Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Sytuacja, od której zwykle zaczyna się ta rozmowa, wygląda tak: sklep ma dużą bazę stałych klientów, a kampania Performance Max raportuje świetny zwrot z wydatków. Po zestawieniu z danymi z systemu sklepowego okazuje się, że znaczna część tych transakcji pochodzi od osób, które kupowały wcześniej — i najprawdopodobniej kupiłyby też bez reklamy.
Z punktu widzenia algorytmu wszystko jest w porządku. Dostał polecenie maksymalizowania wartości konwersji i robi to najskuteczniej, jak umie — a najłatwiejsze konwersje to te od ludzi, którzy już Cię znają. Problem nie jest w kampanii, a w celu, który jej postawiono.
Rozwiązaniem jest powiedzenie systemowi, że te dwie grupy nie są dla Ciebie równie cenne. Da się to zrobić dwoma mechanizmami i warto rozumieć, czym się różnią, bo dają odmienny efekt.
Zanim cokolwiek przekonfigurujesz, warto sprawdzić skalę zjawiska, bo bywa mniejsza niż strach przed nim.
Najprostszy sposób to zestawienie liczby transakcji przypisanych kampanii z danymi z systemu sklepowego o tym, ilu klientów kupowało wcześniej. Jeśli sklep nie prowadzi takiego rozróżnienia, można to przybliżyć na podstawie ponownych zakupów na tym samym adresie e-mail.
Druga rzecz do sprawdzenia to udział zapytań brandowych w kampanii. Powracający klient najczęściej wchodzi po nazwie sklepu, więc oba zjawiska nakładają się na siebie. Od końca czerwca dostępne są wykluczenia marek w Performance Max, więc część tego ruchu można odciąć bezpośrednio — i czasem to wystarcza, bez ruszania wartości konwersji.
Traktuję to jako właściwą kolejność: najpierw sprawdź, czy nie kupujesz ruchu, którego wcale nie chciałeś, a dopiero potem przeważaj wartość tego, który zostaje.
Pierwszy mechanizm nie zmniejsza wartości powracających, a podnosi wartość nowych. Efekt względny jest ten sam, ale sposób myślenia i konfiguracja są inne.
W kampanii ustawia się cel pozyskiwania nowych klientów w trybie wartościowym. Podajesz kwotę dodatkowej wartości przypisywanej konwersji od osoby rozpoznanej jako nowa, a system uwzględnia ją przy licytowaniu. Kampania nadal chętnie kupuje konwersje od klientów powracających, ale przy porównywalnych szansach preferuje nowych.
Warunkiem działania jest to, żeby system wiedział, kto jest nowy. Rozpoznanie opiera się na Twoich listach klientów przekazanych przez Customer Match oraz na historii konwersji z witryny. Bez wgranej i regularnie odświeżanej listy klientów spora część bazy zostanie zaklasyfikowana błędnie jako nowa — a wtedy cały mechanizm działa na złych przesłankach.
Kwota dodatkowej wartości to liczba, którą trzeba wyliczyć w firmie, nie zgadnąć w panelu. Punktem wyjścia jest różnica między tym, ile klient zostawia u Ciebie w całym okresie współpracy, a wartością pojedynczej transakcji.
Jest tu jeszcze drugi tryb — wyłącznie nowych klientów — w którym kampania nie licytuje o powracających w ogóle. Odradzam go jako pierwszy krok, bo odcina najłatwiejsze konwersje i przy niezmienionym celu zwrotu wygląda w raportach jak katastrofa, choć robi dokładnie to, o co poproszono.
Drugi mechanizm działa bardziej bezpośrednio i to on odpowiada na pytanie z tytułu w sposób dosłowny.
Reguły wartości konwersji pozwalają korygować wartość konwersji w zależności od warunku — listy odbiorców, lokalizacji albo urządzenia. Obsługują między innymi kampanie Performance Max, więc da się nimi zbudować regułę: jeśli konwersja pochodzi od użytkownika z listy obecnych klientów, przypisz jej wartość niższą o określony współczynnik.
Praktyczna różnica względem pierwszej drogi jest istotna. Cel pozyskiwania nowych klientów operuje na wbudowanym w Google rozpoznaniu „nowy kontra istniejący”. Reguła wartości operuje na Twojej liście odbiorców, więc kontrolujesz, kto do której grupy należy. Możesz zdefiniować to precyzyjniej niż binarnie — na przykład osobno traktować klientów z ostatnich trzydziestu dni i tych, którzy kupili raz dwa lata temu.
Warto pamiętać o skutku raportowym: reguły zmieniają wartości widoczne w raportach Google Ads. Liczby przestaną się zgadzać z systemem sklepowym i trzeba o tym uprzedzić osoby czytające raporty, bo inaczej ktoś zgłosi to jako błąd pomiaru.
Moja kolejność decyzyjna wygląda tak.
Czego nie robię: nie włączam obu mechanizmów jednocześnie na starcie. Nakładają się na siebie i po dwóch tygodniach nie da się powiedzieć, który dał efekt. Jeden na raz, z zapisaną datą zmiany.
Najważniejsza zasada: nie oceniaj tego zwrotem z wydatków tej kampanii. Po wprowadzeniu takiej zmiany zwrot prawie zawsze spadnie, bo kampania celowo przestaje zbierać najłatwiejsze konwersje. Spadek nie jest tu porażką, a kosztem, który świadomie przyjąłeś.
Patrzę na trzy rzeczy w porównywalnych okresach.
Liczba i udział nowych klientów w łącznej sprzedaży. To bezpośrednia miara tego, po co zmiana została wprowadzona.
Koszt pozyskania nowego klienta zestawiony z tym, ile taki klient wart jest dla firmy w dłuższym horyzoncie. To zestawienie wymaga danych z firmy, nie z panelu, i bez niego nie da się rozstrzygnąć, czy wyższy koszt jest inwestycją, czy stratą.
Łączny wynik konta, nie tej jednej kampanii. Jeśli sprzedaż całego sklepu spadła, to znaczy, że przesunąłeś ruch, a nie zdobyłeś nowy.
Horyzont oceny to miesiące, nie tygodnie. Zmiana celu uruchamia okres nauki, a różnica w strukturze klientów ujawnia się w cyklu zakupowym, który w większości branż jest dłuższy niż dwa tygodnie.
Nie zastąpi porządku w pomiarze. Jeśli wartości transakcji nie trafiają do Google Ads albo trafiają zdublowane, oba mechanizmy działają na fikcji.
Nie zadziała bez aktualnej listy klientów. Lista wgrana raz i niedotykana od pół roku opisuje przeszłość, a rozpoznanie „nowy kontra istniejący” opiera się właśnie na niej.
Nie rozwiąże problemu ekonomiki. Jeśli marża nie pozwala zapłacić za nowego klienta więcej niż za powracającego, to informacja o modelu biznesowym, nie o konfiguracji kampanii. Panel wykona decyzję, ale nie podejmie jej za Ciebie.
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 |