Palarnia Żar, Poznań
Jak zaprojektowałbym płatną akwizycję dla małego e-commerce z subskrypcją. Nie chodzi o samą konfigurację kampanii, tylko o system, w którym ekonomia firmy wyznacza KPI, KPI wyznacza sygnał dla platform, a wyniki testów wyznaczają kolejne decyzje.
Case koncepcyjny. Marka, budżet i wyniki są symulowane, żeby pokazać sposób pracy. Założenia kosztowe oparte na polskich benchmarkach e-commerce z 2026 roku.
MER to cały przychód sklepu podzielony przez cały wydatek reklamowy. Nie zależy od atrybucji żadnej platformy, dlatego to on był głównym miernikiem, a nie ROAS z panelu.
Przesuń wykres w bok, żeby zobaczyć wszystkie 13 tygodni.
Każda decyzja w performance coś poprawia kosztem czegoś innego. Poniżej to, co wybrałem, z czego świadomie zrezygnowałem i jaką cenę za to zapłaciłem.
Czego nie zrobiłemNie ustawiłem celu ROAS od pierwszego dnia, kiedy algorytmy nie miały jeszcze danych.
Trade-off1. miesiąc świadomie na minusie (−5 083 zł), bo subskrybent zwraca koszt pozyskania dopiero po ok. 2 miesiącach.
Czego nie zrobiłemNie rozbiłem budżetu na wiele małych zestawów z zainteresowaniami.
Trade-offMniej ręcznej kontroli nad tym, kto widzi reklamę. Kontrola przeszła na kreację, ofertę, landing i jakość danych.
Czego nie zrobiłemNie zwiększyłem budżetu na kąt „ty kontra kawiarnia”, choć miał drugi najniższy CPA (41 zł).
Trade-offTylko 44% jego klientów wybierało subskrypcję (przy 64% dla kąta z najniższym CPA). Tańszy klient, ale mniej wart.
Czego nie zrobiłemNie zostawiłem taniej kampanii brandowej, która poprawiała raport, bez sprawdzenia, co naprawdę dowozi.
Trade-offNiższy raportowany ROAS całego Google w zamian za pieniądze przesunięte tam, gdzie pozyskują nowych klientów.
Czego nie zrobiłemNie zostałem przy rabacie 20%, choć konwertował prawie tak samo.
Trade-offRezygnacja z łatwego argumentu cenowego w zamian za 18% zamiast 31% rezygnacji po pierwszym miesiącu.
Nie optymalizowałem też pod CTR ani CPM. To metryki diagnostyczne: mówią, gdzie szukać problemu, a nie czy kampania zarabia.
Palarnia Żar sprzedaje świeżo paloną kawę speciality w paczkach 250 g (49 zł) i w subskrypcji: dwie paczki co miesiąc za 89 zł z darmową dostawą. Sklep na Shopify robił ok. 180 zamówień i 17 000 zł przychodu miesięcznie, prawie w całości z organicznego Instagrama i poleceń. Budżet testu: 60 000 zł na 3 miesiące (18 000, 20 000 i 22 000 zł).
| Obszar | Stan zastany | Konsekwencja |
|---|---|---|
| Meta | Sam piksel, bez Conversions API, zakup bez rozróżnienia subskrypcji | Algorytm uczy się na części danych i nie odróżnia subskrybenta od jednorazowego klienta |
| Jedna kampania Smart, brak Merchant Center i Consent Mode v2 | Konwersje osób bez zgody na cookies znikają z danych zamiast być modelowane | |
| Analityka | GA4 bez celów e-commerce, brak konwencji UTM | Nie da się porównać kanałów ani sprawdzić, czy panele zgadzają się ze sklepem |
| Strona | Subskrypcja schowana w menu, brak daty palenia na karcie produktu | Najmocniejszy argument marki nie istnieje na ścieżce zakupu |
Średni ROAS w branży nie mówi, czy ta konkretna firma zarabia. Każdy cel wynika z czterech liczb: marży, wartości koszyka, retencji i budżetu. Wartości oznaczone jako modelowane opierają się na założonym churnie 19% miesięcznie.
| Poziom | Wskaźnik | Cel | Do jakiej decyzji służy |
|---|---|---|---|
| Biznes | MER: cały przychód sklepu / cały wydatek reklamowy | ≥ 3,5 | Czy zwiększać łączny budżet. Nie zależy od atrybucji żadnej platformy. |
| Biznes | CAC nowego klienta (wydatek / nowi klienci w Shopify) | ≤ 55 zł | Czy pozyskanie jest opłacalne przy obecnym mixie klientów. |
| Biznes | Udział subskrypcji wśród nowych klientów | ≥ 55% | Które kreacje i kampanie skalować. Modelowane LTV subskrybenta jest ok. 5 razy wyższe niż marża z pierwszego zamówienia jednorazowego (214 zł wobec ok. 43 zł). |
| Platforma | CPA zakupu w Meta i Google | ≤ 50 zł | Przesunięcia budżetu wewnątrz kanału. |
| Diagnostyka | CPM, CTR, hook rate, częstotliwość, konwersja strony | trend | Gdzie szukać problemu: w kreacji, w zasięgu czy na stronie. |
| Jakość danych | Event Match Quality w Meta, zgodność zamówień z Shopify | ≥ 8 / ≥ 90% | Czy w ogóle można ufać liczbom powyżej. |
Pierwsza płatność subskrybenta to 89 zł, mniej niż jednorazowe zamówienie za 94 zł. Z prawdziwą wartością pierwszego koszyka optymalizacja pod wartość wybierałaby klientów jednorazowych. Dlatego przy starcie subskrypcji wysyłam 260 zł: trzy miesiące przychodu, ostrożnie poniżej modelowanych 5,2 miesiąca.
Trade-off: po tej zmianie ROAS w panelach wyraźnie wzrósł, ale nie traktuję tego jako poprawy ekonomiki. To efekt innej wartości konwersji, nie większej sprzedaży. Rentowność oceniam wyłącznie na MER i danych z Shopify.
Przy dużej automatyzacji Meta i Google traktuję jakość danych, feedu, celów i eksperymentów jako główne pole pracy specjalisty. Dlatego pierwsze 10 dni projektu poszło na pomiar, zanim wydałem złotówkę na reklamy.
Do tego ankieta po zakupie z jednym pytaniem: skąd o nas wiesz? Tani sygnał dla kanałów, których atrybucja nie widzi, na przykład wideo obejrzanego bez kliknięcia.
| Sytuacja | Co sprawdzam | Decyzja |
|---|---|---|
| Suma konwersji z platform przekracza zamówienia w Shopify o ponad 20% | Udział wyszukiwań na markę i konwersji po wyświetleniu, nakładanie się ścieżek Meta i Google | Budżet między kanałami ustalam na MER i CAC ze sklepu. Panele służą tylko do sterowania wewnątrz kanału. |
| Platforma widzi mniej zakupów niż sklep | Event Match Quality, deduplikację po event_id, czy CAPI wysyła zakupy po zmianach w checkoucie | Wstrzymuję zmiany budżetu do naprawy, bo algorytm uczy się wtedy na niepełnych danych. |
| Wysoki ROAS w panelu, MER stoi w miejscu | Czy kampania nie przejmuje ruchu z marki lub obecnych klientów, udział konwersji po wyświetleniu | Nie skaluję. Sprawdzam limit obecnych klientów, wykluczenie marki i planuję test przyrostowy. |
| MER rośnie, a platformy raportują spadek | Opóźnienie atrybucji, udział użytkowników bez zgody, odpowiedzi z ankiety | Nie tnę budżetu po jednym tygodniu. Porównuję okna 7 i 14 dni. |
Założenie scenariusza: mało kto szuka w Google marki, której nie zna, a popyt na frazy typu „subskrypcja kawy” jest ograniczony. Dlatego większość nowych klientów planowałem zainteresować na Meta i YouTube, a wyszukiwarce dałem rolę przechwytywania popytu, który już istnieje lub który wygenerowały reklamy w social mediach.
60% budżetu, 12 000 zł w 2. miesiącu
40% budżetu, 8 000 zł w 2. miesiącu
Przyjąłem założenie, że przy obecnej automatyzacji Meta ręczne zawężanie grup odbiorców daje mniej niż różnorodność kreacji i jakość sygnału. Dlatego zamiast budować wiele zestawów reklam pilnuję pięciu wejść: zdarzeń, wartości konwersji, jakości danych, kreacji oraz oferty z landingiem.
| Ustawienie | Wybór | Dlaczego |
|---|---|---|
| Optymalizacja | Dni 1 do 30: zakup. Od 31. dnia: maksymalizacja wartości | Na start chciałem zbliżyć się do progu wyjścia z fazy nauki, który Meta podaje jako ok. 50 zdarzeń w tygodniu. Przy stabilnych danych wartość 260 zł za subskrypcję przesunęła mix w stronę subskrybentów. |
| Obecni klienci | Lista z Shopify, limit budżetu na obecnych klientów 10% | Bez limitu część budżetu mogłaby trafiać do osób, które i tak by wróciły. |
| Ulepszenia Advantage+ creative | Włączone: poprawki wizualne i rozszerzanie obrazu. Wyłączone: ulepszenia tekstu | Automatyczne teksty proponowały obietnice typu „najlepsza kawa w Polsce”, których marka nie może udowodnić. |
| Atrybucja | 7 dni po kliknięciu i 1 dzień po wyświetleniu, w raportach porównanie z 1 dniem po kliknięciu | Duża różnica między oknami może oznaczać, że znaczna część wyniku to konwersje po wyświetleniu. Wtedy weryfikuję ją MER-em i ankietą. |
Każdy kąt to inny powód zakupu, nie ta sama reklama w innym kolorze. Każdy w trzech formatach: wideo 9:16, grafika 4:5 i karuzela z katalogu. Część wideo lifestyle powstała w Kling i Higgsfield, lektor w ElevenLabs.
| Kąt komunikacji | Główna myśl | Udział wydatków | CPA | Udział subskr. | Decyzja |
|---|---|---|---|---|---|
| Data palenia | Palona we wtorek, u ciebie w czwartek | 28% | 36 zł | 64% | Skalowana, nowe warianty hooka co 2 tygodnie |
| Ty kontra kawiarnia | Filiżanka w domu ok. 2,90 zł zamiast 15 zł za latte | 20% | 41 zł | 44% | Budżet zamrożony: niski CPA, ale klienci szukający najtańszej opcji |
| Założyciel przy palarce | Kto pali twoją kawę i dlaczego tak jasno | 16% | 44 zł | 68% | Zostaje, buduje zaufanie |
| Opinie klientów | Prawdziwe poranki subskrybentów | 14% | 47 zł | 64% | Zostaje |
| Quiz smaku | Dobierzemy kawę w 30 sekund | 12% | 49 zł | 81% | Zwiększony mimo wyższego CPA: najcenniejszy mix |
| Poranny rytuał | Wideo lifestyle bez konkretnego argumentu | 10% | 68 zł | 55% | Wyłączony |
Dane z 3. miesiąca. Dwa kąty pokazują, dlaczego sam CPA nie wystarcza: „kawiarnia” jest tania, ale przyciąga mniej subskrybentów, a quiz jest droższy, ale ma najwyższy udział subskrypcji, a więc najwyższe modelowane LTV klienta.
Nowy koncept testowałem w osobnym zestawie przez 3 do 4 dni. Do kampanii głównej przechodził, gdy hook rate (odsetek osób, które obejrzały 3 sekundy wideo) przekraczał 30%, a CPA nie było wyższe niż 1,2 × średnia kampanii głównej. Przenosiłem go po ID posta, żeby zachować reakcje i komentarze. Kreację odświeżałem przy częstotliwości powyżej 3 w tygodniu albo spadku CTR o 20% od jej startu. Budżet zmieniałem najwyżej o 20% co 3 dni. To heurystyki dobrane do tego konta i budżetu, nie reguły platformy.
| Kampania | Kluczowe ustawienia | Dlaczego |
|---|---|---|
| Performance Max | Maksymalizacja wartości konwersji, od 31. dnia docelowy ROAS 380%. Wyższa wartość za nowego klienta (+60 zł). Wykluczenie marki. | Bez wykluczenia marki PMax może przejmować tanie wyszukiwania brandowe i wyglądać w raporcie lepiej niż jego rzeczywisty wkład. Cel ROAS ok. 10% poniżej wyniku z fazy nauki, żeby nie zdusić wolumenu. |
| Wyszukiwarka bez marki | Dopasowanie do wyrażenia i ścisłe, od 31. dnia docelowy CPA 55 zł. AI Max od 7. tygodnia po eksperymencie. | Frazy z wyraźną intencją zakupową, oceniane po CPA i udziale nowych klientów. |
| Wyszukiwarka na markę | Dopasowanie ścisłe, 90% udziału w wyświetleniach na samej górze, limit CPC 1,50 zł | Wyłącznie ochrona przed konkurentami licytującymi naszą nazwę. |
| Demand Gen | YouTube Shorts, In-Feed i Discover, odbiorcy podobni do kupujących, wykluczeni obecni klienci | Zadanie: budować popyt w ekosystemie Google. Oceniana po konwersjach wspomaganych i ankiecie, nie po ostatnim kliknięciu. |
We wszystkich kampaniach lokalizacja ustawiona na osoby obecne w Polsce (nie „zainteresowane” Polską), a w kampaniach w wyszukiwarce wyłączona sieć reklamowa.
Przez 14 dni (tygodnie 5 i 6) wyłączyłem reklamy na markę. 78% konwersji, które wcześniej przypisywał sobie brand, przeszło do wyników organicznych. Jednocześnie konkurent zaczął wyświetlać się nad naszym wynikiem. Wniosek: brand zostaje, ale jako tania ochrona, a nie kampania oceniana po raportowanym ROAS.
Ograniczenia: 14 dni to krótko, test nałożył się na zmianę strategii stawek w PMax, nie mierzy wpływu brandu na PMax i Demand Gen, a wynik może się zmienić w sezonie. Dlatego powtarzam go co kwartał. Wykluczenie marki w PMax też nie jest w pełni szczelne (literówki, część zasobów sieci reklamowej), więc wynik PMax czytam razem z raportem wyszukiwanych haseł i MER.
Etiopia Guji
Kawa ziarnista Etiopia Guji 250 g, jasne palenie, speciality, świeżo palona
Conversions API, Consent Mode v2, konwersje rozszerzone, feed, landing subskrypcji z datą palenia, pierwsze 18 kreacji, dashboard i pomiar bazowy.
Szerokie targetowanie, optymalizacja pod zakup, maksymalizacja konwersji w Google. Bez edycji w fazie nauki. Pierwsza runda testów kreacji.
Przejście na strategie wartościowe, test landingu z quizem, test przyrostowy brandu, start eksperymentu AI Max, wyłączenie słabych kreacji.
Budżet +10% w krokach, zwycięzcy testów w kampaniach głównych, nowa oferta startowa, pierwsza analiza kohort subskrybentów.
Każdy test ma metrykę główną (to, co ma się poprawić) i metrykę ochronną (to, co nie może się przy tym pogorszyć).
| Test | Hipoteza | Metryki | Wynik | Decyzja |
|---|---|---|---|---|
| Landing: quiz smaku kontra karta produktu ruch z Meta, 50/50, 3 tygodnie | Osoba z zimnego ruchu nie wie, którą kawę wybrać, i odpada na wyborze | Główna: konwersja subskrypcjiOchronna: CAC, udział subskrypcji | 3,1% zamiast 2,2% (+41%), CAC i mix bez pogorszenia | Quiz domyślnym landingiem dla ruchu z Meta |
| Oferta startowa: rabat 20% kontra próbka trzeciej kawy | Rabat przyciąga łowców promocji, którzy rezygnują po pierwszej dostawie | Główna: rezygnacje po 1. miesiącuOchronna: konwersja, CAC | Konwersja 2,9% i 3,0%, rezygnacje 31% przy rabacie i 18% przy próbce | Próbka. Liczy się jakość klienta, nie tylko pierwsza konwersja |
| Wyłączenie reklam na markę 14 dni | Większość konwersji z brandu i tak przyszłaby z wyników organicznych | Główna: łączne konwersje z wyszukiwań marki (płatne + organiczne)Ochronna: obecność konkurencji nad wynikiem | 78% konwersji przeszło do organicznych, konkurent zajął górną pozycję | Brand z 15% do 7,5% budżetu Google, tylko jako ochrona |
| AI Max for Search eksperyment 50/50, tygodnie 7 do 10 | Rozszerzone dopasowanie znajdzie wartościowe zapytania spoza listy fraz | Główna: liczba konwersjiOchronna: CPA maks. +10%, udział nowych klientów maks. −5 p.p. | +18% konwersji, CPA +6%, udział nowych klientów 68% wobec 70% w grupie kontrolnej | Wdrożony. Dodatkowy wolumen był podobnej jakości, więc wyższy CPA był akceptowalny. Plus 40 nowych wykluczeń |
| Hook: data palenia kontra poranny rytuał | Konkretny, sprawdzalny argument sprzedaje lepiej niż nastrój | Główna: CPAOchronna: udział subskrypcji | CPA 36 zł wobec 68 zł, udział subskrypcji 64% wobec 55% | Rytuał wyłączony, data palenia rozwijana w kolejnych wariantach |
| Miesiąc 1 | Miesiąc 2 | Miesiąc 3 | Razem, 3 miesiące | |
|---|---|---|---|---|
| Budżet reklamowy | 18 000 zł | 20 000 zł | 22 000 zł | 60 000 zł |
| Nowi subskrybenci | 150 | 230 | 290 | 670 |
| Nowi klienci jednorazowi | 160 | 170 | 175 | 505 |
| Udział subskrypcji | 48% | 58% | 62% | 57% |
| CAC nowego klienta | 58 zł | 50 zł | 47 zł | 51 zł |
| Przychód sklepu | 45 390 zł | 67 316 zł | 89 236 zł | 201 942 zł |
| MER | 2,52 | 3,37 | 4,06 | 3,37* |
| Marża ponad bazę minus reklama | −5 083 zł | +2 894 zł | +10 867 zł | +8 679 zł |
MER wszędzie liczony tak samo: cały przychód sklepu / cały wydatek reklamowy. Marża ponad bazę = (przychód sklepu − 17 000 zł) × 45,5% − budżet reklamowy, przy założeniu, że bez reklam sklep utrzymałby bazowe 17 000 zł miesięcznie. Wartości miesięczne są zaokrąglone, suma liczona z danych niezaokrąglonych (dodanie zaokrąglonych miesięcy daje 8 678 zł). *MER za całe 3 miesiące (201 942 / 60 000 = 3,37) przypadkiem wynosi tyle samo co MER 2. miesiąca (67 316 / 20 000 = 3,37).
Liczba obejmuje kohorty w różnym wieku: 290 osób z 3. miesiąca nie przeszło jeszcze żadnego odnowienia, kohorta z 1. miesiąca przeszła dwa. Dlatego 574 z 670 nie jest wskaźnikiem retencji. Projekcja modelowa, nie wynik: jeśli churn utrzyma się na założonym poziomie 19%, bez nowych klientów po kolejnym miesiącu zostałoby ok. 465 osób, a obecna baza przyniosłaby łącznie ok. 100 000 zł marży w kolejnych miesiącach.
| Kampania | Wydatek | Konwersje | CPA | Uwagi |
|---|---|---|---|---|
| Advantage+ i testy | 13 200 zł | 305 | 43,30 zł | CPM 26 zł, CTR 1,35%, CPC 1,93 zł |
| Google Performance Max | 3 960 zł | 95 | 41,70 zł | Czytany razem z raportem wyszukiwanych haseł |
| Google Wyszukiwarka bez marki | 2 640 zł | 52 | 50,80 zł | Z AI Max, po 40 wykluczeniach |
| Google Wyszukiwarka na markę | 660 zł | 70 | 9,40 zł | Tani, ale według testu większość tych osób i tak by kupiła |
| Google Demand Gen | 1 540 zł | 12 | 128,30 zł | Słabo po ostatnim kliknięciu, ale 14% odpowiedzi w ankiecie wskazało YouTube |
| Razem | 22 000 zł | 534 | 41,20 zł | Sklep zanotował 465 nowych klientów |
Platformy przypisały sobie 534 konwersje, o 15% więcej niż nowych klientów w sklepie. Część to ta sama osoba liczona dwa razy (zobaczyła reklamę na Instagramie, potem kliknęła reklamę na markę w Google), część to zakupy obecnych klientów. Dlatego decyzje o podziale budżetu podejmowałem na MER i CAC ze sklepu.
Analityczna dekompozycja zmiany MER między 1. a 3. miesiącem: przychód z każdego źródła w przeliczeniu na złotówkę wydatku. To model wyjaśniający, skąd wzięła się zmiana wyniku, a nie eksperymentalny dowód przyczynowości.
Najważniejszy wniosek: ok. 75% wzrostu MER (1,15 z 1,54) w tym modelu to odnowienia subskrypcji, a nie niższy koszt pozyskania. Poprawa samej akwizycji to +0,36, czyli spadek CAC z 58 do 47 zł. Prawdopodobne źródła tego spadku to quiz, wyłączenie słabych kreacji i AI Max, ale bez osobnych testów nie przypisuję im konkretnych części. Rozdzielam te efekty, bo wzrostu wyniku biznesowego nie wolno automatycznie przypisać reklamom.
Zmiana mixu w stronę subskrypcji prawie nie poprawia przychodu w miesiącu zakupu, bo pierwsza płatność subskrybenta jest niższa niż jednorazowe zamówienie. Jej wartość widać w kolejnych miesiącach, w wierszu „odnowienia”. Podobnie zmiana oferty startowej: jeśli niższy churn się utrzyma, podniesie odnowienia dopiero w następnym kwartale. Kolejność liczenia efektów CAC i mixu lekko zmienia ich podział, dlatego traktuję je jako przybliżenie.
Test oferty startowej zrobiłbym w 1. miesiącu, a nie w 3. Wysoki churn przy rabacie oznacza, że część subskrybentów z pierwszych tygodni była słabszej jakości. Wideo „poranny rytuał” wyłączyłbym po pierwszym teście, zamiast dawać mu drugą szansę w kampanii głównej.
Przed okresem Black Friday zakładam wzrost presji aukcyjnej i CPM, dlatego nie chcę opierać strategii wyłącznie na rabacie. Planuję subskrypcję na prezent (3 i 6 miesięcy) z kampanią startującą już w październiku. Przy większym budżecie: badanie Conversion Lift w Meta, żeby zmierzyć przyrost zamiast go szacować, oraz automatyzacje e-mail dla osób, które przerwały subskrypcję.
Tempo wydatków, odrzucone reklamy, błędy w feedzie, nagłe skoki CPA.
Wyszukiwane hasła i wykluczenia, zmęczenie kreacji.
MER, CAC i mix ze sklepu kontra plan, przesunięcia budżetu, nowe koncepty do testów.
Kohorty subskrybentów, aktualizacja modelowanego LTV i wartości konwersji, raport dla zarządu.