Google Ads · E-commerce

Skalowanie sklepu z fotelami biurowymi z kontrolą marży, a nie kosztem rentowności

Sklep rósł, ale rósł na produktach, które prawie nic nie zostawiały. Celem nie było podbicie marżowości procentowej, tylko upewnienie się, że kolejne złotówki obrotu nie powstają kosztem zysku. Przychód wzrósł o 89%, a kwota wygenerowanej marży o 41%.

+89%
wzrost
przychodu
520%
ROAS
kampanii
+41%
wzrost kwoty
marży
Branża
E-commerce · meble i wyposażenie biura
Kanały
Google Ads (Shopping, Performance Max) + GA4
Zakres prac
Segmentacja katalogu według marżowości, reorganizacja kampanii zakupowych, wdrożenie PMax, integracja sygnałów z GA4, zróżnicowane cele ROAS
Czas do efektów
3–4 miesiące od przebudowy struktury konta
Wyzwanie

Kontekst biznesowy i punkt startu

Rynek foteli ergonomicznych i wyposażenia biur jest wyjątkowo konkurencyjny, a rosnące stawki za kliknięcie sprawiają, że sam przychód przestał być wiarygodnym miernikiem zdrowia biznesu.

Sklep zmagał się z klasycznym problemem: kampanie produktowe dowoziły wysoki wolumen sprzedaży, ale w dużej mierze na pozycjach o najniższej marży. Obroty rosły, realny zysk stał w miejscu, a każde kolejne podniesienie budżetu zwiększało ryzyko, że sklep będzie sprzedawał coraz więcej za coraz mniej.

Diagnoza

Gdzie uciekały pieniądze

Analiza konta Google Ads i danych z GA4 pokazała, dlaczego wzrost obrotu nie zamieniał się w zysk:

01
Algorytm optymalizował pod przychód, bo tylko to widział

Sprzedaż fotela za 500 zł z marżą 10% była dla systemu tak samo wartościowa jak sprzedaż fotela za 500 zł z marżą 40%. W efekcie promował to, co najłatwiej sprzedać, a nie to, co najbardziej się opłaca.

02
Sygnały z GA4 leżały niewykorzystane

Kampanie opierały się na podstawowych danych historycznych Google Ads, pomijając segmenty, które realnie dużo mówią o wartości klienta: powracających kupujących, osoby o wysokim LTV, użytkowników przeglądających produkty z górnej półki.

03
Jeden worek w Google Shopping

Cały katalog siedział w zbiorczej kampanii, więc nie dało się sterować budżetem w zależności od rentowności kategorii. Nie było gdzie podnieść stawki ani czego przyhamować.

Plan działania

Co konkretnie zrobiłem

Założenie było takie: nie zatrzymywać wzrostu, ale przestać go generować w miejscach, które nie zostawiają zysku.

1
Podział katalogu według marży brutto
Rozbiłem asortyment na trzy grupy: produkty wysokomarżowe (zaawansowane fotele ergonomiczne), średniomarżowe oraz niskomarżowe akcesoria i budżetowe krzesła. To dało punkt odniesienia do wszystkich dalszych decyzji.
2
Osobne cele ROAS dla każdej grupy
Przebudowałem Shopping i uruchomiłem Performance Max w strukturze odzwierciedlającej podział marżowy. System mógł licytować wyżej za klienta kupującego produkt z wysoką marżą, zamiast wyceniać wszystkie konwersje jednakowo.
3
Zasilenie algorytmów sygnałami z GA4
Wdrożyłem niestandardowe sygnały odbiorców oparte na zachowaniach klientów kupujących produkty premium, co pozwoliło szybciej odnajdywać użytkowników o podobnym profilu.
4
Wykluczenia i kontrola dostępności
Wyeliminowałem wyświetlanie reklam na nierentownych zapytaniach oraz na produktach o niskim stanie magazynowym. Odzyskane środki przeniosłem na modele o najwyższym zapasie marży.
Efekty

Wyniki po wdrożeniu

Sklep urósł mocno, a wzrost objął również kwotę zysku, nie tylko obrót:

+89%
Wzrost przychodu sklepu

Lepsze targetowanie i uporządkowana struktura kampanii przełożyły się niemal na podwojenie wartości sprzedaży.

+41%
Wzrost kwoty wygenerowanej marży

To najważniejsza liczba w tym projekcie. Marżowość procentowa rozwodniła się, bo skalowanie objęło również średnią półkę, ale sklep zaczął zostawiać w kieszeni realnie o 41% więcej pieniędzy niż przed zmianami.

520%
ROAS kampanii Google Ads

Każda złotówka zainwestowana w reklamy przynosiła średnio 5,20 zł przychodu, przy pełnej kontroli nad tym, na jakim asortymencie ten przychód powstaje.

Wnioski

Co z tego wynika dla Twojego konta

Przychód to wskaźnik próżności, ale marżowość procentowa też nie jest celem

Celem jest kwota, która zostaje. Sklep, który podnosi marżowość i przestaje rosnąć, zarabia mniej niż taki, który rośnie z kontrolą nad tym, gdzie ten wzrost powstaje.

Performance Max potrzebuje danych, nie zaufania

Domyślne ustawienia PMax rzadko dają dobre wyniki. Dopiero podział asortymentu i precyzyjne sygnały z GA4 pozwalają wycisnąć z sieci Google pełen potencjał.

Chcesz wiedzieć, co naprawdę siedzi w Twoim koncie?

Zamów audyt konta Google Ads lub Meta Ads. Sprawdzę strukturę kampanii, poprawność śledzenia konwersji i miejsca, w których wycieka budżet. Dostaniesz konkretną listę rzeczy do poprawy, uszeregowaną według wpływu na wynik.

Zamów audyt konta
Konkretna lista rekomendacjiBez zobowiązańOdpiszę w 24h
Więcej realizacji

Inne przypadki

Google Ads · E-commerce
Sklep e-commerce (Home & Garden): +64% przychodu przy ROAS 600%

Sklep utknął na 1,1 mln zł miesięcznie, bo każde zwiększenie budżetu zbijało rentowność. Najpierw zbudowałem analitykę e-commerce w GA4, potem rozbiłem jedną kampanię PMax na strukturę sterowaną wartością koszyka. Dopiero wtedy dało się skalować wydatki, nie tracąc ROAS.

1,8M
przychód mies.
(było: 1,1M)
600%
ROAS
utrzymany
+64%
wzrost
przychodu
Zobacz pełne case study
Meta Ads · Lead gen
Studio usług premium dla domu: 2× więcej zapytań bez złotówki więcej budżetu

Audyt pokazał, że 60% budżetu szło do grup odbiorców, które przez kilka miesięcy nie dały ani jednej konwersji. Zamiast rekomendować wyższe wydatki, wyciąłem te grupy, poprawiłem Meta Pixel i przestawiłem kampanie na zdarzenia konwersji. Budżet został ten sam, zapytań jest dwa razy więcej.

2×
więcej
zapytań
−51%
koszt
za lead
0 zł
dołożonego
budżetu
Zobacz pełne case study
Google Ads · Lead gen
Salon motocyklowy: 3,2× więcej zapisów na jazdy próbne po przebudowie fraz

Budżet dealera rozchodził się na entuzjastów szukających recenzji i danych technicznych. Przebudowałem listę fraz wyłącznie pod intencję zakupową, zbudowałem rozbudowaną listę wykluczeń i zawęziłem geotargetowanie do realnego zasięgu salonu.

3,2×
więcej zapisów
na jazdę próbną
−38%
koszt
za lead
4,7%
współczynnik
konwersji
Zobacz pełne case study
Meta Ads · Lead gen
Studio fotograficzne: 3× więcej zapytań B2B na fotografię i spacery 360°

Studio fotografii komercyjnej oferowało obsługę fotograficzną nieruchomości oraz wirtualne spacery 360° dla deweloperów i agencji. Kampanie Meta były aktywne, ale nie przynosiły zgłoszeń. Po wdrożeniu Meta Pixel, analityki oraz optymalizacji pod zdarzenia konwersji, wyniki skoczyły trzykrotnie.

3×
więcej zapytań
ofertowych
−44%
koszt
za lead
8,2%
współczynnik
konwersji
Zobacz pełne case study
Zobacz wszystkie realizacje