Hva er Retargeting ROI Calculator?
▾
En kalkulator for retargeting ROI måler avkastningen på investeringen fra remarketingkampanjer – annonser som vises til brukere som tidligere har besøkt nettstedet ditt, engasjert seg i innholdet ditt eller samhandlet med merkevaren din. Retargeting er konsekvent en av de digitale annonseringstaktikkene med høyest avkastning fordi den fokuserer forbruket på publikum som allerede har vist interesse, noe som dramatisk forbedrer konverteringsfrekvensen kontra kald publikumsprospektering. Retargeting ROI er vanligvis 2–5× høyere enn prospektering ROI på grunn av den varme publikumsfordelen: Det er 70 % større sannsynlighet for at besøkende på nettstedet konverterer enn kalde målgrupper (Criteo), og besøkende som har forlatt handlekurv konverterer med 3–5× frekvensen for vanlige besøkende på nettstedet når de blir målrettet på nytt innen 24–48 timer. Den grunnleggende innsikten er at de fleste besøkende på nettstedet ikke konverterer ved sitt første besøk – studier viser at bare 2–4 % av besøkende konverterer ved første besøk, og 96–98 % står igjen som retargeting-kandidater. Retargeting-ROI-beregning følger samme formel som generell annonserings-ROI, men med en avgjørende forskjell: attribusjon. Retargeting-målgrupper har allerede besøkt nettstedet ditt, noe som betyr at en prosentandel ville ha konvertert gjennom andre kanaler (e-post, organisk søk, direkte) selv uten å se en retargeting-annonse. Dette "ville ha konvertert uansett"-segmentet øker retargeting-ROAS og krever holdout-testing for å måle sann inkrementalitet. Retargeting-målgruppetyper og deres typiske ytelse: besøkende på nettstedet (alle sider) — laveste konverteringsfrekvens blant retargeting-målgrupper, men største pool; besøkende på produktsiden – 3–5× høyere CVR enn generelle besøkende på nettstedet; forlatte handlevogner – høyeste konverteringspotensial (5–10× generelle besøkende); Personer som har forlatt kasse – nær kjøpsintensjon, høyeste CPL men høyeste konverteringsfrekvens (10–15×); tidligere kjøpere – gjenkjøp og mersalg med eksisterende merkevaretillit. Koordinering av retargeting på tvers av plattformer blir stadig mer kompleks. En besøkende kan bli retargeted samtidig på Facebook, Google Display, LinkedIn og via e-post. Uten frekvensstyring på tvers av kanaler kan kumulativ frekvens lett nå 20–30 eksponeringer på en enkelt uke, noe som forårsaker tretthet og negativ merkesentiment. Implementer frekvenstak på tvers av kanaler og sørg for at meldingssekvenser er koordinert i stedet for repeterende.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
Retargeting Roi Calc-beregning:
Trinn 1: Samle de nødvendige inngangsverdiene: Inntekter tilskrevet, Annonsekostnad pluss, Prosentandel av retargeted, Kontrollgruppe ikke.
Trinn 2: Bruk kjerneformelen: Retargeting ROI (%) = ((Retargeting Revenue − Retargeting Cost) / Retargeting Cost) × 100.
Trinn 3: Beregn mellomverdier som Retargeting ROAS hvis det er aktuelt.
Trinn 4: Kontroller at alle enheter er konsistente før du kombinerer termer.
Trinn 5: Beregn det endelige resultatet og se gjennom det for rimelighet.
Trinn 6: Sjekk om noen spesielle tilfeller eller grensebetingelser gjelder for inndataene dine.
Trinn 7: Tolk resultatet i sammenheng og sammenlign med referanseverdier hvis tilgjengelig.
Hvert trinn bygger på det forrige, og kombinerer komponentberegningene til et omfattende retargeting-avkastningsresultat. Formelen fanger opp de matematiske relasjonene som styrer retargeting av avkastningsadferd.Variabelbeskrivelse
▾
| Symbol | Navn | Enhet | Beskrivelse |
|---|---|---|---|
| Retargeting Revenue | Inntekter tilskrevet | — | Retargeting Revenue-parameteren representerer et nøkkelkvantitativt input i beregningen av retargeting-avkastning, målt i standardenheten og som direkte påvirker det beregnede resultatet gjennom den matematiske formelen |
| Retargeting Cost | Annonseforbruk pluss | — | Retargeting Cost-parameteren representerer et viktig kvantitativt input i beregningen av retargeting-avkastningen, målt i standardenheten og som direkte påvirker det beregnede resultatet gjennom den matematiske formelen |
| Retargeting Conversion Rate | Prosentandel av retargeted | — | Prosentandel av retargette brukere som konverterer (vanligvis 2–10× prospekterende CVR) |
| Holdout Group | Kontrollgruppe ikke | — | Kontrollgruppen vises ikke retargeting-annonser – brukes til å måle sann inkrementalitet |
| Audience Window | Dager etter nettstedet | — | Dager etter besøk på nettstedet der brukere er inkludert i retargeting-målgrupper |
Slik Retargeting ROI Calculator
▾
- 1Samle de nødvendige inngangsverdiene: Inntekter tilskrevet, Annonseforbruk pluss, Prosentandel av retargeted, Kontrollgruppe ikke.
- 2Bruk kjerneformelen: Retargeting ROI (%) = ((Retargeting Revenue − Retargeting Cost) / Retargeting Cost) × 100.
- 3Beregn mellomverdier som Retargeting ROAS hvis det er aktuelt.
- 4Kontroller at alle enheter er konsistente før du kombinerer termer.
- 5Beregn det endelige resultatet og se gjennom det for rimelighet.
- 6Sjekk om noen spesielle tilfeller eller grensebetingelser gjelder for dine innspill.
- 7Tolk resultatet i sammenheng og sammenlign med referanseverdier hvis tilgjengelig.
Løste eksempler
▾
Bruk av Retargeting Roi Calc-formelen med disse inngangene gir: 784 % ROI — retargeting av handlekurv er det enkelt segmentet med høyest ROI; 6,2 % CVR vs typisk 1–2 % prospekterings-CVR. Dette demonstrerer et typisk retargeting-avkastningsscenario der kalkulatoren transformerer råparametere til et meningsfullt kvantitativt resultat for beslutningstaking.
Å bruke Retargeting Roi Calc-formelen med disse inngangene gir: 615 % ROI (LTV-basert) — innhold-til-demo-retargeting-sekvenser er svært effektive for B2B SaaS-rørledningsbygging. Dette demonstrerer et typisk retargeting-avkastningsscenario der kalkulatoren transformerer råparametere til et meningsfullt kvantitativt resultat for beslutningstaking.
Bruk av Retargeting Roi Calc-formelen med disse inngangene gir: 130 % sann inkrementell ROI vs 309 % brutto – 55 % av retargeting-konverteringene ville ha skjedd uansett; holdout-testing avslører sann verdi. Dette demonstrerer et typisk retargeting-avkastningsscenario der kalkulatoren transformerer råparametere til et meningsfullt kvantitativt resultat for beslutningstaking.
Bruk av Retargeting Roi Calc-formelen med disse inngangene gir: E-postretargeting (automatisert) gir best ROI; Facebook overgår GDN-visning med 28 % for denne merkevarens retargeting. Dette demonstrerer et typisk retargeting-avkastningsscenario der kalkulatoren transformerer råparametere til et meningsfullt kvantitativt resultat for beslutningstaking.
Praktiske anvendelser
▾
Gjenvinning av e-handelsinntekter: måling og optimering av tilbakeføring av handlekurv og kasseavbrudd, som representerer et viktig applikasjonsområde for Retargeting Roi Calc i profesjonelle og analytiske sammenhenger der nøyaktige retargeting-avkastningsberegninger direkte støtter informert beslutningstaking, strategisk planlegging og ytelsesoptimalisering
B2B pipeline-akselerasjon: retargeting av innholdsnedlastere og prissetting av besøkende med demotilbud, som representerer et viktig applikasjonsområde for Retargeting Roi Calc i profesjonelle og analytiske sammenhenger der nøyaktige retargeting-roi-beregninger direkte støtter informert beslutningstaking, strategisk planlegging og ytelsesoptimalisering
Budsjettallokering: bestemme optimal fordeling mellom prospekterings- og retargeting-kampanjer, som representerer et viktig bruksområde for Retargeting Roi Calc i profesjonelle og analytiske sammenhenger der nøyaktige retargeting-avkastningsberegninger direkte støtter informert beslutningstaking, strategisk planlegging og ytelsesoptimalisering
Inkrementalitetsmåling: kjører holdout-tester for å skille ekte retargeting-verdi fra organiske konverteringer, som representerer et viktig bruksområde for Retargeting Roi Calc i profesjonelle og analytiske sammenhenger der nøyaktige retargeting-avkastningsberegninger direkte støtter informert beslutningstaking, strategisk planlegging og ytelsesoptimalisering
Plattformsammenligning: evaluering av Facebook vs GDN vs e-post retargeting ytelse på tvers av publikumssegmenter, som representerer et viktig applikasjonsområde for Retargeting Roi Calc i profesjonelle og analytiske sammenhenger der nøyaktige retargeting avkastningsberegninger direkte støtter informert beslutningstaking, strategisk planlegging og ytelsesoptimalisering
Spesielle tilfeller
▾
Kundegjenvinning: målrett tilbake tidligere kunder som ikke har kjøpt på 90–365 dager
Customer winback: retarget tidligere kunder som ikke har kjøpt på 90–365 dager med winback-tilbud – annerledes kreativ enn prospektretargeting. I Retargeting Roi Calc krever dette scenariet ekstra forsiktighet ved tolkning av retargeting-avkastningsresultater. Standardformelen tar kanskje ikke fullt ut alle faktorer som er tilstede i dette kantsaken, og supplerende analyse eller ekspertkonsultasjon kan være berettiget. Profesjonell beste praksis innebærer å dokumentere forutsetninger, kjøre sensitivitetsanalyser og kryssreferanser resultater med alternative metoder når retargeting av avkastningsberegninger faller innenfor ikke-standardisert territorium.
Kryss-/oppsalgsretargeting: Vis produktkomplementannonser til nylige
Kryss-/oppsalgsretargeting: Vis produktkomplementannonser til nylige kjøpere umiddelbart etter kjøp (innen 7–14 dager etter høy kjøpsintensjon). I Retargeting Roi Calc krever dette scenariet ekstra forsiktighet ved tolkning av retargeting-avkastningsresultater. Standardformelen tar kanskje ikke fullt ut alle faktorer som er tilstede i dette kantsaken, og supplerende analyse eller ekspertkonsultasjon kan være berettiget. Profesjonell beste praksis innebærer å dokumentere forutsetninger, kjøre sensitivitetsanalyser og kryssreferanser resultater med alternative metoder når retargeting av avkastningsberegninger faller innenfor ikke-standardisert territorium.
Retargeting av videovisninger: brukere som har sett mer enn 25 % av en videoannonse, er tre ganger mer sannsynlig
Videovisningsretargeting: Brukere som har sett 25 %+ av en videoannonse, har 3 ganger større sannsynlighet for å konvertere enn besøkende på nettstedet – lag spesifikke retargetingsegmenter fra videoengasjement. I Retargeting Roi Calc krever dette scenariet ekstra forsiktighet ved tolkning av retargeting-avkastningsresultater. Standardformelen tar kanskje ikke fullt ut alle faktorer som er tilstede i dette kantsaken, og supplerende analyse eller ekspertkonsultasjon kan være berettiget. Profesjonell beste praksis innebærer å dokumentere forutsetninger, kjøre sensitivitetsanalyser og kryssreferanser resultater med alternative metoder når retargeting av avkastningsberegninger faller innenfor ikke-standardisert territorium.
Retargeting av appinstallasjoner: retargeting av brukere som har installert, men aldri aktivert;
Retargeting av appinstallasjoner: retargeting av brukere som har installert, men aldri aktivert; appspesifikke retargeting-plattformer (AppsFlyer, Adjust) kreves for mobilattribusjon. I Retargeting Roi Calc krever dette scenariet ekstra forsiktighet ved tolkning av retargeting-avkastningsresultater. Standardformelen tar kanskje ikke fullt ut alle faktorer som er tilstede i dette kantsaken, og supplerende analyse eller ekspertkonsultasjon kan være berettiget. Profesjonell beste praksis innebærer å dokumentere forutsetninger, kjøre sensitivitetsanalyser og kryssreferanser resultater med alternative metoder når retargeting av avkastningsberegninger faller innenfor ikke-standardisert territorium.
Retargeting Roi Calc referansedata
▾
| Retargeting av publikum | Typisk CVR | vs generelt nettsted (multiplikator) | Anbefalt vindu | Beste plattform |
|---|---|---|---|---|
| Alle besøkende på nettstedet | 0,5–2 % | 1–2× | 14–30 dager | GDN, Facebook |
| Seere av produktside | 1–4 % | 2–4× | 14–21 dager | GDN (dynamisk), Meta |
| Forlatte av handlevogn | 3–8 % | 5–10× | 7–14 dager | E-post først, deretter Meta/GDN |
| Kassen som har forlatt | 8–15 % | 10–20× | 3–7 dager | E-post (umiddelbar), Meta |
| Tidligere kjøpere (gjenta) | 5–12 % | 8–15× | 30–90 dager | E-post, Meta |
| Innhold/whitepaper fører | 2–8 % | 3–6× | 30–60 dager | LinkedIn, GDN |
Ofte stilte spørsmål
▾
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Dette er spesielt viktig i sammenheng med retargeting av avkastningskalkulatorberegninger, der nøyaktighet direkte påvirker beslutningstaking. Fagfolk på tvers av flere bransjer er avhengige av nøyaktige beregninger for retargeting-avkastning for å validere forutsetninger, optimalisere prosesser og sikre samsvar med gjeldende standarder. Å forstå den underliggende metodikken hjelper brukere med å tolke resultatene riktig og identifisere når ytterligere analyse kan være nødvendig.
Vanlige feil å unngå
▾
- !Bruk av siste-klikk-attribusjon for retargeting av ROI – overvurderer den sanne inkrementelle verdien dramatisk
- !Ikke ekskluder nylige kjøpere fra retargeting – sløser budsjettet på brukere som allerede har konvertert og skaper dårlig merkeopplevelse
- !Retargeting med den samme reklamen i 4+ uker — frekvenstretthet ødelegger retargetingseffektiviteten; roter reklame hver 10.–14. dag
- !Utvidelse av retargeting-vinduer utover kjøpsvurderingssyklusen – fyller publikum med lavintensjonsbrukere som utvanner ytelsesberegninger
- !Ikke skille retargeting og prospekteringsbudsjetter – blanding gjør det umulig å evaluere noen av dem nøyaktig
Pro Tips
Bygg din ekskluderingsliste for retargeting-publikum med samme strenghet som målrettingslisten din: ekskluder alle nylige kjøpere (30–60 dager), ekskluder alle nåværende kunder fra anskaffelsesretargeting, og ekskluder brukere som har sett annonsen 15+ ganger uten å konvertere. Disse ekskluderingene beskytter budsjetteffektiviteten ved å sikre at retargeting-budsjettet konsentreres om brukere med faktisk gjenværende kjøpspotensial i stedet for å kaste bort visninger på mettede eller konverterte målgrupper.
Visste du?
Den gjennomsnittlige avbruddsraten for handlekurven på tvers av e-handel er 70,19 % – noe som betyr at 7 av 10 kunder som legger varer i handlekurven ikke fullfører kjøpet. Denne enorme avbruddsraten representerer den største enkeltgruppen av retargeting-muligheter med høy intensjon innen digital markedsføring. Den globale inntekten som går tapt ved forlatelse av handlekurven er estimert til 4 billioner dollar årlig – med retargeting som kan gjenvinne 5–15 % av dette, som representerer hundrevis av milliarder i retargeting-mulighet.
Regional Guides
▾
🇪🇺 EU▾
🇺🇸 US▾
🇦🇺 AU▾
Referanser
- ›Criteo Retargeting Benchmark-rapport
- ›Baymard Institute Cart Abandonment Research
- ›Meta Ads Manager Retargeting Dokumentasjon
- ›Remarketingveiledning for Google Displaynettverk
- ›Measured.com inkrementalitetstestmetode
Få ukentlige mattetips
Bli med 12 000+-abonnenter som får kalkulatortips hver uke.