Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Piszę to dwa dni po Cyber Monday, kiedy w kontach, którymi się zajmuję, wykresy średniego CPC jeszcze nie wróciły do listopadowej normy. Co roku ten sam tydzień wywołuje te same telefony: „koszt kliknięcia poszedł w górę, zrób coś z tym natychmiast”.
Problem polega na tym, że w trakcie wyprzedaży prawie każdy odruch jest zły. Wzrost CPC w Black Week nie jest awarią konta ani błędem ustawień — jest bezpośrednim skutkiem tego, że po drugiej stronie aukcji stanęło więcej firm, które w tym tygodniu godzą się zapłacić więcej niż zwykle. Reagowanie na to jak na awarię kończy się zwykle gorzej niż nierobienie niczego.
Zebrałem tu porządek działań, którego sam się trzymam: co przygotować przed szczytem, czego nie ruszać w jego trakcie i jakie wnioski wyciągnąć teraz, kiedy przed nami jest jeszcze grudzień.
Google Ads rozlicza kliknięcia w aukcji, w której o to samo wyświetlenie stają wszyscy reklamodawcy kierujący na dane zapytanie. Stawka, którą ostatecznie płacę, zależy od tego, ile są gotowi zapłacić inni i jaką mają jakość reklamy. W tygodniu wyprzedaży zmieniają się oba te elementy naraz.
Po pierwsze, do aukcji wchodzą firmy, których w listopadzie zwykle w niej nie ma — sklepy uruchamiające reklamy tylko na sezon promocyjny. Po drugie, ci, którzy reklamują się cały rok, podnoszą na ten tydzień budżety i luzują cele kosztowe, bo mają lepszą konwersję i mogą sobie na to pozwolić. Po trzecie, przy strategiach automatycznych lepsza konwersja sama z siebie podnosi stawki: jeśli algorytm widzi, że kliknięcie ma teraz dwa razy większe prawdopodobieństwo zakupu, to zapłaci za nie więcej, żeby dowieźć cel, który mu wyznaczyłem.
To ostatnie jest źródłem największego nieporozumienia. Właściciel sklepu widzi rosnący CPC i uznaje, że system się rozjechał. Tymczasem system robi dokładnie to, o co go poprosiłem — utrzymuje docelowy koszt konwersji albo zwrot, a nie koszt kliknięcia. Koszt kliknięcia jest tu zmienną, nie celem.
Wzrost samego CPC nic jeszcze nie znaczy. Zanim cokolwiek zmienię, ustawiam sobie w tabeli kolumny, które pozwalają zobaczyć całość: koszt, kliknięcia, średni CPC, konwersje, wartość konwersji i współczynnik konwersji. Dopiero razem mówią, czy droższe kliknięcia są droższe „za coś”.
Zdarza się, że CPC rośnie mocno, a koszt konwersji stoi w miejscu albo spada — wtedy nie ma żadnego problemu do rozwiązania. Zdarza się też odwrotnie: kliknięcia drożeją, a konwersja nie nadąża, i to jest sytuacja, w której trzeba działać.
Drugie miejsce, do którego zaglądam, to statystyki aukcji. Pokazują, kto był obok mnie w wynikach i jak zmienił się udział w wyświetleniach poszczególnych konkurentów. Jeśli w zestawieniu pojawiają się nazwy, których wcześniej nie było, mam potwierdzenie, że to presja sezonowa, a nie zmiana w moim koncie.
Trzecie to podział utraconego udziału w wyświetleniach: osobno z powodu budżetu, osobno z powodu rankingu. To dwie zupełnie różne diagnozy. Utrata z powodu budżetu oznacza, że pieniądze kończą się przed końcem dnia. Utrata z powodu rankingu oznacza, że po prostu przegrywam aukcje.
Najkosztowniejsze błędy w Black Week to nie zaniechania, a nadaktywność.
Jedyna rzecz, którą uważam za bezpieczną w trakcie: podnoszenie budżetów tam, gdzie kampania traci wyświetlenia z powodu budżetu przy dobrym koszcie konwersji. To zwiększa wolumen, nie zmienia zasad gry.
Są w Google Ads mechanizmy zrobione dokładnie pod takie tygodnie i warto z nich korzystać, tylko trzeba je włączyć przed, a nie w trakcie.
Do tego dochodzi rzecz nudna, ale najskuteczniejsza: sprawdzenie kilka dni wcześniej, czy limity dzienne, metoda wyświetlania budżetu i płatności w koncie wytrzymają zwiększony wydatek. Konto zatrzymane w piątek rano z powodu przekroczonego progu płatności to strata, której nie odrobisz żadną optymalizacją.
Im wyższy CPC, tym boleśniej kosztuje każde kliknięcie bez wartości. W tygodniu wyprzedaży czytam raport wyszukiwanych haseł codziennie, a nie raz na dwa tygodnie. Ruch sezonowy przynosi zapytania, których nie ma w pozostałych miesiącach — kolekcjonerzy okazji, porównywacze cen, ludzie szukający kuponów.
Wykluczenia trzymam w listach wykluczających słów kluczowych podpiętych do kampanii, żeby jedna zmiana obejmowała cały zestaw. Uzupełniam je na bieżąco, ale ostrożnie: w szczycie łatwo wykluczyć frazę, która wygląda na śmieciową, a odpowiada za część sprzedaży.
Po stronie kampanii produktowych i Performance Max najważniejsza jest jakość danych o towarze. Sprawdzam, czy ceny w pliku produktowym zgadzają się z cenami po promocji, czy dostępność jest aktualna i czy nie mam odrzuceń w Merchant Center. Reklama produktu, którego nie ma na stanie, w tym tygodniu kosztuje najwięcej.
I jedna rzecz, o której często się zapomina: wykluczanie z remarketingu tych, którzy już kupili. W Black Week te listy rosną szybko i warto, żeby nie zjadały budżetu.
Tydzień wyprzedaży się skończył, ale sezon nie. Przed świętami czeka nas drugi szczyt — krótszy, z inną intencją i z twardym terminem dostawy, po którym ruch potrafi zniknąć w jedną noc.
Dlatego teraz robię dwie rzeczy. Pierwsza to spisanie tego, co się stało: średni CPC przed i w trakcie, koszt konwersji, statystyki aukcji, godziny, w których kampanie kończyły budżet. Bez tych notatek za rok będę zaczynał od zera.
Druga to obserwacja, jak strategie automatyczne zachowują się po szczycie. Algorytm nauczył się na danych z tygodnia, w którym konwersja była wyjątkowo dobra, i przez chwilę będzie oczekiwał, że tak jest nadal — może więc płacić za kliknięcia więcej, niż wynika z bieżącej sytuacji. To zwykle wyrównuje się samo w ciągu kilku dni, ale warto na to patrzeć zamiast zakładać.
Do wykluczeń danych sięgam wyłącznie wtedy, gdy pomiar był faktycznie zepsuty — na przykład tag konwersji nie działał przez dobę. Nie służą do wygładzania nietypowych, ale prawdziwych dni. Sezonowy szczyt jest częścią historii konta i system ma prawo się na nim uczyć.
Ostatnia uwaga, bardziej o pracy niż o narzędziach: terminu zmian w kampaniach nie ustalam już w listopadzie. Wszystko, co miało wpływ na ten tydzień, musiało być gotowe wcześniej — struktura, feed, budżety, korekty. W trakcie zostaje obserwacja i drobne korekty. To mało ekscytujące, ale w szczycie sezonu spokój jest przewagą.
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 |