Εσωτερικές Μετρήσεις Media Buying που Πραγματικά Προβλέπουν Έσοδα (Playbook 2026)
Το ROAS είναι ένας αριθμός που ανεβαίνει και κατεβαίνει για λόγους που δεν έχουν καμία σχέση με το αν οι καμπάνιες σου δουλεύουν. Δεν σου λέει ποιο creative έφερε έναν πελάτη 4.000 $ έναντι ενός churner 200 $. Δεν σου λέει ποιο ad set ετοιμάζεται να καταρρεύσει την επόμενη εβδομάδα. Δεν διαχωρίζει τα qualified leads από τους περίεργους. Αυτό το άρθρο περνά μέσα από τις επτά εσωτερικές μετρήσεις που η ομάδα media buying μας χρησιμοποιεί αντί για ROAS, τον πίνακα αποφάσεων που μετατρέπει κάθε μέτρηση σε ενέργεια, και το stack τεσσάρων εργαλείων που τα συνδέει όλα χωρίς data engineer.
Αν τρέχεις paid social για agency, οδηγείς εσωτερική ομάδα media buying, ή απλώς είσαι κουρασμένος να προσποιείσαι ότι το ROAS είναι αρκετό, αυτό είναι το playbook που θα ευχόμασταν κάποιος να μας έδινε πριν τρία χρόνια.
Αυτό είναι εσωτερικό playbook, όχι αναφορά για πελάτες
Δύο διακριτές στρώσεις reporting υπάρχουν σε κάθε καλά οργανωμένο agency. Οι πελάτες παίρνουν την απλή top-line ιστορία: δαπάνη, έσοδα, ROAS, ρυθμός ανάπτυξης. Η εσωτερική ομάδα media buying χρειάζεται διαφορετικές μετρήσεις επειδή παίρνει αποφάσεις κατανομής. Σκοτώσε ένα creative. Κλιμάκωσε ένα ad set. Άλλαξε ένα audience. Ανανέωσε τη γωνία. Αυτές οι αποφάσεις απαιτούν διαγνωστικά δεδομένα, όχι συγκεντρωτικά δεδομένα.
Μην δίνεις στους πελάτες αυτές τις επτά μετρήσεις. Δώσε τους την απλή εκδοχή (με το top-line ROAS, την ανάπτυξη και ένα ή δύο αφηγηματικά γραφήματα). Κράτα αυτό το playbook για την εσωτερική ομάδα που παίρνει εβδομαδιαίες αποφάσεις κατανομής. Η ανάμιξη των δύο στρώσεων είναι ο τρόπος με τον οποίο καταλήγεις είτε να μπερδέψεις τους πελάτες σου με μετρήσεις που δεν ζήτησαν, είτε να λιμοκτονείς τους media buyers σου από τα διαγνωστικά δεδομένα που χρειάζονται πραγματικά για να κάνουν τη δουλειά τους.
Γιατί το ROAS είναι μέτρηση vanity για εσωτερικά ops
Το ROAS είναι η μέτρηση που οι πλατφόρμες σου παρέχουν επειδή είναι η μόνη που μπορούν να υπολογίσουν χωρίς το πλήρες conversion stack σου. Το πρόβλημα είναι ότι το ROAS μέσος όρος γύρω από τύπους πελατών, κρύβει χρονικά artifacts και σπάει εντελώς όταν το funnel σου έχει ένα σημαντικό κενό μεταξύ click και εσόδων (που είναι κάθε funnel πάνω από 50 $ μέσης αξίας παραγγελίας).
Συγκεκριμένα:
- Το ROAS ανεβαίνει όταν παύσεις το χειρότερο creative σου, ακόμα κι αν καμία πραγματική συμπεριφορά πελάτη δεν άλλαξε. Αυτό είναι μαθηματικά παρανομαστή, όχι insight.
- Το ROAS κυμαίνεται 30 έως 50% από εβδομάδα σε εβδομάδα από τυχαίο θόρυβο δειγματοληψίας σε μικρούς προϋπολογισμούς. Τα περισσότερα ad sets δεν έχουν αρκετές καθημερινές μετατροπές για να παράγουν σταθερό αριθμό ROAS.
- Το ROAS δεν διακρίνει ανάμεσα σε έναν αγοραστή 200 $ που κάνει churn στον μήνα 2 και σε έναν αγοραστή 200 $ που αγοράζει πέντε ακόμη φορές. Και οι δύο φαίνονται ταυτόσημοι στο reporting ROAS της εβδομάδας 1.
- Το ROAS περιλαμβάνει επιστροφές και αποζημιώσεις με καθυστέρηση 30 ημερών, που σημαίνει ότι το ROAS που αναφέρεις είναι πάντα έναν μήνα πίσω από την πραγματικότητα.
Η εσωτερική ομάδα media buying χρειάζεται μετρήσεις που απαντούν σε συγκεκριμένα λειτουργικά ερωτήματα, όχι έναν μοναδικό σύνθετο αριθμό που συσκοτίζει όλα τα κινούμενα μέρη.
Μέτρηση 1, Cost per Qualified Lead (CPQL)
Φόρμουλα: συνολική διαφημιστική δαπάνη διαιρεμένη με τον αριθμό των leads που πέρασαν το φίλτρο αξιολόγησής σου (πρόθεση συν προϋπολογισμός συν fit).
Γιατί μετράει: το ακατέργαστο Cost per Lead ψεύδεται. Το μισό από τα leads σου είναι άνθρωποι που έκαναν click επειδή το creative φαινόταν όμορφο. Το CPQL σε αναγκάζει να μετράς μόνο leads που επιβίωσαν του πρώτου φίλτρου (μια ερώτηση φόρμας lead, ένα βήμα προ-αξιολόγησης του AI Setter, ή ένα χειροκίνητο άγγιγμα SDR).
Το κενό μεταξύ Cost per Lead και CPQL είναι ένα από τα πιο διαγνωστικά λόγους στο paid social. Αν το CPL είναι 15 $ και το CPQL είναι 90 $, έξι στα επτά leads είναι σκουπίδια. Είτε το φίλτρο αξιολόγησης είναι πολύ σφιχτό, είτε το creative προσελκύει λάθος audience. Και τα δύο είναι επιδιορθώσιμα, αλλά δεν μπορείς να επιδιορθώσεις αυτό που δεν βλέπεις.
Πώς το φέρνουμε στην επιφάνεια: ο AI Setter agent του Inflowave επισημαίνει κάθε νέο lead ως qualified ή disqualified χρησιμοποιώντας τις απαντήσεις της φόρμας lead και σήματα προφίλ Instagram. Το CPQL τραβάει από leads.qualified=true ενωμένο με τη διαφημιστική δαπάνη. Η λογική αξιολόγησης είναι παραμετροποιήσιμη ανά πελάτη: οι πελάτες med-spa φιλτράρουν για "προϋπολογισμός πάνω από 500 $ συν εντός 50 μιλίων", οι πελάτες B2B SaaS φιλτράρουν για "μέγεθος εταιρείας πάνω από 10 συν ρόλος περιέχει 'marketing' ή 'growth'".
Μέτρηση 2, Cost per Qualified Appointment Booked (CPQA-B)
Φόρμουλα: συνολική διαφημιστική δαπάνη διαιρεμένη με τον αριθμό qualified leads που πραγματικά έκλεισαν discovery call.
Γιατί μετράει: η μεγαλύτερη διαρροή στα περισσότερα funnels είναι qualified leads που ποτέ δεν κλείνουν. Αν το CPQL σου είναι 20 $ αλλά μόνο 20% κλείνουν call, το πραγματικό σου κόστος είναι 100 $ ανά κλείσιμο. Αυτή είναι μια διαφορετική απόφαση καμπάνιας από ό,τι υποδηλώνει 20 $, και ωστόσο τα περισσότερα agencies αναφέρουν μόνο σε CPQL και προσποιούνται ότι το κενό κρατήσεων δεν υπάρχει.
Πρακτικός κανόνας βιομηχανίας για μετατροπή qualified-σε-booked: 50 έως 70% σε niches βασισμένες σε υπηρεσίες με ισχυρό post-lead nurture, 20 έως 40% σε niches βασισμένες σε υπηρεσίες με αδύναμο nurture, 10 έως 20% σε self-serve SaaS funnels που δρομολογούν μέσω αιτήσεων demo. Αν η μετατροπή σου είναι κάτω από το κάτω άκρο αυτού του εύρους, η σελίδα κράτησης ή η αλληλουχία follow-up είναι σπασμένη, όχι το creative της διαφήμισης.
Πώς το φέρνουμε στην επιφάνεια: το lead pipeline του Inflowave παρακολουθεί την κατάσταση κράτησης ανά lead μέσω της ενσωμάτωσης OAuth Cal.com ή Calendly. Η μέτρηση είναι ένα query σε leads όπου booked_at IS NOT NULL ενωμένο με το αρχικό ad set. Η όψη pipeline στο Inflowave επίσης φέρνει στην επιφάνεια τον λόγο μετατροπής qualified-σε-booked ανά ad set ώστε να εντοπίσεις τη διαρροή του funnel με μια ματιά.
Μέτρηση 3, Cost per Qualified Appointment Show (CPQA-S)
Φόρμουλα: συνολική διαφημιστική δαπάνη διαιρεμένη με τον αριθμό qualified leads που πραγματικά εμφανίστηκαν στο κλεισμένο call.
Γιατί μετράει: ο ρυθμός εμφάνισης κυμαίνεται 40 έως 90% ανάλογα με την ποιότητα lead και την κανονικότητα υπενθυμίσεων. Μια καμπάνια με υψηλό ρυθμό κρατήσεων αλλά τρομερό ρυθμό εμφάνισης είναι σπασμένη. Το CPQA-S είναι η μέτρηση που εκθέτει τα no-shows που μεταμφιέζονται ως υγιή funnels κρατήσεων.
Ο ρυθμός εμφάνισης είναι ύπουλα διαγνωστικός για ΠΟΙΟΤΗΤΑ LEAD, όχι μόνο για υγιεινή funnel. Τα high-intent leads (άνθρωποι που πραγματικά έχουν το πρόβλημα και τον προϋπολογισμό) εμφανίζονται στο 80%+. Τα low-intent leads (περίεργοι κλικάδες) κλείνουν για να πάρουν κάτι "δωρεάν" και μετά εξαφανίζονται. Αν ο ρυθμός εμφάνισής σου είναι κάτω από 50% ακόμα και με σφιχτή αλληλουχία υπενθυμίσεων, η ποιότητα lead που έρχεται από αυτό το ad set είναι μέτρια, και το CPQL σε παραπλανά.
Πώς το φέρνουμε στην επιφάνεια: το workflow υπενθύμισης ραντεβού του Inflowave επισημαίνει κάθε συνάντηση ως attended ή no_show. Η Twilio-υποστηριζόμενη αλληλουχία υπενθυμίσεων (SMS συν email στις 24h, 2h, 15min) ενημερώνει αυτόματα τη γραμμή lead βάσει της απάντησης. Επίσης επισημαίνουμε ξεχωριστά τα συναντήσεις που έχουν επαναπρογραμματιστεί ώστε η μέτρηση ρυθμού εμφάνισης να μην ρυπανθεί από νόμιμους επαναπρογραμματισμούς.
Μέτρηση 4, Cost per Sale (CPS)
Φόρμουλα: συνολική διαφημιστική δαπάνη διαιρεμένη με τα closed-won deals που αποδίδονται στη διαφημιστική καμπάνια.
Γιατί μετράει: η μόνη μέτρηση για την οποία νοιάζεται ο CFO σου. Συνδέστε αυτό πίσω στο πηγαίο creative διαφήμισης μέσω Foreplay-ταγκαρισμένων creatives και παίρνεις μια πραγματική καμπύλη Pareto. Το 10 έως 20% των creatives οδηγεί το 80% των πωλήσεων. Το άλλο 80% των creatives είναι είτε break-even είτε χάνει χρήματα, και ο μόνος τρόπος να το ανακαλύψεις είναι αποδίδοντας τα κλειστά deals πίσω στο αρχικό creative.
Το CPS είναι επίσης η μέτρηση που σου επιτρέπει να αμφισβητήσεις αποφάσεις βασισμένες σε ROAS. Ένα creative με 300 $ CPS και 1.200 $ AOV φαίνεται εξαιρετικό σε ROAS (4x) αλλά μπορεί να έχει 90-ήμερο παράθυρο cash-back που σπάει τη ρευστότητά σου. Το CPS σε απομόνωση δεν λέει όλη την ιστορία, αλλά σε συνδυασμό με AOV και LTV την λέει.
Πώς το φέρνουμε στην επιφάνεια: το στάδιο closed_won του pipeline του Inflowave τροφοδοτεί το CPS. Τα κλεισμένα deals επιστρέφουν στο UTM της πηγαίας καμπάνιας. Τα metadata του αποθηκευμένου swipe file του Foreplay βοηθούν να ταγκάρεις ποια νικητήρια creatives γέννησαν κάθε cohort. Εδώ αποπληρώνεται η γέφυρα Foreplay-Inflowave: μπορείς να ρωτήσεις "ποια creatives ταγκαρισμένα στο Foreplay παρήγαγαν τα top 20 closed-won deals μας το τελευταίο τρίμηνο" και να πάρεις απάντηση σε ένα query Inflowave.
Μέτρηση 5, Μέση Αξία Αγοράς (AOV)
Φόρμουλα: συνολικά έσοδα από αγορές διαιρεμένα με τον αριθμό αγορών.
Γιατί μετράει: το AOV ανά creative είναι πιο διαγνωστικό από το συγκεντρωτικό ROAS. Κάποια creatives φέρνουν αγοραστές 200 $. Άλλα φέρνουν αγοραστές 2.500 $. Και τα δύο μπορούν να έχουν το ίδιο ROAS αλλά πολύ διαφορετικές λειτουργικές επιπτώσεις: κίνδυνος επιστροφών, δια βίου πρόθεση, φορτίο support, πολυπλοκότητα fulfillment.
Πρόσεξε τον pivot AOV-ανά-creative για δύο αποκαλυπτικά μοτίβα. Πρώτον, ξαφνικές πτώσεις AOV σε ένα προηγουμένως σταθερό creative συνήθως σημαίνουν ότι το audience έχει κορεστεί και τώρα τραβάς τον πάτο της δεξαμενής αγοραστών. Δεύτερον, αιχμές AOV ζευγαρωμένες με υψηλούς ρυθμούς επιστροφής είναι σημάδι ότι το messaging της προσφοράς σου υπερυπόσχεται και τραβάς αγοραστές με αναντιστοιχία προσδοκιών.
Πώς το φέρνουμε στην επιφάνεια: το webhook Stripe γράφει στο leads.purchases. Cross-join με την αρχική διαφημιστική καμπάνια για reporting AOV-ανά-creative. Η όψη pipeline του Inflowave δείχνει AOV ανά creative ως στήλη, που κάνει εύκολο τον εντοπισμό υψηλού AOV creatives που θα έπρεπε να κλιμακωθούν ανεξαρτήτως CPS.
Μέτρηση 6, Μέση Lifetime Value (LTV)
Φόρμουλα: συνολικά έσοδα ανά cohort πελατών διαιρεμένα με τον αριθμό πελατών στο cohort.
Γιατί μετράει: το LTV είναι η μόνη μέτρηση που σου επιτρέπει να δικαιολογήσεις υψηλότερο CPS. Αν το LTV είναι 4.000 $ και το CPS είναι 800 $, τυπώνεις χρήματα. Αν το LTV είναι 400 $ και το CPS είναι 200 $, πατάς νερό και μία αιχμή CPM θα σε σκοτώσει.
Τα LTV cohorts ανά μήνα-πρώτης-αγοράς αποκαλύπτουν μοτίβα που το συγκεντρωτικό LTV κρύβει. Το "cohort Ιανουαρίου 2026" μπορεί να έχει LTV 4.200 $ στις 90 ημέρες ενώ το "cohort Μαρτίου 2026" έχει 2.100 $ στις 90 ημέρες. Αυτό είναι ένα πραγματικό σήμα: το audience ή η προσφορά άλλαξε μεταξύ αυτών των cohorts και τα μοναδιαία οικονομικά σου χειροτερεύουν, ακόμα κι αν τα top-line έσοδά σου συνεχίζουν να μεγαλώνουν.
Πώς το φέρνουμε στην επιφάνεια: το pipeline του Inflowave παρακολουθεί επαναλαμβανόμενες αγορές ανά lead. Η στήλη LTV στο /leads είναι ένα κυλιόμενο άθροισμα ενημερωμένο από webhook Stripe. Κάνε cohort ανά μήνα-πρώτης-αγοράς για να εντοπίσεις τάσεις στον χρόνο. Η γραμμή τάσης είναι αυτό που μετράει; ο απόλυτος αριθμός είναι μόνο πλαίσιο.
Μέτρηση 7, Ποσοστό Qualified Leads (Lead Quality Score)
Φόρμουλα: (qualified leads / συνολικά leads) επί 100, υπολογισμένο ανά ad set ανά εβδομάδα.
Γιατί μετράει: η ποιότητα lead φθίνει στον χρόνο σε κάθε καμπάνια. Το audience του Meta ξεκινά καλά και υποβαθμίζεται καθώς εξαντλούνται οι bid-eligible high-intent χρήστες. Η παρακολούθηση του %QL εβδομαδιαία σου λέει ακριβώς πότε να αλλάξεις creative ή να παύσεις ένα ad set πριν εκτοξευτεί το CPQL.
Το σήμα kill που χρησιμοποιούμε: εβδομαδιαία πτώση πάνω από 10 ποσοστιαίες μονάδες από εβδομάδα σε εβδομάδα. Αυτή η φθορά πάντα προηγείται μιας αιχμής CPQL κατά 5 έως 10 ημέρες. Η δράση στο %QL σου δίνει 5 έως 10 ημερών πλεονέκτημα πριν εμφανιστεί η οικονομική ζημιά στο CPQL.
Αυτή είναι η μέτρηση που οι περισσότερες agencies δεν παρακολουθούν επειδή απαιτεί ανά-lead flagging αξιολόγησης, που τα περισσότερα CRMs δεν υποστηρίζουν φυσικά. Χρειάζεσαι είτε AI agent που κάνει την αξιολόγηση (AI Setter του Inflowave, Zapier συν OpenAI, custom code) είτε ανθρώπινο SDR που το κάνει σταθερά μέσα σε λεπτά από την καταγραφή lead.
Πώς το φέρνουμε στην επιφάνεια: η αξιολόγηση AI Setter ανά lead είναι δυαδική. Το widget dashboard σχεδιάζει τη γραμμή τάσης %QL για κάθε ad set τις τελευταίες 28 ημέρες. Η τάση μετράει περισσότερο από τον απόλυτο αριθμό; ένα ad set που τρέχει σταθερά στο 45% qualified είναι πιο υγιές από ένα που τρέχει στο 65% με πτωτική τάση στο 40%.
Το stack 4 εργαλείων
Κανένας data engineer. Κανένα Looker. Κάθε εργαλείο εκπέμπει τα δεδομένα που χρειάζονται για να υπολογιστούν οι παραπάνω μετρήσεις. Το συνολικό κόστος τρέχει 150 $ έως 350 $ τον μήνα ανάλογα με τον όγκο. Το αντίστοιχο in-house data pipeline τρέχει 5.000 $ έως 15.000 $ τον μήνα σε engineering συν υποδομή.
Inflowave, ενσωματωμένος Facebook Ads Manager
Κατέχει το lead pipeline, τη λογική αξιολόγησης, τον προγραμματισμό ραντεβού και την attribution εσόδων. Η πλήρης διαδρομή LTV ζει εδώ. Τα sub-accounts ανά πελάτη σημαίνουν ότι τα cross-client rollups είναι ένα μόνο query. Ο AI Setter agent κάνει την αξιολόγηση ανά lead. Το Calendly/Cal.com OAuth διαχειρίζεται την κατάσταση κράτησης. Twilio backbone για υπενθυμίσεις SMS. Το webhook Stripe χειρίζεται τα γεγονότα αγοράς. Η λογική αξιολόγησης είναι παραμετροποιήσιμη ανά πελάτη, που είναι το μέρος που τα περισσότερα "agency CRMs" δεν μπορούν χωρίς custom development.
Τιμή: 89 $ τον μήνα για το σχέδιο Agency που καλύπτει 22 sub-accounts.
Foreplay.co για creative intelligence
Swipe files νικητήριων διαφημίσεων από ανταγωνιστές συν τους δικούς μας ιστορικούς νικητές. Κάθε αποθηκευμένο creative παίρνει ένα tag που διασταυρώνουμε με reporting CPS-ανά-creative. Η λειτουργία Spyder του Foreplay παρακολουθεί αυτόματα ανταγωνιστικές μάρκες και τραβάει νέες διαφημίσεις καθημερινά, έτσι κρατάμε τη βιβλιοθήκη έμπνευσής μας φρέσκια χωρίς ερευνητή να ξοδεύει ώρες κάνοντας scroll. Το Foreplay προσφέρει επίσης boards (ομαδοποιήσεις ανά πελάτη creatives), δημόσια swipe files (κοινόχρηστοι σύνδεσμοι έμπνευσης) και μια λειτουργία Discovery για εύρεση νέων διαφημίσεων υψηλής απόδοσης στη niche σου.
Τιμή: 99 $ τον μήνα Creator, 299 $ τον μήνα Pro, 599 $+ τον μήνα Agency tier.
Έχουμε χρησιμοποιήσει ManyHash και BigSpy στο παρελθόν. Το UI tagging του Foreplay είναι το πιο agency-friendly και η ενσωμάτωση με τις βιβλιοθήκες διαφημίσεων TikTok και Meta είναι η πιο αξιόπιστη. Το Atria είναι ο πλησιέστερος αναδυόμενος ανταγωνιστής με AI-first γωνία αλλά στα μέσα του 2026 τα agency features είναι λιγότερο ώριμα.
Meta Ads Manager ως πηγή δαπανών και impressions
Τραβάμε δαπάνες και impressions ανά ad set μέσω του Marketing API. Δεν εμπιστευόμαστε το reporting αγορών του Meta από τότε που το iOS14 έσπασε αυτό το pipeline μόνιμα. Ακόμα και με τη ρύθμιση Conversions API, το reporting της πλατφόρμας υπο-αποδίδει μετατροπές που αγγίζουν πολλαπλά ad sets. Χρησιμοποιούμε το Meta μόνο για δαπάνες; τα έσοδα έρχονται από το Stripe δρομολογημένα μέσω του pipeline του Inflowave.
Stripe ως πηγή αλήθειας εσόδων
Το webhook Stripe γράφει στον πίνακα leads.purchases του Inflowave. Η attribution closed-won ρέει πίσω στην πηγαία διαφημιστική καμπάνια μέσω UTM. Αυτός είναι ο μόνος αριθμός εσόδων που εμπιστευόμαστε. Αν το Stripe δείχνει ότι ένας πελάτης πλήρωσε X $, αυτός είναι ο αριθμός που χρησιμοποιούμε. Αν το Meta λέει ότι παράγαμε Y $, το αγνοούμε.
Η πειθαρχία εδώ μετράει: ποτέ μη συμφιλιώνεις τα έσοδα που αναφέρει το Meta με τα πραγματικά έσοδα του Stripe, επειδή το κενό θα σε τρελάνει. Επίλεξε μία πηγή αλήθειας (Stripe) και μείνε σε αυτή.
Ο πίνακας αποφάσεων
Έτσι διαβάζουμε αυτές τις μετρήσεις μαζί για να πάρουμε πραγματικές εβδομαδιαίες αποφάσεις. Τύπωσε αυτό ως πίνακα τοίχου για την ομάδα media buying σου.
- CPQL σταθερό, CPQA-B ανεβαίνει: το funnel κρατήσεων σπάει. Audit το flow ραντεβού. Έλεγξε τη σελίδα scheduling για τριβές. Έλεγξε το link Calendly για σπάσιμο. Έλεγξε τις qualifying ερωτήσεις για σύγχυση. Συνηθισμένη ριζική αιτία: οι qualification ερωτήσεις που προστέθηκαν στο τελευταίο sprint είναι πολύ σφιχτές.
- CPQA-B σταθερό, CPQA-S πέφτει: πρόβλημα ρυθμού εμφάνισης. Ενίσχυσε την κανονικότητα υπενθυμίσεων. Πρόσθεσε SMS στις 24h. Μετακίνησε τα calls νωρίτερα στην εβδομάδα. Πρόσθεσε πρόσκληση ημερολογίου με σύνδεσμο video-call ενσωματωμένο απευθείας. Συνηθισμένη ριζική αιτία: η αλληλουχία υπενθυμίσεων είναι πολύ email-βαριά.
- %QL πέφτει πάνω από 10 ποσοστιαίες μονάδες από εβδομάδα σε εβδομάδα: εξάντληση audience. Άλλαξε σε φρέσκο audience Ή ανανέωσε τη γωνία creative πριν εκτοξευτεί το CPQL. Μην περιμένεις το CPQL να σου πει ότι το audience είναι νεκρό. Το %QL είναι ο προπορευόμενος δείκτης; το CPQL είναι ο υστερόπορος δείκτης.
- CPS ανεβαίνει ενώ AOV πέφτει: τραβάς τον πάτο της δεξαμενής πελατών. Σφίξτε το φίλτρο αξιολόγησης. Συνηθισμένη ριζική αιτία: οι ερωτήσεις φόρμας lead είναι πολύ απαλές, αφήνουν να περάσουν περίεργοι κλικάδες.
- CPS σταθερό, LTV πέφτει: οι νέοι πελάτες κάνουν churn πιο γρήγορα από παλαιότερα cohorts. Πρόβλημα προϊόντος ή positioning, όχι πρόβλημα media. Σταμάτα να προσπαθείς να το επιδιορθώσεις με διαφημιστική δαπάνη. Αυτό είναι όταν κάνεις escalate στην ομάδα προϊόντος.
- AOV υψηλό, LTV χαμηλό: κίνδυνος επιστροφής. Άνθρωποι αγοράζουν υψηλού-ticket και μετά την κάνουν. Δες το fulfillment και το onboarding πριν κλιμακώσεις τις δαπάνες. Το να κλιμακώσεις έναν κουβά που στάζει πιο γρήγορα δεν βοηθάει.
- Όλες οι μετρήσεις σταθερές, ROAS πέφτει: συγχαρητήρια, μάλλον είσαι μια χαρά. Η μεταβλητότητα ROAS σε μικρούς ημερήσιους προϋπολογισμούς είναι κανονική. Δες αντί γι' αυτό το ROAS κυλιόμενο 28 ημερών.
Τι θα προσθέταμε στη συνέχεια
Τρεις προσθήκες που έχουμε στο roadmap αλλά δεν έχουμε φτιάξει ακόμα:
- Σύγκριση attribution first-touch versus last-touch. Αυτή τη στιγμή χρησιμοποιούμε last-touch. Το κενό μεταξύ τους μάς λέει πόσο συνεισφέρει το στρώμα brand-awareness. Αυτή τη στιγμή δεν έχουμε ορατότητα στην επίδραση upper-funnel, και υποψιαζόμαστε ότι 15 έως 25% των "TikTok-attribuated" μετατροπών στην πραγματικότητα ξεκίνησαν με ένα brand impression Meta που ποτέ δεν πιστώνουμε.
- Πρόβλεψη creative-fatigue. Χρησιμοποιώντας την καμπύλη φθοράς %QL ως προπορευόμενο δείκτη θα πρέπει να μπορούμε να προβλέπουμε αιχμές CPQL 5 έως 7 ημέρες πριν συμβούν. Τα μαθηματικά είναι ευθεία; η προσπάθεια engineering βρίσκεται στο pipeling της πρόβλεψης στο workflow kill ad-set χωρίς ψευδείς συναγερμούς.
- Cross-platform attribution. Τα leads που άγγιξαν διαφημίσεις Instagram και TikTok πριν τη μετατροπή αυτή τη στιγμή πιστώνονται σε όποια έσκασε τελευταία. Η multi-touch attribution θα μετακινούσε σημαντικά τον budget mix μας. Δεν την έχουμε φτιάξει ακόμα επειδή το lift είναι μεγάλο και το υπάρχον single-touch μοντέλο είναι αρκετά καλό για να παίρνουμε εβδομαδιαίες αποφάσεις.
Τελική σκέψη
Οι περισσότερες agencies αναφέρουν σε ROAS επειδή τα εργαλεία τους το ορίζουν ως default. Η εσωτερική ομάδα media buying χρειάζεται πιο granular μετρήσεις για να κάνει πραγματικά τη δουλειά της. Οι επτά μετρήσεις παραπάνω συν ο πίνακας αποφάσεων είναι το σύστημα που θα ευχόμασταν να είχαμε όταν ξεκινήσαμε. Το stack τεσσάρων εργαλείων κοστίζει λιγότερο από 400 $ τον μήνα στη δική μας κλίμακα. Συνολικά, το framework έχει υπάρξει ο μεγαλύτερος μοναδικός μοχλός για την κλιμάκωσή μας από agency 3 πελατών σε agency 22 πελατών χωρίς να διπλασιάσουμε τη στελέχωση.
Θέλεις να φτιάξεις αυτό το stack; Το Inflowave διαχειρίζεται το pipeline, την attribution, την αξιολόγηση και την πλευρά εσόδων. Ζευγάρωσε με το Foreplay για τη δημιουργική πλευρά. Ξεκίνα μια δωρεάν δοκιμή Inflowave.