Pomiar retail media: ROAS, inkrementalność i dane z clean roomów

Dlaczego pomiar retail media jest trudniejszy, niż wygląda

Retail media mają zamkniętą pętlę: ta sama platforma wyświetla reklamę i rejestruje zakup. To ogromna przewaga nad displayem, ale też źródło złudzeń, bo platforma sama ocenia skuteczność swoich reklam.

Trzy zjawiska najczęściej zawyżają wyniki. Pierwsze to przejmowanie sprzedaży organicznej: reklama wyświetla się klientowi, który i tak kupiłby Twój produkt, np. po wpisaniu nazwy marki. Drugie to atrybucja po wyświetleniu: część raportów zalicza reklamie zakup osoby, która tylko zobaczyła reklamę, a nie kliknęła. Trzecie to różne okna przypisania: jedna platforma liczy zakupy w ciągu kilku dni od kliknięcia, inna w dłuższym okresie, co uniemożliwia proste porównanie.

Problem nie jest wyjątkowy dla retail media – podobne rozbieżności występują między GA4, Google Ads i Meta, co opisujemy w artykule o rozbieżnościach konwersji. W retail media jest jednak bardziej dotkliwy, bo marka zwykle nie ma dostępu do surowych danych o transakcjach.

Wskaźniki w pomiarze retail media: od ROAS do iROAS

Dobry raport retail media łączy wskaźniki platformy z miarami przyrostu i rentowności. Każdy z nich odpowiada na inne pytanie.

ROAS to punkt wyjścia, POAS mówi o zysku, a iROAS o tym, co reklama naprawdę dodała. Różnice między tymi wskaźnikami opisujemy w artykule o ROAS, POAS i MER. Dla marek nastawionych na wzrost ważne są też miary nowych klientów, analogiczne do nCAC w Google Ads, o którym piszemy w tekście o pozyskiwaniu nowych klientów.

Jak policzyć iROAS

Inkrementalność liczysz, porównując grupę, w której reklama działała, z grupą kontrolną bez reklamy. Wzór i przykład hipotetyczny:

iROAS = (przychód w grupie testowej − przychód oczekiwany bez reklamy) / koszt reklamy

Przykład hipotetyczny (4 tygodnie, 40 produktów podzielonych losowo na dwie grupy):
grupa testowa (reklamy włączone):   sprzedaż 180 000 zł, koszt reklam 20 000 zł
grupa kontrolna (reklamy wyłączone): sprzedaż 150 000 zł
przed testem obie grupy sprzedawały podobnie (różnica < 3%)

przyrost = 180 000 − 150 000 = 30 000 zł
iROAS = 30 000 / 20 000 = 1,5
ROAS z panelu dla grupy testowej: 5,2

W tym przykładzie panel pokazuje ROAS 5,2, ale realny przyrost to 1,5 zł przychodu na złotówkę. Przy marży 30% każda złotówka reklamy przynosi więc ok. 0,45 zł zysku brutto – kampania w tej formie traci pieniądze, mimo że w panelu wygląda świetnie.

Atrybucja w retail media: okna, wyświetlenia i efekt halo

Zanim porównasz platformy, sprawdź, jak każda z nich przypisuje sprzedaż. Bez tego zestawienie wyników przypomina porównywanie cen w różnych walutach.

Najważniejsze parametry do sprawdzenia w każdej platformie:

• Okno atrybucji – w ilu dniach od kliknięcia lub wyświetlenia zakup jest przypisywany reklamie. Na Amazonie okno zależy m.in. od typu konta i formatu.
• Typ interakcji – czy liczone są tylko kliknięcia, czy także wyświetlenia. Formaty displayowe i wideo częściej raportują sprzedaż po wyświetleniu.
• Zakres produktów – czy liczona jest sprzedaż tylko reklamowanego produktu, czy także innych produktów marki (sprzedaż halo).
• Moment przypisania – czy sprzedaż jest przypisana do dnia kliknięcia, czy do dnia zakupu. Wpływa to na wyniki w okresach promocji.

Branża pracuje nad ujednoliceniem tych definicji – w 2024 r. IAB i MRC opublikowały wytyczne dotyczące pomiaru retail media – ale stan na październik 2026 platformy wciąż różnią się w szczegółach. Dlatego w raporcie zbiorczym traktuj ROAS z różnych platform jako wskaźniki kierunkowe, a decyzje o podziale budżetu opieraj na testach.

Testy inkrementalności w retail media krok po kroku

Test inkrementalności nie wymaga specjalnych narzędzi. Wystarczy kontrola nad tym, które produkty, regiony lub grupy odbiorców widzą reklamy, oraz dostęp do całkowitej sprzedaży.

1. Sformułuj pytanie. Np. „ile dodatkowej sprzedaży dają oferty sponsorowane w kategorii akcesoriów kuchennych”.
2. Wybierz jednostkę testu. W retail media najprościej testować na produktach: losowo podziel podobne produkty na grupę testową i kontrolną. Przy kampaniach off-site i wideo lepsze są regiony lub grupy odbiorców.
3. Sprawdź porównywalność grup. Porównaj sprzedaż obu grup z 4–8 tygodni przed testem. Duża różnica oznacza, że trzeba losować ponownie lub dobrać grupy w parach.
4. Ustal czas trwania. Zwykle 3–6 tygodni, w okresie bez dużych promocji. Wielkość próby oszacujesz metodami opisanymi w artykule o wielkości próby w testach A/B.
5. Wyłącz reklamy w grupie kontrolnej. Pozostałe działania, w tym ceny i promocje, utrzymaj bez zmian w obu grupach.
6. Mierz całkowitą sprzedaż. Liczy się sprzedaż organiczna i z reklam łącznie, najlepiej z danych sprzedawcy lub dystrybutora, a nie tylko z raportu reklamowego.
7. Policz przyrost i iROAS. Porównaj wynik z ROAS z panelu i wyciągnij wniosek dla kolejnych kampanii.

Przy kampaniach o dużym zasięgu lepsze są testy geograficzne. Ich zasady i łączenie z modelami MMM opisujemy w tekście o testach geo i kalibracji MMM, a ogólną metodologię w artykule o testach inkrementalności i Conversion Lift.

Clean roomy w pomiarze retail media

Data clean room to środowisko, w którym sprzedawca i marka analizują wspólne dane bez wzajemnego dostępu do danych osobowych. Wyniki są dostępne wyłącznie w formie zagregowanej, z minimalnymi progami liczby użytkowników.

Najbardziej znanym przykładem w retail media jest Amazon Marketing Cloud, w którym reklamodawca pisze zapytania SQL na danych o wyświetleniach, kliknięciach i zakupach. Pozwala to m.in. zbadać ścieżki klientów przez różne formaty, nakładanie się zasięgów kampanii czy udział nowych klientów. Allegro zapowiada w Brand Ads Manager analitykę łączącą wydatki, sygnały konsumenckie i wyniki sprzedaży – szczegóły dostępu do danych będą znane po pełnym udostępnieniu narzędzia. Przegląd rozwiązań i ich ograniczeń znajdziesz w artykule o data clean roomach dla marketera.

Przykładowe zapytanie poniżej działa na hipotetycznych tabelach w stylu clean roomu. Prawdziwe nazwy tabel i pól zależą od platformy:

-- Nakładanie się zasięgu kampanii on-site i off-site oraz konwersje (tabele hipotetyczne)
WITH ekspozycja AS (
  SELECT
    user_id,
    MAX(IF(kanal = 'onsite', 1, 0)) AS onsite,
    MAX(IF(kanal = 'offsite', 1, 0)) AS offsite
  FROM wyswietlenia_reklam
  WHERE data BETWEEN '2026-09-01' AND '2026-09-30'
  GROUP BY user_id
)
SELECT
  CASE
    WHEN onsite = 1 AND offsite = 1 THEN 'on-site i off-site'
    WHEN onsite = 1 THEN 'tylko on-site'
    ELSE 'tylko off-site'
  END AS segment,
  COUNT(DISTINCT e.user_id) AS uzytkownicy,
  COUNT(DISTINCT z.user_id) AS kupujacy,
  ROUND(COUNT(DISTINCT z.user_id) / COUNT(DISTINCT e.user_id), 4) AS wsp_zakupu
FROM ekspozycja e
LEFT JOIN zakupy z
  ON z.user_id = e.user_id
  AND z.data BETWEEN '2026-09-01' AND '2026-10-14'
GROUP BY segment
HAVING uzytkownicy >= 100;

Wynik pokazuje, czy osoby, które widziały oba typy kampanii, kupują częściej. To jednak nadal korelacja, a nie dowód przyczynowy – do oceny przyrostu potrzebny jest test.

Jak połączyć pomiar retail media z własnym raportowaniem

Retail media to jeden z kanałów, a decyzje budżetowe zapadają na poziomie całego marketingu. Dlatego wyniki z platform warto sprowadzić do wspólnego mianownika.

Najprostsze podejście to raport z MER, czyli całkowitym przychodem podzielonym przez całkowity koszt marketingu, uzupełniony o ROAS z każdej platformy i iROAS z testów. Dane z Allegro Ads, Amazon Ads, Google Ads i Meta można zestawić w Looker Studio – zasady łączenia źródeł i typowe pułapki z kluczami opisujemy w artykule o łączeniu danych w Looker Studio. Przy większych budżetach warto włączyć retail media do modelu MMM, np. w Google Meridian, i kalibrować go wynikami testów. Szczegóły znajdziesz w poradniku o Google Meridian.

Najczęstsze błędy w pomiarze retail media

Błędy w pomiarze retail media zwykle prowadzą do przeinwestowania w kanał, który w panelu wygląda najlepiej. Poniższe sytuacje warto sprawdzić przed każdą decyzją budżetową.

Porównywanie ROAS z różnych platform. Różne okna i typy interakcji sprawiają, że ROAS 6 na jednej platformie może oznaczać mniej niż ROAS 4 na innej.

Liczenie sprzedaży po wyświetleniu jak sprzedaży po kliknięciu. W formatach zasięgowych sprzedaż po wyświetleniu może stanowić większość wyniku. Raportuj ją osobno.

Kampanie na frazy z nazwą marki w ogólnym wyniku. Mają najwyższy ROAS i najniższy przyrost. Wydziel je w raportach.

Brak danych o całkowitej sprzedaży. Bez sprzedaży organicznej nie wykryjesz przejmowania sprzedaży przez reklamę. Poproś sprzedawcę lub dystrybutora o dane, a jeśli to niemożliwe, korzystaj z testów na grupach produktów.

Kolejne poradniki o kampaniach na Allegro, Amazonie i poza platformami sprzedawców znajdziesz w podtemacie Retail media.