Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Skrótów tCPA i tROAS używa się w branży tak swobodnie, że łatwo zapomnieć, co tam właściwie ustawiamy. To nie są typy kampanii, choć tak się o nich mówi. To cele podawane strategii ustalania stawek — jedna liczba, na podstawie której algorytm decyduje, ile jest wart udział w konkretnej aukcji.
Z tej jednej liczby wynika potem prawie wszystko: ile kampania wyda, ile zbierze konwersji i czy w ogóle będzie się wyświetlać. Widzę na kontach dwa skrajne warianty tego samego błędu. Pierwszy to cel wzięty z sufitu, zwykle ambitniejszy niż cokolwiek, co konto kiedykolwiek osiągnęło. Drugi to cel ustawiony raz przy uruchomieniu kampanii i nietknięty od roku, mimo że zmieniły się ceny, konkurencja i asortyment.
Poniżej opisuję, jak dobieram tę liczbę, skąd ją biorę i w jakim tempie ją zmieniam. Bez obietnicy, że istnieje uniwersalny poziom docelowego ROAS-u dobry dla każdego sklepu — nie istnieje.
Przy ręcznym CPC ustalam maksymalną kwotę za kliknięcie. Przy docelowym CPA i docelowym ROAS nie mówię nic o kliknięciach — podaję oczekiwany wynik, a system sam decyduje, ile zapłacić za wejście do aukcji, żeby średnia z wielu aukcji wypadła blisko mojego celu.
Konsekwencja jest ważniejsza, niż się na pierwszy rzut oka wydaje. Docelowy CPA nie jest limitem. Pojedyncza konwersja może kosztować kilka razy więcej, a inna kilka razy mniej — celem jest średnia w danym okresie. Ten sam mechanizm dotyczy docelowego ROAS-u, tylko że zamiast kosztu akcji sterujemy relacją wartości konwersji do wydatku.
Warto też wiedzieć, gdzie tych strategii szukać w panelu, bo nazewnictwo się przesunęło. Od wiosny zeszłego roku Google udostępnia oba cele również jako opcjonalne pole wewnątrz maksymalizacji liczby konwersji i maksymalizacji wartości konwersji. Zależnie od konta i kampanii spotkasz dziś jedno albo drugie rozwiązanie; mechanika jest ta sama, zmienia się etykieta i miejsce, w które wpisujesz liczbę.
Wybór wynika z jednej rzeczy: czy Twoje konwersje mają różną wartość.
Jest jeszcze sytuacja pośrednia, o której się rzadko mówi: sklep, który przekazuje wartość, ale ma bardzo różne marże na kategoriach. Wtedy ROAS liczony od obrotu potrafi prowadzić kampanię prosto w stronę produktów, które sprzedają się dobrze i nie zarabiają. Rozwiązaniem jest albo osobny podział kampanii po marżowości, albo przekazywanie do konta wartości bliższej zyskowi niż cenie katalogowej.
W usługach z długim procesem decyzyjnym pytanie brzmi inaczej: czy konwersja, którą optymalizujesz, jest w ogóle blisko sprzedaży. Docelowy CPA liczony od pierwszego zapytania będzie tani i może nic nie znaczyć.
Nigdy nie zaczynam od celu wynikającego z oczekiwań właściciela biznesu. Zaczynam od tego, co konto już umie.
Biorę dane z ostatnich kilku tygodni — na tyle długiego okresu, żeby złapać pełne cykle tygodniowe, i na tyle krótkiego, żeby nie mieszać zupełnie innej sytuacji rynkowej. Odczytuję faktyczny koszt konwersji albo faktyczny ROAS kampanii i to jest mój punkt wyjścia. Nie cel docelowy, tylko punkt wyjścia.
Jeśli kampania wcześniej działała na ręcznych stawkach, ustawiam cel bardzo blisko wyniku historycznego. Wpisanie od razu wartości, którą chciałby zobaczyć zarząd, kończy się zwykle tak samo: system kalkuluje, że przy takim wymaganiu opłaca się wejść do znikomej części aukcji, i kampania praktycznie milknie. Odwrotny błąd — cel wyraźnie łagodniejszy niż historia — też kosztuje, tylko inaczej, bo algorytm dostaje pozwolenie na przepłacanie.
Przy zupełnie nowej kampanii bez historii nie ustawiam celu wcale. Startuję od maksymalizacji liczby albo wartości konwersji bez celu, zbieram dane i dopiero po kilku tygodniach wpisuję liczbę wynikającą z tego, co zebrałem.
Docelowy ROAS ma jedną wielką zaletę wobec docelowego CPA: da się go policzyć na kartce, jeśli znasz swoją marżę.
Zacznij od progu opłacalności. To iloraz jedynki i marży brutto na sprzedaży. Przy marży na poziomie jednej czwartej ceny próg wynosi czterysta procent — poniżej tego reklama dokłada do interesu, licząc wyłącznie koszt towaru. Dopiero potem doliczasz koszty, o których łatwo zapomnieć: obsługę zamówienia, zwroty, wysyłkę, prowizje płatności. Każdy z nich podnosi próg.
Cel dla kampanii ustawiasz powyżej tak wyliczonego progu, z zapasem na Twoje oczekiwanie zysku. I tu wychodzi rzecz najważniejsza w całej tej matematyce: jeśli wyliczony próg jest wyższy niż ROAS, który konto osiąga dziś, to nie masz problemu z ustawieniem strategii. Masz problem z modelem biznesowym w tym kanale i żaden algorytm tego nie naprawi.
Analogicznie z docelowym CPA. Górna granica to wartość, jaką zostawia u Ciebie klient, przemnożona przez odsetek zgłoszeń zamieniających się w sprzedaż. Bez tych dwóch liczb wpisujesz do panelu przypuszczenie.
Zanim zmienię cel, zaglądam do symulatora dostępnego dla kampanii z docelowym CPA i ROAS-em. Pokazuje, jak przy innych poziomach celu zmieniłyby się w ostatnim okresie koszty, konwersje i wartość konwersji.
Traktuję to jako podpowiedź o kierunku i skali, nie jako prognozę. Symulator liczy na danych historycznych i nie wie nic o tym, co zrobi konkurencja w następnym tygodniu ani o zmianie w Twoim asortymencie. Ale odpowiada na jedno konkretne pytanie znacznie lepiej niż intuicja: czy zaostrzenie celu o kilka procent oznacza utratę kilku konwersji, czy połowy ruchu. To zupełnie różne decyzje.
Przy kampaniach z małą liczbą konwersji symulator często nie ma dość danych i wtedy zostaje ostrożny eksperyment na jednej kampanii.
Każda zmiana celu jest dla algorytmu nową sytuacją. Kampania wchodzi w okres uczenia, który trwa zwykle od jednego do dwóch tygodni i w którym wyniki bywają rozchwiane.
Dlatego cel ruszam po jednym parametrze, małymi krokami i z tygodniem obserwacji między nimi. Taki rytm bywa frustrujący, ale jest jedynym, przy którym da się powiedzieć, co wywołało zmianę wyniku. Skok o kilkadziesiąt procent naraz to nie optymalizacja, to restart kampanii.
Nie zmieniam też celu w środku najlepszego okresu w roku i nie robię tego równolegle z przebudową grup reklam czy wymianą stron docelowych. Jeśli w tym samym tygodniu zmieniło się pięć rzeczy, po miesiącu nikt nie odtworzy, która z nich zadziałała.
Osobno warto pamiętać o dwóch narzędziach. Korekty sezonowe zgłaszają systemowi krótką, przewidywalną zmianę współczynnika konwersji — na przykład na czas wyprzedaży. A opóźnienie konwersji decyduje o tym, jak wcześnie wolno oceniać efekt: jeśli klienci decydują się przez dwa tygodnie, to ocena po pięciu dniach jest oceną niepełnych danych.
Pierwszy: cel ustawiony pod oczekiwania zarządu, a nie pod dane. Kampania cichnie, wyniki spadają, a wniosek brzmi „automat nie działa”.
Drugi: docelowy ROAS w koncie, które nie przekazuje wartości konwersji albo przekazuje ją źle — na przykład z podatkiem i wysyłką w jednym worku, przy marży liczonej od kwoty netto. Wtedy każda decyzja algorytmu opiera się na zawyżonej wartości.
Trzeci: jedna kampania z jednym celem obejmująca produkty o skrajnie różnej marżowości i cenie. Średnia w takim koszyku nie opisuje niczego, a system optymalizuje dokładnie pod tę średnią.
Czwarty, najbardziej ludzki: ocenianie zmiany po trzech dniach i cofanie jej, zanim skończy się uczenie. To najskuteczniejszy sposób, żeby trzymać kampanię w permanentnym stanie przejściowym i nigdy nie zobaczyć, do czego jest zdolna.
Używamy plików cookies, aby ułatwić Ci nawigację oraz wykonywanie określonych funkcji. Szczegółowe informacje o wszystkich plikach cookies znajdziesz w każdej kategorii zgody poniżej.
Pliki cookies oznaczone jako "Niezbędne" są przechowywane w Twojej przeglądarce, ponieważ są one kluczowe dla zapewnienia podstawowych funkcji strony.
Używamy również plików cookies firm trzecich, które pomagają nam analizować, w jaki sposób korzystasz z tej strony, zapamiętują Twoje preferencje oraz dostarczają treści i reklamy odpowiednie dla Ciebie. Te pliki cookies będą przechowywane w Twojej przeglądarce tylko za Twoją uprzednią zgodą.
Możesz zdecydować, czy chcesz włączyć lub wyłączyć niektóre bądź wszystkie te pliki cookies, jednak wyłączenie niektórych z nich może wpłynąć na Twoje doświadczenia podczas przeglądania strony.
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __cf_bm | 13 minutes | Cloudflare bot management — distinguishes humans from bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage holding anti-bot challenge state. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| wpEmojiSettingsSupports | Session | WordPress — sessionStorage flag caching whether the browser can render emoji (feature detection). |
| ytidb* | Persistent | YouTube — IndexedDB storing playback/search state for embedded videos. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| _ga_* | 400 days | Google Analytics 4 — persists session state per property. |
| _ga | 400 days | Google Analytics — distinguishes unique users via a client id. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| NID | 183 days | Google — stores preferences for personalized ads. |
| fr | 90 days | Meta — encrypted Facebook id and browser id for ads. |
| _gcl_au | 90 days | Google AdSense/Ads — experiments with advertising efficiency (conversion linker). |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __Secure-YNID | 180 days | |
| YSC | Session | |
| __Secure-ROLLOUT_TOKEN | 180 days | |
| VISITOR_INFO1_LIVE | 180 days | |
| VISITOR_PRIVACY_METADATA | 180 days | |
| datr | 400 days | |
| sb | 400 days | |
| wd | 7 days |