Black Friday îl poate păcăli pe analist de două ori. În ziua de vârf, datele arată prea puțin, pentru că în platformele de publicitate conversiile abia încep să apară. O săptămână mai târziu arată prea mult, pentru că veniturile record ascund marja cedată prin reduceri și vânzările împrumutate din săptămânile vecine. Acest ghid împarte lucrul cu datele în jurul vârfului în trei faze: pregătirea măsurării, ziua reducerilor urmărită live și o evaluare în care poți avea încredere.
Faza 1 · înainte
Reperul: cu ce compari Black Friday
Fără un reper, orice rezultat din vârf este „record” și nu se poate trage nicio concluzie. Înainte de sezon se stabilesc două baze de comparație, ambele din datele proprii:
- Vârful de anul trecut, pe categorii: nu doar rezultatul total, ci distribuția pe ore a zilei, ponderea categoriilor și bestsellerurile. Din această curbă reiese când să te aștepți la vârfuri și ce trebuie să fie pe stoc (cum se calculează: ghidul despre planificarea Q4).
- Săptămânile obișnuite chiar înainte de sezon: baza pentru măsurarea efectului vânzărilor împrumutate. Va fi necesară după vârf, așa că trebuie „înghețată” din timp: vânzările săptămânale medii și marja dintr-o perioadă fără promoții.
Faza 1 · înainte
Checklist de măsurare înainte de vârf
În vârf, o defecțiune de măsurare costă cel mai mult și este cel mai greu de observat, pentru că toate cifrele oricum o iau razna. De aceea, instrumentele de măsurare se verifică înainte, nu în timpul vârfului:
Măsoară acoperirea normală GA4
Raportul dintre numărul de tranzacții purchase din GA4 și numărul de comenzi plătite din magazin în aceleași zile, calculat pe totalurile ultimelor săptămâni. Această cifră este etalonul: dacă în vârf acoperirea scade clar sub normal, se strică măsurarea, nu vânzările. Metoda pas cu pas: ghidul despre auditul GA4.
Curăță statusurile produselor în Merchant Center
Produsele respinse și cele care expiră se repară cât traficul este ieftin. Un bestseller respins joi seara nu se mai întoarce în licitații pentru vârful de vineri.
Calculează zilele de stoc ale bestsellerurilor la ritmul vârfului
Stocul împărțit la vânzările zilnice din vârful de anul trecut, nu la media din octombrie. Produsele fără acoperire pentru tot weekendul ies mai devreme din campanii (mecanismul: ghidul despre stocuri).
Stabilește pragurile de alertă și planul de verificări
Ce considerați alertă (scăderea acoperirii GA4, un salt al comenzilor neplătite, stocul unui bestseller sub prag) și cine urmărește dashboardul și la ce ore. În ziua de vârf nu e timp pentru inventat proceduri.
Faza 2 · ziua de vârf
Ziua de vârf: ce urmărești live și ce lași pe mai târziu
Ziua reducerilor are propriul ritm și propriul set de metrici. Curba pe ore de anul trecut îți arată când să te uiți (date ilustrative, magazin de electronice):
Comenzi la fiecare 3 ore · ziua de vârf față de o vineri obișnuitămagazin de electronice · date ilustrative
Două vârfuri în loc de unul: un salt imediat după miezul nopții (startul promoției, clienți cu coșurile deja pregătite) și un vârf lung seara. Între ele, o scădere dimineața, care în fiecare an tentează la „câteva ajustări în campanii”. Curba arată clar: aceasta este forma normală a zilei, așteptați.
Panoul zilei împarte metricile în două grupe: cele complete imediat, pe baza cărora se poate reacționa, și cele care în ziua de vârf încă induc în eroare:
De urmărit în timp real
De lăsat pentru după vârf
Alarma care chiar este o alarmă
O scădere bruscă a acoperirii GA4 în vârf înseamnă o defecțiune de măsurare, iar fiecare oră de întârziere strică datele sezonului. De aceea acoperirea stă pe panou lângă comenzi: vânzările din magazin cresc, iar analytics „pierde” brusc comenzi? Reacționați imediat, în loc să explicați luni rapoarte ciudate.
Faza 3 · după vârf
Datele se completează odată cu ferestrele de atribuire
Raportul de sâmbătă dimineață arată doar o parte din rezultatul de vineri. Platformele de publicitate adaugă conversiile cu întârziere: ferestre după clic și după afișare, modelare în lipsa consimțămintelor, clienți care revin după un weekend de gândire. Ponderea conversiilor din ziua de vârf vizibile în platforme crește aproximativ așa (date orientative):
Ziua de vârf
citire brută seara+1 zi
vin conversiile din ferestre+3 zile
se adaugă revenirile după weekend+7 zile
imagine completă, momentul verdictelorConcluzia practică este una singură: verdictele despre campanii și canale se dau la aproximativ o săptămână după vârf. O campanie „tăiată” sâmbătă pentru ROAS slab era de cele mai multe ori în regulă; rezultatul ei pur și simplu nu sosise încă. Mecanismul ferestrelor și al modelării este explicat în ghidul despre conversii și atribuire; în ziua de vârf e suficient să rețineți că acesta acționează cel mai puternic exact atunci când volumul este cel mai mare.
Faza 3 · după vârf
Bilanțul: marja după reduceri și vânzările împrumutate
Efectul vânzărilor împrumutate
Reducerile adaugă o parte din comenzi, iar o altă parte doar o mută în timp: clienții amână cumpărăturile înainte de vârf și nu revin după el. De aceea rezultatul se evaluează pe suma săptămânilor din jurul vârfului față de bază, nu doar pe ziua reducerilor.
Graficul pe săptămâni arată acest lucru foarte clar (indice de vânzări, 100 = o săptămână obișnuită din bază, date orientative):
Indice de vânzări pe săptămâni · 100 = baza dinaintea sezonuluiscăderile înainte și după vârf sunt vânzări împrumutate
Vârf +115%, perioadă +6%. Suma celor cinci săptămâni este de 529 de puncte față de 500 în bază: creșterea reală a întregii perioade a fost de sub 6%, deși săptămâna de vârf părea o dublare a afacerii. Ambele cifre sunt adevărate; doar a doua arată dacă promoția a adus vânzări în plus.
Al doilea pilon al bilanțului este marja după reduceri. Reducerea se scade din profit, nu din venit: la marjele obișnuite, renunțarea la câteva zeci de procente din preț consumă o parte mult mai mare din marjă (calculul: ghidul despre rentabilitatea codurilor de reducere). De aceea venitul record din vârf se compară cu marja calculată pe prețurile după reduceri, pe fiecare categorie: de obicei reiese că o parte din „hiturile reducerilor” au adus volum cu un profit simbolic, iar sezonul a fost salvat de produsele cumpărate în plus, fără reducere.
Notă metodologică: toate cifrele din exemple sunt orientative. Forma curbei zilnice, ritmul de completare a datelor și adâncimea scăderilor din jurul vârfului diferă de la o categorie la alta; valorile proprii se iau din sezoanele anterioare, iar baza de comparație se stabilește înainte de startul promoției, nu după.
DataOrganizer
Cum sprijină DataOrganizer analiza datelor în vârf
Întregul ritual descris se bazează pe date pe care DataOrganizer le ține într-un singur model: comenzi plătite, cheltuielile tuturor platformelor, marja, stocurile și evenimentele GA4, cu detectare automată a anomaliilor. Panoul zilei nu necesită combinarea manuală a exporturilor, iar bilanțul de după sezon încape într-o singură întrebare:
Weekendul reducerilor comparat cu un weekend obișnuit:
| Indicator | Weekendul de vârf | Weekend obișnuit | Raport |
|---|---|---|---|
| Venit (plătit) | 482.000 lei | 112.300 lei | ×4,3 |
| Reducere efectivă | 12% | 2% | – |
| Marja după reduceri | 87.750 lei | 31.470 lei | ×2,8 |
| Rentabilitatea vânzărilor | 18,2% | 28,0% | cu 1/3 mai mică |
Rezultatul a venit din volum: marja a crescut de 2,8 ori, deși rentabilitatea a fost cu o treime mai mică. Totalul celor cinci săptămâni din jurul vârfului a ieșit cu 6% peste bază, deci cea mai mare parte a scăderii dinaintea vârfului a fost recuperată, ba chiar cu surplus. De notat pentru sezonul următor: două categorii au vândut în vârf cu o rentabilitate sub 8%, deci sunt candidate pentru reduceri mai mici.
De reținut
Black Friday pe date înseamnă trei discipline diferite, în trei faze. Înainte de vârf verifici măsurarea și îngheți baza. În timpul vârfului citești datele magazinului și urmărești acoperirea. După vârf aștepți ca datele să se maturizeze și calculezi marja pe o fereastră largă. Cel mai scump este să confunzi fazele.
Întrebări frecvente
Întrebări frecvente despre datele de Black Friday
Cum pregătești datele magazinului pentru Black Friday?
Cu una-două săptămâni înainte de vârf: măsoară acoperirea normală din GA4 (reperul pentru detectarea problemelor de măsurare), curăță statusurile produselor din Merchant Center, calculează câte zile de stoc au produsele cele mai vândute în ritmul vârfului de anul trecut și îngheață baza de comparație (săptămânile obișnuite și vârful de anul trecut, pe categorii) împreună cu pragurile de alertă.
Ce urmărești live în ziua reducerilor?
Ce este complet imediat: comenzile plătite și veniturile din magazin, cheltuielile totale și MER-ul zilei, stocurile produselor cele mai vândute, acoperirea GA4 și procentul comenzilor neplătite. ROAS-ul campaniilor individuale și atribuirea lasă-le deoparte: în ziua vârfului aceste cifre sunt, prin definiție, incomplete.
Când evaluezi campaniile după vârf?
După închiderea ferestrelor de atribuire, în practică cam la o săptămână după vârf. Platformele mai adaugă conversii timp de câteva zile, așa că raportul de sâmbătă subestimează sistematic rezultatele de vineri. Tăierea campaniilor pe baza datelor brute din ziua zero este cel mai scump reflex al sezonului.
Cum calculezi dacă Black Friday a fost profitabil?
Cu două calcule în paralel: marja după reduceri (reducerea se scade din profit, deci un venit record poate valora puțin) și totalul săptămânilor din jurul vârfului față de bază, care arată câte vânzări a adăugat promoția și câte doar a mutat în timp.
Cum ajută DataOrganizer?
Panoul zilei (comenzi, MER, stocuri, acoperire GA4) funcționează fără să lipești exporturi, anomaliile din date sunt semnalate automat în timpul vârfului, iar după sezon asistentul AI calculează rezultatul pe marja după reduceri și compară săptămânile din jurul vârfului cu baza, pe categorii și produse.
Rezumatul întregului ghid
Black Friday pe date: trei faze, trei reguli
1. Înainte: verifică măsurarea și îngheață baza. Acoperirea GA4, statusurile din Merchant Center, zilele de stoc în ritmul vârfului și un punct de referință stabilit înainte de pornirea promoției.
2. În timpul vârfului: citește magazinul, lasă platformele. Comenzile, MER-ul zilei, stocurile și acoperirea măsurării în timp real; verdictele despre campanii și canale abia după ce datele se maturizează.
3. După: calculează marja pe o fereastră largă. Marja după reduceri în loc de venit și totalul săptămânilor din jurul vârfului în loc de simplul record. DataOrganizer ține toate aceste date într-un singur model, așa că fiecare fază se reduce la o privire pe panou sau la o singură întrebare în chat.
DataOrganizer · panou pentru vârful sezonului
Conectează magazinul, platformele de publicitate și GA4: comenzi, MER, stocuri, acoperirea măsurării și marja după reduceri într-un singur loc, cu alerte de anomalii. Cont demo imediat, plătești doar pentru sursele conectate.
