قد تفتح لوحة الإعلانات صباحًا فتجد أرقامًا تبدو ممتازة: مليون مشاهدة، 30 ألف نقرة، CTR مرتفع، تكلفة نقرة منخفضة، ومئات عمليات الشراء المنسوبة للحملة. تبدو الصورة وكأن التسويق يعمل بكفاءة شديدة. لكن عندما تراجع حساب المتجر في نهاية الشهر تكتشف أن السيولة لم تتحسن بالقدر المتوقع، وأن المنتجات ذات المبيعات الأعلى هي الأقل هامشًا، وأن جزءًا من الطلبات عاد كمرتجعات، وأن أكثر من منصة إعلانية تنسب لنفسها المبيعات نفسها.
هنا تظهر المشكلة: منصات الإعلانات ممتازة في قياس النشاط الإعلاني، لكنها ليست دفتر أرباح متجرك.
النقرة ليست ربحًا، والمشاهدة ليست عميلًا، وحتى الـROAS ليس بالضرورة دليلًا كافيًا على أن الحملة مربحة. فقد تحقق حملة ROAS يساوي 5 وتكون أقل ربحية من حملة ROAS يساوي 3 إذا كانت الأولى تبيع منتجات بهوامش منخفضة والثانية تجلب عملاء بمنتجات وهوامش أفضل.
ولهذا فإن السؤال الذي يحتاج إليه صاحب المتجر ليس: "كم جلب الإعلان من مبيعات؟"، وإنما: كم بقي لي من المال بعد تكلفة المنتج والإعلان والشحن والدفع والخصومات والمرتجعات؟ وهل هذه المبيعات حدثت فعلًا بسبب الحملة أم أن المنصة أخذت الفضل عنها فقط؟
 |
| كيف تقيس ربحية الحملات بدل الانخداع بالنقرات والمشاهدات؟ |
هذا هو الفرق بين قراءة Dashboard إعلانية وقياس ربحية التسويق في التجارة الإلكترونية.
ابدأ بالتمييز بين مؤشرات الانتباه ومؤشرات المال
من السهل أن تنبهر بالأرقام الكبيرة لأن العقل البشري يحبها. مليون مشاهدة تبدو أهم من 200 طلب، و20 ألف نقرة تبدو أكثر إثارة من 40 ألف ر.س هامش مساهمة.
لكن مؤشرات مثل Impressions وClicks وCTR تخبرك بما يحدث في بداية الطريق فقط.
إذا كنت تدير حملة مبيعات، فهذه المؤشرات تساعد على تشخيص الأداء، لكنها ليست النتيجة التجارية النهائية.
المشاهدة تخبرك أن الإعلان ظهر
قد يكون ذلك مفيدًا للوعي بالعلامة التجارية، لكنه لا يخبرك أن المشاهد كان مناسبًا أو أن المنتج جذبه.
النقرة تخبرك أن شيئًا دفع المستخدم إلى فتح الصفحة
لكنها لا تخبرك أنه أحب المنتج بعد الدخول.
إعلان فضولي أو مبالغ فيه قد يحقق CTR مرتفعًا ثم يخيب توقعات المستخدم داخل الصفحة.
الشراء أقرب إلى المال ولكنه ليس الربح بعد
حتى Purchase يحتاج إلى طبقة أخرى من الحساب، لأن الطلب قد يحتوي خصمًا، وتكلفة منتج، ورسوم دفع، وشحنًا مدعومًا، ثم ربما يعود كمرتجع.
لهذا من الأفضل النظر إلى رحلة المقاييس بهذه الصورة:
Impression → Click → Visit → Add to Cart → Checkout → Purchase → Net Revenue → Contribution Margin → Profit
كل خطوة تقترب أكثر من الحقيقة المالية.
ROAS مفيد جدًا لكنه ليس الربح
من أكثر المقاييس استخدامًا في الإعلانات:
ROAS = الإيراد المنسوب للإعلانات ÷ الإنفاق الإعلاني
لنفترض أنك أنفقت 20,000 ر.س وظهرت في منصة الإعلان مبيعات بقيمة 100,000 ر.س.
ROAS = 5.
أي أن كل ريال إعلاني نُسب إليه خمسة ريالات من المبيعات.
رقم ممتاز ظاهريًا.
لكن ماذا لو كانت تكلفة المنتجات 60,000 ر.س، والشحن والتغليف والدفع 15,000 ر.س، والمرتجعات 8,000 ر.س؟
أنت لا تملك 100 ألف ريال ربحًا.
الإيراد ليس المال الذي تستطيع الاحتفاظ به
دعنا نكمل المثال:
الإيراد: 100,000 ر.س
تكلفة البضاعة: 60,000 ر.س
التكاليف المتغيرة الأخرى: 15,000 ر.س
أثر المرتجعات: 8,000 ر.س
الإعلانات: 20,000 ر.س
النتيجة المبسطة:
100,000 - 60,000 - 15,000 - 8,000 - 20,000 = -3,000 ر.س
لدينا ROAS = 5، لكن المثال نفسه انتهى بخسارة بعد التكاليف المذكورة.
هذه ليست مبالغة نظرية؛ هي ببساطة توضح أن ROAS يقارن الإعلان بالإيراد، وليس الإعلان بالربح.
اعرف Break-even ROAS قبل تقييم أي حملة
قبل أن تقرر أن ROAS 3 جيد أو سيئ، يجب أن تعرف هامشك.
لنفترض أن منتجًا يباع بـ500 ر.س، ويتبقى لك قبل الإعلان 150 ر.س من هامش المساهمة بعد تكلفة المنتج والتكاليف المتغيرة المرتبطة بالطلب.
هذا يعني أن لديك 30% من الإيراد متاحة تقريبًا لتغطية الإعلان قبل أن تبدأ في خسارة هامش المساهمة.
Break-even ROAS التقريبي:
1 ÷ 0.30 = 3.33
أي أنك تحتاج إلى نحو 3.33 ر.س إيراد مقابل كل ريال إعلان للوصول إلى نقطة التعادل ضمن هذا النموذج المبسط.
ROAS 3 قد يكون رائعًا لمتجر وسيئًا لآخر
متجر بهامش مساهمة 50% يستطيع تحمل ROAS أقل من متجر هامشه 15%.
ولهذا فإن مقارنة أرقامك بمعلن آخر لا معنى لها إذا كنت لا تعرف اقتصاديته.
لا توجد قيمة ROAS سحرية على الإنترنت.
هناك فقط ROAS يناسب هامشك وتكاليفك وهدفك.
Contribution Margin أهم من Gross Revenue
إذا أردت الانتقال من التسويق إلى الإدارة المالية الحقيقية، ابدأ بتتبع هامش المساهمة لكل طلب أو فئة منتجات.
يمكن تبسيطه إلى:
صافي مبيعات الطلب - التكاليف المتغيرة المرتبطة به
وقد تشمل التكاليف المتغيرة حسب نشاطك تكلفة البضاعة، والتغليف، ورسوم الدفع، ودعم الشحن، وعمولات القنوات، وأي تكلفة تتغير مباشرة مع الطلب.
بعد ذلك تخصم تكلفة اكتساب الطلب أو العميل.
مثال على حملتين تبدوان متعاكستين
الحملة A:
مبيعات: 200,000 ر.س
إنفاق: 40,000 ر.س
ROAS = 5
الحملة B:
مبيعات: 150,000 ر.س
إنفاق: 40,000 ر.س
ROAS = 3.75
ظاهريًا A أفضل.
لكن لنفترض أن هامش المنتجات في A بعد التكاليف المتغيرة 20%، بينما هامش B يبلغ 45%.
هامش A قبل الإعلان:
200,000 × 20% = 40,000 ر.س
بعد الإعلان = صفر تقريبًا.
هامش B قبل الإعلان:
150,000 × 45% = 67,500 ر.س
بعد الإعلان:
67,500 - 40,000 = 27,500 ر.س
الحملة ذات ROAS الأقل هي الأكثر قيمة ماليًا في هذا المثال.
لا تجعل المنصة تقرر قيمة التحويل دون أن تعطيها القيمة الصحيحة
Google Ads تسمح حاليًا باستخدام Conversion Values لتحديد قيمة مالية مختلفة للتحويلات، وتوضح أن ذلك يساعد على قياس الأثر التجاري بصورة أدق واستخدام استراتيجيات مثل Target ROAS أو Maximize Conversion Value. كما يمكن استخدام القيمة لتمثيل الإيراد أو حتى قيم أقرب إلى هامش الربح عندما تكون بنية البيانات مناسبة.
وهذا اتجاه مهم: بدل إخبار الخوارزمية أن "كل عملية شراء جيدة بالدرجة نفسها"، تستطيع جعلها تفهم أن بعض التحويلات أكثر قيمة من غيرها.
طلبان ليسا متساويين اقتصاديًا
الطلب الأول بقيمة 1,000 ر.س لكن هامشه 100 ر.س.
الثاني بقيمة 600 ر.س وهامشه 240 ر.س.
إذا حسنت الخوارزمية للإيراد فقط، قد تفضل الأول.
أما أنت كصاحب متجر فقد تفضل الثاني.
لهذا كلما نضجت بياناتك، حاول أن تجعل الإشارة التي ترسلها إلى النظام أقرب إلى القيمة الاقتصادية الحقيقية.
CAC: كم تدفع للحصول على عميل؟
Cost Per Acquisition أو CPA قد يشير في بعض السياقات إلى تكلفة الحصول على الطلب أو التحويل، لكن عند إدارة التجارة طويلة المدى من المفيد كذلك معرفة Customer Acquisition Cost أو CAC للعميل الجديد.
إذا أنفقت 100,000 ر.س على التسويق واكتسبت 1,000 عميل جديد، فالحساب المبسط:
100,000 ÷ 1,000 = 100 ر.س CAC
لكن لا تخلط بين العميل والطلب.
العميل العائد لا يجب أن يعامل دائمًا كاكتساب جديد
إذا جاءت حملة وأعادت عميلًا قديمًا للشراء، فهذا جيد، لكنه ليس New Customer Acquisition بالطريقة نفسها.
Shopify تعرض حاليًا ضمن تقارير أداء قنوات التسويق مؤشرات تشمل العملاء الجدد والعائدين، إلى جانب المبيعات والطلبات وAOV وROAS وCPA وCTR، مما يساعد التاجر على عدم التعامل مع جميع الطلبات وكأنها من النوع نفسه.
هذه التفرقة مهمة جدًا لأن متجرًا قد يظهر ROAS رائعًا بسبب إنفاقه على عملائه الحاليين الذين يعرفونه بالفعل.
اسأل عن New Customer ROAS وليس ROAS فقط
لنفترض أن Meta تحقق ROAS = 6.
ممتاز.
لكن بعد التحليل تكتشف أن 75% من الإيراد المنسوب للحملة يأتي من عملاء سابقين كانوا يشترون منك باستمرار.
هل ما زال الرقم بنفس القوة؟
ليس بالضرورة.
قد تكون الحملة مفيدة للاحتفاظ بالعملاء، لكنها لا تثبت أنها محرك اكتساب قوي.
قس الإيراد من العملاء الجدد منفصلًا
مقاييس مفيدة يمكن مراقبتها تشمل:
CAC للعملاء الجدد.
نسبة العملاء الجدد إلى إجمالي الطلبات.
متوسط الطلب للعميل الجديد.
هامش المساهمة في أول طلب.
نسبة إعادة الشراء بعد 30 أو 90 أو 180 يومًا.
LTV أو القيمة طويلة الأجل.
وهنا استخدمنا التعداد لأنه يجمع مؤشرات مستقلة، لكن التحليل يجب أن يربط بينها لا أن يراقب كل رقم منفصلًا.
LTV يغير طريقة النظر إلى تكلفة الاكتساب
لنفترض أن عميلًا جديدًا يكلفك 120 ر.س للحصول عليه، ويحقق لك هامش مساهمة قدره 80 ر.س فقط في أول طلب.
إذا نظرت إلى الطلب الأول، الحملة تبدو خاسرة.
لكن ماذا لو أظهرت بياناتك التاريخية أن هذا النوع من العملاء يحقق في المتوسط 350 ر.س هامش مساهمة خلال 12 شهرًا؟
قد يصبح دفع 120 ر.س لاكتسابه قرارًا جيدًا.
لكن لا تستخدم LTV المتوقع كذريعة لشراء عملاء خاسرين بلا دليل
من السهل أن تقول:
"سنربح منهم لاحقًا."
يجب أن تثبت البيانات ذلك.
ما نسبة العملاء الذين يعودون فعلًا؟ وبعد كم شهر؟ وكم ينفقون؟ وما الهامش بعد الخصومات؟
القيمة المستقبلية التي لا تظهر في بيانات cohort حقيقية ليست LTV؛ إنها أمنية.
Payback Period قد يكون أهم من LTV في متجر يحتاج إلى السيولة
قد يكون العميل مربحًا خلال 18 شهرًا، لكنك تحتاج الآن إلى تمويل مخزون الشهر القادم.
لهذا راقب فترة استرداد تكلفة الاكتساب.
إذا دفعت 150 ر.س لاكتساب عميل، فكم يستغرق حتى يسترد هامش مشترياته تلك الـ150 ر.س؟
شهر؟ ثلاثة؟ سنة؟
النمو السريع يمكن أن يخنق السيولة
مفارقة التجارة الإلكترونية أن متجرًا رابحًا على مستوى LTV قد يواجه أزمة نقدية إذا دفع تكاليف الإعلانات والمخزون الآن بينما يسترد هذه الأموال على مدى عام.
لذلك ليست كل حملة جيدة على الورق مناسبة لمرحلة مشروعك الحالية.
المرتجعات يجب أن تدخل إلى تحليل الحملات
تخيل أن حملة A تحقق مبيعات 300,000 ر.س ومعدل مرتجعات 5%.
حملة B تحقق 320,000 ر.س لكن معدل المرتجعات 25%.
لو قرأت Ads Manager فقط، قد تفضل B.
بعد نضج المرتجعات قد تتغير الصورة بالكامل.
بعض الإعلانات تجلب العميل الخطأ
Creative مبالغ فيه قد يرفع CTR والتحويل لأنه يصنع توقعًا قويًا، ثم يصل المنتج ولا يطابق هذا التوقع.
النتيجة:
إعلان يبدو رائعًا.
مبيعات عالية.
ثم مرتجعات وشكاوى.
هذا مثال ممتاز على أن تحسين ما قبل الشراء وحده يستطيع الإضرار بالربحية بعد الشراء.
الخصومات تغير ROAS حتى عندما تبقى المبيعات مرتفعة
حملة تخفيض قد ترفع Conversion Rate بقوة، لكن كل طلب يحمل هامشًا أقل.
لهذا يجب تسجيل:
السعر قبل الخصم، وقيمة الخصم، وصافي المبيعات، والهامش بعد الخصم.
إذا كان الإعلان يحقق ROAS مرتفعًا فقط أثناء خصم 30%، فقد يكون الأداء أقل جاذبية مما يبدو.
لا تقارن حملة خصم بحملة سعر كامل دون تعديل مالي
100,000 ر.س مبيعات بالسعر الكامل ليست اقتصاديًا مثل 100,000 ر.س بعد خصومات قوية إذا كانت تكلفة البضاعة نفسها.
عند تقييم الحملات، قارن Contribution Margin After Discount وليس الإيراد فقط.
MER يعطيك صورة أوسع من ROAS المنصة
من المقاييس العملية المستخدمة في التجارة الإلكترونية Marketing Efficiency Ratio أو MER، ويحسب بصورة مبسطة:
إجمالي إيرادات المتجر ÷ إجمالي الإنفاق التسويقي
إذا حقق المتجر 1,000,000 ر.س في الشهر وأنفق 200,000 ر.س على الإعلانات:
MER = 5.
الفارق عن ROAS أن MER ينظر إلى التجارة كلها بدل إسناد الإيراد إلى منصة بعينها.
لماذا يمكن أن يكون MER مفيدًا؟
لأن Attribution ليست كاملة.
قد يشاهد العميل TikTok ثم Meta ثم يبحث باسم المتجر في Google ويشتري.
تستطيع كل منصة منح نفسها قدرًا من الفضل.
لكن إجمالي المبيعات الفعلية في المتجر لا يتضاعف لمجرد أن ثلاث منصات ادعت المساهمة فيها.
MER يمنحك سؤالًا أبسط:
كم إيرادًا حقيقيًا يولد المتجر مقابل إجمالي ما ننفقه على التسويق؟
لكنه، مثل ROAS، لا يزال إيرادًا مقابل إنفاق وليس ربحًا، ولذلك استخدمه مع هامش المساهمة.
اعرف مشكلة Attribution قبل أن تصدق أرقام المنصات
العميل الحديث لا يسلك عادة مسارًا مستقيمًا.
قد يرى إعلان Instagram، ثم يشاهد فيديو على TikTok، ثم يبحث في Google، ثم يدخل مباشرة بعد يومين ويشتري.
من الذي تسبب في البيع؟
ليس هناك جواب بسيط دائمًا.
Google Analytics يوضح أن Attribution هي عملية توزيع الفضل على نقاط الاتصال المختلفة في رحلة المستخدم، ويستخدم حاليًا Data-driven Attribution افتراضيًا، وهو نموذج يستخدم بيانات المسارات المحولة وغير المحولة وخوارزميات تعلم آلي لتقدير مساهمة نقاط الاتصال المختلفة في حدوث التحويل.
نموذج الإسناد يغير القصة دون تغيير الطلب نفسه
Shopify توفر حاليًا عدة نماذج للإسناد في تقاريرها، منها Last non-direct click وLast click وFirst click وAny click وLinear، وتوصي بالنظر إلى أكثر من نموذج لتقليل التحيز وفهم رحلة العميل من زوايا مختلفة.
تخيل رحلة:
Meta → Email → Google → شراء.
First Click سيعطي الفضل لـMeta.
Last Click قد يعطيه لـGoogle.
Linear يقسمه بين نقاط الرحلة.
الطلب نفسه لم يتغير.
الذي تغير هو طريقة توزيع الفضل.
لهذا قد تختلف Shopify عن Google وMeta دون أن يكون أحدهم بالضرورة معطلًا
Shopify نفسها تنبه إلى أن أرقام المبيعات والطلبات في تقاريرها قد تختلف عن تقارير منصات التسويق الخارجية نتيجة اختلاف طرق Attribution وتأخر مزامنة البيانات. وتضرب مثالًا بأن أكثر من قناة قد تسجل Conversion منفصلًا لنفس رحلة العميل، بينما قد تنسب Shopify البيع إلى مصدر واحد وفق نموذجها المختار.
لا تحاول إجبار كل Dashboard على إعطائك الرقم نفسه
بدل ذلك، عرّف وظيفة كل مصدر.
منصة المتجر: الطلبات وصافي المبيعات والعملاء الفعليون.
Google Analytics: رحلة المستخدم والقنوات والمسارات والتحليل.
منصة الإعلان: أداء المزادات والـCreatives والاستهداف والإشارات التي تستخدمها خوارزميتها.
النظام المالي: الربح والتكلفة والسيولة.
وعندما تختلف الأرقام، اسأل عن التعريف قبل أن تفترض وجود خطأ.
UTM ليست شيئًا قديمًا رغم ذكاء المنصات
استخدام UTM منظم ما زال مهمًا لتوحيد أسماء الحملات والمصادر والوسائط.
Shopify تعتمد على UTM وبيانات التطبيقات المتصلة في جزء من تقارير الأداء التسويقي، وتسمح بتقارير على مستوى UTM Campaign وSource وMedium.
ضع Naming Convention قبل أن يبدأ الفريق التوسع
لا تجعل أحدهم يكتب:
والآخر:
FacebookAds
والثالث:
meta-paid
ثم تحاول تجميع البيانات في نهاية السنة.
ضع قاعدة واحدة مثل:
source = meta
medium = paid-social
campaign = ramadan-2027-prospecting
التنظيم الذي يبدو مملًا اليوم يوفر ساعات من الفوضى لاحقًا.
CTR منخفض لا يعني دائمًا حملة سيئة
لنفترض أن الإعلان A يحقق CTR = 3%، والإعلان B = 1.5%.
طبيعي أن تفضل A.
لكن ماذا لو كان B أكثر وضوحًا في السعر والشروط، ولذلك ينقر عليه عدد أقل لكنهم أكثر جدية؟
قارن إلى أسفل القمع
الإعلان A:
10,000 نقرة
100 عملية شراء
Conversion from click = 1%
الإعلان B:
5,000 نقرة
150 عملية شراء
Conversion from click = 3%
الإعلان ذو CTR الأقل أنتج مبيعات أكثر.
ولهذا فإن CTR تشخيص للـCreative، لا حكم نهائي على الربحية.
CPC الرخيص قد يكون أغلى حركة تشتريها
يمكن لحملة أن تحقق نقرة بـ0.50 ر.س وأخرى بـ2 ر.س.
لكن لو كانت الأولى تحتاج 400 نقرة لكل عملية شراء، فأنت تدفع 200 ر.س للطلب.
أما الثانية تحتاج 50 نقرة فقط، فتكلفة الشراء 100 ر.س.
الهدف ليس شراء أرخص نقرة بل شراء نتيجة مربحة
كل مقياس يجب أن يُقرأ داخل السلسلة.
CPC يؤثر في CAC، لكنه لا يساويه.
CTR يؤثر في حجم الزيارات، لكنه لا يساوي Revenue.
والـROAS يخبرك بالعائد الإعلاني على الإيراد، لكنه لا يساوي Profit.
لا تحكم على حملة اكتساب بنفس قواعد Retargeting
Retargeting يستهدف غالبًا أشخاصًا يعرفون المتجر أو شاهدوا منتجات.
طبيعي أن يحقق ROAS أعلى من Prospecting في كثير من الحالات.
لكن ماذا يحدث لو أوقفت Prospecting تمامًا؟
بعد فترة قد تجف قائمة من تعيد استهدافهم.
بعض القنوات تخلق الطلب وبعضها يغلقه
قناة في أعلى القمع قد تجلب العميل إلى العلامة للمرة الأولى، ثم يحصل Google Brand Search على Credit الشراء لاحقًا.
إذا قيمت الجميع بـLast Click فقط، قد تخفض ميزانية القناة التي كانت تخلق الطلب من الأساس.
لهذا تساعد مقارنة نماذج Attribution المختلفة على فهم أدوار القنوات بصورة أوسع. Shopify توفر حاليًا هذه المقارنات داخل تقارير أداء القنوات والحملات.
تعلّم قراءة Blended CAC
إذا أنفقت خلال الشهر:
Google: 60,000 ر.س
Meta: 50,000 ر.س
TikTok: 20,000 ر.س
الإجمالي = 130,000 ر.س.
واكتسب المتجر 1,000 عميل جديد حقيقي.
Blended CAC = 130 ر.س
هذا الرقم لا يخبرك أي منصة الأفضل، لكنه يعطيك صورة صحية عن تكلفة نمو قاعدة العملاء كلها.
Blended Metrics تقلل وهم Attribution
قد تقول كل منصة إن CAC لديها 90 ر.س بسبب تداخل الإسناد، بينما إجمالي الإنفاق والعملاء الحقيقيين يقولان إن التكلفة المختلطة 130 ر.س.
لا تستخدم Blended CAC لإلغاء تحليل القنوات، بل استخدمه كمرساة للحقيقة المالية.
كيف تقيس الربح على مستوى الحملة؟
أفضل نموذج عملي يبدأ بطبقات.
خذ كل حملة أو Channel واحسب:
Attributed Revenue
ثم اطرح Discounts وRefunds للوصول إلى Net Sales.
ثم اطرح COGS والتكاليف المتغيرة.
ثم اطرح Advertising Spend.
الناتج يعطيك صورة أقرب إلى Contribution After Marketing.
مثال كامل بالريال السعودي
لدينا حملة خلال شهر:
الإنفاق = 75,000 ر.س
مبيعات منسوبة = 450,000 ر.س
ROAS = 6
جميل جدًا.
لكن:
الخصومات = 35,000 ر.س
الإلغاءات والمرتجعات = 40,000 ر.س
صافي المبيعات المتبقي تقريبًا = 375,000 ر.س
تكلفة المنتجات = 205,000 ر.س
التغليف ورسوم الدفع ودعم الشحن = 40,000 ر.س
هامش المساهمة قبل الإعلان:
375,000 - 205,000 - 40,000 = 130,000 ر.س
بعد الإعلان:
130,000 - 75,000 = 55,000 ر.س
الآن لدينا رقم تجاري أكثر فائدة.
الحملة ليست "450 ألف مبيعات".
هي في هذا المثال 55 ألف ر.س مساهمة بعد الإعلان قبل التكاليف الثابتة والضرائب وغيرها مما لم ندخله في النموذج.
قارن الربح لكل طلب وليس CAC فقط
لنفترض حملة A:
CAC = 70 ر.س
هامش المساهمة قبل الإعلان لكل عميل = 90 ر.س
يتبقى 20 ر.س.
وحملة B:
CAC = 110 ر.س
هامش المساهمة قبل الإعلان لكل عميل = 180 ر.س
يتبقى 70 ر.س.
لو قست CAC فقط، ستفضل A.
لو قست الربحية، B أفضل.
الرخيص ليس دائمًا الكفء
هذه الفكرة تتكرر في التسويق كثيرًا.
أرخص Click ليس الأفضل.
أرخص Lead ليس الأفضل.
أرخص Customer ليس الأفضل.
الأفضل هو العميل الذي يخلق أكبر قيمة اقتصادية بعد تكلفة اكتسابه وخدمته.
افصل بين العملاء الجدد والعملاء العائدين في تقرير الربح
قد تبدو حملة Remarketing مذهلة لأنها تستعيد عملاء يحبون العلامة بالفعل.
هذا مفيد، لكنك تحتاج معرفة إن كانت تجلب نموًا جديدًا أو تستخرج طلبًا كان سيحدث على أي حال.
Shopify تعرض العملاء الجدد والعائدين ضمن مؤشرات أداء القنوات، وهو ما يجعل من الممكن تحليل الاختلاف بين دور القناة في الاكتساب والاحتفاظ.
ضع ميزانية اكتساب منفصلة ذهنيًا عن ميزانية الاحتفاظ
يمكن أن تقبل CAC أعلى لجلب عميل جيد جديد، بينما لا ترغب في دفع التكلفة نفسها لاستعادة عميل كان سيزور المتجر مباشرة.
هذا لا يعني أن Retention Ads عديمة القيمة، بل يعني قياسها بالهدف المناسب.
راقب الربح حسب المنتج داخل الحملة
إذا كانت حملة Catalog تحتوي 1,000 منتج، قد تخفي المتوسطات فروقات ضخمة.
خمسة منتجات قد تستهلك 60% من الإنفاق وتحقق هامشًا ضعيفًا، بينما منتجات أخرى تحقق عائدًا قويًا.
Revenue Optimizer قد يحب المنتج الخطأ من منظور الربح
لهذا يجب أن تربط بيانات الإعلانات ببيانات الـSKU وهامش كل منتج.
أحيانًا يكون الحل فصل المنتجات في مجموعات حسب الهامش، أو تعديل قيم التحويل، أو وضع حدود تجارية مناسبة حسب المنصة والبنية المتاحة.
تحديث مهم في Google Ads خلال 2026
Google تنفذ منذ يونيو 2026 تغييرًا في تسمية بعض استراتيجيات Smart Bidding في Search. الاستراتيجية التي كانت تظهر باسم "Maximize conversions with a Target CPA" تتحول في التسمية إلى "Target CPA"، و"Maximize conversion value with a Target ROAS" إلى "Target ROAS"، مع تأكيد Google أن سلوك المزايدة الأساسي لا يتغير بسبب إعادة التسمية.
هذه التفاصيل تبدو صغيرة، لكنها مهمة عند متابعة شروحات حديثة؛ فقد تجد اسمًا في حسابك مختلفًا عن فيديو قديم رغم أن منطق الاستراتيجية لم يتغير.
كيف تعرف أن حملة ذات ROAS منخفض تستحق الاستمرار؟
قد يحدث ذلك إذا كانت تجلب عملاء جدد بجودة مرتفعة، أو تدخل العملاء إلى Funnel ثم تغلق قنوات أخرى البيع، أو تحقق LTV قويًا.
لكن لا تستخدم هذا كعذر مفتوح.
يجب أن تمتلك دليلًا.
استخدم Cohort Analysis
اجمع عملاء شهر يناير حسب قناة الاكتساب.
ثم راقب بعد 30، 60، 90، 180 يومًا:
كم منهم اشترى مرة أخرى؟
ما إجمالي صافي المبيعات؟
كم هامش المساهمة؟
هكذا تستطيع اكتشاف أن عملاء قناة معينة أقل ربحية في الطلب الأول لكن أعلى قيمة بعد ستة أشهر.
متى تكون المشاهدات مهمة فعلًا؟
في حملات Brand Awareness أو إطلاق علامة جديدة، لا يمكنك تقييم كل شيء بمبيعات اليوم نفسه.
قد تكون المشاهدات والوصول وVideo Completion جزءًا من الهدف.
لكن حتى هنا يجب ربطها بمؤشرات أعمق بمرور الوقت، مثل Brand Search، والزيارات المباشرة، والعملاء الجدد، ودراسات Lift عندما تتوفر.
المشكلة ليست في المشاهدات بل في استخدامها كبديل للهدف
إذا كان هدفك زيادة معرفة الناس بالعلامة، Reach مهم.
أما إذا كان هدفك بيع 1,000 وحدة هذا الشهر، فلا تحتفل بمليون مشاهدة بينما لم يتغير الطلب.
كل KPI يجب أن يخدم السؤال الذي تحاول الإجابة عنه.
ابنِ ثلاث طبقات للتقرير بدل Dashboard واحدة
لمنع الانخداع بمقياس منفرد، اجعل تقاريرك في ثلاث طبقات مترابطة.
الطبقة الأولى هي الإعلان: Spend، Impressions، CPM، CTR، CPC.
الطبقة الثانية هي المتجر: Sessions، Add to Cart، Checkout، Purchase، AOV، New Customers.
الطبقة الثالثة هي المالية: Net Revenue، Gross Margin أو Contribution Margin، CAC، Returns، Contribution After Marketing.
بهذه الطريقة تستطيع الانتقال من المشكلة إلى سببها.
إذا تراجع الربح تعرف أين تبحث
هل CPM ارتفع؟
هل CTR انخفض؟
هل Conversion Rate تراجع؟
هل AOV انخفض؟
هل زادت الخصومات؟
هل المنتجات المباعة أقل هامشًا؟
هل المرتجعات ارتفعت؟
بدل جملة عامة مثل "الإعلانات سيئة هذا الشهر"، تحصل على تشخيص.
لا تقارن هذا الأسبوع بالأسبوع الماضي دائمًا
التجارة موسمية.
أسبوع اليوم الوطني قد لا يقارن بأسبوع عادي. رمضان يختلف عن شهر آخر. إطلاق منتج يختلف عن مرحلة الاستقرار.
استخدم Comparisons معقولة: Year-over-Year عندما تكون الموسمية قوية، أو فترات متشابهة في طبيعة الحملة.
انتبه أيضًا إلى تغير تعريف المقاييس
Shopify تعرض تقارير Marketing Performance حاليًا بمؤشرات وقنوات ونماذج Attribution متعددة، كما يمكن أن تستغرق بعض بيانات التكلفة والمقاييس فترة للمزامنة، وتذكر المنصة أن بعض الفروق عن تقارير الأطراف الخارجية ناتجة عن اختلاف Attribution والتأخير في المزامنة.
لا تتخذ قرارًا كبيرًا من رقم مؤقت دون فهم زمن تحديثه وتعريفه.
كيف تستخدم AI في قياس الربحية بدل صناعة مزيد من التقارير؟
الذكاء الاصطناعي مفيد جدًا عندما تصبح لديك بيانات كثيرة من Google وMeta وTikTok والمتجر والمخزون.
يمكنه مساعدتك في اكتشاف أن حملة معينة تحقق ROAS جيدًا لكنها تبيع منتجات مرتفعة المرتجعات، أو أن CAC قناة يرتفع بينما LTV العملاء المكتسبين منها يتحسن.
اطلب من AI تفسير العلاقات لا اختراع الأرقام
لا تسأله:
"هل حملتي ناجحة؟"
أعطه الإنفاق، وصافي المبيعات، وهامش المنتجات، والعملاء الجدد، والمرتجعات، وLTV.
ثم اطلب:
"رتب الحملات حسب Contribution After Marketing، واشرح لماذا تختلف النتيجة عن ترتيب ROAS."
هنا يصبح AI محللًا فوق بيانات حقيقية.
أما إذا أعطيته CTR وCPC فقط، فلن يستطيع استخراج ربح لا وجود لبياناته.
لوحة المتابعة الأسبوعية التي تحتاجها فعلًا
لست بحاجة إلى 100 مقياس في أول شاشة. يمكن أن تبدأ بثمانية أو عشرة أرقام ثم تحفر أعمق عند وجود مشكلة.
من المفيد مراقبة:
إجمالي الإنفاق التسويقي.
صافي المبيعات.
MER.
عدد العملاء الجدد.
Blended CAC.
AOV.
هامش المساهمة قبل التسويق.
Contribution After Marketing.
معدل المرتجعات.
نسبة العملاء العائدين.
بعد ذلك تستخدم CTR وCPC وCPM وConversion Rate لتفسير سبب تغير النتائج الأساسية.
الخلاصة: الحملة الناجحة ليست التي تجعل لوحة الإعلانات خضراء
قياس ربحية الحملات الإعلانية يبدأ من رفض فكرة أن المقياس الذي تعرضه المنصة تلقائيًا هو الحقيقة التجارية الكاملة.
المشاهدات تخبرك أن الإعلان ظهر. النقرات تخبرك أن الرسالة جذبت اهتمامًا. Conversion يخبرك أن حدثًا وقع. ROAS يقارن الإيراد المنسوب بالإنفاق. لكن الربح يحتاج إلى معرفة ما بقي بعد تكلفة المنتج والخصومات والمرتجعات والشحن والدفع والإعلان.
ولا تنسَ Attribution. Google Analytics تستخدم حاليًا Data-driven Attribution افتراضيًا لتوزيع الفضل اعتمادًا على بيانات المسارات، بينما توفر Shopify عدة نماذج مثل First Click وLast Click وLast Non-direct Click وLinear، وتوضح أن مقارنة أكثر من نموذج تساعد على فهم دور القنوات وتقليل تحيز القراءة بنموذج واحد.
لذلك لا تسأل منصة الإعلان فقط:
"كم مبيعات جلبت؟"
اسأل نظامك المالي والمتجر أيضًا:
"كم من هذه المبيعات صافي؟ ما هامشها؟ كم عميلًا جديدًا كسبنا؟ ما تكلفة الحصول عليه؟ هل عاد مرة أخرى؟ وكم بقي بعد كل التكاليف؟"
إذا كان لديك متجر سعودي أنفق 100,000 ر.س وحقق مليون ريال مبيعات، فهذا لا يخبرك وحده إن كان التسويق رائعًا. قد يكون رائعًا فعلًا، وقد يكون جزء كبير من المليون يذهب إلى تكلفة المنتجات والخصومات والشحن والمرتجعات.
الأرقام التي تستحق الاحتفال هي التي تصل إلى النهاية.
لا تحتفل بمليون مشاهدة إذا لم تعرف ماذا فعلت.
ولا تحتفل بـROAS مرتفع قبل أن ترى الهامش.
ولا توقف حملة ROASها أقل قبل أن تعرف إن كانت تجلب أفضل عملائك الجدد.
عندما تربط Spend → Customer → Net Revenue → Margin → Repeat Purchase، تنتقل من إدارة الإعلانات إلى إدارة النمو.
وعندها يصبح السؤال الأقوى الذي يمكن أن تسأله عن أي حملة:
"لو أضفت إليها 10,000 ر.س أخرى، كم ربحًا إضافيًا حقيقيًا سأحصل عليه؟"
إذا استطعت الإجابة عن هذا السؤال بثقة معقولة، فلن تعود النقرات والمشاهدات قادرة على خداعك بسهولة.
0 تعليقات