--- title: "五種 ROAS 應用場景與責任歸屬解讀" slug: roas url: https://tbr.digital/posts/roas published_at: 2024-01-27 modified_at: 2024-02-24 author: "樊松蒲 Dennis" category: "行銷數據雜談" tags: ["數據分析", "廣告", "ROAS"] access: public_access --- # 五種 ROAS 應用場景與責任歸屬解讀 > ROAS 不只是廣告投手的責任，公司裡每個人都對 ROAS 有著影響力。 By **樊松蒲 Dennis** - 數位簡報室 創辦人、AI 企業內訓講師 | 2024-01-27 什麼是 ROAS？廣告投資報酬率 Return on Ad Spending ( ROAS ) 是在衡量廣告投資報酬率的一個指標。例如你今天花了1000元的廣告費，然後能追蹤到因為廣告所帶來的營收是 3000 元，你的 ROAS 就等於 3。換句話說，你可以用 1 元的廣告費，換到 3 元的營收，當然這是在未計入成本的情況下。不過我先說，即便公式就在那邊，但我對 ROAS 的認定方式是有很多區分的。因為場景有很多種，主要是你怎麼認定「廣吿」了，我知道市場上對 ROAS 的期待已經遠遠超過了這個指標所能承載的情感了。其中的問題就在於「廣告花費」很好理解，就是每個月要花出去的錢，帳上都會有明確的記錄。但是「廣告所帶來的營收」這個數字它有很多解釋空間。不同的平台歸因不同，不同的「職位」看法不同，不同的「需求」看法也不同，所以關鍵在於你怎麼解釋廣告所帶來營收的「認列範圍」。通常在談 ROAS 的時候，我會分成兩個部分：ROAS 的使用場景ROAS 的責任範圍 ROAS 的使用場景先講第一個「ROAS 的使用場景」，在我這幾年工作中用過的 ROAS 主要有這5種情境：1.單純投廣告的 ROAS最直白的，就是你在 Google Ads / Meta Ads ..這些廣告後台所看到的 ROAS，先不用管歸因，安心在後台的結界中操作就好，給你什麼數字你就相信什麼，廣告後台數據的解讀關鍵在於數字每日、每週、每月的「變化」是否符合你的操作期待，在結界中你所專注的就是那個廣告工具的操作規則、機器學習要求、用戶特性盡可能的滿足它、測試它，然後透過他們的報表，去驗證你的操作想法是否正確。2.行銷工具的 ROAS特別是電商，很喜歡採購一堆有的沒有的行銷工具，這在幾年前是比較少見的，因為幾年前廣告還很便宜的時候， ROAS 漂亮得不了，根本不用特別去想這些看起來很複雜的東西，都是妖魔鬼怪。只是現在時代不同了，單靠投廣告已經無法滿足企業 KPI 越定越高的慾望，甚至 KPI 能持平就不錯了，所以如何加強對站內既有用戶的收割，變成行銷工具的重點。不論你導入的是什麼工具，例如 Insider / OmniSegment / Infobip / Salesforce / Braze / Klaviyo / Onesignal … 這一大堆行銷自動化工具都會在後台上顯示所帶來的收入，讓你可以衡量每月的花費，把後台顯示的收入金額來帶入 ROAS 的公式中，來評估是否符合你的 ROAS 認知期待。但是，不管你用什麼工具都強烈建議你先去了解看看自己所用的平台，先確認後台收益的計算邏輯再決定你是否要相信，例如 Braze 的後台預設會將發過 EDM 的用戶後續 X 天的所產生的收益都歸因於自己，所以數字挺漂亮的，但對我們評估效益的人來說就不合理了。當然，如果是發 EDM / SMS / Web push 這類的工具，正常使用都會在 GA4 中的「工作階段來源/媒介」中看到清楚的收益，所以建議可以用 GA4 的收益來認定。但提醒一下，這些不見得是純粹的「額外收益」，例如 Web push ，你怎麼知道這個用戶是本來沒有要買，被你 Webpush 推播後才深受感動進而掏錢購買的呢？說不定他覺得你的 webpush 很煩，想關閉但是按錯了，但是這個無法證明（至少我花了很多時間都無法真的提出數據證明這一點），所以我承認心裡會拉高這些工具的 ROAS 期待，在心裡彌補一些遺憾…，如果有人對這個有想法請私訊我。另外，即便是導入站內推薦版位的工具，像是 Insider / 禾多 / Rosetta / AIDA愛搭時尚推薦系統，我都是透過自己 A/B 測試的方式驗證出額外增加的業績，然後作為 ROAS 的分子，來確認這是否是一筆划算的投資（PS. 關於如何自己驗證導入工具的成效，在課程影片中會跟大家講解 ）。甚至以前我在上海十字路口上發的傳單，上面帶有「首單1元」活動的 Qrcode 也是如此，在 ROAS 的公式中，花費就是我站在路口那一上午的薪水，廣告收益就是因為這一批傳單所帶來的收益，當然這張傳單主要是為了獲取新用戶，而不是在追求 ROAS 的，所以會有第二個指標「二購率」，但這就是後話了。 3.在 GA4 中的 ROAS其實在 ROAS 上最多人問的問題之一就是，為什麼 GA4 跟 Meta 的 ROAS 數字差異這麼大？今天不解釋這個問題，你可以自己上網去查就好。注意，由於 GA4 最多只能同步 Google Ads 的花費而已，所以如果你想要合併其他的廣告渠道，就需要額外加工，我這裡會把 ROAS 又分成三種：GA4 單一渠道的 ROASGA4 付費渠道的 ROASGA4 整體的 ROAS因為我負責的分析規模很大，所以會分類得比較多一點，如果你的預算不高可以不用搞這些。但如果你的行銷預算滿高的，表示你的公司應該是有配行銷數據分析師，甚至是一個部門來處理這些了。首先你要先把網站中所有的渠道都先分類出來（GA4預設的渠道我不敢用，因為他暫時無法自定義）所以我都會另外創作出一組規則，把數百種來源或 UTM 大致分成8~10個大類 ( 我在 100個電商數據營運指標全攻略 有講怎麼分 )，然後在 Google Sheet 用自動化工具整合其他渠道的費用，來產生一張以 GA4 歸因為基礎的 ROAS 報表。基本上以我在公司數據分析師的立場，我只會看我這張報表，因為我認為 GA4 是站在更高的維度，並納入多渠道歸因的結果，其實如果你有去讀 GA4「以數據為準歸因」的作法，你就會覺得這是一個相對合理的歸因方式了，所以我會以 GA4 的 ROAS 來跟公司的財務單位核對行銷單位的執行績效。當然到了財務那裡就是 ROI 範圍了，會再增加成本的部分進來，這篇文章先不談。 4.各種商城 Marketplace 後台的 ROAS好了，我們總算離開網站的世界了，準備進入到商城 Marketplace。其實在談 Marketplace 的 ROAS 相對比較冷門，我說冷門是因為操作 Marketplace 的電商人，基本上大部分都是以商品驅動為主的，他們的語言都是「這個品會不會賣」、「週轉率怎麼樣」，當然也有專門操作商城廣告的專家，但是就 ROAS 這個指標來說，主要會是流量派系的電商人在玩的。如果你有看一些統計報告， Marketplace 的整體銷售額其實佔了台灣電商一半以上，所以我們總不能不提它吧。例如台灣人常用的蝦皮、MOMO、東南亞的 Lazada，還有歐美最常用的 Amazon 、Walmart 這些超大型的 Marletplace 都已經有自己的廣告投放系統了。以 Amazon 為例，他們的 ROAS 會比一般網站的高非常多，再怎麼樣都會好個三到五倍以上，因為漏斗直接少掉了一層，畢竟進入 Amazon 的用戶，在瀏覽目的上本身就帶有比較高的購物目的，所以用戶族群相對更精準，瀏覽目的更明確。但是，即便有這麼好的 ROAS ，那是不是在 Marketplace 上做廣告就可以無止盡的增加預算了呢？答案是很難。你會發現廣告能夠真正帶來收益的量是非常有限，主要是廣告投放不出去的問題，還有增加預算投入的邊際成本會變高，因此 Marketplace 商城營收主體還是在依賴在自然流量上或者跟 PM 們談的版位曝光。所以以我的經驗來看，在 Marketplace 商城的世界中，自然流量獲得的業績還是佔絕大多數，不像一般的品牌官網，依靠付費流量所帶來的業績佔比非常高。 5.整體線上銷售的 ROAS游離在商城跟網站的世界之間，道路很寬廣，但要談 ROAS 好像又更複雜了，其實你大可去滑 Tiktok 看辣妹跳舞，不見得要往下看了。整體線上銷售的意思就是， ROAS 的分子採用官網、商城 Mapketplace 、自有APP、線上經銷商等等所有歸類於線上通路的「營收」。其實只要你的銷售有做多渠道，就會遇到這個問題，因為許多數據無法被追蹤，或者有斷層，而且你幾乎只能透過廣告系統後台看到官網或者自有APP的收入，其他你是看不到的，因為多數場景的轉換資料並不由你所控制。但是如果把「廣告費用」都只歸類給計算得到的官網/APP，就會有點不公平，因為看到廣告後的交易場景不一定在官網/APP，有可能經過比價後移轉到 MOMO 進行購買，原因是 MOMO 正在做信用卡優惠活動，訂單就移轉過去了，所以廣告費只認列給方便記錄的官網其實不能解釋現況，現階段這個數據斷層就我所知是沒有解法的。即便是歐美最強勢的 Amazon 推出的 Amazon Attribution 功能也只有做了半套而已 ( 非技術問題，而是現在巨頭們的商業合作只能如此 ) ，仍然會在用戶進入到 Amazon 站內的時候，被產生的強大結界包住，而讓數據追蹤斷掉（指的是對站外廣告而言）。所以對於 Amazon 而言，站外廣告投放的目標無法是「購買」甚至無法是「加入購物車」，而是需要在導入 Amaozn 之前先包一層 LandingPage ，讓 Landingpage 上的 Amazon 商品連結點擊當作轉換目標，並且你得回到 Amazon 的後台中，利用 Amazon Attribution 標籤所帶來的轉換數字回推轉化價值，給到站外廣告，藉此評估你的 ROAS 。好啦，這其中我不知道是不是因為數據斷層的關係，還是 Amazon 想鼓勵用戶利用站外廣告幫忙帶流量進到結界中， Amaozn 有提供 10% 的反饋給商家，算是彌補了一點吧好複雜，算了，反正應該沒人會看到這裡… 6.線上+線下的 ROAS最後，大型品牌都有線上與線下通路，你其實已經無法確認，今天投入2億廣告費，用戶會在哪裡交易了，尤其是你的商品通路是包含線上經銷商、線下實體通路經銷商、聯盟行銷、團購主、品牌官網、自有門市、Uber Eat、連鎖賣場等等多元的通路時， ROAS 這個指標的用途已經顯得非常單薄，因為你幾乎無法控制用戶會在哪個地方結帳，而你所操作的數位廣告、EDM、傳單、KOL業配，除了採用一些針對特定通路的 CRM 手段之外，你無法、也不需要去引導消費者去哪裡結帳，所以單看 ROAS 的角度，我的看法是觀察在投入更大規模的廣告預算後，在趨勢報表上那個美妙的小突起，但是因為費用增加了，所以整體銷售提升的幅度是否有超過比例的增加。一年前 Oneboy 簽下那麼多 KOL、藝人，但門市排隊人龍那麼長，那一批人龍，不都是沒被傳統廣告計算到的 ROAS 嗎？ 但是他們確實都應該可以算嗎？不確定，大部分的時候只是我們能力不足，且不能夠窮舉所有因為廣告來的訂單而已。 ROAS 的責任範圍ROAS 是誰該關注的指標呢？你可以拆 ROAS 的分子跟分母分別可以對應到哪些單位？舉個「廣告所帶來的營收」來說，他又可以往下拆成廣告流量 X 轉換率 X 平均客單價。其實還可以再往下拆到轉換率漏斗的四個節點，商品瀏覽率、加入購物車率、結帳率、結帳完成率，這些指標應該都可以找到業務相關的人。我們如果再加上「到達網頁」的維度，就可以再去區分首頁、商品頁、分類頁、結帳頁、部落格頁等等不同的網頁類型、甚至是細到 URL ，讓不同頁面負責的單位去進行 A/B 測試。也可以加上「商品」維度，根據產品類別去區分，不同的品類不同 ROAS 之間的變化。 ROAS 不只是投手的責任其實你平常所做的工作幾乎都是為了提升 ROAS 在努力的， ROAS 絕對不只是廣告投手的責任，其實公司裡每個人都有責任，只是有一大部分無法被有效的驗證而已，舉例來說：火星生技找到河北彩花代言，即便你沒有買，但你記住他了，不也是在增加未來的 ROAS 嗎？商品開發人員，不也是盡可能地把產品做好、受眾想好，讓未來行銷的 ROAS 更好嗎？異業合作，不也是移轉其他品牌的信任感，來增加 ROAS 嗎？做公益活動，讓消費者覺得企業有盡到社會企業責任，不也可以提升 ROAS 嗎？公司掃地阿姨把公司消毒乾淨，讓員工請病假的機率變少，不也是能提高產值嗎？客服電話接得好，消費者對品牌的好感度增加，再次轉換機率不就更高了嗎？公司年終發多一點，可以激勵員工更努力付出，做出更好的 ROAS 嗎？沒有辦法被驗證的 ROAS 效果非常多，不要只被廣告後台的數據限制了你的想像。