POAS : la métrique qui bat le ROAS

Le profit sur dépense publicitaire, le POAS, est le profit divisé par la dépense publicitaire plutôt que le chiffre d’affaires divisé par la dépense publicitaire. Cette seule substitution explique pourquoi il devrait piloter les décisions de scaling, et pourquoi le ROAS ne le devrait pas. Deux produits peuvent afficher le même ROAS et se trouver dans des positions financières totalement opposées, l’un finançant l’entreprise et l’autre la vidant silencieusement.

Pourquoi le même ROAS peut cacher des résultats opposés

Prenons deux produits, tous deux à un ROAS de 3,0x pour 1 000 € de dépense quotidienne, générant donc chacun 3 000 € de chiffre d’affaires. Le produit A coûte 0,60 € à fabriquer et expédier pour chaque euro de chiffre d’affaires, laissant 40 centimes de marge brute. Le produit B coûte 0,85 €, laissant 15 centimes.

Le produit A rapporte 1 200 € de marge brute pour 1 000 € de dépense : un profit réel de 200 € par jour. Le produit B rapporte 450 € de marge brute pour la même dépense de 1 000 € : une perte de 550 € par jour. Même ROAS, même dépense, même chiffre d’affaires. L’un des deux produits mérite d’être scalé de façon agressive. L’autre saigne de l’argent à chaque commande, et le tableau de bord ne peut pas vous dire lequel.

Le POAS du produit A est de 200 € de profit / 1 000 € de dépense = 0,20, soit 20 centimes de profit par euro dépensé. Le POAS du produit B est de moins 0,55. C’est ce chiffre qui devrait décider si vous augmentez le budget ou coupez la campagne, et il pointe dans la direction opposée à ce que le ROAS seul suggérerait.

La règle de décision

Scalez la dépense sur tout ce qui affiche un POAS positif et croissant. Maintenez ou coupez tout ce dont le POAS est proche de zéro ou négatif, quelle que soit la solidité apparente du ROAS. Une campagne à 4,0x de ROAS sur un produit à faible marge peut valoir moins qu’une campagne à 2,2x de ROAS sur un produit à forte marge, car scaler multiplie l’économie unitaire déjà en place. Scalez un produit perdant et vous obtenez une perte plus grande, plus vite.

C’est la même logique que celle du ROAS de seuil de rentabilité : le ROAS nécessaire juste pour couvrir le coût des marchandises avant même que la dépense publicitaire n’entre en jeu. Le POAS va plus loin et met un chiffre concret, pas seulement un seuil de réussite ou d’échec, sur la valeur réelle de la dépense.

Pourquoi les équipes s’en tiennent quand même au ROAS

Le ROAS est le chiffre que Meta Ads Manager remonte nativement, directement lié aux événements du pixel ou de l’API de conversions, actualisé quasiment en temps réel, et comparable entre toutes les campagnes du compte sans configuration supplémentaire. Le POAS exige des données de marge, et ces données ne vivent pas dans une plateforme publicitaire. Elles vivent dans un catalogue produit, un ERP, ou un tableur que quelqu’un met à jour à la main, souvent de façon inégale selon les références.

Cet écart explique l’essentiel de la raison pour laquelle les comptes optimisent vers un indicateur de substitution plutôt que vers le résultat réellement recherché. Ce n’est pas que les marketeurs ne comprennent pas la différence. C’est que le ROAS est gratuit et que le POAS demande un effort d’ingénierie pour être assemblé, donc le chiffre facile l’emporte par défaut, jusqu’à ce que quelqu’un remarque que le compte fait croître le chiffre d’affaires pendant que la marge s’érode discrètement.

Ce qu’il faut pour intégrer les données de marge à la décision

Au minimum, injectez le coût des marchandises par référence ou par catégorie de produit dans le même système qui remonte les performances publicitaires. Cela signifie le COGS, et idéalement le coût rendu incluant l’expédition et le traitement des paiements, rattaché à chaque événement de conversion plutôt que traité comme une moyenne unique lissée sur tout le catalogue. Une moyenne lissée efface exactement la différence qui compte, celle qui sépare le produit A du produit B ci-dessus.

Beaucoup de marchands trouvent cela réellement difficile pour un catalogue dispersé avec des centaines de références et des coûts fournisseurs changeants. Un compromis raisonnable consiste à regrouper les produits en deux ou trois paliers de marge, haut, moyen, bas, et à suivre le POAS au niveau du palier plutôt que par référence. Un palier approximatif vaut mieux qu’aucun signal de marge, et demande bien moins d’entretien qu’un suivi parfait par référence.

Quand le ROAS reste la lecture la plus rapide

Le ROAS reste utile pour une chose que le POAS fait mal : une lecture directionnelle rapide, le jour même, lorsque les données de marge accusent un retard sur les données de conversion, ce qui arrive souvent quand la finance clôture les comptes chaque semaine plutôt que chaque jour. Utilisez le ROAS pour repérer une campagne qui s’est clairement cassée, une chute soudaine avec une cause évidente. Utilisez le POAS pour décider si une campagne qui a l’air correcte au ROAS mérite vraiment d’être financée davantage.

Comment YieldBI aide

YieldBI passe un compte Meta au crible chaque jour et fait remonter les ensembles de publicités qui exigent une décision, plutôt que de laisser ce jugement à un simple survol du tableau de bord. YieldBI ne calcule pas votre marge, donc la moitié POAS de l’équation continue de venir de vos propres données de coûts. La valeur ajoutée est que le jugement côté publicité arrive chaque jour, ce qui rend possible une décision de scaling consciente de la marge avant que la dépense ne soit déjà engagée.

Le chiffre qui paie vraiment les factures

Le ROAS répond à « est-ce que la publicité a fonctionné ». Le POAS répond à « est-ce que la publicité a rapporté de l’argent », et ce ne sont pas la même question dès que la marge varie selon ce que vous vendez. Une entreprise avec un seul produit et une marge fixe peut se permettre de les traiter comme interchangeables. Presque aucun vrai catalogue ne ressemble à cela. Les comptes qui scalent de façon rentable sont ceux qui ont rendu le chiffre le plus difficile disponible avant d’appuyer sur le bouton, pas ceux qui l’ont découvert après coup.