Wzrost obrotu nie oznacza wzrostu biznesu. 6 liczb, które warto sprawdzać razem

Jeśli miałbym zostawić właścicielowi sklepu jeden dashboard, nie byłby to dashboard z 47 wykresami. Byłoby na nim sześć liczb. Nie dlatego, że sześć jest magiczne. Dlatego, że każda odpowiada na inne pytanie. Razem tworzą sensowny obraz.

#1. Sprzedaż netto po zwrotach

Pierwsza rzecz. Nie GMV. Nie "purchase value" z platformy. Nie sprzedaż przed anulacjami. Realna sprzedaż, która została. To baza. Jeśli zaczynamy od zawyżonego przychodu, cała dalsza analiza jest optymistyczną fikcją.

#2. Contribution margin

Przychód jest miły. Marża mówi, czy sprzedaż ma sens. Contribution margin może uwzględniać:

koszt produktu, media, płatności, fulfilment, dostawę, zwroty. Dokładna definicja zależy od firmy. Najważniejsze, żeby była stała. Nie porównuj w jednym miesiącu gross margin, w drugim contribution, a w trzecim zysku netto. Nazwy mają znaczenie.

#3. CAC

Ile kosztuje nowy klient? Nie zamówienie. Klient. To rozróżnienie jest ważne w sklepach z repeat. Jeśli stary klient wraca bez dużego kosztu marketingowego, first order i repeat mają inną ekonomię.

#4. Conversion rate

Jak sklep zamienia ruch w zamówienia? CR jest świetny do diagnozy. Ale sam też wymaga kontekstu. Kanał. Urządzenie. Nowy vs powracający. Kategoria. Nie porównuj CR z TikToka do brand search jakby to były te same intencje.

#5. AOV

Ile średnio jest warte zamówienie? Wyższy AOV może poprawić ekonomię:

dostawy, płatności, fulfilmentu, CAC. Ale nie zawsze. Jeśli rośnie przez agresywny rabat, marża może się pogarszać. AOV jest środkiem. Nie celem.

#6. Repeat

Czy klient wraca? W ilu dniach? Co kupuje drugi raz? Jaka jest marża? Nie każdy sklep ma naturalny repeat. Meble nie są kawą. Ale jeśli kategoria ma potencjał powrotu, brak pomiaru to duża strata wiedzy.

#Dlaczego ROAS nie jest na liście?

Nie dlatego, że jest nieważny. ROAS jest bardzo przydatny. Tylko odpowiada głównie na pytanie:

"jaka wartość konwersji została przypisana do wydatku reklamowego?" To nie wystarcza do oceny całego biznesu. Możesz mieć ROAS 8 i fatalną marżę. ROAS 4 i świetną contribution. Dlatego powinien być w dashboardzie mediowym. Te sześć liczb ma być dashboardem właścicielskim.

#Przykład

Sprzedaż +30%. Super. Ale:

CAC +45%. AOV -10%. Repeat spada. Zwroty rosną. Contribution bez zmian. Czy to dobry miesiąc? Niekoniecznie. Inny:

sprzedaż +10%. CAC -15%. AOV +5%. Repeat rośnie. Contribution +25%. Mniej efektownie. Znacznie zdrowiej.

#Jedna liczba nie opowie całego sklepu

To jest sedno. Obrót może ukrywać koszt. ROAS może ukrywać marżę. CR może ukrywać jakość ruchu. AOV może ukrywać rabat. Repeat może ukrywać niski pierwszy zakup. Dopiero zestaw daje kontekst.

#Dashboard ma prowadzić do pytania

Nie do zachwytu. Dlaczego CAC wzrósł? Dlaczego AOV spadł? Dlaczego CR na mobile jest niższy? Dlaczego repeat w cohortach z czerwca jest lepszy niż w maju? To są rozmowy, które prowadzą do decyzji.

#Sześć liczb. Jeden warunek

Muszą być liczone tak samo co miesiąc. Jeżeli raz sprzedaż jest brutto, raz netto, raz po zwrotach, dashboard przestaje mieć sens. To samo z CAC. To samo z marżą. Spójność jest ważniejsza niż liczba wykresów.

#Które liczby tworzą pełniejszy obraz niż sam przychód?

Każda metryka odpowiada na inne pytanie. Sprzedaż: ile. Marża: ile zostaje. CAC: ile kosztował klient. CR: jak działa sklep. AOV: ile klient kupuje. Repeat: czy relacja ma wartość po pierwszym zamówieniu. Przy pytaniu „Które liczby tworzą pełniejszy obraz niż sam przychód” najważniejsze jest przełożenie obserwacji na hipotezę, którą da się sprawdzić. Własny test powinien odwoływać się do takich elementów jak DHL pokazuje znaczenie zwrotów, delivery i cross-border dla ekonomii e-commerce, Baymard pokazuje, że checkout i product finding wpływają na CR, e-Izba potwierdza dojrzałość i wielokanałowość polskiego klienta. Dzięki temu wynik można ocenić na danych, zamiast uzasadniać decyzję samą intuicją albo popularnością danego rozwiązania.

#Dane, które ustawiają kontekst

• DHL pokazuje znaczenie zwrotów, delivery i cross-border dla ekonomii e-commerce.
• Baymard pokazuje, że checkout i product finding wpływają na CR.
• e-Izba potwierdza dojrzałość i wielokanałowość polskiego klienta.
• Nie ma jednego standardowego „dashboardu sześciu liczb”; to autorska propozycja.

#Jak przełożyć wniosek na test

Jedna plansza „6 pytań do 6 liczb”. Bez dashboardowego żargonu.

#Czego z tych danych nie można wywnioskować

Nie warto używać LTV bez jasnego sposobu liczenia. Nie nazywać GMV sprzedażą netto.