MER i dane ze sklepu: jak sprawdzić, czy reklamy naprawdę zarabiają

Każda platforma reklamowa raportuje sprzedaż według własnych zasad. Każda ma też interes w tym, żeby wyglądać dobrze. W efekcie suma konwersji z paneli często przekracza liczbę zamówień, które naprawdę przyszły do sklepu. Decyzja o podwojeniu budżetu podjęta na takich liczbach może kosztować więcej, niż przyniesie. Dlatego Phanes czyta sprzedaż prosto ze sklepu i traktuje ją jako punkt odniesienia dla wszystkiego innego.

Dlaczego panele reklamowe nie zgadzają się ze sklepem

Google Ads, Meta Ads i GA4 nie kłamią. Każde z nich odpowiada jednak na inne pytanie i każde liczy według innych reguł. Najczęstsze przyczyny rozjazdu są trzy.

Wniosek jest prosty: żaden panel nie jest sędzią we własnej sprawie. Sędzią jest sklep, bo to on wystawia faktury i przyjmuje pieniądze.

Czym jest MER

MER (Marketing Efficiency Ratio, wskaźnik efektywności marketingu) mówi, ile przychodu sklepu przypada na jedną złotówkę wydaną na reklamy we wszystkich kanałach razem. Nie pyta, która kampania „zasłużyła” na sprzedaż. Pyta, czy cały marketing razem zarabia.

MER = przychód sklepu netto bez dostawy ÷ wydatek na reklamy ze wszystkich kont. MER 4 oznacza, że każda złotówka wydana na reklamy wróciła jako 4 zł sprzedaży netto.

MER bywa też nazywany „blended ROAS”. Różnica wobec ROAS z panelu jest zasadnicza: ROAS liczy przychód, który platforma sama sobie przypisała, a MER liczy przychód, który sklep naprawdę zaksięgował.

nCAC: koszt pozyskania nowego klienta

nCAC to wydatek na reklamy podzielony przez liczbę zamówień od nowych klientów. Powracający klient często kupiłby i bez reklamy, nowy prawie zawsze potrzebował bodźca. Sklep, który rośnie tylko na powracających klientach, w pewnym momencie przestaje rosnąć.

Phanes rozróżnia nowych i powracających klientów na podstawie danych z pliku sklepu. Zamówienia gości, których sklep nie potrafi przypisać, zostają jako „typ nieznany”. Nie dopisujemy ich do nowych klientów, żeby nCAC nie wyglądał lepiej, niż jest.

Brutto, netto i dostawa: którą liczbę bierzemy

Sklep raportuje zwykle kwoty brutto, razem z VAT i kosztem dostawy. Do MER i nCAC potrzebujemy tego, co sklep zarobił na towarze. Phanes pokazuje dlatego obie liczby.

• Sprzedaż brutto, zgodna z tym, co widzisz w panelu sklepu.
• VAT z kwot w każdym zamówieniu. Stawek nie zgadujemy, bo w jednym sklepie bywają produkty z 5, 8 i 23% VAT.
• Koszt dostawy razem z jej podatkiem, odjęty od przychodu, bo dostawa to nie zarobek na towarze.
• Netto bez dostawy, czyli liczba, na której Phanes liczy MER i nCAC. Rabaty i zwroty są już odjęte.

Sklep jako źródło prawdy i pasma rozjazdu

Phanes zestawia sprzedaż sklepu z GA4 i z każdym panelem reklamowym osobno, w tym samym oknie czasu. Z GA4 dopasowuje zamówienia po identyfikatorze transakcji. Z panelami porównuje sumy, bo Google Ads i Meta Ads nie podają numerów zamówień przy konwersjach. Różnicę do 10% uznajemy za zgodność, od 10 do 15% karta dostaje notę o rozjeździe ze sklepem, a powyżej 15% Phanes traktuje to jak problem pomiaru: najpierw naprawa liczenia konwersji, potem zmiany budżetu.

Próg dotyczy każdego panelu osobno: żaden panel nie powinien zgłaszać więcej sprzedaży niż sklep, z tolerancją do 15%. Panel, który pokazuje mniej niż sklep, nie jest błędem, bo część klientów przyszła z innych źródeł.

Inaczej jest z sumą paneli. Jeśli Google i Meta razem pokazują 140% sprzedaży sklepu, a każdy z osobna mieści się w tolerancji, to zjawisko „platformy przypisują sobie tę samą sprzedaż”. Phanes je pokazuje i wyjaśnia, ale nie traktuje go jak błędu i nie blokuje przez nie rekomendacji.

Dwie decyzje, dwa różne dowody

Dane sklepu nie zastępują atrybucji. Rozdzielają dwie decyzje, które często się myli.

MER a inkrementalność

Inkrementalność odpowiada na najtrudniejsze pytanie: ile sprzedaży w ogóle by nie było, gdyby nie reklama. Atrybucja pokazuje korelację, czyli które reklamy były obecne przy zakupie. Inkrementalność to przyczynowość. MER też jej wprost nie mierzy: rośnie razem z sezonem czy promocją, nawet gdy reklamy nic do tego nie dokładają.

Jedynym bezpośrednim pomiarem jest test z grupą kontrolną: Conversion Lift w Google Ads albo w Meta, w którym część odbiorców nie widzi reklam, albo test geograficzny, w którym reklamy wyłącza się w części regionów. Takie testy wymagają budżetu i kilku tygodni, więc nie da się nimi sprawdzać każdej zmiany.

Phanes robi więc to, co można robić na co dzień: porównuje MER i liczbę nowych klientów przed zmianą budżetu i po niej, w horyzoncie, w którym efekt jest już widoczny, i w kilku oknach czasu, żeby o werdykcie nie decydował jeden dobry tydzień. To nie jest dowód przyczyny, ale wyłapuje sytuację, w której platforma raportuje wzrost, a sklep go nie widzi. Przy dużych przesunięciach budżetu między kanałami Phanes wskazuje test z grupą kontrolną jako właściwy dowód.

Jak podłączyć dane sklepu

Sklep to kolejne źródło danych biznesu, obok kont Google Ads i Meta Ads, GA4 i Search Console. Widzisz je w zakładce Twój biznes, w karcie Źródła danych.

1. 1

   Wyeksportuj raport ze sklepu

   Eksport zamówień albo raport sprzedaży w pliku CSV. Plik XLSX wystarczy zapisać jako CSV.

2. 2

   Wgraj plik w zakładce Twój biznes

   Phanes sam rozpoznaje format popularnych platform. Dla innych systemów przypisujesz kolumny raz, a Phanes zapamięta to przypisanie.

3. 3

   Sprawdź, jak Phanes zrozumiał plik

   Przed zapisem widzisz liczbę zamówień, zakres dni, brutto, VAT, dostawę, netto bez dostawy i nowych klientów. Jeśli coś się nie zgadza, poprawiasz przypisanie.

4. 4

   Wgrywaj nowy plik co tydzień

   Phanes przypomni o kolejnym pliku i powie, za które dni brakuje danych. Nowy plik zastępuje dni ze swojego zakresu, a przed zastąpieniem widzisz różnice.

Rozpoznajemy eksporty z WooCommerce, Shopify, PrestaShop, Shoper, IdoSell i Base (kiedyś BaseLinker), a każdy inny system obsłużysz przez ręczne przypisanie kolumn. Każdy plik przechodzi deterministyczne kontrole, bez zgadywania przez model AI:

• Liczby muszą pasować do nazw kolumn: brutto nie może być niższe niż netto, a brutto minus netto musi dać podatek.
• Niejasny separator dziesiętny, kolejność dnia i miesiąca albo waluta to pytanie do Ciebie, a nie domysł.
• Anulowane i nieopłacone zamówienia, wiersz sumy i powtórzone wiersze są pomijane i wypisane na ekranie.
• Pierwszy i ostatni dzień pliku liczą się jako pełne tylko po Twoim potwierdzeniu. Dzisiejszy dzień jest zawsze niepełny.
• Każdą walutę zapisujemy osobno. Kwot w różnych walutach nie sumujemy i nie przeliczamy po kursie.

Prywatność: plik nie opuszcza Twojego komputera

Eksport zamówień zawiera dane klientów sklepu. Phanes ich nie potrzebuje, więc ich nie przyjmuje.

• Plik czyta Twoja przeglądarka. Na serwer Phanesa trafiają tylko sumy dzienne i Twoje ustawienia przypisania kolumn.
• Kolumn z imionami, e-mailami, adresami i telefonami nie da się nawet przypisać. Phanes je pomija i pokazuje, ile pominął.
• W bazie nie ma numerów zamówień ani identyfikatorów klientów, tylko liczby zamówień i kwoty dla każdego dnia.
• Dane sklepu widzi tylko zespół, który ma dostęp do tego biznesu. Innym kontom służą wyłącznie zanonimizowane agregaty.

Enterprise: bezpośrednia integracja ze sklepem

W planie Enterprise sklep podłączamy bezpośrednio przez API platform, które to umożliwiają, między innymi Shopify i WooCommerce. Sprzedaż spływa wtedy co noc sama, bez eksportowania plików, a Phanes domierza ostatnie dni, gdy dochodzą zwroty i opóźnione zamówienia.

Zasady są te same co przy pliku: tylko odczyt, tylko sumy dzienne, zero danych osobowych klientów w bazie i zaszyfrowane klucze dostępu. Plan PRO i okres próbny korzystają z wgrywania plików.

Jak dane sklepu zmieniają rekomendacje

Nowe źródło danych ma sens tylko wtedy, gdy rozumie je cały Phanes, a nie jeden ekran. Dane sklepu czyta silnik rekomendacji, Doradca, czat i raporty, zawsze z tego samego miejsca, więc wszędzie widzisz tę samą liczbę.

Brak danych sklepu nigdy nie jest zerem. Gdy pliku nie ma albo okres jest niepełny, Phanes mówi „nie wiem” i działa tak, jak bez sklepu. Dni z luką nie wchodzą do MER, a inna waluta sklepu niż kont reklamowych oznacza brak porównania i zdanie, dlaczego.

Search brandowy a reklamy w Meta: teza, nie wyrok

Wiele sklepów widzi świetne wyniki search brandowego w Google, czyli kampanii na wyszukiwania nazwy sklepu. Część tych wyszukiwań mogła jednak wywołać reklama w Meta: klient zobaczył produkt na Instagramie, a potem wpisał nazwę sklepu w wyszukiwarkę. Phanes pokazuje obok siebie tygodniowy wydatek na Meta i konwersje search brandowego. Nazywa to wprost tezą, bez przycisku i bez wpływu na decyzje silnika, bo zbieżność w czasie nie dowodzi przyczyny.

Dlaczego to przewaga

Panele reklamowe i większość narzędzi opartych na ich API widzą tylko to, co platforma raportuje. Phanes widzi też drugą stronę, czyli pieniądze w sklepie.

• Rekomendacje budżetowe sprawdzane wobec realnej sprzedaży, a nie tylko wobec atrybucji platformy.
• Problem z pomiarem wychodzi na jaw, zanim przesuniesz budżet na kampanię, która dobrze wygląda tylko w raporcie.
• Jedna liczba do rozmowy z zarządem i agencją: ile sklep zarobił na złotówce wydanej na reklamy.
• nCAC pokazuje, czy reklamy przyciągają nowych klientów, czy tylko obsługują tych, którzy i tak by wrócili.

Atrybucja mówi, która kampania była obecna przy zakupie. Sklep mówi, czy zakup w ogóle się wydarzył. Phanes podejmuje decyzje o pieniądzach dopiero wtedy, gdy obie strony się zgadzają.