Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Prośba brzmi zwykle tak: „ta fraza pożera połowę budżetu, wyłączmy ją”. Bywa, że to dobra decyzja. Bywa też, że właśnie wyłączamy jedyne zapytanie, które przyprowadza kupujących, a wszystko inne w koncie żyje z tego, że ktoś wcześniej trafił na ofertę.
Rozstrzyga o tym rachunek, którego prawie nikt nie ma pod ręką: ile ta fraza może kosztować, żeby jeszcze się spinała. Bez tej liczby rozmowa o „za drogo” jest rozmową o wrażeniach, bo jedno kliknięcie za dziesięć złotych może być tanie, a za dwa złote — nieopłacalne.
Poniżej opisuję, jak liczę taki próg, co robię z frazami, które go przekroczyły, i czym je zastępuję. To ujęcie po stronie pojedynczego zapytania i marży, nie po stronie zarządzania budżetem całego konta.
Zaczynam od trzech liczb, które muszę dostać od klienta: marża na typowym zamówieniu, średnia wartość zamówienia i współczynnik konwersji z tej konkretnej frazy albo grupy fraz.
Z nich wychodzi maksymalna kwota, jaką mogę zapłacić za kliknięcie przy zerowym zysku. Marża na zamówieniu razy współczynnik konwersji — tyle wart jest średnio jeden klik. Wszystko powyżej tej wartości to strata na każdym kliknięciu, wszystko poniżej to margines do pracy.
Ten rachunek robi w rozmowie z klientem więcej niż każdy raport. Nagle widać, że przy marży kilkudziesięciu złotych i konwersji na poziomie kilku procent stawka, którą trzeba dziś zapłacić za pierwsze pozycje, jest matematycznie nie do obrony — i nie jest to kwestia optymalizacji kampanii.
Dwa zastrzeżenia. Po pierwsze, potrzebna jest marża, nie cena — zdumiewająco często dostaję na wstępie obrót. Po drugie, współczynnik konwersji liczę dla tej frazy, nie dla konta, bo różnice między zapytaniem markowym i ogólnym są ogromne.
Próg policzony na jednej transakcji jest surowy i bywa nieuczciwy wobec fraz z górnej części lejka. Zanim podejmę decyzję, sprawdzam, czy nie oceniam frazy na podstawie połowy jej wyników.
Ta lista brzmi jak wykręt, ale to najczęstsze źródło pomyłek, jakie widzę. Zdarzało mi się przywracać frazy wyłączone przez poprzednią agencję i okazywało się, że wystarczyło uzupełnić pomiar.
Jeśli po tym przeglądzie fraza nadal nie mieści się w progu, sprawdzam, czy problem leży w cenie kliknięcia, czy w tym, co się z tym kliknięciem dzieje później.
Najtańsza dźwignia to zwykle strona docelowa. Ruch z drogiej frazy trafiający na stronę główną albo na przeładowaną kategorię to strata, którą da się odrobić bez podnoszenia budżetu. Poprawa współczynnika konwersji podnosi próg opłacalności — co jest dokładnie tym samym, co obniżenie stawki, tylko trwalsze.
Druga dźwignia to dopasowanie zapytania do oferty. Fraza ogólna zbiera intencje, których nie obsługujemy: szukających instrukcji, części zamiennych, pracy, taniej alternatywy. Precyzyjne wykluczenia i węższe typy dopasowania potrafią zmienić rachunek bez rezygnacji z tematu.
Trzecia to oferta sama w sobie: darmowa dostawa od progu, płatność w ratach, zestaw zamiast pojedynczego produktu. To wykracza poza kampanię, ale skoro rozmawiamy o marży, to marża jest jednym ze zmiennych parametrów, nie stałą.
Kiedy główne zapytanie trzeba ograniczyć, nie zostawiam po nim pustego miejsca — bo popyt nie znika, tylko przenosi się do kogoś innego.
Pierwszy kierunek to zapytania problemowe. Ludzie rzadko zaczynają od nazwy produktu, częściej od kłopotu, który chcą rozwiązać. Te frazy są tańsze, mają mniejszy wolumen i wymagają treści, która odpowiada na problem, a nie sprzedaje od pierwszego zdania.
Drugi to zapytania precyzyjne: konkretny model, parametr, numer katalogowy, zastosowanie. Mniej wyszukiwań na frazę, ale intencja bliżej decyzji i znacznie mniej konkurencji ustawiającej wysokie stawki.
Trzeci to zapytania po zakupie: obsługa, akcesoria, materiały zużywalne. Rzadko traktowane jako źródło sprzedaży, a przy sprzedaży powtarzalnej często najrentowniejsze w całym koncie.
Buduję taką listę z raportu wyszukiwanych haseł, z wyszukiwarki wewnętrznej serwisu i ze zgłoszeń do obsługi klienta. Nie z narzędzia do planowania — ono podpowie mi to samo, co wszystkim konkurentom licytującym w tej aukcji.
Jest granica, za którą dalsze podnoszenie stawek przestaje być pracą nad kampanią i staje się dopłacaniem do obecności.
Wtedy mówię wprost, że część tego popytu trzeba obsłużyć inaczej. Treść odpowiadająca na te same zapytania w wynikach bezpłatnych — wolniej, ale bez opłaty za kliknięcie. Remarketing i listy klientów, gdzie płacę za dotarcie do osób już zainteresowanych. Kampanie w sieci reklamowej i na YouTube do budowania świadomości, których zadaniem jest doprowadzić do tańszego zapytania markowego.
Jest w tym oczywisty haczyk i uczciwie go nazywam: te kanały działają dłużej i trudniej je rozliczyć niż kampanię na frazę główną. Nie zastąpią gotówki, którą ta fraza generowała w tym miesiącu.
Warto też sprawdzić, ile z drogiego ruchu ogólnego można zastąpić lepszą obsługą popytu markowego. Jeśli ktoś już zna firmę, a nie znajduje jej łatwo, to najtańsza sprzedaż, jaką da się odzyskać.
Przy drogich frazach zwykle pojawia się propozycja: przełącz to na kampanię automatyczną albo włącz szersze dopasowanie z algorytmem, on znajdzie tańsze aukcje.
Częściowo to prawda — automat sięga po zapytania, których nie mam na liście, i część z nich jest tańsza. Ale rachunku opłacalności nie zmienia. Jeśli kliknięcie w tym temacie kosztuje tyle, ile kosztuje, żaden system nie kupi go poniżej ceny rynkowej; może tylko przesunąć zakup do tańszych, mniej trafnych zapytań i nazwać to sukcesem.
Dlatego przy takich zmianach pilnuję dwóch rzeczy. Osobnego mierzenia efektu — nie na poziomie całego konta, bo tam wszystko się rozmyje. Oraz pełnego przeglądu zapytań, które automat kupił; od wiosny tego roku raport wyszukiwanych haseł obejmuje także kampanie automatyczne, więc nie ma już wymówki, żeby tego nie sprawdzać.
Nowsze rozwiązania z tej rodziny, ogłaszane w tym roku, są nadal w fazie testów i etapowego udostępniania. Sprawdzam je na własnych kampaniach, ale nie przedstawiam klientowi jako odpowiedzi na drogi rynek.
Zbiorczo, żeby dało się z tego zrobić listę do odhaczenia.
Najpierw liczę próg opłacalności z marży i konwersji, bo bez niego wszystkie dalsze kroki są zgadywaniem. Potem sprawdzam, czy pomiar nie zaniża wyników frazy — atrybucja, opóźnienie, konwersje offline. Następnie poprawiam to, co da się poprawić bez zmiany stawki: stronę docelową, dopasowanie, wykluczenia. Dopiero wtedy zawężam frazę: precyzyjniejsze dopasowanie, ograniczenie geograficzne, harmonogram, limity.
Wyłączenie zostawiam na koniec i nie robię tego jednym kliknięciem. Obniżam udział, obserwuję dwa tygodnie i sprawdzam, co dzieje się z ruchem markowym oraz z bezpłatnym — bo tam najczęściej ujawnia się rzeczywisty koszt tej decyzji.
I ostatnia rzecz, którą zapisuję w notatce dla klienta: fraza zbyt droga dzisiaj nie jest zbyt droga na zawsze. Konkurenci przepalają budżety i wychodzą z aukcji, sezon się zmienia, marża potrafi wzrosnąć. Wyłączone frazy trzymam na liście do przeglądu raz na kwartał zamiast usuwać je z konta i zapominać.
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 |