Kako meriti prihodek avtomatizacije ponovne zaloge

Za merjenje prihodka avtomatizacije ponovne zaloge spremljajte štiri številke: prihodek na prejemnika (prihodek toka ÷ ljudje, ki jih je obvestilo doseglo), pretvorbo iz obvestila v naročilo (koliko od obveščenih je kupilo), delež od prijave do prodaje (od vseh, ki so kdaj prosili za obvestilo, koliko jih je na koncu plačalo) in čas do nakupa (kako hitro naročilo prispe po tem, ko gre obvestilo ven). Nato naredite tisto težjo stvar, ki jo večina trgovin preskoči – ločite pripisan prihodek od inkrementalnega prihodka. Nekateri od teh ljudi bi se vrnili in kupili tako ali tako; obvestilo je bilo pač zadnja e-pošta, ki so se je dotaknili. Vaše orodje za avtomatizacijo bo toku z veseljem pripisalo ves ta prihodek. Vaša naloga je ugotoviti, koliko od tega prihodka obstaja le zato, ker ste poslali obvestilo. Ta razmik je bistvo vsega.

Takole boste številke prebrali pošteno in kako je videti tisto, kar je resnično »dobro«.

Številka, ki jo vaše orodje za avtomatizacijo privzeto napihne

Odprite poročila katere koli e-poštne platforme in tok ponovne zaloge bo prikazal številko prihodka. Videti je odlična. Je tudi najbolj velikodušno možno branje.

Večina orodij prodajo pripiše toku, če je stranka kliknila (ali celo le odprla) katero koli sporočilo v njem znotraj okna pretvorbe – pogosto 3 do 5 dni. Predstavljajte si torej stranko, ki se je pred dvema tednoma prijavila na obvestilo o ponovni zalogi, iz nestrpnosti vsak dan preverja vašo stran, dobi e-pošto »spet je tu« in kupi. Je e-pošta povzročila prodajo ali je le potrdila tisto, kar je stranka tako ali tako nameravala storiti? Orodje tega ne ve. Pripiše prodajo toku.

To ni razlog za nezaupanje do te številke. Je razlog, da veste, kaj je: pripisan prihodek, ne inkrementalni prihodek. Pripisan pomeni »to naročilo se je dotaknilo toka«. Inkrementalni pomeni »to naročilo ne bi obstajalo brez toka«. Prav pri ponovni zalogi je razmik med tema dvema širši kot pri večini avtomatizacij, ker je občinstvo že v izhodišču nenavadno motivirano. Prosili so vas, da jim pišete. Nekateri bi se vrnili ne glede na vse.

Kje problem poštenosti dejansko zagrize

Občinstvo ponovne zaloge je samoizbrano povpraševanje. Ravno to naredi tok tako donosen in ravno to naredi številko prihodka zavajajočo.

Pomislite, kdo je na tem seznamu. Nekdo je določen izdelek, v določeni velikosti ali varianti, hotel dovolj močno, da je oddal e-poštni naslov in čakal. Ko se izdelek vrne, jih velik delež hitro pretvori – in del teh bi se tako ali tako našel nazaj prek zaznamka, neposrednega obiska ali Googlovega iskanja. Obvestilo jih je pospešilo in vašemu toku dalo zasluge, ni pa ustvarilo prodaje iz nič.

Če torej sami sebi poročate surovo pripisano številko in jo obravnavate kot čisti dobiček, ki ga je avtomatizacija »ustvarila«, boste tok precenili in premalo vlagali v stvari, ki resnično ustvarjajo novo povpraševanje. Bistvo ni, da se ob tej številki slabo počutite. Bistvo je, da odločitve sprejemate na podlagi poštene.

Štiri metrike in kaj vam pove vsaka

Prihodek na prejemnika (RPR). Prihodek toka ÷ število ljudi, ki jih je obvestilo doseglo. To je edina številka, ki jo primerjate med tokovi. Obvestilo o ponovni zalogi običajno beleži visok RPR – pogosto precej nad e-pošto ob zapuščenem ogledu – ravno zato, ker je namera tako močna. Spremljajte trend skozi čas v svoji lastni trgovini, ne tuje primerjalne vrednosti.
Pretvorba iz obvestila v naročilo. Od ljudi, ki so dobili sporočilo »spet je tu«, kolikšen delež jih je naročilo? To vam pove, ali vaše obvestilo, tempiranje in ciljna stran opravljajo svoje delo, ko je povpraševanje resnično.
Delež od prijave do prodaje. Od vseh, ki so kdaj kliknili »obvesti me«, koliko jih je na koncu kupilo – ne glede na to, ali se je izdelek vrnil hitro? To je metrika, ki ujame počasne ponovne zaloge, ki tiho izgubljajo vrednost. Visoka pretvorba iz obvestila v naročilo ob nizkem deležu od prijave do prodaje običajno pomeni, da vam ponovna napolnitev traja predolgo in namera se ohlaja, preden lahko ukrepate.
Čas do nakupa. Koliko časa mine med izidom obvestila in prispetjem naročila? Tesna gruča v prvi uri ali dveh vam pove, da je bilo povpraševanje vroče in ga je vaše obvestilo ujelo. Dolg rep nakazuje, da ljudje po tem, ko slišijo za izdelek, primerjajo drugod – kar je signal o ceni, konkurenci ali zaupanju, ne o e-pošti.

Preprost način za oceno inkrementalnega deleža

Za to ne potrebujete podatkovne ekipe. Potrebujete kontrolno skupino (holdout).

Izberite dogodek ponovne zaloge s spodobno velikim čakalnim seznamom – recimo nekaj sto ljudi. Naključno zadržite majhen del, morda 10 %, in jim obvestila ne pošljite. Vsi ostali ga dobijo kot običajno. Čez nekaj tednov primerjajte stopnjo nakupa obveščene skupine s stopnjo zadržane skupine.

Recimo (ilustrativno), da obveščena skupina kupuje po stopnji 14 %, zadržana pa po 5 % sama od sebe, iz neposrednih obiskov in spomina. Inkrementalni dvig je razmik: približno 9 odstotnih točk. To pomeni, da je bilo približno dve tretjini vašega pripisanega prihodka pri tem dogodku zares posledica obvestila, približno tretjina pa bi se zgodila tako ali tako. Zdaj poznate resnični množitelj tega toka in lahko nehate ugibati.

To naredite enkrat ali dvakrat na leto, ne ob vsaki ponovni zalogi – trajna kontrolna skupina zgolj pomeni, da denar puščate neposlan. Eno čisto branje zadošča za umerjanje, koliko lahko zaupate standardnemu poročilu.

Kako je videti »dobro« in kako primerjati tokove

Uprite se skušnjavi lova na javno primerjalno vrednost. Koristna primerjava je interna.

Postavite svoj RPR ponovne zaloge ob svoje druge tokove, sprožene z vedenjem – dobrodošlico, zapuščeno košarico, zapuščen ogled. Ponovna zaloga in zapuščena košarica običajno sedita na vrhu, ker oba ujameta nekoga sredi namere. Če vaš tok ponovne zaloge beleži nižji RPR od zapuščenega ogleda, je nekaj pokvarjeno: verjetno počasno pošiljanje, mrtve povezave ciljne strani ali izdelki, ki se spet razprodajo, preden ljudje prispejo. To je diagnostičen signal, Zakaj e-pošta o ponovni zalogi dobi klike, a ne naročil pa preleti verjetne vzroke.

»Dobro« so pravzaprav tri stvari, ki držijo skupaj: visok RPR glede na vaše druge tokove, delež od prijave do prodaje, ki se ne sesuje, ko se čas ponovne zaloge razteguje, in inkrementalni delež, ki ste ga vsaj enkrat dejansko izmerili, namesto da ste ga predpostavili.

Kako vam Omnisend pomaga to meriti

Tok lahko zgradite v čemer koli. Čisto merjenje je tisto, kjer si orodje prisluži svoje mesto. Testiral sem Klaviyo in Omnisend ter v svojih trgovinah uporabljam Omnisend, deloma zato, ker vidim prihodek, pretvorbo in prihodek na prejemnika za vsako avtomatizacijo, ne da bi karkoli izvažal ali prosil razvijalca.

Za to konkretno nalogo so pomembni deli: poročanje o prihodku in pretvorbi, razčlenjeno po posamezni avtomatizaciji, tako da ponovna zaloga stoji zase, namesto da se združi v »vso e-pošto«; podatki na ravni izdelka, da vidite, kateri ponovno napolnjeni izdelki dejansko pretvarjajo; in dovolj jasno okno pripisa, da veste, kaj številka šteje. Česar nobeno orodje ne naredi namesto vas, sta test s kontrolno skupino in pošteno branje inkrementalnega proti pripisanemu – to je odločitev, ki jo sprejmete vi, ne poročilo, ki ga izvlečete. (Omnisend je orodje, ki ga uporabljam in priporočam; morebitna partnerska povezava je razkrita, logika merjenja pa deluje enako na vsaki platformi s poročanjem po posameznem toku.)

Ena omejitev, ki jo velja omeniti: tudi popolno poročanje vam samo po sebi ne more povedati vzročnosti. Edina, ki to zmore, je kontrolna skupina, in na vas je, da jo izvedete.

Vaš naslednji korak

Izvlecite prihodek na prejemnika svojega toka ponovne zaloge in ga postavite ob RPR toka zapuščene košarice. Če ponovna zaloga ni blizu vrha, imate težavo z dostavo ali ciljno stranjo, ne s meritvijo – začnite tam. Če je blizu vrha, načrtujte en test s kontrolno skupino ob svoji naslednji večji ponovni zalogi, da končno spoznate inkrementalni delež, namesto da zaupate napihnjeni privzeti vrednosti.

Za sestrsko disciplino pri prihodku iz košarice – enake pasti pripisa, enake rešitve – preberite Kako pravilno meriti prihodek zapuščene košarice. Če vas omejena zaloga sili v izbiro, kdo dobi obvestilo prvi, Kako določiti prednost obvestilom o ponovni zalogi, ko je zaloga omejena pokriva to odločitev, Kako segmentirati naročnike ponovne zaloge glede na vrednost stranke pa vam pomaga videti, kateri naročniki poganjajo prihodek, ki ste ga pravkar izmerili.

You measure revenue from back-in-stock automation the way you’d judge any sales channel: count the orders placed by subscribers after they received a restock alert, inside a fixed attribution window, then divide that revenue by the number of alerts sent. Three numbers do most of the work — revenue per notification sent, the alert-to-order conversion rate, and the time between alert and purchase. Your email platform already reports flow revenue, but its default settings tend to flatter the flow: long windows, open-based attribution, no comparison against what those shoppers would have bought anyway. The setup below tightens the numbers so you can trust them enough to base inventory and budget decisions on them.

The dashboard shows a number. You don’t know if it’s true

You probably set up restock alerts because they felt like found money: a shopper wanted a product, you didn’t have it, and instead of losing them you captured an email address. Now the flow report says it generated, say, €3,800 last month — an illustrative figure, but pick your own. The problem is that Meta claims some of those same orders, GA4 tells a third story, and a few of those buyers are regulars who would have checked back on their own. If you’re spending real money on ads and watching CPMs climb, you can’t afford a “revenue” number that’s partly fiction. It decides whether you restock 50 units or 500, and whether the flow deserves an SMS step.

Why the usual reaction makes attribution worse

The standard move when a popular product comes back is a paid push: retargeting the product page visitors, maybe a broadcast discount. That stacks two more claimants on top of the same orders. A subscriber who got your alert, then saw a retargeting ad, then bought, will be counted by the email platform, by Meta, and by GA4’s last-click report — three channels each taking full credit for one €70 order. Discounting the restocked product is even stranger. These are people who asked to be told when it’s available at the price they already saw. Handing them 15% off answers an objection nobody raised and comes straight out of margin.

Three places the measurement leaks

Before you tighten anything, know what you’re correcting for:

Open-based attribution. Apple Mail Privacy Protection fires opens automatically. If your platform credits an order to the flow because the alert was “opened” two weeks before purchase, some of that revenue belongs elsewhere. Click-based attribution is stricter and closer to the truth.
Windows that outlast intent. A back-in-stock buyer typically acts fast — they wanted the product before you even sent the alert. An order 30 days after the click probably had other causes. A short window costs you a little credit and buys a lot of honesty.
No baseline. Some subscribers are loyal customers who would have returned anyway. You can’t remove this perfectly without a hold-out test, but you should at least know what share of alert buyers were already repeat customers. Segmenting back-in-stock subscribers by customer value makes this visible.

Five steps to numbers you can trust

Switch flow attribution to click-based in your email platform, and shorten the window. Seven days for email is a reasonable starting point for restock alerts; adjust once you see how fast your buyers actually move.
Tag every link in the flow with UTMs — for example utm_medium=email, utm_campaign=back-in-stock. Now GA4 or your store analytics can report the same flow independently, and you can compare the two figures monthly.
Track the whole funnel, not just the last step: out-of-stock page views, alert signups, alerts sent, clicks, orders. A weak revenue number can hide a strong flow with a broken signup form, or the reverse.
Note the overlap with paid channels. Once a month, check how many flow-attributed orders also appear in Meta’s or Google’s reporting. You won’t resolve the dispute, but you’ll stop double-celebrating.
Later, run a hold-out. Withhold alerts from a random 10% of subscribers for one restock cycle and compare purchase rates. This is the only clean answer to “would they have bought anyway?” You don’t need it in month one, and you don’t need multi-touch attribution software at all at this revenue level.

The flow you’re measuring, specified

Measurement only means something if the flow is defined tightly. The version worth measuring looks like this. Trigger: inventory for a subscribed product goes from zero to available. Segment: subscribers to that specific product who haven’t bought it since subscribing. Timing: first email within the hour of the inventory update; one reminder about 24 hours later, only to non-clickers and only if stock remains. Channel: email for everyone; SMS for the reminder to high-value customers if you collect consent. Message: product name, image, current price, direct link to the product page, and an honest note on quantity if the restock is small. Goal: purchase of that product within seven days. If your flow doesn’t exist yet, start with the setup guide for back-in-stock alerts before worrying about attribution.

A worked example, with invented numbers

Every figure here is illustrative, not a benchmark. Say your store collects 200 restock signups a month and 140 of those products come back in stock, so 140 first alerts go out. 42 people click through, and 12 buy at an average order of €75. That’s €900 in click-attributed revenue: €6.43 per notification sent, and an 8.6% alert-to-order rate. Now the number is useful. If a paid retargeting click costs you €0.90 and converts at 2%, each alert is worth several retargeting clicks — and it cost you nothing but setup time. It also tells you where to work next: 42 clicks producing only 12 orders points at the product page or stock depth, a pattern covered in why back-in-stock emails get clicks but no orders.

The metrics worth a monthly look

Revenue per notification sent — the headline number, click-attributed.
Alert-to-order conversion rate — the flow’s real strength, independent of restock volume.
Median time from alert to order — tells you how long to hold stock and whether your reminder timing fits.
Signup rate on out-of-stock pages — the top of the funnel; a broken form here starves everything below.
Overlap with paid attribution — the share of flow orders also claimed by ad platforms.

Where Omnisend fits

If you run the flow in Omnisend, most of this is built in: per-automation and per-message revenue reporting, an attribution setting you can move to click-based with a custom window, and automatic UTM tagging so GA4 sees the flow as its own source. What it won’t do is fix the inputs — it needs a clean inventory sync from your store, and with small alert volumes the monthly numbers will be noisy, so judge the flow on a quarter, not a week.

For what it’s worth, I dismissed email marketing for years as outdated spam. What changed my mind wasn’t an argument — it was per-flow revenue reporting on my own stores. When each automation shows its own attributed number next to what I was paying for ads, the comparison stopped being abstract.

Your next step

Open your flow report and find one number: click-attributed revenue per back-in-stock notification over the last 90 days. If you can find it in five minutes, decide whether it justifies an SMS step. If you can’t find it at all, that’s the finding — and the back-in-stock and price-drop automation audit is where to start.

Avtomatizacija ponovne zaloge in znižanja cen