Bakom varje marginal finns ett mönster. När kostnader för frakt, plock och annonsering räknas in förändras bilden av vad som verkligen är lönsamt. Rätt analys gör det tydligt vilka produkter som driver resultat och vilka som bara ser ut att göra det.
Att titta på försäljning, marknadsföring och logistik var för sig räcker inte. Marginalen avgörs istället av samspelet mellan dem. Även om ett sortiment kan se lönsamt ut i rapporten, kan det i verkligheten gå med förlust när frakt, returer och kampanjkostnader inkluderas. Detsamma gäller kampanjer som driver försäljning men samtidigt ökar rabatter, ad spend eller returgrad.
För att förstå den verkliga effekten behöver data från alla system kombineras i en modell som visar hur varje produkt, kanal och marknad påverkar lönsamheten. Det handlar alltså inte bara om vad som säljs, utan om vad som faktiskt bidrar till resultatet.
Begrepp: Så fungerar GM1, GM2 och GM3
För att förstå marginalkedjan behövs tydliga definitioner. GM1, eller Gross Margin 1, utgår från nettoomsättning efter returer, fraktintäkter och rabatter, minus varukostnad (COGS). Det här är grundmarginalen: det som återstår när varan är såld, levererad och rabatten avdragen.
Nästa steg, GM2, innebär att man drar av kostnader för logistik och lager från GM1. Här inkluderas plock och pack, frakt, lagerhyra och transaktionskostnader. Därmed får du en bild av hur logistiken påverkar marginalen på produkt-, kategori- och marknadsnivå.
Slutligen är GM3 den nivå där även rörliga marknadsföringskostnader, såsom annonsutlägg (dock exklusive fasta kostnader som byråarvoden), tas bort från GM2. Då återstår den faktiska marginalen – den del av intäkten som i praktiken finns kvar att fördela på fasta kostnader och vinst.
Genom att arbeta på det här sättet går det att förstå inte bara var pengarna kommer in, utan också var de försvinner på vägen. Dessutom synliggör det vilka delar av verksamheten som faktiskt bär sig när alla relevanta kostnader räknas in.
Exempel från ett Omniarch-case
En analys på produktnivå visade flera artiklar med hög bruttomarginal men negativ GM3 efter att frakt och annonskostnader räknats in.
Genom att flytta dessa produkter till kampanjer med högre ROAS-mål och justera budgeten mot segment med sundare marginal förbättrades det totala resultatet avsevärt.
Vid export till marknader med lägre returgrad kunde samma varumärke konstatera nästan dubbelt så hög intjäning per order. Det gav utrymme att prioritera lanseringar och budget mot just dessa marknader där helheten höll ihop.
Fyra steg till actionable lönsamhetsanalys
- Datainsamling: Exportera orderdata och samla alla rörliga kostnadsposter: frakt, returhantering, annonskostnader, rabatter och plattformsavgifter. Se till att varje post kan kopplas till produkt, kanal och marknad.
- Datamodell: Bygg en modell som speglar marginalkedjan på detaljnivå. GM1, GM2 och GM3 ska kunna följas per segment, och varje kostnad ska vara spårbar.
- Analys: Identifiera var marginalen stärks och var den riskerar att försvinna. Följ effekten av förändringar i kampanjstruktur, sortiment, logistik eller returhantering. Analysera avvikelser som stigande annonskostnader eller onormalt hög returgrad i vissa segment.
- Actions: Justera marknadsbudget och sortiment mot det som faktiskt bygger vinst. Agera snabbt när datan visar förändringar och bekräfta alltid effekten i nästa marginalanalys.
Frågor din marginalanalys måste kunna besvara
✔ Vilka produkter, marknader eller kampanjer har högst respektive lägst GM3 – och varför?
✔ Hur påverkar returer, frakt och annonskostnader resultatet på sista raden?
✔ Vilka segment är lönsamma när alla rörliga kostnader räknas in, och vilka behöver pausas eller omstruktureras?
✔ Finns det säsongs- eller kampanjmönster som påverkar marginalen över tid?
✔ Hur skiljer sig marginalen mellan nya och återkommande kunder, eller mellan olika kanaler?
Teknik och process: Så byggs analysen i praktiken
För att analysen ska fungera krävs en dataplattform där försäljningsdata, logistik, returer och marknadsdata samlas och korskopplas. Det kan ske i en egenutvecklad modell eller i ett SaaS-verktyg som tillåter analys på detaljnivå och daglig uppföljning.
Strukturen på produktdata är avgörande. Utan koppling mellan transaktion, annonskostnad och frakt blir analysen ytlig. En tydlig process för insamling, transformation och rapportering är därför lika viktig som själva modellen.
Externa rapporter saknar insyn i den egna kedjan
Branschrapporter och index, som E-handelsindikatorn, visar bara trender. De saknar insyn i den egna marginalkedjan och fångar varken returhantering, annonskostnader eller hur produktmixen påverkar resultatet.
Ett bolag kan visa stark omsättningstillväxt i en branschrapport men samtidigt se minskad lönsamhet på grund av ökade rörliga kostnader. Den typen av förändringar syns inte i aggregerad statistik. För styrning som ska göra skillnad i praktiken krävs en egen, integrerad marginalanalys som går hela vägen ned på detaljnivå.
Därför behöver du GM3 för att växa med lönsamhet
Med en integrerad marginalanalys enligt GM1, GM2 och GM3 kan du: Följa marginalen på produkt-, marknads- och kampanjnivå, fördela budget och sortiment mot segment som bygger vinst, identifiera och eliminera dolda förlustkällor.
Texten bygger på erfarenheter från genomförda analyser och implementeringar med Omniarchs modeller. Ramverket används i både operativ och strategisk styrning och fungerar oavsett bolagets storlek eller affärsmodell.
Se hela bilden av din e-handels lönsamhet
Med Omniarch Profit Assessment får du en gemensam analys av sortiment, kampanjer, marknader, leverantörer och kundbeteende. Vi visar och berättar var marginalerna stärks, var de saknas och hur ni kan agera för att förbättra resultatet på sista raden: PROFA.
Din mest lönsamma produkt är kanske inte den du tror.
Omniarch Profit AssessmentRedo att växla upp?
Vi hjälper dig!
Vi är passionerade inför att se, möta och hjälpa dig med dina digitala utmaningar. Ta del av våra beprövade strategier och få hjälp att växa till nya höjder. Vill du vara en del av vår framgångsresa? Boka ett möte så berättar vi mer!
