwaniami związanymi z prywatnością i regulacjami takimi jak GDPR. Pojawiają się ograniczenia, jak AEM w systemie iOS 14 na iPhone’ach, oraz skrócone okna konwersji, spowodowane zmianami w politykach dotyczących cookies w przeglądarkach internetowych.

Facebook otwarcie przyznaje, że dane o konwersjach w panelu menedżera reklam mogą być modelowane. W praktyce, konwersje mogą być przypisywane do reklam, które nie miały realnego wpływu na decyzje zakupowe użytkowników. Najbardziej ekstremalnym przykładem jest przypisywanie konwersji do reklam kierowanych na kraje, w których danego dnia nie odnotowano transakcji.

google ads i meta - performance marketing

Podobne praktyki stosuje Google Ads, choć wydają się one być bardziej efektywne, dane te także mogą być modelowane.

Oczywiście nie działa to tak, że Google czy Facebook stworzy sobie transakcje, które w ogóle nie istniały w Twoim sklepie internetowym, ale z miłą chęcią przypisze sobie do nich zasługi. Nawet w tak skrajnych przypadkach, gdy reklama była stargetowana na inny kraj, niż ten, w którym zamówienie powstało.

Problem nasila się, gdy oba systemy zaczynają przypisywać sobie te same konwersje, co wprowadza niejasności w procesie atrybucji. Trudno jest ustalić, jak często i w jakiej skali dochodzi do takich sytuacji, a także czy nie ma w tym nadużyć. Modele szacowania konwersji są niejawne, a przypisane w ten sposób transakcje nie są wyraźnie oznaczone w raportach.

Google Analytics, choć wydawałoby się, że powinien dostarczać dokładne dane o atrybucji, napotyka na trudności, gdyż Facebook używa własnej przeglądarki w aplikacji mobilnej i mechanizmu „Link Shim” do przekierowywania ruchu, co utrudnia zbieranie danych przez Google. To prowadzi do zawyżania danych o ruchu Organic Social i bezpośrednim (Direct) w raportach Google Analytics, kosztem rzeczywistego źródła, jakim jest płatny ruch społecznościowy (Paid Social).

Ta niekończąca się rywalizacja między Google a Facebook sprawia, że analiza atrybucji w marketingu wielokanałowym jest obecnie bardzo skomplikowana, a nawet mało efektywna. W związku z tym, konieczne jest przyjęcie bardziej holistycznego podejścia do performance marketingu, skupiając się na analizie całkowitych wydatków w stosunku do całkowitych przychodów i finalnych zysków.

roas i profit na sklepie internetowym
ROAS is DEAD 💀 PROFIT is KING 👑

Oczywiście wskaźnik ROAS nadal pozostaje użytecznym narzędziem do porównywania różnych kampanii w ramach tej samej platformy reklamowej. Umożliwia on ocenę, jak zmiany w kampanii wpływają na jej efektywność – czy to poprawiając ją, czy pogarszając.

Jednakże kluczowym aspektem jest monitorowanie ogólnego wpływu wprowadzanych zmian w kampaniach na przestrzeni czasu – dziennie, tygodniowo, miesięcznie – za pomocą narzędzi typu Data Warehouse. To właśnie takie dogłębne analizy dostarczają jednoznacznych odpowiedzi na pytanie o efektywność i opłacalność działań takich jak skalowanie czy ekspansja.

➡️ Przykładem może być efekt działań w sklepie jednego z naszych klientów, gdzie w ciągu 5 miesięcy, dzięki wykorzystaniu hurtowni danych, udało się nam zwiększyć sprzedaż w E-Commerce z 350 000 GMV (Gross Merchandise Value) do 1 400 000 GMV. Osiągneliśmy to poprzez agresywne zwiększenie budżetu reklamowego z 55 000 zł netto do 330 000 zł netto, co pomimo oeniu MER’u (globalnego ROAS’u) przyczyniło się do wzrostu profitu aż 320-350% od wartości. Jednak bez nieustannej kontrolli profitu nie byłoby to możliwe.

data warehouse profit
Skalowanie działań Performance Marketingowych na przestrzeni 5 miesięcy dzięki Data Warehouse

Nasza unikatowa koncepcja Data Warehouse, nazwana „Profit Analytics”, została zaprojektowana specjalnie z myślą o średnich sklepach internetowych. Po jej implementacji u naszych partnerów, z którymi współpracujemy w zakresie performance marketingu, jesteśmy w stanie oferować rozliczenie bazujące na zyskach (profit) lub obrotach. To pozwala odejść od dominującego na rynku modelu rozliczania się od budżetu i umożliwia efektywne oraz dynamiczne skalowanie ich działalności.

Jeśli ta kwestia wzbudziła Twoje zainteresowanie, skontaktuj się z nami! Chętnie umówimy się na indywidualną prezentację, podczas której szczegółowo omówimy działanie narzędzia i będziesz miał okazję zobaczyć je w akcji! 💪

Mateusz Haber

Autor: Mateusz Haber

CEO

Spotkajmy się na żywo:

Wszystkie wydarzenia
29.05.2024

SemKRK

26.04.2024

Konferencja E-wolucja Lublin

22.03.2024

Konferencja E-wolucja Łódź

20.03.2024

ProstoDoKasy Fly Offline

15.03.2024

eMarketing Event

14.03.2024

Ecommerce.pl Event 2.0

08.03.2024

Konferencja E-wolucja Kraków

13-16.11 2023

Web Summit 2023

30-31.10.2023

Madrid Tech Show 2023

27.10.2023

24. Targi eHandlu

17.10.2023

Ecommerce.pl Event 1.0

07.09.2023

PrestaShop Connect

10-19.03 2023

SXSW 2023

18-20.10 2022

Techcrunch 2022

30.05-02.06 2022

Hannover Messe 2022

European Union
Ta strona wykorzystuje pliki Cookies do poprawnego działania. Polityka Cookies