ROAS у мобільному маркетингу: що це таке, формула та як підвищити

Що таке ROAS?

ROAS (Return on Ad Spend) — метрика ефективності рекламних кампаній, що показує, скільки грошей принесла реклама на кожен витрачений рубль. Наприклад, ROAS 4:1 означає, що кожен рубль рекламного бюджету приніс 4 рублі доходу.

У мобільному маркетингу ROAS застосовується для оцінки кампаній із залучення користувачів (User Acquisition). Платформи на кшталт Meta Ads, Google Ads і Apple Search Ads надають дані про витрати, а аналітичні системи — про доходи від встановлених користувачів.

Як інтерпретувати ROAS

ROAS нижче 1:1 (або 100%) означає збиток — реклама не окупається. ROAS 2:1 покриває витрати та залишає маржу. ROAS вище 5:1 вважається відмінним показником для більшості вертикалей. Однак інтерпретація залежить від життєвого циклу користувача (LTV): якщо користувач монетизується протягом 6 місяців, ROAS на 3-й день може бути низьким, але підсумковий — високим.

Сезонність і тип застосунку теж впливають. Ігри з коротким LTV вимагають швидкого ROAS, а підписні сервіси можуть допускати більш тривалу окупність.

Чому ROAS — метрика №1 для UA-менеджерів

У User Acquisition (UA) ROAS дозволяє порівнювати канали трафіку між собою. Facebook Ads з ROAS 2,5 програє TikTok Ads з ROAS 3,8, хоча обидва канали приносять встановлення — різниця в якості користувачів. UA-менеджер перерозподіляє бюджет на користь каналу з кращим ROAS, домагаючись максимальної віддачі від рекламного бюджету.

Без ROAS маркетолог спирається на CPI (вартість встановлення), яка не показує, скільки грошей приносить користувач. Канал з дешевими встановленнями може давати низькоякісний трафік з нульовою монетизацією. ROAS вирішує цю проблему.

Формула розрахунку ROAS

Формула ROAS гранично проста: дохід від реклами ділиться на витрати на рекламу. Результат виражається в разах або відсотках.

ROAS = Revenue / Ad Spend

Якщо рекламна кампанія принесла 600 000 руб. доходу, а бюджет становив 150 000 руб., ROAS = 600 000 / 150 000 = 4,0 (або 400%).

Приклад розрахунку з атрибуцією

На практиці дохід прив'язується до встановлень через атрибуцію. Розглянемо приклад розрахунку ROAS на наборі кампаній:

Apple Search Ads показали найкращий ROAS (6,0), хоча принесли найменше встановлень. Це характерно для платформи з високим купівельним наміром користувачів.

Програмний розрахунок ROAS через Firebase

Для автоматичного розрахунку ROAS у застосунку можна використовувати Firebase Analytics у зв'язці з BigQuery:

SELECT
  DATE(event_timestamp) AS campaign_date,
  campaign_name,
  SUM(event_value_in_usd) AS revenue,
  SUM(ad_cost) AS ad_spend,
  ROUND(SUM(event_value_in_usd) / SUM(ad_cost), 2) AS roas
FROM `project.analytics_123.events_*`
WHERE event_name = 'in_app_purchase'
  AND campaign_name IS NOT NULL
GROUP BY campaign_date, campaign_name
ORDER BY roas DESC

Запит групує дохід від покупок за кампаніями та днями, ділячи на витрати — виходить щоденний ROAS по кожному джерелу трафіку.

Який ROAS вважається хорошим?

Хороший ROAS не існує у вакуумі — він визначається маржинальністю продукту та моделлю монетизації. Для підписних застосунків ROAS 3:1 може бути низьким, якщо маржа становить 20%, а для ігор із внутрішніми покупками ROAS 4:1 — відмінним.

Фактори, що впливають на цільовий ROAS

Важливо враховувати часовий горизонт: Day 1 ROAS майже завжди низький, тому що користувачі не здійснюють покупки в перший день. Decision-модель (аналіз за когортами) дає більш точну картину.

Згідно з дослідженням AppsFlyer (2024), середній ROAS Day 30 для Android-застосунків становить 0,45, а для iOS — 0,52. Різниця пояснюється платоспроможністю аудиторії.

Порівняння ROAS за вертикалями

ROAS сильно варіюється між категоріями застосунків. Hyper-casual ігри зазвичай мають ROAS 1,2–1,5 через короткий LTV користувачів. Середній ROAS fintech-застосунків досягає 5,0–7,0, оскільки користувачі здійснюють повторні транзакції. E-commerce застосунки займають проміжну позицію з ROAS 3,0–5,0.

Важливо враховувати регіон: ROAS у США та Західній Європі в 2–3 рази вищий, ніж у Південно-Східній Азії, при порівнянному CPI. Різниця зумовлена купівельною спроможністю аудиторії та рівнем конкуренції на рекламних аукціонах.

ROAS vs ROI: у чому різниця?

ROAS і ROI — споріднені метрики, які часто плутають. ROAS враховує лише рекламні витрати, а ROI — всі витрати, включаючи виробництво, зарплати та операційні витрати.

Формула ROI: (Дохід — Повні витрати) / Повні витрати × 100%. Якщо застосунок заробив 1 млн руб., а повні витрати становили 800 тис. руб., ROI = 25%. ROAS при цьому може бути 4,0, якщо рекламний бюджет був всього 250 тис. руб.

Коли використовувати ROAS

ROAS застосовується для оперативної оцінки рекламних кампаній. Маркетолог бачить, який канал приносить більше доходу на рубль бюджету, і перерозподіляє витрати. Рішення приймається в реальному часі — протягом днів або тижнів.

Коли використовувати ROI

ROI потрібен для стратегічної оцінки бізнесу — чи окупається продукт у цілому. ROI включає розробку, підтримку, серверні витрати та зарплати. Показник вважається на квартальній або річній дистанції.

На практиці обидві метрики використовуються паралельно: ROAS — для тактики закупівлі трафіку, ROI — для стратегії розвитку продукту.

Як підвищити ROAS у мобільних застосунках?

Підвищення ROAS вимагає комбінації оптимізації креативів, таргетингу та ретаргетингу. Нижче — перевірені методи з прикладами.

Оптимізація креативів

A/B-тестування креативів — найшвидший спосіб покращити ROAS. Замініть статичні банери на playable-ads (інтерактивні прототипи геймплею). За даними Unity Ads (2024), playable-ads підвищують CR на 30–40% і знижують CPI на 15%.

• Тестуйте 3–5 варіантів креативу на одну аудиторію
• Змінюйте один елемент: колір CTA, текст оферу, тип медіа (відео vs статика)
• Враховуйте платформу: на iOS краще працюють преміальні креативи, на Android — утилітарні

Таргетинг і сегментація

Lookalike-аудиторії на основі LTV підвищують ROAS на 25–50% порівняно з широким таргетингом. Завантажте в рекламний кабінет когорту користувачів з LTV вище медіани — алгоритми знайдуть схожих.

Geotargeting теж важливий: реклама в країнах Tier-1 (США, Великобританія, Японія) дає вищий ROAS, але й CPI вище. Оптимальна стратегія — мікс Tier-1 для преміальних встановлень і Tier-2 для масштабу.

// Приклад відправки даних про конверсію в Adjust для ROAS-аналітики
const adjust = new Adjust({
  appToken: '{your_app_token}',
  environment: 'production'
});

adjust.trackEvent({
  eventToken: '{purchase_token}',
  revenue: 9.99,
  currency: 'USD',
  callbackParams: {
    campaign_id: campaignId
  }
});

Відправка revenue-подій у трекер (Adjust / AppsFlyer) дозволяє платформі автоматично рахувати ROAS на рівні кампанії та оптимізувати ставки.

Ретаргетинг відмовників

Ретаргетинг на користувачів, які встановили застосунок, але не здійснили purchase, дає ROAS 6:1 — 10:1 за даними Remerge (2024). Сегментуйте за подіями: «встановив, але не відкривав 7 днів» або «додав товар у кошик, але не купив».

Оптимізація часу доби та днів тижня

Dayparting — розподіл рекламного бюджету по годинах і днях. У мобільних застосунках конверсія у вечірні години (18:00–23:00) на 30% вища, ніж у ранкові (6:00–11:00). У вихідні CPI нижчий на 15–20% при тому ж ROAS. Налаштування розкладу показів у рекламному кабінеті дає приріст ROAS на 10–15% без зміни креативів.

Інструменти для відстеження ROAS

Для коректного розрахунку ROAS необхідна інтеграція рекламних платформ з аналітичною системою. Основні інструменти діляться на три категорії.

MMP-платформи (Mobile Measurement Partners)

AppsFlyer і Adjust — лідери ринку. Вони автоматично зводять дані про витрати з 10+ рекламних кабінетів і доходи із застосунку. AppsFlyer надає звіт ROAS по когортах з розбивкою по країні, кампанії та креативу.

Аналітика Firebase + BigQuery

Firebase Analytics безкоштовний і вбудований в екосистему Google. Для розрахунку ROAS дані вивантажуються в BigQuery, де будується SQL-запит (приклад вище). Мінус — немає автоматичної атрибуції: дані про витрати потрібно завантажувати окремо.

Спеціалізовані BI-рішення

Tableau і Looker дозволяють будувати кастомні ROAS-дашборди з даними з MMP, власної аналітики та CRM. Підходять для продуктів з високим обсягом даних і складною воронкою.