Vaka Analizi: E-Ticaret Markasında ROAS 3 Kata Nasıl Çıktı?

Başlangıç tablosu

Marka, ev tekstili kategorisinde yaklaşık 900 ürünle satış yapıyor. Reklam yönetimi daha önce iç ekipteydi; hesap teknik olarak çalışıyordu ama kârlılık ölçülmüyordu.

Teşhis: rapor iyi görünüyordu, kâr yoktu

İlk hafta hiçbir ayar değiştirilmedi; yalnız ölçüm doğrulandı. Üç sorun çıktı.

Birincisi, tek bir Performance Max kampanyası hem marka hem marka dışı trafiği topluyordu; marka aramaları zaten gelecek olan müşteriyi ucuza dönüştürüp hesap ortalamasını şişiriyordu. İkincisi, 214 ürün Merchant Center’da reddedilmişti ve bunların bir kısmı yüksek marjlı gruptandı. Üçüncüsü, dönüşüm değeri KDV dâhil gönderiliyor, iade oranı (%14) hiç hesaba katılmıyordu.

Not: İlk hafta hiçbir şeyi değiştirmemek bilinçli bir karardı: müdahalelerin etkisini ölçebilmek için temiz bir başlangıç çizgisi gerekiyordu.

Müdahale 1: Marka trafiğini ayırmak

Marka aramaları için ayrı bir arama kampanyası kuruldu ve Performance Max’te marka kelimeleri hariç tutuldu. Bu tek başına yeni satış üretmedi — amacı da bu değildi. Sağladığı şey görünürlüktü: marka dışı gerçek performans ilk kez ölçülebilir hâle geldi ve marka dışı ROAS’ın 1,1 olduğu görüldü.

Bu rakam ortaya çıkınca, hesabın “iyi çalıştığı” varsayımı da ortadan kalktı.

Müdahale 2: Feed temizliği ve başlık yeniden yazımı

Reddedilen 214 ürünün büyük kısmı GTIN eksikliği ve fiyat uyuşmazlığından kaynaklanıyordu. Feed günlük senkronizasyona alındı, eksik alanlar dolduruldu.

Ardından en çok harcama yapan 120 ürünün başlığı yeniden yazıldı: Marka + Ürün + Malzeme + Ebat kalıbına geçildi ve arama terimleri raporundaki gerçek kelimeler başlığa taşındı. Alışveriş gösterimleri üç hafta içinde belirgin biçimde arttı, tıklama oranı yükseldi.

Müdahale 3: Ürünleri marja göre üç kovaya ayırmak

Katalog, brüt marjına göre üç ürün setine ayrıldı ve her set kendi hedef ROAS’ıyla ayrı kampanyaya alındı.

• Kâr motoru (marj %45+) — hedef ROAS 3,0; bütçenin %55’i.
• Hacim ürünleri (marj %25–45) — hedef ROAS 4,5; bütçenin %35’i.
• Düşük marjlı vitrin ürünleri (marj %25 altı) — bütçenin %10’u, yalnız yeni müşteri için.

Bu ayrım, algoritmanın “çok satan ama az kazandıran” ürünlere kayma eğilimini kırdı. Toplam sipariş adedi bir süre yatay kaldı, kâr yükseldi.

Müdahale 4: Dönüşüm değerini gerçek kâra yaklaştırmak

Dönüşüm değeri KDV hariç gönderilmeye başlandı ve kategori bazlı iade oranı düşülerek düzeltilmiş değer aktarıldı. Böylece hedef ROAS ile gerçek kârlılık aynı ölçeğe geldi.

Bu değişiklikten sonra raporlanan ROAS bir süre düştü — beklenen bir etkiydi. Ölçüm gerçeğe yaklaştıkça algoritma da doğru ürünleri öne çıkarmaya başladı.

Müdahale 5: Sepet terk hunisini ayırmak

Meta tarafında tüm yeniden pazarlama tek sette toplanmıştı. Sepet terk edenler ayrı bir kampanyaya alındı; ilk 24 saatte indirimsiz hatırlatma, 3. günden sonra kargo avantajı gösterildi.

Sonuç: aynı kitleden gelen sipariş sayısı arttı ve indirim kullanımı azaldı — daha önce zaten satın alacak kullanıcılara verilen indirim ortadan kalktı.

Çıkarımlar: bu vaka hangi hesaplarda tekrar eder?

Bu sonuçların tekrarlanabilirliği üç koşula bağlı: katalog büyükse, marka trafiği hesapta ayrıştırılmamışsa ve dönüşüm değeri gerçek kârı yansıtmıyorsa benzer kazanç olasıdır.

Küçük kataloglu, marka bilinirliği düşük ve ölçümü zaten doğru kurulmuş hesaplarda bu adımların etkisi çok daha sınırlı kalır. Vaka analizinin dürüst okunuşu budur: yöntem aktarılabilir, sonuçlar koşullara bağlıdır.