De e-commercemerken met de hoogste ROAS waren de merken waarvan de omzet daalde. Dat zagen we in twee recente analyses van e-commercedata: The ROAS Paradox en The Value Trap Samen laten ze zien hoe een dashboard vol groene efficiëntiecijfers kan samengaan met een bedrijf dat krimpt. Stuur jij op ROAS en CPA, en laat je de optimalisatie steeds vaker over aan algoritmes? Dan raakt dit vraagstuk ook jou.
De ROAS-paradox: een hoge ROAS als waarschuwingssignaal
In The ROAS Paradox vergeleken we 64 e-commercemerken op hun omzetontwikkeling ten opzichte van het jaar ervoor. De groep die het hardst groeide, met gemiddeld 93% omzetgroei, draaide een ROAS van 4,0. De groep die krimpte, met 8% omzetdaling, kwam uit op 7,05. Wie alleen naar het dashboard kijkt, geeft de krimpers het hogere rapportcijfer.
De verklaring zit grotendeels in de verdeling over de funnel. Groeiende merken investeerden 44,5% van hun mediabudget in mid- en upperfunnel, krimpende merken 22,4%. Ruim driekwart van het budget van de krimpers ging naar bottom-of-funnel, waar de vraag al bestaat. Ook de mediamix verschilde: de krimpers zetten 74% van hun budget in op Google, terwijl de groeiers breder spreidden over Google (54%), Meta (32%) en kanalen als TikTok en Pinterest.
ROAS meet vooral oogst. Een merk dat eerder opgebouwde vraag binnenhaalt, ziet er efficiënt uit zolang die vraag er is. Ondertussen wordt er weinig nieuwe vraag opgebouwd voor de periode daarna, en dat zie je pas terug wanneer de omzet al stagneert.
De Value Trap: meer transacties, minder waard
The Value Trap, dat in vervolg op de ROAS Paradox is, kijkt naar een andere laag van dezelfde vraag: wat leverde het mediabudget op per transactie? De sterkste voorspeller van omzetontwikkeling was niet spend, CPC of het aantal conversies. Het was de ontwikkeling van de gemiddelde orderwaarde (AOV). Bedrijven die groeien verhoogden hun AOV met een mediaan van 21%, bij krimpers daalde die met 17%.
Zes op de tien krimpende bedrijven realiseerden zelfs méér conversies en verloren toch omzet. De mediaan van krimpende bedrijven groeide 12% in conversies, terwijl de AOV 17% daalde en de omzet 3% lager uitkwam. Op elk klassieke metric scoorden “de krimpers” beter: een lagere CPC (-3% tegenover +4% bij groeiers), een sterkere CTR-groei en een dalende CPA. Goedkopere klikken kunnen betekenen dat een campagne een responsiever publiek heeft gevonden. Ze kunnen ook betekenen dat de levering verschuift naar het prijsgevoelige deel van de veiling, dat goed converteert tegen een lage orderwaarde.
Hier speelt AI een grotere rol dan je misschien denkt. Geautomatiseerde biedstrategieën in Google, Meta en andere platforms zijn gebouwd om binnen jouw randvoorwaarden zoveel mogelijk van jouw doel te halen. Geef je een doel-CPA mee, dan zoekt het model de conversies die het goedkoopst binnen te halen zijn. Het weet niet dat een bestelling van 40 euro iets anders is dan een bestelling van 120 euro, tenzij je het dat vertelt. Elke stap ziet eruit als een verbetering, en pas als je de stappen optelt, zie je de waarde per transactie weglopen. Het algoritme doet precies wat je vraagt. De vraag is alleen of je het juiste vraagt.
De groep bedrijven die budget opschaalde én de AOV vasthield, liet het omgekeerde beeld zien. Van deze groep adverteerders groeide 93% in omzet, met een mediane omzetgroei van 55%. Hun CPA steeg met 12%, terwijl de krimpers hun CPA met 13% omlaag drukten. Op het dashboard zag deze groep er dus eerder duur dan efficiënt uit.
| Indicator | Groeiers | Krimpers | Bron |
| ROAS (geaggregeerd) | 4,0 | 7,05 | The ROAS Paradox |
| Aandeel budget mid- en upperfunnel | 44,5% | 22,4% | The ROAS Paradox |
| Mediane AOV-ontwikkeling | +21% | -17% | The Value Trap |
| Mediane CPC-ontwikkeling | +4% | -3% | The Value Trap |
| Mediane ROAS | 11,2 | 25,5 | The Value Trap |
De twee rapporten gebruiken verschillende cohortgrenzen en rekenmethodes; beide laten dezelfde richting zien.
Een organisatievraag, geen techniekvraag
Het opvallendste aan de krimpers is niet wat ze misten. Iedere adverteerder in onze data had toegang tot dezelfde inzichten: orderwaarde, conversiemix en de bijdrage van de volledige funnel aan omzet, naast de bekende volumecijfers. Het verschil zat in wat teams ermee deden. De groeiers namen orderwaarde mee in elke budget- en biedbeslissing. De krimpers stuurden alleen op efficiëntie cijfers, en de waardekant van hun eigen data bleef ongelezen.
Dat maakt het een vraag over hoe een organisatie stuurt, en niet over welke tools ze heeft. Een platform algoritme vindt betrouwbaar goedkopere conversies, maar bewaakt zelf niet wat die conversies waard zijn. Iemand moet die vraag aan de planningstafel stellen. In veel organisaties is niet duidelijk wie dat is: marketing kijkt naar ROAS en CPA, finance naar omzet en marge, en het bureau rapporteert op de KPI’s uit het mediaplan.
Bovendien ligt niet alles bij het mediateam. Productaanbod, bundels, prijzen en kortingsacties hebben allemaal invloed op de orderwaarde. Als die daalt, is het herstel vaak een gezamenlijke klus van het mediateam en de bredere commerciële organisatie. Het signaal komt uit de mediadata, maar de oplossing ligt deels buiten het mediaplan.
Voor bureaus ligt hier ook een kans. Het bureau dat met de klant het gesprek opent over orderwaarde, vraagcreatie en de bijdrage van de volledige mediamix aan omzet, groeit door van uitvoerder naar strategisch partner.
Wie verder wil kijken dan de AI-gedreven organisatie, moet daarom niet alleen investeren in betere modellen. De grotere winst zit in betere vragen: welk doel geven we de machine mee, wie bewaakt of dat doel nog klopt en hoe zorgen we dat marketing, finance en bureau over dezelfde waarde praten?
Wat dit vraagt van meten en sturen
De krimpers in onze data hadden geen gebrek aan dashboards. Ze hadden werkende ROAS-rapportages, gezonde CTR’s en dalende CPA’s. Wat ontbrak was een terugkoppeling tussen mediabeslissingen en de waarde per transactie. Platformoptimalisatie vindt betrouwbaar goedkopere conversies, maar bewaakt uit zichzelf niet wat die conversies waard zijn. Dat is een taak voor de planningstafel, en daar helpen vier verschuivingen bij.
- Maak AOV een planningsinput. Zet orderwaarde naast spend en ROAS op het moment dat een budget- of biedbeslissing wordt genomen, en niet pas bij de kwartaalafsluiting.
- Toets elk efficiëntiecijfer met twee vragen. Hield de orderwaarde stand? En bewoog de totale omzet dezelfde kant op? Is het antwoord nee, dan meet het dashboard het verkeerde.
- Kijk over de hele funnel. Upper- en midfunnelkanalen werken grotendeels via impressies en worden in last-click-rapportages structureel onderschat. Een meetmethode die die bijdrage zichtbaar maakt, is voorwaarde voor een eerlijk gesprek met finance.
- Stuur op marginaal rendement. Gemiddelde ROAS vertelt wat de afgelopen periode opleverde. Voor de verdeling van het volgende budget telt wat de volgende euro oplevert, en een verzadigde bottom-funnelcampagne met een hoge gemiddelde ROAS zit daar vaak al onder break-even.
Voor netwerkbureaus en hun klanten betekent dit ook een ander gesprek over KPI’s. Efficiëntie per kanaal blijft relevant, maar hoort te worden gelezen naast de bijdrage aan omzet en orderwaarde over de volledige mediamix.
Tot slot
Het is verleidelijk om een stijgende ROAS te lezen als bewijs van succes. Onze data laat zien dat efficiëntie, gemeten onderaan de funnel en los van orderwaarde, de andere kant op kan bewegen dan het bedrijf dat ze moet laten groeien. We presenteren dit als patronen die we waarnemen en niet als causale wetten, want marketing is een van de vele drijvers van omzet. De vraag die het oproept is wel voor elke organisatie relevant die steeds meer aan algoritmes overlaat: weerspiegelt jouw groene dashboard groei, of het opmaken van vraag die eerder is opgebouwd?
Grote adverteerders en hun bureaus zijn heel goed geworden in het optimaliseren van wat makkelijk te tellen is. De volgende stap is sturen op wat het bedrijf laat groeien: nieuwe vraag en de waarde per klant. Dat vraagt om een ander gesprek tussen marketing, finance en bureau, en om data die dat gesprek kan dragen. Laat de machine dus rekenen, maar bepaal zelf wat telt.
Over het onderzoek
De volledige bevindingen lees je in de Engelstalige rapporten The Value Trap en The ROAS Paradox.
Over Billy Grace
Billy Grace is een AI-gedreven marketing intelligence-platform voor e-commerce- en leadgen-teams, gevestigd in Amsterdam. Het platform combineert first-party tracking, Unified Marketing Measurement (UMM), centrale analytics en geautomatiseerde budgetoptimalisatie. Billy Grace meet honderden adverteerders in de Benelux, het Verenigd Koninkrijk en andere internationale markten.
Auteur:
Steven Zwanen, Partnerships Manager | Billy Grace