ROAS vs POAS – który wskaźnik lepiej pokazuje realny zysk z kampanii e-commerce?

W świecie e-commerce jedno słowo przewija się w raportach, prezentacjach i rozmowach z klientami częściej niż inne: ROAS. Return on Ad Spend – zwrot z wydatków na reklamę – wydaje się być złotym standardem mierzenia skuteczności działań marketingowych.
Ale czy naprawdę jest tak miarodajny, jak się wydaje?
Dlaczego ROAS jest przeceniany?
ROAS to stosunkowo prosty wskaźnik: dzielimy przychód z kampanii przez koszty reklamy. Przykład: jeśli wydaliśmy 5 000 zł i kampania przyniosła 20 000 zł sprzedaży, ROAS wynosi 4.
Brzmi dobrze? Być może. Ale ROAS nie mówi nam nic o tym, ile na tym naprawdę zarobiliśmy.
Jeśli w tej sprzedaży dominują produkty z bardzo niską marżą – np. 10% – to po odliczeniu kosztów kampanii i towaru może się okazać, że… ledwo wychodzimy na zero. Z drugiej strony, przy tej samej wartości sprzedaży, ale z marżami na poziomie 60%, zysk może być nawet kilkukrotnie wyższy. A przecież to zysk jest celem biznesu, nie sama sprzedaż.
W czym ROAS nas zwodzi?
1. Oderwanie od zysku
ROAS nie uwzględnia marży, kosztów logistycznych, operacyjnych, ani zwrotów. Można mieć wysoki ROAS i ujemny wynik finansowy.
2. Nadmierna koncentracja na „ostatnim kliknięciu”
ROAS premiuje kampanie, które zbierają łatwe konwersje: remarketing, promocje, agresywne CTA. Nie pokazuje całej ścieżki zakupowej, przez którą przeszedł klient.
3. Zachęta do „przepalania budżetu”
Kampanie często optymalizowane są pod utrzymanie wysokiego ROAS, a nie pod wzrost marki, pozyskiwanie nowych klientów czy zwiększenie LTV. To krótkoterminowa gra, która prowadzi do stagnacji.
Jak rozwiązać problem? Zamiast ROAS – POAS (Profit on Ad Spend) czyli optymalizacja pod zysk
Rozwiązanie jest proste, choć wymaga większego zaangażowania po obu stronach – agencji i klienta.
👉 Zamiast optymalizować kampanie pod ROAS, należy optymalizować je pod realny zysk POAS
Co to oznacza w praktyce?
1. Dostęp do danych kosztowych
Aby analizować zyskowność kampanii, agencja musi mieć dostęp do danych o marżach, kosztach produktów, kosztach logistycznych i ewentualnie zwrotach. Bez tego, działania reklamowe przypominają grę w ciemno – widać, co się sprzedało, ale nie wiadomo, czy się opłacało.
2. Tworzenie modeli rentowności kampanii
Na podstawie danych kosztowych można tworzyć modele, które pokazują, jaki wynik netto wygenerowała dana kampania, produkt czy kategoria. To pozwala na:
- priorytetyzację promocji produktów o wysokiej marży,
- eliminację nieopłacalnych działań,
- testowanie skalowalnych strategii oparte na realnym zwrocie.
3. Raportowanie zysków, a nie tylko przychodów
Koniec z raportami, w których króluje tylko ROAS. Zamiast tego – raporty, które pokazują:
- zysk netto z kampanii,
- średnią marżę sprzedaży,
- strukturę przychodów wg marżowości.
4. Wspólna definicja sukcesu
Jeśli klient i agencja wspólnie ustalą, że celem kampanii jest rentowny wzrost, a nie tylko wysoki ROAS, łatwiej jest podejmować decyzje: które kanały rozwijać, które produkty promować, jakie budżety realnie mają sens.
Podsumowanie
ROAS może być dobrym punktem wyjścia do analizy, ale nigdy nie powinien być jedynym. Kampania z wysokim ROAS-em może być nierentowna, a ta z pozoru przeciętnym wynikiem może przynosić stabilny i skalowalny zysk.
Dlatego warto spojrzeć szerzej i uwzględnić POAS (Profit on Ad Spend) jako kluczowy wskaźnik efektywności kampanii reklamowych. POAS mierzy rzeczywisty zysk netto uzyskany z każdej złotówki wydanej na reklamę, uwzględniając wszystkie koszty związane z produktem i sprzedażą, takie jak koszty produkcji, dostawy, opłaty operacyjne czy zwroty. Dzięki temu dostarcza pełniejszego obrazu rentowności kampanii reklamowej.
Jako agencja e-commerce wiemy, że tylko pełna transparentność i współpraca oparte na twardych danych pozwalają tworzyć kampanie, które naprawdę się opłacają. Optymalizacja pod zysk to nie tylko przyszłość – to jedyny rozsądny kierunek w dojrzałym e-commerce.
Chcesz analizować kampanie przez pryzmat ZYSKU, a nie tylko ROAS-u? Odezwij się do nas.

Anna Stachurska
e-commerce & marketing · Pro1.pl
Współzałożycielka Pro1.pl i ekspertka e-commerce z ponad 10-letnim doświadczeniem zdobytym po stronie sklepów internetowych. Pomaga właścicielom i zespołom e-commerce podejmować decyzje, które zwiększają przede wszystkim zysk, nie tylko sprzedaż. Zaczyna od diagnozy biznesu, a następnie łączy strategię, marketing, analitykę i technologię w jeden plan rozwoju. Autorka publikacji w „E-commerce w Praktyce” i prelegentka konferencji branżowych.
Czytaj też
GA4 po lecie 2026: okna konwersji, „Unassigned”, import kosztów Meta i jeden raport ROAS
Google Ads pokazuje jedno, Meta drugie, GA4 trzecie, a spora część ruchu ląduje w „Unassigned”. Przechodzę przez letnie zmiany w GA4: własne okna konwersji, diagnostykę brakujących parametrów, raport walidacji importu kosztów i grupy kanałów, żeby na końcu mieć jeden raport ROAS dla wszystkich kanałów.
ChatGPT Ads w Polsce: kiedy sklep z 15 tys. użytkowników powinien wejść, a kiedy poczekać
Od 24 sierpnia reklamy w ChatGPT widzą polscy użytkownicy planów Free i Go, a od 31 sierpnia sklep może kupić je samodzielnie. Pokazuję, co OpenAI naprawdę uruchomiło, dlaczego w Europie nie ma remarketingu, jak przygotować feed i pomiar oraz przy jakich warunkach test ma sens przed sezonem, a przy jakich lepiej poczekać.
Sinsay dolicza 1,99 albo 9,99 zł za sztukę. Zanim skopiujesz dopłatę logistyczną, policz ją u siebie
Sinsay dolicza dopłatę logistyczną za każdą sztukę szkła, płynów i produktów gabarytowych. Pokazuję, jak policzyć taki koszt na własnych zamówieniach, gdzie ustawa stawia granicę, i dlaczego dopłata nie może wpaść do przychodu w GA4 ani do ceny w feedzie.