Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Najczęstsze zgłoszenie, jakie dostaję od klientów prowadzących obok siebie kampanię Performance Max i klasyczne kampanie w wyszukiwarce, brzmi tak: „wyniki całego konta są w porządku, ale kampania na słowa kluczowe wyhamowała i nie wiem, czy to konkurencja, czy nasza własna kampania”. Pytanie jest dobre i niestety trudniejsze, niż wygląda.
Trudniejsze, bo Google Ads nie ma dziś raportu, który pokazałby to wprost. Nie zobaczysz w panelu listy zapytań, na które wyświetliła się kampania Performance Max, ani porównania jej z zapytaniami z kampanii w wyszukiwarce. Musisz to wywnioskować z sygnałów pośrednich.
Poniżej opisuję, jak system rozstrzyga, która kampania wchodzi do aukcji, po czym w raportach poznaję, że nachodzenie faktycznie występuje, i co z tym da się zrobić w obecnych warunkach. Bez obietnicy, że rozdzielisz to co do kliknięcia — bo na dziś nie da się.
Performance Max nie jest kampanią jednego kanału. Jedna kampania obsługuje wyszukiwarkę, sieć reklamową, YouTube, Discover, Gmail i Mapy, a Ty nie wybierasz, gdzie ma się pojawiać. Jeśli więc w koncie działa kampania w wyszukiwarce na frazę produktową i obok niej kampania Performance Max, to obie mogą być kandydatkami do tej samej aukcji w wyszukiwarce.
Drugi powód jest po stronie kierowania. W Performance Max nie ustawiasz słów kluczowych. Podajesz pliki reklamowe, feed produktowy, adres strony i sygnały dotyczące odbiorców, a system dobiera zapytania sam. Do tego domyślnie działa rozszerzanie strony docelowej, które pozwala mu sięgać po zapytania powiązane z treścią witryny, a nie tylko z podanym adresem.
Trzeci powód jest najbardziej prozaiczny: obie kampanie konkurują o ten sam budżet uwagi klienta, ale mają osobne budżety w koncie. Nikt nie kazał im się dzielić ruchem sprawiedliwie. Każda robi to, o co ją poprosiłeś, a suma tych działań nie musi wyglądać tak, jak sobie wyobrażałeś przy planowaniu.
Zanim zacznę czytać raporty, przypominam sobie, jak Google opisuje wybór kampanii do aukcji. To ratuje od połowy fałszywych wniosków.
Z tych trzech zdań wynika praktyczny wniosek, który powtarzam klientom: nachodzenie prawie nigdy nie dotyczy Twoich dopasowań ścisłych. Dotyczy zapytań z długiego ogona, wariantów, literówek i wszystkiego, co obsługiwałeś dopasowaniem do frazy albo przybliżonym. Jeśli więc kampania w wyszukiwarce opiera się głównie na dopasowaniu przybliżonym, ryzyko jest wyższe niż w koncie zbudowanym na dopasowaniach ścisłych.
Pierwsza rzecz, którą sprawdzam, to nie konwersje, a wyświetlenia.
Ustawiam porównanie okresów wokół daty uruchomienia kampanii Performance Max i patrzę na wyświetlenia oraz kliknięcia kampanii w wyszukiwarce. Jeśli spadły, a budżet i stawki się nie zmieniły, mam pierwszą przesłankę. Sam spadek nie jest jeszcze dowodem, bo mógł go wywołać sezon albo ruch konkurencji, ale bez niego nie ma o czym mówić.
Potem schodzę na poziom słów kluczowych i sortuję po zmianie wyświetleń. To ważniejsze niż spojrzenie na całą kampanię, bo nachodzenie ma charakter wybiórczy. Zwykle widzę, że dopasowania ścisłe trzymają się dobrze, a osypują się frazy szerokie — dokładnie tak, jak wynika z reguł pierwszeństwa.
Trzeci krok to raport wyszukiwanych haseł w kampanii w wyszukiwarce. Nie po to, żeby zobaczyć zapytania z Performance Max, bo tam ich nie ma. Po to, żeby sprawdzić, czy z listy nie zniknęły hasła, które wcześniej regularnie generowały ruch. Znikające hasło przy niezmienionym budżecie to najczystszy sygnał, jaki daje się dziś uzyskać z panelu.
Kolumny udziału w wyświetleniach są w tej analizie ważniejsze niż zwykle, bo rozdzielają dwie zupełnie różne przyczyny spadku.
Dodaję do widoku kampanii udział w wyświetleniach w sieci wyszukiwania oraz utracony udział z powodu budżetu i z powodu rankingu. Jeśli udział spadł, a utrata z powodu budżetu została na tym samym poziomie, to nie budżet jest problemem. Jeśli w tym samym czasie wzrosła utrata z powodu rankingu, oznacza to, że kampania przestała wygrywać aukcje, w których wcześniej brała udział.
Sama ta informacja nie wskazuje sprawcy — równie dobrze mogła wejść konkurencja. Dlatego zestawiam ją z drugą rzeczą: czy w koncie w tym samym okresie ruszyła albo rozpędziła się kampania Performance Max i czy jej wydatek rośnie proporcjonalnie do spadku po drugiej stronie. Zbieżność w czasie i skali nie jest dowodem, ale przy dwóch albo trzech niezależnych sygnałach naraz nie mam wątpliwości, co się dzieje.
Zaglądam też do statystyk aukcji dla kampanii w wyszukiwarce. Nie zobaczę tam własnej kampanii Performance Max, natomiast zobaczę, czy udział konkurentów faktycznie wzrósł. Jeśli nie wzrósł, a mój spadł — źródło jest wewnętrzne.
Ten sygnał zasługuje na osobny punkt, bo jest najczęstszy i najbardziej kosztowny w interpretacji.
Performance Max nie ma dziś mechanizmu, którym odciąłbyś w niej zapytania na własną markę. Nie da się tego zrobić samodzielnie w panelu, a wykluczenia zgłaszane przez opiekuna konta to procedura, nie funkcja. W praktyce oznacza to, że kampania potrafi obsłużyć część zapytań brandowych — czyli ruch najtańszy i najlepiej konwertujący, który wcześniej trafiał do osobnej kampanii brandowej.
Efekt jest zdradliwy: wyniki kampanii Performance Max wyglądają znakomicie, bo w środku siedzi ruch, który skonwertowałby i tak. Jednocześnie kampania brandowa traci wyświetlenia i wygląda, jakby przestała być potrzebna.
Jak to sprawdzam. Patrzę na kampanię brandową osobno i porównuję jej wyświetlenia, kliknięcia i koszt konwersji z okresem przed startem Performance Max. Jeśli brandowa się osypuje, a średni koszt konwersji w Performance Max jest wyraźnie niższy niż w pozostałych kampaniach niebrandowych, mam mocną przesłankę, że część marki wsiąkła w kampanię automatyczną.
Uczciwie o ograniczeniach, bo to one wyznaczają granicę tej analizy.
Nie ma raportu wyszukiwanych haseł dla Performance Max. Nie ma podziału wyników tej kampanii na kanały, więc nie policzysz, jaka część jej wydatku poszła na wyszukiwarkę. Nie ma nakładania się zapytań między kampaniami pokazanego w jednym miejscu. Nie ma wykluczających słów kluczowych, które ustawiłbyś samodzielnie na poziomie tej kampanii.
Co jest: raporty grup plików, raport zestawień materiałów, zakładka ze statystykami z ogólnymi obserwacjami oraz wszystkie standardowe metryki kampanii. To wystarcza do oceny, czy kampania zarabia, i nie wystarcza do rozstrzygnięcia, skąd bierze ruch.
Dlatego formułuję to tak: nachodzenie da się dziś wykryć, ale nie da się go zmierzyć. Każdy, kto pokazuje precyzyjne wyliczenie, ile procent ruchu Performance Max zabrało kampanii w wyszukiwarce, opiera je na założeniach, nie na danych z panelu.
Zaczynam od struktury po stronie kampanii w wyszukiwarce, bo tam mam realną kontrolę. Frazy, na których naprawdę mi zależy — najważniejsze produkty, marka, kategorie o najlepszej rentowności — dostają dopasowanie ścisłe. Nie z powodów estetycznych, tylko dlatego, że dopasowanie ścisłe identyczne z zapytaniem ma pierwszeństwo przed kampanią automatyczną.
Drugi krok to kampania brandowa prowadzona osobno i pilnowana osobno. Traktuję ją jak wskaźnik kontrolny całego konta: dopóki trzyma wyświetlenia, wiem, że kampania Performance Max nie weszła w markę.
Trzeci to dyscyplina w ocenie. Kampanii Performance Max nie oceniam po jej własnym koszcie konwersji, bo ten może być zawyżony przez ruch, który przyszedł z innej kampanii. Oceniam wynik całego konta: łączny koszt, łączny przychód, łączną liczbę konwersji w porównywalnych okresach. Jeśli konto jako całość jest lepsze, nachodzenie jest kosztem, który da się zaakceptować. Jeśli konto stoi w miejscu, a przesunął się tylko podział wydatku między kampaniami, mamy problem — niezależnie od tego, jak dobrze wygląda nowa kampania w swoim własnym wierszu raportu.
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 |