ROAS non è profitto: il calcolo che manca nei report Meta Ads

Pubblicato il • Generato e revisionato

ROAS non è profitto: il calcolo che manca nei report Meta Ads

Il problema che nessuno vuole ammettere

Un cliente arriva da me con un ROAS di 4,2 sul pannello Meta. Soddisfatto, quasi orgoglioso. Poi analizziamo insieme i numeri reali: margine lordo al 28%, reso del 18% su quella linea di prodotto, costo di spedizione non tracciato nelle conversioni, più un coupon da 10 euro applicato al checkout. Il ROAS effettivo, quello che conta per la cassa, era sotto 1,5. Stava bruciando soldi convinto di guadagnare.

Questo scenario si ripete più spesso di quanto si pensi. Non per incompetenza, ma perché Meta ottimizza per le conversioni che gli comunichi, non per il profitto che ti interessa a te. La piattaforma fa il suo lavoro. Il problema è che molti marketer si fermano al numero che la piattaforma restituisce, senza completare il calcolo.

Perché il ROAS di piattaforma è sempre sovrastimato

Meta attribuisce le conversioni secondo finestre temporanee (di solito 7 giorni click, 1 giorno view) e con modelli di attribuzione che sovrastimano strutturalmente il contributo della piattaforma. Alcune vendite che Meta si attribuisce sarebbero avvenute comunque, attraverso ricerca organica, email o passaparola. Questo fenomeno si chiama "incrementalità", ed è uno dei temi più seri nel performance marketing degli ultimi anni.

A questo si aggiunge il problema tecnico: il tracciamento post-iOS 14.5 non è mai tornato ai livelli precedenti. Le conversioni modellate che Meta inserisce nei report sono stime statistiche, non dati certi. In certi segmenti di audience, specialmente su iOS, la copertura del pixel può scendere al 60-70% delle transazioni reali. Il ROAS che leggi è quindi costruito su dati parziali, poi extrapolati.

Il risultato pratico: il numero nel pannello Ads Manager è un indicatore di direzione, non una misura assoluta di profittabilità.

Il calcolo che devi fare fuori dalla piattaforma

Per sapere se una campagna guadagna davvero, devi partire dal margine per SKU, non dal fatturato. La formula corretta è questa:

MER (Marketing Efficiency Ratio) = Fatturato netto / Spesa pubblicitaria totale

Dove il fatturato netto tiene conto di:

  • Resi e rimborsi (spesso il 10-25% in certi verticali fashion o consumer electronics)
  • Sconti e coupon applicati al checkout
  • Costo del prodotto (COGS) per arrivare al margine lordo reale
  • Costi di fulfillment e spedizione se non inclusi nel prezzo

Solo dopo questa riconciliazione puoi dire se quella campagna è profittevole. E devi farlo SKU per SKU, non a livello di account aggregato.

Come riconciliare piattaforma e dati reali

Il metodo più pragmatico che uso con i clienti è incrociare tre fonti di dati:

1. Ads Manager di Meta: per spesa, impression, click e conversioni attribuite dalla piattaforma

2. Il gestionale o l'e-commerce backend (Shopify, WooCommerce, o ERP): per ordini reali, valore medio degli ordini, resi effettivi e margini per prodotto

3. Un foglio di riconciliazione settimanale: in cui confronti le conversioni Meta con gli ordini reali dello stesso periodo, calcolando il tasso di attribuzione reale

Questo terzo punto è il più ignorato. Se Meta ti attribuisce 100 conversioni in una settimana e il tuo backend mostra 80 ordini totali (da tutti i canali), hai già un problema di sovrattribuzione da investigare. Se quei 80 ordini hanno un valore medio di 65 euro ma il tuo margine lordo è del 30%, il fatturato attribuibile è 5.200 euro, il margine è 1.560 euro. Se hai speso 1.200 euro in advertising, il tuo ROAS reale non è 4 come dice Meta: il tuo margine dopo adv è 360 euro. Positivo, ma molto meno brillante di quanto sembrava.

La frequenza di questo controllo dipende dai volumi. Sotto i 10.000 euro di spesa mensile, basta una revisione settimanale. Sopra quella soglia, ha senso costruire un cruscotto automatizzato con strumenti come Supermetrics o Funnel.io collegati al tuo backend.

Segmentare per SKU: dove si nasconde il problema

Un errore comune è ottimizzare le campagne guardando le performance aggregate di tutto il catalogo. In realtà, in quasi ogni account che analizzo, c'è una distribuzione fortemente asimmetrica: una minoranza di SKU genera la maggior parte del margine reale, mentre altri prodotti vengono venduti a un costo pubblicitario che supera il loro margine lordo.

Per esempio: un prodotto con prezzo di vendita di 49 euro, COGS di 28 euro e spedizione di 6 euro ha un margine lordo di 15 euro. Se il costo per acquisizione (CPA) reale su quel prodotto è 18 euro, stai perdendo 3 euro a ogni vendita, mentre Meta ti mostra un ROAS di 2,7 (49/18) che sembra accettabile.

L'analisi per SKU ti permette di prendere decisioni molto più precise:

  • Escludere dal catalogo dinamico i prodotti con margine insufficiente
  • Alzare i target di ROAS per SKU a basso margine
  • Concentrare il budget sugli SKU dove il CPA sostenibile è più alto
  • Rivedere la struttura di prezzo o i costi logistici prima di scalare

Senza questa granularità, stai ottimizzando un numero aggregato che mescola campagne profittevoli e campagne in perdita, con il risultato che le seconde erodono il guadagno delle prime.

La mossa da fare domani mattina

Prendi il report delle ultime quattro settimane da Ads Manager, esporta i dati per campagna con spesa e conversioni attribuite, poi apri il tuo backend e-commerce e scarica gli ordini dello stesso periodo con margine lordo per prodotto. Incrociali. Se non hai ancora un foglio strutturato per farlo, costruisci una tabella semplice con queste colonne: campagna, spesa Meta, ordini reali attribuibili, fatturato netto (dopo resi), margine lordo, margine dopo spesa pubblicitaria. Quel numero finale, nella colonna più a destra, è l'unico che conta davvero. Tutto il resto è contesto.

Fonti

Torna al blog