Váš bestseller může být ztrátový. Report ziskovosti produktů ukáže, kde opravdu vyděláváte

Sada zahradního nábytku s nejlepším ROAS v celém reklamním účtu. Dvanáct korun tržeb za každou korunu investovanou do reklamy, druhý nejprodávanější produkt sezony. A po odečtení nákupní ceny, dopravy a vratek ztráta 134 tisíc korun. Není to kuriozita. Je to běžný stav e-shopů, které vyhodnocují marketing podle obratu. Report ziskovosti produktů tenhle rozdíl vytáhne na světlo, a to až na úroveň jednotlivých SKU.

Proč obrat a ROAS samy o sobě nestačí

GA4 spočítá konverze. Google Ads ukáže ROAS. Sklik, Zboží.cz, Heureka i Glami pošlou svoje objednávky. Žádný z těch systémů ale neví, kolik jste za produkt zaplatili dodavateli. Nezná cenu balení, nevidí příplatek za nadrozměrnou zásilku a netuší, že se každý pátý kus vrátí zpátky na sklad.

Rozhodnutí pak vypadají naprosto logicky a přitom ztrátu prohlubují. Navýšíte rozpočet u kampaně s nejvyšším ROAS, protože čísla vypadají skvěle. Tím ale škálujete produkt, který na sebe po odečtení všech nákladů nevydělá. Čím víc utratíte, tím víc proděláte. A protože reklamní systém o marži nic neví, pomáhá vám v tom naplno.

Rozdíl mezi obratem a ziskem se navíc chová u každého produktu jinak. Drobné příslušenství s marží 40 % a poštovným za 79 korun hraje úplně jinou hru než trampolína, kterou musíte poslat paletovou přepravou a která se v pětině případů vrátí. Průměrná marže napříč e-shopem tenhle rozdíl spolehlivě zamaskuje.

Odtud pramení i klasický spor mezi marketingem a financemi. Marketing ukazuje růst tržeb a zlepšující se ROAS. Finance ukazují stagnující zisk. Obě strany mají pravdu, protože každá měří jiné číslo, a nikdo nemá po ruce přehled, který by je propojil.

Nejčastější slepá místa jsou přitom triviální. Slevové kódy, které se v přehledech schovají do průměrné ceny. Vratky zaúčtované v jiném měsíci než původní objednávka. Tržby s DPH porovnávané s náklady bez DPH. Každá z těch drobností posune výsledek o jednotky procent – a dohromady dokážou přepnout produkt ze zisku do ztráty. Dokud marketing nevidí marži, optimalizuje na obrat. A obrat se dá koupit skoro vždycky.

Co report ziskovosti produktů skutečně počítá

Report ziskovosti produktů sleduje jediné číslo: kolik z tržby vám na konci zůstane. Od tržby postupně odečte slevy, vratky, nákupní cenu zboží (COGS), logistiku a fulfillment, provize srovnávačů a marketplaces a nakonec náklady na reklamu. Výsledkem je příspěvek na krytí, a to na úrovni jednotlivých SKU nebo varianty.

Čistá marže v tomto reportu znamená podíl příspěvku na krytí na tržbě, tedy kolik z každé stovky korun zbude po všech nákladech, které jdou přiřadit konkrétnímu produktu. Fixní náklady firmy, jako je nájem skladu, mzdy nebo systémy, v ní nejsou. Rozpouštět je mezi tisíce SKU totiž nemá smysl: ať je rozdělíte jakkoli, výsledek řekne víc o zvoleném klíči než o produktu.

Cesta od tržby k zisku. Každý sloupec je jedna nákladová položka, kterou většina marketingových reportů vůbec nevidí.

Zásadní je poslední krok. Nákladovou strukturu si nějak počítá skoro každá firma, obvykle v tabulce, kterou jednou za čtvrtletí aktualizuje controlling. Skoro nikdo ale do té tabulky nedostane marketingové náklady přiřazené ke konkrétnímu produktu. Právě tohle propojení rozhoduje o tom, jestli report jen popisuje minulost, nebo vám řekne, kam příště poslat rozpočet.

Jaká data report ziskovosti produktů potřebuje

Prodeje na úrovni SKU a variant

Shoptet, WooCommerce, PrestaShop, Helios, WPJ i vlastní řešení. Podmínka je jediná: e-shop musí mít API, na které se dokážeme napojit. Stahujeme objednávky, položky, varianty, uplatněné slevové kódy i stornované a vrácené kusy. Varianta je přitom důležitější, než se zdá. U oblečení nebo nábytku se ziskovost mezi velikostmi a barvami liší klidně o desítky procent, protože se liší vratkovost.

Chování na webu

GA4 doplní kontext, který samotné objednávky nemají: odkud návštěva přišla, jak dlouhá byla cesta k nákupu a které produkty si lidé hodně prohlíží, ale málo je kupují. Aby data měla granularitu na úrovni produktu a nezkreslilo je vzorkování, napojíme GA4 na BigQuery a pracujeme se surovým exportem místo agregovaných přehledů v rozhraní.

Náklady na reklamu přiřazené k produktu

Google Ads, Sklik a Zboží.cz, Heureka, Glami, Meta, Adform. Náklady rozdělujeme podle product ID z feedu. U kampaní bez produktové struktury, typicky brandových, používáme podíl na tržbách dané kategorie. Kvalita tohohle kroku přímo závisí na tom, jak dobře máte nastavené měření. Bez server-side sběru dat a Google Tag Gateway vám část konverzí prostě vypadne a report bude systematicky lhát ve prospěch nejhůř měřených kanálů.

Nákladová data

COGS, fulfillment, poštovné podle hmotnostních pásem, provize srovnávačů, náklady na zpracování vratky. Tahle data bývají nejroztříštěnější: část v ERP, část v tabulce od logistiky, část v hlavě finančního ředitele. Posbírat je stojí nejvíc času ze všech kroků a zároveň je to ta část, která celému reportu dává smysl.

Jeden detail, na kterém tenhle typ reportu nejčastěji padá: nákupní cena se v čase mění. Pokud si sklad uloží jen aktuální COGS a přepočítá s ní i loňské objednávky, meziroční srovnání marže nemá žádnou vypovídací hodnotu. Proto ukládáme nákladové hodnoty s platností od–do a každou objednávku počítáme s cenou, která platila v den jejího vzniku.

Jak report ziskovosti produktů vypadá v praxi

Všechno končí v datovém skladu, typicky v BigQuery, nad kterým vzniká vizualizace v Looker Studiu nebo Power BI. Report se aktualizuje denně nebo týdně podle toho, jak rychle se u vás rozhoduje. První obrazovka odpovídá na otázku, jestli firma vydělává víc než loni.

Kombinace, kterou vidíme často: tržby rostou dvouciferně, příspěvek na krytí klesá. Marže se rozpouští ve slevách, dopravě a vratkách rychleji, než obrat stíhá růst.

Druhá obrazovka pojmenuje konkrétní viníky. Tady většinou nastane ticho.

Sada nábytku Rattan má nejvyšší ROAS v celé tabulce a druhou nejvyšší ztrátu. Trampolínu zabíjí kombinace paletové dopravy a vratek. Hadice a LED set přitom vydělávají 39 a 36 procent a v žádné prezentaci o nich nepadne slovo

Třetí obrazovka řeší načasování. Sezonalita se totiž u obratu a marže chová jinak a rozdíl mezi těmi dvěma křivkami je často ten nejdražší graf v celé firmě.

Nejsilnější měsíc v obratu bývá nejslabší v zisku. Bez tohohle pohledu se slevová sezona plánuje naslepo.

Rozhodnutí, která z reportu uděláte hned první týden

• Vypnete reklamu na hluboce ztrátová SKU. Obvykle jde o desítky položek a efekt na výsledovku se projeví okamžitě, bez jediné koruny navíc v rozpočtu.
• Přesunete peníze k produktům s nejvyšším příspěvkem, ne k těm s nejvyšším ROAS. Bývá to překvapivě jiný seznam.
• Nastavíte cílový ROAS podle marže. Produkt s marží 40 % unese úplně jiný cíl než produkt s marží 8 %. Hodnotu marže posíláme do reklamních systémů doplňkovým feedem, takže algoritmy optimalizují na zisk místo na obrat.
• Zaměříte se na vratkovost tam, kde nejvíc bolí. U oblečení a nábytku často stačí lepší fotky, velikostní tabulka nebo přesnější rozměry v popisu.
• Naplánujete slevovou sezonu s vědomím, kolik vás bude stát. Listopad z grafu výše přinesl rekordní obrat a nejhorší marži roku.

Jak takový report stavíme

Ve třech krocích. Nejdřív napojíme zdroje, tedy e-shop, GA4, reklamní systémy a nákladové tabulky, a sjednotíme je na společný klíč produktu. To je ta nudná a nejdůležitější část: bez konzistentního product ID napříč feedy, ERP a analytikou se nic dalšího postavit nedá.

Pak přijde datový sklad. Data v něm žijí v jedné struktuře a hlavně s historií, kterou vám žádná reklamní platforma sama neuchová. Google Ads i Sklik data po čase agregují nebo mažou, e-shop přepisuje ceny a marže a meziroční srovnání tím ztrácí smysl. Sklad tenhle problém řeší jednou provždy.

Nakonec nad tím vznikne report, který čte marketingový manažer i majitel, ne jen analytik. Data o marži přitom patří mezi nejcitlivější čísla ve firmě, takže je řešíme jako jakákoli jiná finanční data: přístup podle rolí a žádné COGS ve sdílených dashboardech pro externí partnery.

Frekvenci aktualizace určuje ten, kdo report čte. Majiteli e-shopu obvykle stačí týdenní pohled se srovnáním proti minulému roku a proti plánu. Performance tým potřebuje denní data, aby stihl zareagovat na to, co se v kampaních děje tenhle týden. Obojí čerpá ze stejného skladu, liší se jen obrazovka a rozsah detailu.

Jakmile máte historii na úrovni produktu pohromadě, otevírá se další patro. Stejná data slouží jako vstup pro predikci poptávky a plánování zásob, protože model potřebuje přesně to, co jste právě posbírali.

Kdy report ziskovosti produktů dává smysl a kdy ne

Vyplatí se, pokud máte stovky až tisíce SKU, výrazně odlišné marže napříč sortimentem, drahou nebo rozměrnou dopravu, vysokou vratkovost nebo prodáváte přes srovnávače a marketplaces s provizemi. Čím pestřejší sortiment, tím víc peněz se schovává v průměru.

Nevyplatí se, pokud prodáváte pár desítek položek s prakticky stejnou marží a stejným poštovným. Tam si vystačíte s dobře vedenou tabulkou a čas i rozpočet dají větší smysl jinde. Podobně u čistě lead-genového byznysu, kde se návratnost počítá jinak a kde dává větší smysl měřit hodnotu poptávky než marži na produktu.

Co si z toho odnést

Report ziskovosti produktů sám o sobě nic nezmění. Změní ale to, o čem se na poradách mluví. Místo hádky o atribuci máte na stole konkrétní seznam položek, na které se vyplatí inzerovat, a seznam těch, které jen tiše ujídají z výsledovky. A to je rozdíl, který se dá spočítat.

Chcete vědět, jestli se to u vás dá postavit? Ozvěte se týmu Data a analytika ve Fragile. Projdeme s vámi, jaká data už máte, co chybí a jak dlouho by první verze reportu trvala.