Punkt, w którym te dwie rzeczy się stykają

Warto zacząć od tego, że wykluczenia i strategia stawek działają na dwóch różnych etapach i nie komunikują się ze sobą.

Wykluczenie działa wcześniej: decyduje o tym, czy Twoja reklama w ogóle bierze udział w danej aukcji. Strategia stawek działa później: dla aukcji, do których zostałeś dopuszczony, szacuje prawdopodobieństwo konwersji i wylicza stawkę. Nie ma między nimi żadnego sprzężenia — model nie „wie”, że coś wykluczyłeś, i nie próbuje tego kompensować.

Skutek jest niebezpośredni, ale realny. Odcinając ruch, zmieniasz zbiór danych, na którym model się uczy: mniej wyświetleń, mniej kliknięć, mniej konwersji, węższy zakres kontekstów, w których widział skutek swoich decyzji. Model nie przestaje działać. Zaczyna działać na cieńszej podstawie.

Głodzenie modelu danymi

To główny mechanizm szkody i wart osobnego opisania, bo bywa mylony ze zwykłym spadkiem ruchu.

Strategia optymalizująca pod koszt akcji albo pod zwrot potrzebuje regularnego strumienia zdarzeń. Nie chodzi o jedną wartość progową — chodzi o to, żeby zdarzenia pojawiały się na tyle często, by dawały się odnieść do zmieniających się warunków. Przy kilku konwersjach w miesiącu każda z nich jest wydarzeniem, a nie danym.

Kiedy odcinasz połowę uprawnionego ruchu, dzieje się kilka rzeczy jednocześnie. Liczba konwersji spada proporcjonalnie. Rozrzut między tygodniami rośnie, bo mała liczba zawsze jest bardziej zmienna niż duża. Model zaczyna reagować na przypadkowe skupienia zdarzeń, bo nie ma z czym ich porównać. W panelu wygląda to na nerwowość algorytmu, a jest zwykłą konsekwencją małej próbki.

Druga warstwa problemu jest subtelniejsza. Wykluczenia zmieniają nie tylko ilość danych, ale i ich zróżnicowanie. Model uczy się przewidywać skutek udziału w aukcji na podstawie kontekstów, które widział. Jeśli konsekwentnie odcinasz wszystko poza jednym wąskim typem zapytania, model przestaje mieć podstawy do oceny czegokolwiek innego — a potem, gdy dopuścisz nowy obszar, zachowuje się w nim ostrożnie i niepewnie, bo faktycznie go nie zna.

Dlatego przy kampaniach o niskim wolumenie jestem z wykluczeniami znacznie ostrożniejszy niż przy dużych. Nie z sympatii do automatu, a z prostego rachunku: przy dwustu konwersjach miesięcznie odcięcie dwudziestu jest kosmetyką, przy dwunastu jest zmianą charakteru kampanii.

Wykluczenia w dopasowaniu przybliżonym

Największe straty, jakie w tym obszarze widuję, nie wynikają z liczby wykluczeń, a z ich typu dopasowania.

Wykluczenie dodane bez cudzysłowów i bez nawiasów blokuje każde zapytanie zawierające wszystkie te wyrazy, w dowolnej kolejności i z dowolnymi dodatkami. Dwa wyrazy w takim wykluczeniu potrafią wyciąć rodzinę zapytań, o której autor nie pomyślał. Trzy potrafią wyciąć całą kategorię.

Jest jeszcze pułapka odwrotna, o której mówi się rzadziej. Wykluczenie w dopasowaniu ścisłym blokuje tylko dosłowne brzmienie, więc bywa, że osoba dodaje dwadzieścia takich pozycji, ma poczucie porządku, a odsiew jest zerowy — kolejne wersje zapytania z literówką, w liczbie mnogiej albo z przyimkiem przechodzą bez przeszkód. Wtedy problemem nie jest przesada, a złudzenie kontroli.

Praktyczna zasada, którą stosuję: rzeczy oczywiste i szerokie idą w dopasowaniu do wyrażenia, rzeczy graniczne w ścisłym. Dopasowania przybliżonego w wykluczeniach używam wyłącznie dla pojedynczych wyrazów, których nie chcę nigdy, i zawsze zapisuję taką decyzję razem z datą.

Warto też pamiętać o rzeczach czysto technicznych, które w tej pracy zaskakują: wykluczenia nie uwzględniają bliskich wariantów tak jak słowa aktywne, a błędy ortograficzne i formy fleksyjne trzeba obsłużyć samodzielnie. W polszczyźnie oznacza to, że lista rośnie szybciej niż w angielskim i tym łatwiej wpisać w nią coś zbyt szerokiego.

Konflikty z aktywnymi słowami kluczowymi

Osobna kategoria, w której szkoda jest największa w stosunku do trudności wykrycia.

Konflikt polega na tym, że wykluczenie blokuje słowo kluczowe, na które jednocześnie licytujesz. Kampania ma aktywne słowo, budżet i strategię, a mimo to nie generuje wyświetleń na własnym rdzeniu oferty. Efekt dla modelu stawek jest brutalny: obszar, w którym miał najwięcej danych, przestaje istnieć.

W panelu jest to jedno z niewielu miejsc, gdzie rekomendacje Google są naprawdę użyteczne — konflikty są tam wykrywane i wskazywane wprost. Sprawdzam to zawsze po większej sesji dodawania wykluczeń i za każdym razem przy przejmowaniu konta.

Jak to zdiagnozować w panelu

Kiedy podejrzewam, że kampania jest zbyt mocno zawężona, przechodzę stałą kolejność czterech kroków.

• Utracony udział w wyświetleniach — rozdzielam część z powodu budżetu i część z powodu rankingu. Jeśli obie są niskie, a wyświetleń jest mało, to znaczy, że po prostu nie ma aukcji, do których jesteś dopuszczony. To najmocniejszy pojedynczy sygnał przesadnego zawężenia.

• Trend liczby uprawnionych zapytań w czasie — zestawiam datę spadku z datami zmian w koncie. Historia zmian jest tu narzędziem podstawowym i najczęściej pomijanym.

• Status strategii stawek i okresy uczenia — powtarzające się wchodzenie w naukę bez wprowadzania zmian to sygnał, że dane są zbyt rzadkie, by model utrzymał stabilny stan.

• Liczba konwersji w oknie uczenia — nie średnia miesięczna, a rozkład tygodniowy. Kampania ze średnią przyzwoitą, ale z tygodniami po zero konwersji, jest kampanią o zbyt małym wolumenie, niezależnie od tego, co pokazuje suma.

Ile wykluczeń to za dużo

Nie podam liczby i uważam, że każdy, kto ją podaje, sprzedaje wrażenie pewności.

Zamiast liczby używam trzech pytań. Czy po ostatniej sesji wykluczeń liczba konwersji spadła bardziej niż koszt? Jeśli tak, odciąłeś ruch, który pracował. Czy udział w wyświetleniach spadł przy niezmienionej stawce i budżecie? Jeśli tak, zawężenie jest realne, a nie wyobrażone. Czy potrafisz uzasadnić każdą pozycję z ostatniego kwartału jednym zdaniem? Jeśli nie, lista przestała być narzędziem i stała się nawykiem.

Do tego jedna obserwacja, którą widzę na większości kont, które przejmuję: listy wykluczeń rosną tylko w jedną stronę. Nikt nigdy niczego z nich nie usuwa, bo usunięcie wymaga uzasadnienia, a dodanie nie. Po trzech latach takiej pracy powstaje warstwa decyzji, których nikt już nie rozumie, i to ona, a nie żadna liczba, jest prawdziwym problemem.

Jak się wycofać, nie psując więcej

Wycofanie robię odwrotnie do intuicji, czyli wolno i wąsko, mimo że problem czasem wygląda pilnie.

Najpierw usuwam wyłącznie konflikty z aktywnymi słowami kluczowymi. To zmiana bez ryzyka, bo przywraca ruch, na który świadomie licytujesz. Potem, w drugiej turze, zdejmuję wykluczenia w dopasowaniu przybliżonym złożone z dwóch lub więcej wyrazów — one najczęściej odcinają najwięcej przy najmniejszej intencji autora. Zamieniam je na węższe wersje, a nie usuwam bez zastąpienia.

Dopiero na końcu zaglądam do pozycji tematycznych i decyduję, które z nich są nadal aktualne. Tu wolę zostawić więcej, niż zdjąć na zapas.

Między turami zostawiam co najmniej dwa tygodnie i przez ten czas nie ruszam ani celu strategii, ani budżetu. To najtrudniejsza część, bo naturalny odruch przy słabych wynikach każe zmienić wszystko naraz. Jeśli to zrobisz, nie dowiesz się, co pomogło, i za pół roku będziesz w tym samym miejscu.

Wracając do pytania z tytułu: nie, długość listy sama z siebie nie blokuje strategii stawek. Blokuje ją utrata danych, którą ta lista może spowodować — i to jest coś, co da się zmierzyć konkretnymi wskaźnikami, zamiast zgadywać po liczbie wierszy w panelu.