Премиальный товарвыручка 20 000 ₽
3 000 ₽
+5 400 ₽
увеличить показы, расширить похожие аудитории, держать товар в активном фиде
Оптимизация рекламы по реальной прибыли
В Директе можно задать среднюю маржу цели, например 15 %. Но такая настройка не отличает товар с маржей 40 % от покупки, которую съедают скидка, доставка и возврат. Sales Ninja прогнозирует чистую прибыль по визиту, товару, корзине и сегменту и передаёт этот сигнал в рекламу, фиды и аудитории.
Нам доверяют
Формальная оптимизация по прибыли не равна управлению чистой прибылью
В кабинете можно указать маржу с конверсии: цель «покупка» приносит в среднем 15 %. Для части бизнесов этого достаточно. Но как только у товаров, регионов, источников и повторных покупок разная экономика, средняя маржа превращается в грубую прослойку поверх выручки.
Кабинет15 %одна маржа на все покупки
Sales Ninja
- +5 400 ₽премиальный товар
- +900 ₽массовый товар
- −600 ₽акционный товар
Одна средняя маржа на цель
- не видит точную себестоимость SKU
- слабо учитывает возвраты, отмены и выкупы
- не предсказывает прибыль, если она выясняется через неделю
- не управляет товарным фидом по окупаемости
Чистая прибыль как обучающий сигнал
- учитываем маржу конкретного товара и корзины
- добавляем себестоимость, возвраты, промо и логистику
- прогнозируем прибыль в реальном времени, если факт приходит позже
- отбираем товары и сегменты, где реклама может окупиться
Оптимизация по прибыли начинается с правильной формулы, а не с названия стратегии
Для рекламы важна не выручка сама по себе, а сколько денег останется после переменных затрат и расхода на привлечение. Ниже — пример того, как 100 рублей выручки превращаются в чистую прибыль.
52 ₽8 ₽9 ₽7 ₽13 ₽11 ₽себестоимостьскидки и промовозвратылогистикарекламачистая прибыль
Каждые 100 ₽ выручки распределяются между переменными затратами, рекламой и прибылью. Пропорции в примере условные: в каждом бизнесе они свои, но принцип одинаковый — рекламе важна последняя доля, а не первая.
Выручка и чек
Передаём не только факт покупки, но и сумму заказа, состав корзины, категорию и ценовой сегмент.
Себестоимость и маржа
Учитываем маржу конкретного SKU или категории, а не один средний процент для всей цели.
Возвраты и невыкупы
Если товар часто возвращают или заказ не выкупают, реклама не должна считать такую покупку полноценным успехом.
Стоимость привлечения
Сравниваем ожидаемую прибыль с реальной стоимостью клика, конверсии и покупки в каждом канале.
Средняя маржа красиво считает отчёт и одновременно ведёт бюджет не туда
Три покупки с одинаковой выручкой 20 000 ₽. Если считать прибыль как 15 % от выручки, все три выглядят одинаково — по 3 000 ₽. В реальности у них разная себестоимость, скидка, выкуп и доставка.
Массовый товарвыручка 20 000 ₽
3 000 ₽
+900 ₽
показывать осторожно: ретаргетинг, точные запросы, контроль ДРР
Акционный товарвыручка 20 000 ₽
3 000 ₽
−600 ₽
ограничить или исключить из фида, если он не ведёт к дополнительной прибыли
Плохой вывод«Все три покупки дают 3 000 ₽ прибыли, можно масштабировать всё».
Правильный выводПремиальный товар масштабируем, массовый держим под контролем, акционный ограничиваем или оставляем только там, где он ведёт к дополнительной прибыли.
Строим контур, где прибыль появляется в рекламе раньше, чем бизнес увидел её в отчёте
Если чистая прибыль известна только после выкупа или повторного платежа, ждать поздно: автостратегия уже обучилась на неполном сигнале. Поэтому прибыль прогнозируется на раннем визите, а потом калибруется фактическими оплатами.
01Собираем экономику
Заказы, каталог, себестоимость, маржу, возвраты, CRM-статусы, рекламные расходы и поведение пользователей.
02Прогнозируем прибыль
Для нового визита считаем ожидаемую чистую прибыль: вероятность покупки × чек × маржа минус риски.
03Передаём сигналы
Моделируемые конверсии, ценность события, сегменты и фидовые правила уходят в рекламные платформы.
04Калибруем фактами
Когда приходят оплаты, выкупы и повторные покупки, модель уточняет прогноз.
Из чего собирается сигнал прибыли
Мы не просим рекламный кабинет угадать экономику. Сначала собираем источники, которые обычно живут отдельно.
01
Каталог и фид
SKU, категории, цена, наличие, сезонность, маржа, промо и ограничения по товарам.
02
Заказы и оплаты
Корзина, выручка, скидка, себестоимость, возвраты, выкупы, повторные покупки и LTV.
03
Рекламные клики
Канал, кампания, запрос, площадка, устройство, регион, стоимость клика и покупки.
04
Поведение и сегменты
Интерес к категориям, глубина выбора, теплота аудитории, похожесть на прибыльных клиентов.
единый обучающий сигнал прибыли
Чем именно помогаем оптимизации по прибыли
Четыре инструмента, которые можно включать по отдельности или связкой. Выберите вкладку, чтобы посмотреть, когда нужен каждый.
Когда прибыль становится известна слишком поздно
Чистая прибыль часто появляется после доставки, выкупа, проверки лида или повторной покупки. Мы не ждём финала, а оцениваем ожидаемую прибыль сразу и отдаём её в Директ, VK, Google Ads и TikTok.
- прогнозируем сумму чистой прибыли на визит или пользователя
- передаём более плотный сигнал, чем редкие фактические оплаты
- калибруем прогноз реальными деньгами, когда они доходят до CRM
Когда нужно управлять ставками по ценности пользователя
Делим аудиторию на пять уровней ожидаемой прибыльности — от низкоценного трафика до людей, которые, вероятно, принесут большую прибыль.
- горячий прибыльный сегмент получает основные показы и ретаргетинг
- средние сегменты получают осторожное масштабирование
- низкоприбыльные и рискованные группы можно ограничивать
Когда разные товары требуют разной рекламной агрессии
Один товар даёт высокий чек, но съедает маржу доставкой и скидкой. Другой покупают редко, зато он окупает дорогой клик. Фид перестаёт быть списком всех товаров.
- оцениваем маржинальность товара относительно стоимости покупки
- делаем отдельные фиды для маржинальных, осторожных и ретаргетинговых SKU
- не даём низкомаржинальному хвосту забирать весь бюджет
Когда первая покупка почти ничего не зарабатывает
Если клиент возвращается, оптимизируем не на первый чек, а на ожидаемый LTV по прибыли. Это меняет и допустимую стоимость привлечения.
- подписки, регулярные покупки, кросс-продажи и банковские продукты
- реклама учится приводить прибыльных, а не дешёвых
- связывается с моделируемой конверсией по прибыли
Прибыльная оптимизация нужна там, где «покупка» не говорит всей правды
Большой e-comТысячи SKU, разная себестоимость, скидки, остатки, возвраты и неравномерная маржа по категориям.
Средний e-comНужно быстро понять, какие товары и аудитории окупаются, без тяжёлого BI-проекта на полгода.
EdTechПробный урок не равен годовой оплате. Оптимизация должна видеть продление и маржинальность ученика.
B2B и услугиЛид приходит сегодня, квалификация и сумма сделки становятся понятны позже. Нужен прогноз ценности заявки.Как переводим рекламу с формальной маржи на реальную прибыль
- Разбираем формулу прибыли
Фиксируем, что считать чистой прибылью: выручка минус себестоимость, скидки, логистика, комиссии, возвраты и рекламные расходы.
- Подключаем данные
Забираем заказы, каталог, CRM, статусы оплат, рекламные расходы, UTM, цели, аудитории и историю поведения.
- Строим модель ожидания прибыли
Модель оценивает будущую чистую прибыль по визиту, товару, корзине, источнику и сегменту.
- Запускаем пилот в рекламе
Передаём моделируемые конверсии, сегменты и фидовые правила в Директ, VK, Google Ads, TikTok или другой канал.
- Масштабируем прибыльные связки
Увеличиваем долю бюджета там, где растёт чистая прибыль, и ограничиваем товары, аудитории и источники, которые дают оборот без денег.
Результатбюджет двигается туда, где растёт чистая прибыль
Расскажите о задаче.
Соберём решение
под ваш бизнес.
Познакомимся, разберём вашу ситуацию и наметим первые шаги. Без скриптов и давления: заявка вас ни к чему не обязывает.
- Пишет живой менеджер, не бот
- NDA по умолчанию,
ничего не уйдёт наружу - Никаких почтовых цепочек и спама
Ответим в течение 1 рабочего дня