Na zagregowanych danych Google Ads 2025–2026, około 78–86% e-commerce FR mid-market zarządza swoim Google Ads według ROAS przychodowego, a nie marżowego. Wynik jest mierzalny: przy tym samym wydatku, konto przechodzące na ROAS marżowy generuje medianowo +18–34% dodatkowej marży netto w ciągu 90 kolejnych dni — bez zmiany budżetu ani struktury. Oficjalna dokumentacja źródłowa Custom labels Merchant Center.
ROAS 4x stał się fetyszowym KPI e-commerce FR. Wszystkie agencje machają tą liczbą, wszystkie narzędzia SaaS umieszczają ją w głównym dashboardzie, wszyscy dyrektorzy e-commerce cytują ją w kwartalnych przeglądach. Problem: ta liczba jest niemal zawsze wygodnym kłamstwem. Mówi to, co wszyscy chcą słyszeć — że reklama jest rentowna — nie mówiąc tego, co naprawdę ważne, czyli czy marża netto jest dodatnia po koszcie akwizycji. Ten artykuł demontuje metrykę liczbową demonstracją na dwóch kontach, daje procedurę setupu ROAS marżowego w 30 dni i wyjaśnia, dlaczego Google Ads strukturalnie pcha Cię w pułapkę. Dla podstaw, sprawdź nasz przewodnik ROAS / CPA / CPC i nasz playbook e-commerce 2026. Nasz darmowy kalkulator ROAS oblicza ROAS brutto + ROAS marżowy z interpretacją według pionu.
ROAS przychodowy: najbardziej niezrozumiana metryka PPC
ROAS przychodowy (Return On Ad Spend) mierzy stosunek wygenerowanego obrotu do wydatków reklamowych: ROAS przychodowy = Przychód / Wydatki reklamowe. ROAS 4x oznacza, że 1 EUR wydane generuje 4 EUR przychodu. Ta metryka stała się standardem zarządzania e-commerce, bo jest prosta, czytelna i Google Ads domyślnie wystawia ją jako cel Smart Bidding. Absolutnie nic nie mówi o rzeczywistej rentowności ekonomicznej kampanii. Dla wyznaczenia progu rentowności przed uznaniem kampanii za zysk, nasz kalkulator Break-even ROAS oblicza dolną granicę do przestrzegania.
Przyczyna strukturalna jest matematyczna. W formule ROAS przychodowy, licznik to przychód brutto — bez podatków, ale bez odliczenia kosztu sprzedanych towarów (COGS). A to właśnie ten COGS determinuje rentowność. Na katalogu z jednorodną marżą (kosmetyki mono-marka, abonament cyfrowy) nie ma to znaczenia: marża jest stała, ROAS przychodowy doskonale koreluje z rentownością. Na katalogu z heterogeniczną marżą (moda multi-kolekcja, elektronika multi-kategoria) — jest destruktywny.
3 mechanizmy, przez które ROAS przychodowy wprowadza w błąd:
- Cicha substytucja — Smart Bidding optymalizuje pod przychód, więc mechanicznie pcha SKU o wysokiej średniej cenie i wysokim wskaźniku konwersji. W katalogu mody, to typowo pièces commodity budget (basics, wyprzedaże, zdeprecjonowane), które mają najlepszy stosunek CA/CPC. Marża jednostkowa tych produktów wynosi często 12–22%, podczas gdy marża nowości to 45–65%.
- Kanibalizacja marży — algorytm odkrywa, że pushowanie bestsellerów-wyprzedaży daje spektakularny ROAS przychodowy i koncentruje na tym 40–60% budżetu. Nowości o wysokiej marży wypadają z radaru Smart Bidding, tracą ekspozycję, a mix produktowy zapada się w niskie marże.
- Fałszywy sygnał skalowania — konto wykazujące ROAS przychodowy 4,5x przez 6 miesięcy kusi do skalowania budżetu. Ale jeśli kompozycja miksu produktowego dryfuje ku niskim marżom, skalowanie w rzeczywistości generuje negatywną marżę na dużą skalę.
Dla fundamentów wskaźnika LTV:CAC przedłużającego tę logikę poza ROAS marżowy kampanii, sprawdź nasz playbook e-commerce 2026.
ROAS marżowy: prawdziwa metryka rentowności
ROAS marżowy definiuje się jako: ROAS marżowy = (Przychód × Średnia ważona marża brutto) / Wydatki reklamowe. Kluczowy niuans leży w słowie "ważona" — to nie marża brutto wykazywana przez globalny ERP, lecz marża brutto obliczona na rzeczywistej kompozycji sprzedaży generowanej przez każdą kampanię. Ta ważona kalkulacja radykalnie zmienia diagnozę.
Przykład prawidłowego obliczenia ROAS marżowego: kampania generuje 10 000 EUR przychodu przy 2500 EUR wydatku, ROAS przychodowy 4x. Kompozycja sprzedaży: 60% w bucket marży 18% (bestsellery commodity), 30% w bucket marży 35% (mid-range), 10% w bucket marży 55% (premium). Średnia ważona marża = 0,60×0,18 + 0,30×0,35 + 0,10×0,55 = 0,268 = 26,8%. ROAS marżowy = (10 000 × 0,268) / 2500 = 1,07x — ledwo netto pozytywny po koszcie reklamy.
Próg rentowności ROAS marżowy = 1x oznacza marża brutto = wydatki reklamowe — reklama się samofinansuje, ale niczego innego nie wnosi. Aby naprawdę finansować koszty stałe (logistyka, zespół, wsparcie, inny marketing), trzeba celować w ROAS marżowy ≥ 1,5x na kampaniach akwizycyjnych. Dla trwałego skalowania ROAS marżowy ≥ 2x.
Reinterpretacja progów ROAS przychodowego vs marżowego według kategorii marżowej:
- Jednorodna marża 50%+ (kosmetyki mono-marka, SaaS, abonament) — ROAS przychodowy 2x odpowiada ROAS marżowemu 1x (równowaga). Cel skalowania 4x przychodowy.
- Jednorodna marża 30–40% (żywność premium, akcesoria markowe) — ROAS przychodowy 3x odpowiada ROAS marżowemu 1x (równowaga). Cel skalowania 5–6x przychodowy.
- Heterogeniczna marża 15–50% ważona 28% (moda multi-kolekcja) — ROAS przychodowy 3,6x odpowiada ROAS marżowemu 1x (równowaga). Cel skalowania 6–8x przychodowy.
- Heterogeniczna marża 5–35% ważona 18% (elektronika konsumencka) — ROAS przychodowy 5,6x odpowiada ROAS marżowemu 1x (równowaga). Cel skalowania 11x+ przychodowy.
Ta reinterpretacja wyjaśnia, dlaczego ta sama liczba ROAS przychodowego (np. 4x) jest doskonała w jednych sektorach i katastrofalna w innych. ROAS przychodowy nigdy nie jest porównywalny poza kontekstem marżowym — to metryka, która nic nie mówi jeśli podróżuje samotnie.
Większość kont e-commerce Google Ads FR stosuje jednolity Target ROAS na całym katalogu (np. Target ROAS 400% na PMax konta). Na katalogu z heterogeniczną marżą, to najbardziej strukturalnie kosztowny możliwy błąd. Smart Bidding optymalizuje dla osiągnięcia 400% przychodowo na całym katalogu — więc koncentruje budżet na SKU o wysokim wskaźniku konwersji i wysokiej cenie, które prawie zawsze są SKU o niskiej marży. Wynik: cel ROAS przychodowy osiągnięty, marża netto w spadku, zespół zadowolony z dashboardów.
Liczbowa demonstracja: 2 konta ROAS 400% przychodowy, przeciwne marże
Porównajmy dwa fikcyjne, ale reprezentatywne dla obserwowanych przypadków e-commerce FR konta. Oba mają identyczny ROAS przychodowy Google Ads 400% przez 90 dni i identyczny wydatek mediowy 25 000 EUR/miesiąc. Na papierze są nieodróżnialne. W marży netto — na antypodach: jedno tracące netto, drugie rentowne.
Odczyt tabeli: oba konta osiągnęły dokładnie tę samą wydajność ROAS przychodowego — 4x. Ale konto A generuje jedynie 1400 EUR marży netto miesięcznie po koszcie reklamy (i przed kosztami stałymi), podczas gdy konto B generuje 22 100 EUR — czynnik 16. Różnica nie leży w talencie media buyera ani w budżecie: leży w miksie produktowym wybranym przez Smart Bidding, a ten miks jest sterowany bezpośrednio przez wartość konwersji wysyłaną do Google.
Konto A pozostawiło Smart Bidding optymalizującemu na jednorodnym ROAS przychodowym. Algorytm odkrył, że bestsellerowe commodity o niskiej marży konwertowały najlepiej i skoncentrował na tym 55% budżetu. Konto B przełączyło się na ROAS marżowy od 6 miesięcy: wartość konwersji wysyłana do Google jest ważona marżą SKU, więc Smart Bidding optymalizuje teraz pod marżę netto i koncentruje 60% budżetu na nowościach o wysokiej marży.
Konsekwencja strategiczna: skalowanie konta A do 50 000 EUR/miesiąc budżetu produkuje liniowo 80 000 EUR przychodu i 21 100 EUR marży brutto, czyli 2800 EUR marży netto/miesiąc (zakładając stałą wydajność — generalnie ona maleje). Skalowanie konta B do 50 000 EUR/miesiąc produkuje 80 000 EUR przychodu i 37 600 EUR marży brutto, czyli 34 400 EUR marży netto. Luka skalowania to 31 600 EUR/miesiąc na korzyść B — przy dokładnie tym samym 25 000 EUR dodatkowych wydatków.
Ta demonstracja nie jest teoretyczna. Na kontach, którym towarzyszymy po przejściu ROAS przychodowy → ROAS marżowy, zmierzona luka marży netto wynosi medianowo +18–34% przy stałym wydatku, w ciągu 90 kolejnych dni. Nie przez magię: przez realokację Smart Bidding ku SKU z prawdziwą marżą.
Dlaczego Google Ads promuje ROAS przychodowy (i jak to odwrócić)
Google Ads nie promuje ROAS przychodowego ze złośliwości — promuje go z technicznego domyślnego uwarunkowania strukturalnego. Trzy mechanizmy alignują interesy platformy z ROAS przychodowym i wylinią z ROAS marżowego. Rozumienie tych mechanizmów to wiedza o tym, dlaczego odwrócenie wymaga aktywnego wysiłku i nigdy nie dzieje się przypadkowo.
Mechanizm 1 — Domyślna wartość konwersji Merchant Center. Google Merchant Center domyślnie synchronizuje cenę sprzedaży każdego SKU jako wartość konwersji dla Google Ads. To racjonalne dla początkującego użytkownika (zero konfiguracji), destruktywne dla zarządzającego marżowo. Żeby zmienić to zachowanie, trzeba nadpisać wartość konwersji przez GTM lub przez niestandardową akcję konwersji — czego większość kont nie robi.
Mechanizm 2 — Przychód jest bardziej sprzedawalny po stronie raportowania. Google wie, że przychód to wskaźnik, który agencje i narzędzia SaaS raportowania wyświetlają jako pierwsze. Dashboard mówiący "ROAS 4x" jest natychmiast zrozumiały i pochlebny. Dashboard mówiący "ROAS marżowy 1,1x" wymaga wyjaśnienia, może rozczarować i nie jest sprzedawalny dyrektorowi, który słyszał o standardowym ROAS. Google nie ma interesu w komplikowaniu tej komunikacji.
Mechanizm 3 — Smart Bidding na przychód produkuje więcej wolumenu na starcie. Na koncie w fazie uczenia, optymalizacja pod przychód pozwala algorytmowi szybko uchwycić SKU o wysokim CA i wysokim wskaźniku konwersji — co szybko wyciąga z uczenia. Optymalizacja pod marżę wymaga bardziej precyzyjnego sygnału i zróżnicowanych akcji konwersji, które spowalniają wyjście z uczenia. Google nagradza ROAS przychodowy szybszą pozorną wydajnością — za cenę zdegradowanego miksu produktowego, który ujawnia się dopiero po 60–90 dniach.
Jak odwrócić mechanizm w 4 działaniach:
- Działanie 1 — Wymuś wartość konwersji na rzeczywistą marżę, nie na cenę sprzedaży. Szczegóły w sekcjach 5 i 6.
- Działanie 2 — Skalibruj Target ROAS na marżę, nie na przychód. Jeśli średnia ważona marża to 30%, Target ROAS 1,3x = ROAS przychodowy 4,3x — umiarkowanie netto pozytywna równowaga.
- Działanie 3 — Monitoruj miks produktowy Smart Bidding co tydzień. Jeśli udział bestsellerowych commodity o niskiej marży przekracza 50%, dostosuj Custom labels, by zmniejszyć ich relatywną wartość konwersji.
- Działanie 4 — Raportuj zespołowi w marży netto, nie w ROAS. Wymuś przesunięcie rozmowy z "ROAS 4x" na "miesięczna marża netto po reklamie" — to zmiana kulturowa tyle samo co techniczna.
Dla strategii e-commerce orchestrującej ROAS marżowy z Shopping i PMax, sprawdź nasz setup Google Shopping optymalizacja. Dla konkretnego scenariusza ShopifyPlus / PrestaShop, setup Shopify vs PrestaShop szczegółowo omawia implementacje.
Setup Custom labels Merchant Center według marży
Technicznym piwotem ROAS marżowego jest Custom label Merchant Center. Oficjalna dokumentacja Custom labels Google Merchant Center. Google Merchant Center eksponuje 5 atrybutów custom_label_0 do custom_label_4 na SKU w feedzie produktów. Te etykiety to swobodne ciągi znaków (tekst lub liczba), których możesz używać do segmentacji w Google Ads — według marży, sezonowości, marży × wolumenu, bucketu ceny, wieku zapasów.
Zalecana konwencja Custom labels dla ROAS marżowego:
- custom_label_0 = bucket marży (wartości 1 do 5, gdzie 1 = niska marża 10-19%, 5 = premium marża 50%+).
- custom_label_1 = sezonowość (winter, spring, summer, autumn, all-season) — dla sezonowości z naszym przewodnikiem sezonowości.
- custom_label_2 = wiek zapasów (new = poniżej 30 dni, recent = 30–90 dni, mature = 90–365 dni, end = 365 dni+) — dla zarządzania starymi zapasami.
- custom_label_3 = bucket ceny (low, mid, high, premium) — dla korekty Target ROAS według segmentu cenowego.
- custom_label_4 = kolekcja lub marka — dla raportowania marketingowego.
Procedura tagowania według platformy:
- Shopify — użyj dedykowanej aplikacji (DataFeedWatch, Feedonomics, Simprosys) eksponującej mapping Custom labels według tagu produktu lub metafield. Metadane custom_label_0 na metafield
marge_bucketaktualizowane codziennie z ERP. - PrestaShop — natywny moduł CSV Merchant Center lub moduł firm trzecich. Mapping custom_label_0 z dedykowanego atrybutu produktu
marge_bucket(tworzony jako atrybut produktu, nie kategorii). Codzienny re-eksport feedu. - Magento / Adobe Commerce — natywny moduł Merchant Center od 2023 (dawniej Google Shopping by Magento). Mapping custom_label_0 z atrybutu katalogu produktu
marge_bucketaktualizowanego skryptem z ERP. - Custom / WooCommerce / inne — tygodniowy flux Excel z ręcznym lub półautomatycznym mappingiem. Bardziej uciążliwy, ale funkcjonalny.
Walidacja przed kontynuowaniem: w Merchant Center > Diagnostyka produktów sprawdź, że 100% aktywnych SKU ma zdefiniowany custom_label_0. Każde SKU bez custom_label_0 będzie ignorowane przez grupy produktów Smart Shopping/PMax — niewidoczne dla Google Ads. Pokrycie poniżej 95% jest niewystarczające.
Na katalogu 5000 SKU, początkowe tagowanie wymaga typowo 4–12h wysiłku zespołu (logistyka + dev + analytics) dla mapowania marż, walidacji bucketów, wdrożenia mappingu. Miesięczne re-tagowanie jest następnie automatyczne. Wstępny wysiłek to jedyne ograniczenie, i jest śmiesznie mały w porównaniu do 18–34% dodatkowej marży netto, którą odblokowuje.
Zróżnicowana wartość konwersji według produktu
Drugi techniczny filar: wartość konwersji wysyłana do Google Ads musi odzwierciedlać marżę, nie cenę sprzedaży. Wymaga to tworzenia kilku akcji konwersji (jedna na bucket marży) i routowania każdej sprzedaży do właściwej akcji według bucketu zakupionego SKU. Hydraulika jest po stronie GTM lub serwera — zależnie od dojrzałości śledzenia konta.
Konfiguracja Google Ads — utwórz 5 zróżnicowanych akcji konwersji:
- Zakup_marz_1 — value rule: 0,15 × cena sprzedaży (mediana marży bucketu 15%).
- Zakup_marz_2 — value rule: 0,25 × cena sprzedaży (mediana marży bucketu 25%).
- Zakup_marz_3 — value rule: 0,35 × cena sprzedaży.
- Zakup_marz_4 — value rule: 0,45 × cena sprzedaży.
- Zakup_marz_5 — value rule: 0,55 × cena sprzedaży.
Wszystkie 5 musi być oznaczone jako konwersja główna (Primary) dla Smart Bidding. Konto nie ma już jednej konwersji "Zakup", lecz 5 odrębnych konwersji — Google Ads prawidłowo je agreguje w globalnym ROAS.
Implementacja GTM po stronie klienta:
// Na stronie potwierdzenia zamówienia
window.dataLayer = window.dataLayer || [];
window.dataLayer.push({
event: 'purchase_complete',
transaction_id: 'TX12345',
items: [
{ sku: 'SKU-A', price: 49.90, marge_bucket: 3 },
{ sku: 'SKU-B', price: 89.00, marge_bucket: 5 }
]
});
Niestandardowy trigger GTM odczytuje marge_bucket i wyzwala odpowiedni tag konwersji (Zakup_marz_3 lub Zakup_marz_5 tutaj), z value = price × multiplicateur. Dla multi-SKU w koszyku, wyzwól jedną konwersję na SKU z jej indywidualną wartością, lub wstępnie agreguj po stronie serwera przy bardzo wysokim wolumenie.
Zalecana implementacja server-side dla dużego wolumenu: Enhanced Conversions for Web (lub Conversion API po stronie serwera) z wstępnie obliczonym payloadem zawierającym już wartość konwersji ważoną marżą. Eliminuje zależność od JavaScript klienta i poprawia cross-device matching. Dokumentacja Enhanced Conversions Google Ads.
Walidacja 7 dni po wdrożeniu: w Google Ads > Konwersje sprawdź, że 5 akcji raportuje spójny wolumen z Twoim rzeczywistym miksem marżowym. Nadreprezentacja Zakup_marz_1 (bestsellerowe commodity) lub niedoreprezentacja Zakup_marz_5 (premium) sygnalizuje problem routowania GTM. Skalibruj ponownie przed przełączeniem Smart Bidding.
Dla kompletnego łańcucha śledzenia konwersji obsługującego to ważenie, sprawdź nasz przewodnik śledzenia konwersji Google Ads.
Metodologia przejścia na Target ROAS marżowy
Po wdrożeniu Custom labels i zróżnicowanych wartości konwersji (sekcje 5–6), pozostaje przełączenie Smart Bidding na ROAS marżowy. To przejście jest najbardziej delikatną fazą — Smart Bidding musi się na nowo nauczyć, a zbyt agresywna kalibracja zabija wolumen. Trzy sprawdzone etapy, na horyzoncie 30–45 dni.
Etap 1 (tygodnie 1–2) — Zmierz aktualną średnią ważoną marżę. Przed jakąkolwiek zmianą strategii licytowania, oblicz średnią ważoną marżę konwersji generowanych przez kampanię przez ostatnie 30 dni. Przykład: kampania Shopping FR wygenerowała 80 000 EUR przychodu, miks 50% bucket 1 (marża 18%) + 30% bucket 3 (marża 35%) + 20% bucket 5 (marża 55%) = średnia ważona marża 28,5%. To Twój baseline.
Etap 2 (tygodnie 3–4) — Przełącz Target ROAS na nową ważoną wartość konwersji. Jeśli poprzedni Target ROAS przychodowy wynosił 4x (= cel marżowy 1,14x implicite przy marży 28,5%), nowy Target ROAS marżowy powinien celować w 1,2–1,3x — nieco bardziej ambitnie, ale nie nadmiernie, by nie zabić wolumenu. Na PMax przełącz jednorazowo; na Search/Shopping przełączaj kampanię po kampanii z 7-dniowym odstępem dla izolowania wpływu.
Etap 3 (tygodnie 5–6) — Oceń i dostosuj. Zmierz wygenerowaną marżę netto przy stałym wydatku, porównaj z baseline. Trzy możliwe scenariusze:
- Marża netto w górę +10%+ vs baseline — przejście udane. Testuj Target ROAS marżowy 1,4–1,5x dla skalowania.
- Marża netto stabilna ±5% — Smart Bidding ustabilizował się na nowym sygnale, ale nie realokował. Sprawdź, czy Custom labels obejmują 100% aktywnych SKU i czy różnorodność wartości konwersji jest rzeczywista (nie wszystkie zakupy na Zakup_marz_3 na przykład).
- Marża netto w dół — zbyt agresywna kalibracja, Smart Bidding odciął rentowny wolumen. Wróć do Target ROAS marżowy 1,1x i poczekaj 14 dni przed podniesieniem.
Na kontach przechodzących ściśle tą metodą, observable sygnał po 30 dniach jest potrójny: (1) miesięczna marża netto w górę +18–34% przy stałym wydatku, (2) miks produktowy dryftujący ku bucketom marży 3–5 (wzrost o 8–18 punktów procentowych), (3) ROAS przychodowy w dół o -15–25% — paradoksalne, ale zdrowe: generujesz mniej wolumenu niskiej marży i więcej marży netto. To dokładnie ten sygnał, którego trzeba szukać: przychód w dół, marża w górę.
Dla kont śledzących ROAS marżowy od ponad 90 dni, luka pogłębia się jeszcze: skalowanie przy większym wydatku odbywa się w proporcjonalnej marży (budżet +50% produkuje +50% marży), podczas gdy w czystym ROAS przychodowym skalowanie generalnie produkuje marginalny spadek spowodowany dryftem miksu produktowego. To prawdziwe strategiczne zwycięstwo: rentowność skaluje liniowo, nie dzwonowo.
Ten framework stosuje się identycznie do kont, które aktywowały Performance Max — gdzie ryzyko dryfu ROAS jest jeszcze wzmocnione przez nieprzejrzystą naturę alokacji Smart Bidding. Dla szczegółów wzorców awarii PMax pogłębiających ten problem, sprawdź nasz artykuł Performance Max niszczy 30% kont.
CTA audyt: jeśli Twoje konto e-commerce nadal zarządza przychodowym ROAS i Twój katalog zawiera co najmniej 2 odrębne buckety marżowe (przypadek większości e-commerce FR mid-market), istnieje duże prawdopodobieństwo, że zostawiasz 18–34% marży netto na stole przy stałym wydatku. Nasz audyt SteerAds mierzy konkretnie potencjalną deltę marży netto przejścia ROAS przychodowy → ROAS marżowy na Twoim katalogu, przed podjęciem 4–12h tagowania Custom labels.
ROAS przychodowy nie umarł — pozostaje przydatny jako wskaźnik powierzchniowy, jako proxy wolumenu, jako prosta metryka do komunikacji wewnętrznej. Ale nigdy nie powinien być celem optymalizacji Smart Bidding na katalogu z heterogeniczną marżą. Koszt alternatywny jest zbyt wysoki, a rozwiązanie techniczne zbyt dostępne, by nie wdrożyć go. Prawdziwe pytanie nie brzmi już "jaki ROAS celujemy?" lecz "ile marży netto generujemy za każde euro reklamy?". Przeformułowanie pytania to już połowa drogi do prawdziwej rentowności.
Źródła
Oficjalne źródła wykorzystane w tym przewodniku:
FAQ
Dlaczego ROAS przychodowy jest metryką vanity?
Ponieważ nic nie mówi o rentowności. ROAS przychodowy mierzy stosunek wygenerowanego obrotu do wydatków reklamowych — ROAS 4x oznacza, że 1 EUR wydane generuje 4 EUR przychodu. Ale marża brutto z tych 4 EUR może wahać się od 15% do 65% w zależności od kategorii produktu, co daje netto wkład od 0,60 EUR do 2,60 EUR za to samo 1 EUR wydane. Na heterogenicznym katalogu (moda + akcesoria + duże elementy, lub elektronika + materiały eksploatacyjne), optymalizacja pod ROAS przychodowy mechanicznie pcha algorytm w kierunku produktów o niskiej marży i wysokim przychodzie — dokładnie odwrotnie niż potrzeba.
Czy ROAS marżowy jest naprawdę mierzalny w Google Ads w 2026 roku?
Tak, od wprowadzenia Custom labels Merchant Center i zróżnicowanej wartości konwersji według produktu. Procedura: oznacz każde SKU kategorią marży (custom_label_0 = bucket marży 1-5), prześlij do Merchant Center, utwórz zróżnicowane akcje konwersji w Google Ads z obliczonymi wartościami (np. 0,32 × cena dla marży 32%, 0,18 × cena dla marży 18%), przełącz Smart Bidding na Target ROAS skalibrowany do docelowej marży. Jest to technicznie wykonalne od 2023 roku, a obliczenie aktualizuje się automatycznie przy każdym zamówieniu. Większość e-commerce FR po prostu nie podjęła tego wysiłku.
Jaki procent e-commerce FR zarządza ROAS przychodowym w 2025-2026?
Na zagregowanych danych Google Ads 2025–2026, około 78–86% e-commerce FR mid-market zarządza swoim Smart Bidding Google Ads przychodowo, a nie marżowo. Odsetek jest jeszcze wyższy na kontach w agencjach (90%+) niż na kontach zarządzanych in-house. Przyczyna strukturalna: Google Merchant Center domyślnie przesyła cenę sprzedaży jako wartość konwersji i nikt tego nie rekonfiguruje. Konta przechodzące na ROAS marżowy odnotowują medianowo +18–34% dodatkowej marży netto przy tym samym wydatku w ciągu 90 kolejnych dni — nie generując więcej, lecz inteligentnie realokując.
Jaka jest dokładna formuła ROAS marżowego?
ROAS marżowy = (Przychód × Średnia ważona marża brutto) / Wydatki reklamowe. Pułapka: średnia ważona marża brutto to nie marża brutto wykazywana przez ERP. Musi być ważona rzeczywistą kompozycją sprzedaży generowanej przez każdą kampanię. Przykład: kampania generuje 60% sprzedaży w bucket marży 18% i 40% w bucket marży 42%, średnia ważona marża wynosi 27,6%. Jeśli przychód to 10 000 EUR, a wydatek 2500 EUR (ROAS przychodowy 4x), ROAS marżowy wynosi (10 000 × 0,276) / 2500 = 1,1x — netto pozytywny, ale znacznie skromniejszy niż wykazywane 4x.
Które piony e-commerce są najbardziej narażone na pułapkę ROAS przychodowego?
Wszystkie z heterogenicznym katalogiem marżowym. Moda (marża 25–75% w zależności od kolekcji), elektronika konsumencka (5–35% w zależności od kategorii), dom/dekoracja (15–55%), uroda (35–70%), duże elementy/meble (10–45%), akcesoria high-tech vs hardware (10–60%). Odwrotnie, piony z jednorodną marżą (kosmetyki mono-marka, powtarzalne materiały eksploatacyjne jak kawa) są mniej narażone — ROAS przychodowy jest tam poprawnym proxy. Ale to wyjątek, nie reguła. Większość multi-kategoryjnych e-commerce jest strukturalnie narażona i o tym nie wie.