Hoe de ROI van een Virtuele Pasapplicatie te Berekenen

De meeste verkooppraatjes voor virtuele pasapplicaties beginnen met grote percentages: minder retouren, hogere conversie, meer omzet per bezoeker. Deze cijfers komen van de winkel van iemand anders, met een andere catalogus, een ander publiek en een andere basislijn. Voordat u zich ergens voor aanmeldt, is het de moeite waard om uit te zoeken wat de tool daadwerkelijk zou moeten doen om voor uw eigen cijfers zinvol te zijn, en dat vervolgens te vergelijken met wat u observeert zodra het live is.

Wat is de ROI-formule voor een virtuele pasapplicatie?

Als je de marketing weghaalt, is de formule eenvoudig. Extra omzet is gelijk aan incrementele bestellingen vermenigvuldigd met uw gemiddelde orderwaarde. Incrementele bestellingen zijn gelijk aan de extra conversies die u krijgt van klanten die de pasfunctie gebruiken, bovenop wat ze sowieso zouden hebben geconverteerd. ROI is die extra omzet gedeeld door de maandelijkse kosten van de tool.

• Extra bestellingen = (bezoekers die de pasfunctie gebruiken) keer (hun conversiepercentage met pasfunctie min uw basisconversiepercentage).
• Extra omzet = extra bestellingen keer uw gemiddelde orderwaarde.
• ROI-factor = extra omzet gedeeld door wat de tool u die maand kost.

Niets in die formule is afhankelijk van de marketingclaim van een leverancier. Het hangt volledig af van uw eigen bezoekersvolume, uw eigen basisconversiepercentage, en twee schattingen die u direct beheert: hoeveel klanten de functie daadwerkelijk zullen proberen, en hoeveel dit hun kansen op een aankoop verandert.

Welke cijfers heeft u nodig voordat u begint?

1. Maandelijkse bezoekers productpagina's: haal dit uit uw bestaande analyses, niet uit een schatting.
2. Basisconversiepercentage: het huidige percentage van uw winkel, zonder pasfunctie, op de pagina's waar u de functie zou toevoegen.
3. Adoptieschatting pasfunctie: welk deel van de bezoekers daadwerkelijk op de knop zal tikken. Vroege gegevens binnen de categorie laten zien dat dit varieert van lage ééncijferige percentages tot ongeveer 10 tot 15 procent van de bezoekers op pagina's waar het prominent is geplaatst, maar dit varieert voldoende per doelgroep en plaatsing, zodat uw eigen schatting belangrijker is dan een gemiddelde van de categorie.
4. Schatting conversieverhoging: hoeveel waarschijnlijker een gebruiker van de pasfunctie een aankoop voltooit vergeleken met een klant die het niet gebruikt. Stel dit conservatief in als u nog geen eigen gegevens heeft: een verhoging van 10 tot 20 procent is een redelijke startaanname om te testen, geen belofte.
5. Gemiddelde orderwaarde: uw bestaande AOV voor de productcategorie die u evalueert.

Moeten minder retouren deel uitmaken van de berekening?

Conceptueel wel. Een lager retourpercentage houdt meer van de reeds geboekte omzet in stand, aangezien een geretourneerde bestelling u de verzendkosten van het product (heen en terug) plus de verwerkingstijd kost, bovenop het verlies van de verkoop. Retourpercentages voor online kleding liggen doorgaans tussen de 25 en 40 procent, afhankelijk van de categorie, dus het geldbedrag per bestelling is aanzienlijk.

Laat in de praktijk retouren buiten uw eerste ROI-model, tenzij u al uw eigen retourgegevens van voor en na de implementatie hebt voor een specifiek product of categorie. Een algemeen branchebereik vertelt u dat het probleem groot is; het vertelt u niet welk deel van uw specifieke retourpercentage wordt veroorzaakt door pasvorm, wat het deel is dat virtuele pasapplicaties daadwerkelijk kunnen beïnvloeden, versus transportschade, gewijzigde voorkeuren of andere oorzaken waar het geen invloed op heeft. Zodra u een paar maanden aan echte retourgegevens heeft met de pasfunctie live, voegt u deze toe als een tweede, nauwkeurigere pas, in plaats van vooraf te gissen.

Een uitgewerkt voorbeeld, stap voor stap

Stel dat een winkel 50.000 maandelijkse bezoekers krijgt op productpagina's, die momenteel converteren tegen 2 procent, met een gemiddelde orderwaarde van 60 US dollar, en verwacht dat 5 procent van de bezoekers de pasfunctie zal gebruiken met een conversieverhoging van 20 procent voor degenen die dat doen.

• Gebruikers pasfunctie: 50.000 keer 5 procent, wat 2.500 bezoekers per maand is.
• Hun verhoogde conversiepercentage: 2 procent keer 1.20, wat 2,4 procent is.
• Bestellingen van gebruikers pasfunctie: 2.500 keer 2,4 procent, ongeveer 60 bestellingen, versus 50 bestellingen als ze zouden hebben geconverteerd met de basislijn van 2 procent.
• Extra bestellingen: ongeveer 10 per maand.
• Extra omzet: 10 keer 60 US dollar, of ongeveer 600 US dollar per maand.
• Maandelijkse virtuele pasbeurten om te prijzen: 2.500. Corlen's Starter-plan (49,99 USD voor 250 pasbeurten, 0,20 USD per pasbeurt daarna) zou ongeveer 500 US dollar kosten bij dit volume, maar de goedkopere optie is de Growth-tier: 149 USD voor 1.000 inbegrepen pasbeurten plus 0,16 USD per pasbeurt daarboven, wat neerkomt op ongeveer 389 US dollar totaal voor 2.500 pasbeurten.

In dit voorbeeld liggen de extra omzet en de kosten dicht bij elkaar, en dat is precies het nut van het berekenen van uw eigen cijfers in plaats van te vertrouwen op een algemeen ROI-cijfer: de uitkomst hangt volledig af van uw adoptiepercentage en conversieverhoging, die beide moeten worden behandeld als hypothesen om te testen, niet als feiten om aan te nemen.

Bereken uw eigen cijfers met Corlen's gratis ROI-calculator

Corlen's ROI-calculator past precies deze formule toe op uw eigen invoer, live, met schuifregelaars voor bezoekers, basisconversie, adoptie en verhoging, plus een veld voor de gemiddelde orderwaarde. Het prijst automatisch uw geschatte maandelijkse volume aan pasbeurten af tegen Corlen's huidige API-abonnementen, waarbij het de tier kiest die het minst kost bij dat volume, en toont de volledige berekening eronder, zodat niets een 'black box' is. Het is een planningsschatting gebaseerd op uw eigen cijfers, geen garantie, precies zoals de disclaimer vermeldt.

Voor de prijsstelling hiervan afzonderlijk, zie hoeveel kost een virtuele pasapplicatie. Voor ROI-overwegingen specifiek voor high-end winkels, zie virtuele pasapplicatie voor luxemode, waar één voorkomen retour al maanden van de dienst kan betalen. Om te zien wat een klant daadwerkelijk ervaart voordat u adoptieaannames hieromheen modelleert, probeer Corlen met uw eigen foto, of lees de ontwikkelaarsdocumentatie als u de API evalueert voor een custom integratie.