Dark Patterns i promocje – dlaczego poruszamy ten temat?
Wpływ promocji na rentowność e-commerce
Symulacja wpływu obniżki cen na marżę
Analiza danych z CRM w kontekście promocji
Zaawansowane analizy zintegrowanych danych
Podsumowanie
Ostatnio na polskim rynku szerokim echem odbiła się decyzja UOKIK wobec spółki AzaGroup, która za stosowanie niekończących się promocji — ciągłych kodów rabatowych, odliczających zegarów oraz komunikatów o ostatniej szansie — została ukarana grzywną w wysokości 15 mln zł. W decyzji tej określono działania spółki jako stosowanie tzw. Dark Patterns. W tym wpisie opisuję, jak podejść do tematu rabatowania i promocji z perspektywy analizy danych. W Conversion pomagamy firmom właściwie zrozumieć i efektywniej wykorzystywać dane online. Promocje cenowe odgrywają istotną rolę w strategii e-commerce, wpływając zarówno na poziom sprzedaży, jak i na marże. Celem wprowadzania promocji jest najczęściej zwiększenie popytu — na przykład w sytuacji wyprzedaży magazynu lub po prostu w celu podniesienia wolumenu sprzedaży.
Obniżka cen, zgodnie z teorią mikroekonomii, prowadzi do wzrostu popytu. Konsumenci są skłonni kupować więcej produktów, gdy ich cena spada. Z kolei podwyżka cen skutkuje zazwyczaj zmniejszeniem zainteresowania i spadkiem sprzedaży. Teoria ekonomii potwierdza, że cena jest jednym z kluczowych czynników wpływających na decyzje zakupowe.
Warto jednak przeanalizować, jak promocje cenowe wpływają na rentowność e-commerce. Kluczowe jest tutaj pytanie, czy dodatkowy zysk wynikający ze wzrostu sprzedaży pokryje spadek marży związany z obniżką cen. Skuteczność promocji cenowych zależy od tego, na ile wzrost wolumenu sprzedaży zrekompensuje niższe zyski jednostkowe.
W praktyce analiza wpływu promocji na rentowność przedsiębiorstwa powinna uwzględniać nie tylko wzrost liczby transakcji, ale również całkowity przychód, poziom kosztów oraz długoterminowy wpływ na lojalność klientów. Odpowiednie wykorzystanie narzędzi analitycznych, takich jak Google Analytics, umożliwia ocenę, czy zysk ze zwiększonego popytu równoważy spadek marży, a także pozwala optymalizować działania promocyjne w przyszłości. W celu zobrazowania omawianej sytuacji, przygotowałem symulację – kalkulator marży, który pozwala sprawdzić, jakie będą efekty w konkretnym przypadku. Link do kalkulatora znajduje się w opisie, gdzie można uzyskać do niego dostęp. W poniższym przykładzie pokazuję, jak działa ten kalkulator.
Załóżmy hipotetyczną sytuację: e-commerce, w którym średnia wartość zamówienia wynosi 240 zł, miesięczna liczba transakcji to 12 tysięcy, co przekłada się na przychód na poziomie prawie 3 milionów złotych. Marża pierwsza, czyli różnica między przychodem ze sprzedaży a bezpośrednim kosztem produktu, wynosi 58%. Koszt jednostkowy produktu (COGS – Cost of Goods Sold) to 100 zł, co uzasadnia poziom marży na poziomie 58%.
Aby precyzyjnie obliczyć marżę bezpośrednią w e-commerce, należy uwzględnić również średnie koszty wysyłki za zamówienie, które w tym przypadku wynoszą 10 zł. Stałe koszty marketingu, takie jak utrzymanie systemów i wynagrodzenia osób niezbędnych do prawidłowego funkcjonowania e-commerce, wynoszą 200 tysięcy złotych miesięcznie. Koszty marketingu zmienne, czyli wydatki na pozyskanie ruchu generującego 12 tysięcy transakcji, to 10 złotych za transakcję. Zwroty kształtują się na poziomie 25%. Wszystkie pola oznaczone na żółto w kalkulatorze można dostosować do własnych potrzeb.
Przychody, po uwzględnieniu zwrotów, wynoszą nieco ponad 2 miliony złotych. Całkowite koszty to 1,64 miliona złotych. Ostateczny zysk wynosi 520 tysięcy złotych, a marża druga kształtuje się na poziomie 24%.
Załóżmy, że zostaje wprowadzona obniżka cen o 6%, a nawet o 10%. W takiej sytuacji średnia wartość zamówienia przy obniżce 10% spada z 240 zł do 216 zł. Zakładamy, że popyt pozostaje bez zmian, czyli liczba transakcji wynosi nadal 12. W tej sytuacji mogą wzrosnąć koszty marketingowe związane z promocją rabatu cenowego. Może również pojawić się wyższy poziom zwrotów wynikający z impulsywnych zakupów. Przy niezmienionym popycie zysk wynosi 304 tysiące.
Celem promocji jest jednak zwiększenie popytu. W przypadku obniżki cenowej, która oznacza rezygnację z części marży, kluczowe pytanie dotyczy tego, o ile musi wzrosnąć potencjalny przychód lub liczba sprzedanych sztuk, aby zrekompensować utracony zysk. Symulacja pokazuje, że aby zysk powrócił do poziomu sprzed promocji, czyli do 520 tysięcy, liczba transakcji musi zwiększyć się o 5 tysięcy, czyli do 42 tysięcy.
Na wykresie wyraźnie widać poziom wyjściowy sprzedaży oraz zysk sprzed wdrożenia promocji. Zysk po promocji zależy od liczby transakcji i pokazuje, jaką łączną sprzedaż należy osiągnąć, aby wyrównać utracony zysk. Jeśli prowadzisz promocję w celu zwiększenia rentowności i marży w e-commerce, warto zwrócić uwagę na zależność między średnią wartością zamówienia a liczbą transakcji. Spadek średniej wartości zamówienia o 10% wymaga ponad 40% wzrostu liczby transakcji, aby zrekompensować utratę marży. Taki scenariusz jest bardzo mało prawdopodobny.
Ponad 70% osób odwiedzających naszą stronę nie subskrybuje jeszcze naszych treści. Subskrypcja pozwala regularnie otrzymywać wiedzę z zakresu analityki internetowej i skutecznego wykorzystania danych online. Jak analizować dane w kontekście promocji i zmian cen? Odpowiednie podejście do analizy pozwala lepiej planować zarówno działania promocyjne, jak i podwyżki cen. Przykładem może być sytuacja, w której wzrost ceny generuje dodatkowy zysk na marży, jednak jest rekompensowany przez spadek popytu na produkty.
Analizy tego typu można podzielić na dwie grupy. Pierwsza obejmuje analizy bazujące wyłącznie na danych z CRM, czyli danych zgromadzonych w systemach firmy. Druga grupa to bardziej zaawansowane analizy, realizowane dzięki integracji danych z CRM z informacjami o źródłach ruchu oraz zachowaniach użytkowników w e-commerce. Pozwala to uzyskać pełniejszy obraz sytuacji i wyciągać trafniejsze wnioski. W kontekście budowania jednego źródła prawdy oraz hurtowni danych w marketingu warto zapoznać się z materiałami dotyczącymi powodów inwestycji w hurtownie danych. Są one pomocne przy tworzeniu efektywnej strategii analitycznej. Na początek warto przyjrzeć się analizie danych pochodzących wyłącznie z CRM. Przykłady analiz, które można przeprowadzić:
Pierwsza to ocena skuteczności kuponów rabatowych. Porównywane są dane z CRM, takie jak średnia wartość zamówienia z kuponem rabatowym oraz bez kuponu. Analiza obejmuje również przychód i liczbę sprzedanych produktów w obu grupach zamówień. Celem jest sprawdzenie, czy kupony faktycznie zwiększają sprzedaż, czy jedynie obniżają marżę.
Kolejna analiza dotyczy zarządzania promocjami w kategoriach produktowych. Polega na identyfikacji produktów i kategorii, które są bardziej lub mniej wrażliwe na rabaty. Pozwala to udzielać rabatów tam, gdzie przynoszą one najlepsze rezultaty. Nie ma sensu obniżać marży, jeśli nie przekłada się to na wzrost popytu. Kolejna analiza, skupiona na realizacji celów, dotyczy efektu ROPO (Research Offline Purchase Online lub Research Online Purchase Offline). W tym przypadku sprawdzamy, czy kupony rozdawane offline są wykorzystywane online i odwrotnie. Przykładowo, analizujemy, czy kupon otrzymany w wiadomości e-mail jest później realizowany w sklepie stacjonarnym. Pozwala to lepiej łączyć kanały sprzedaży i wspierać strategię omnichannelową. Te analizy opierają się wyłącznie na danych z CRM.
W przypadku analiz, które wymagają połączenia danych z różnych źródeł – na przykład integracji danych kosztowych oraz informacji o zachowaniu użytkowników w serwisie – kluczowe znaczenie ma odpowiednia konfiguracja Google Analytics. Dzięki temu możliwe jest śledzenie kodów rabatowych i budowa jednego, spójnego źródła danych. Połączenie danych umożliwia przeprowadzenie zaawansowanych analiz, które pomagają lepiej inwestować budżet mediowy. Przykładem jest porównanie źródeł ruchu dla transakcji z użyciem kuponów oraz bez nich. Pozwala to zidentyfikować miejsca, gdzie promocje kuponowe rzeczywiście przynoszą efekt i zwiększają sprzedaż. Dzięki temu można bardziej efektywnie alokować budżet, zwiększając wydatki tam, gdzie kupony działają, a ograniczając je tam, gdzie nie przynoszą rezultatów.
Kolejną istotną analizą, możliwą przy posiadaniu jednego źródła prawdy, jest ocena opłacalności kampanii promocyjnych. Analiza zysku uwzględnia rabaty, marżę oraz koszt pozyskania ruchu z danego źródła. Pozwala to określić, które kampanie generują wyższą marżę przy uwzględnieniu wszystkich kosztów, a nie tylko przychodów (ROAS). Warto pamiętać, że rzadko kiedy wszystkie produkty w ofercie charakteryzują się taką samą marżą. W kalkulatorze rentowności można założyć średni koszt sprzedawanych produktów, jednak w praktyce wartości te często się różnią. Analiza powinna służyć lepszemu targetowaniu kampanii. Poznając profil klienta, którego przyciągają kupony, można odkryć źródła ruchu generujące niższe koszty pozyskania użytkownika. Połączenie tańszego marketingu z poprawą efektywności działań promocyjnych, na przykład przez wykorzystanie kuponów, pozwala budować listy do targetowania (tzw. audience’y) i kierować komunikację do odpowiednich użytkowników. Optymalizacja lejków sprzedażowych na stronie umożliwia zwiększenie konwersji poprzez analizę mikrokonwersji na poszczególnych etapach, zależnie od tego, czy użytkownik wpisuje kod rabatowy. Testy A/B mogą pokazać, że podanie kodu rabatowego znacznie zwiększa przejścia między kolejnymi etapami procesu zakupowego. Trzeci rodzaj analizy pozwala ograniczyć liczbę porzuconych koszyków. Przykładem jest przyznawanie kuponu użytkownikowi, który opuszcza koszyk lub checkout, aby zwiększyć szansę na finalizację transakcji.
Promocje odgrywają kluczową rolę w e-commerce, ale niosą też ryzyko. Już na początku artykułu pojawił się przykład ich wpływu na rentowność. Ten wpływ działa w dwie strony – ceny warto zmieniać nie tylko w dół, lecz również w górę. Analizując dane dotyczące zachowań użytkowników i ich reakcji na konkretne poziomy cen, dynamiczne zarządzanie pricingiem może znacząco poprawić rentowność sklepu internetowego.
Jeśli chcesz przeanalizować skuteczność swoich rabatów oraz sprawdzić, jak wykorzystać dane nie tylko do obniżania, ale także podnoszenia cen, warto skorzystać z profesjonalnego wsparcia.
Tagi:
Historie sukcesów
Ostatnie wpisy na blogu
