Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Sklep internetowy różni się od strony usługowej jedną rzeczą, która przewraca całe planowanie kampanii: ma setki albo tysiące podstron, z których każda może być stroną docelową. Kiedy dostaję konto sklepu do przejęcia, prawie zawsze widzę jeden z dwóch skrajnych wariantów. Albo jedną kampanię ze wszystkim w środku, albo dwieście kampanii utworzonych po jednej na producenta, bo tak kiedyś ktoś zaczął i już nie umiał przestać.
Obie skrajności kończą się tak samo — nikt nie wie, gdzie idą pieniądze. Struktura konta nie jest kwestią estetyki. Decyduje o tym, na jakim poziomie możesz sterować budżetem, jak precyzyjnie da się przypisać wynik do asortymentu i ile czasu zajmuje comiesięczna optymalizacja.
Poniżej opisuję podział, do którego dochodzę na kontach sklepowych. Nie jest jedyny możliwy, ale ma jedną zaletę: skaluje się razem ze sklepem i nie trzeba go burzyć po dodaniu nowej kategorii.
Zanim otworzę kreator kampanii, chcę wiedzieć dwie rzeczy o sklepie: jak wygląda podział asortymentu z punktu widzenia klienta i gdzie zarabia właściciel.
Te dwie mapy rzadko się pokrywają. Sklep z narzędziami może mieć jedną kategorię, która robi połowę obrotu przy marży ledwo pokrywającej koszt wysyłki, i drugą, mniejszą, na której zarabia realnie. Jeśli obie wrzucę do jednej kampanii z jednym budżetem, system rozłoży wydatki według prawdopodobieństwa zakupu, a nie według tego, co się opłaca.
Dlatego pierwszą decyzją strukturalną jest zawsze rozdzielenie budżetów tam, gdzie różni się rentowność. Budżet jest ustawiany na poziomie kampanii, więc wszystko, co chcę kontrolować kwotowo osobno, musi być osobną kampanią. To brzmi banalnie, a jest głównym kryterium podziału — ważniejszym niż logika kategorii w menu sklepu.
Drugie kryterium to możliwość oceny. Jeśli po miesiącu nie umiem powiedzieć, czy dana grupa produktów zarabia, podział jest zbyt gruby.
To pierwsza rzecz, którą wydzielam, i najczęściej pomijana.
Zapytania z nazwą sklepu są tanie, mają wysoką klikalność i konwertują lepiej niż cokolwiek innego na koncie. Wrzucone do wspólnej kampanii z frazami ogólnymi zawyżają średnie do poziomu, przy którym każda słaba kampania wygląda przyzwoicie. Widzę to na większości kont, które przejmuję — właściciel jest zadowolony z wyników, dopóki nie policzymy tego bez brandu.
Osobna kampania brandowa daje też praktyczną korzyść: mogę jej dać mały, stały budżet, wykluczyć nazwę sklepu ze wszystkich pozostałych kampanii i mieć pewność, że ruch nie przelewa się między nimi. Bez tego wykluczenia frazy brandowe będą podbierane przez kampanie z szerokim dopasowaniem i cała separacja przestaje działać.
Jeśli sklep sprzedaje produkty konkretnych producentów, warto rozważyć trzecią warstwę — zapytania o marki obce. To zupełnie inny rodzaj intencji niż nazwa sklepu i inna stawka, którą warto za nie płacić.
W sklepie internetowym reklamy produktowe zwykle robią większość obrotu, więc struktura po stronie Merchant Center jest równie ważna jak sama kampania.
Podział kampanii produktowych opieram na grupach produktów, które da się wyciąć z pliku danych. Najczęściej po typie produktu albo po własnym etykietowaniu — etykiety niestandardowe są tu bardzo wygodne, bo pozwalają oznaczyć produkty według marży, poziomu zapasów albo tego, czy są przecenione. Sklep wysyła te informacje w feedzie, a ja dostaję kryterium podziału, którego nie ma w żadnej standardowej kolumnie.
Kluczowa uwaga techniczna: jeśli prowadzisz kilka kampanii produktowych na tym samym feedzie, sterujesz nimi priorytetem kampanii, a nie tylko stawką. Bez ustawienia priorytetów Google wybiera kampanię z wyższą stawką, co potrafi wywrócić cały zamysł podziału.
Tekstowe kampanie w wyszukiwarce dzielę według poziomu konkretności zapytania, bo od tego zależy zarówno strona docelowa, jak i sensowna stawka.
Najwyżej stoją zapytania o konkretny model albo kod produktu. Prowadzą na kartę produktu, mają najkrótszą drogę do koszyka i mogą znieść najwyższy koszt kliknięcia. Poniżej są zapytania kategorialne — prowadzą na listing kategorii i tam warto sprawdzić, czy filtry i sortowanie nie utrudniają wyboru. Najniżej zapytania poradnikowe i porównawcze, które rzadko sprzedają od razu i traktuję je jako zasilanie remarketingu, nie źródło transakcji.
Wewnątrz kampanii nie buduję grup po jednym słowie kluczowym. Kilka lat temu miało to sens, dziś przy dopasowaniach pracujących na wariantach bliskoznacznych rozdrabnianie grup do jednego hasła tylko rozprasza dane i utrudnia naukę strategii stawek. Wolę grupy złożone z kilku blisko spokrewnionych fraz i jednym, dobrze dopasowanym zestawem reklam.
Nudny punkt, który zwraca się po pół roku.
Nazwy kampanii ustawiam według stałego schematu: sieć, rodzaj asortymentu, rynek albo lokalizacja, ewentualnie oznaczenie testu. Dzięki temu w widoku kampanii mogę filtrować po fragmencie nazwy i w kilka sekund dostać zestawienie wszystkich kampanii produktowych albo wszystkich brandowych.
To samo dotyczy etykiet. Zmiany wprowadzone w danym miesiącu oznaczam etykietą z datą, żeby po kwartale dało się odtworzyć, co i kiedy zostało ruszone. Bez tego każda analiza wyników zmienia się w wróżenie z fusów, zwłaszcza gdy konto obsługuje więcej niż jedna osoba.
Struktura sklepu bez warstwy remarketingu jest niepełna, bo w handlu prawie nikt nie kupuje przy pierwszej wizycie.
Minimum to trzy listy: wszyscy odwiedzający, osoby, które obejrzały produkt bez dodania do koszyka, oraz porzucone koszyki. Te trzy grupy różnią się na tyle, że warto do nich mówić inaczej i płacić za nie inne kwoty. Osobno buduję listę osób, które już kupiły — najczęściej po to, żeby je wykluczyć z kampanii nastawionych na pozyskanie, a wykorzystać w kampaniach na produkty komplementarne.
Listy trzeba zacząć zbierać, zanim będą potrzebne. Lista nie buduje się wstecz, więc każdy tydzień bez poprawnie wdrożonego tagu remarketingowego to tydzień straconego zasięgu.
Trzy rzeczy, które w sklepach widzę najczęściej i które kosztują najwięcej.
Pierwsza: kampania w sieci wyszukiwania z domyślnie zaznaczoną siecią reklamową. Miesza dwa nieporównywalne rodzaje ruchu w jednym raporcie i w jednym budżecie. Zawsze rozdzielam.
Druga: wszystkie reklamy prowadzące na stronę główną. W sklepie to szczególnie kosztowne, bo klient szukający konkretnego modelu musi go odnaleźć jeszcze raz, tym razem sam.
Trzecia: mnożenie kampanii bez powodu. Jeśli nowa kampania nie ma osobnego budżetu, osobnego celu ani osobnej strony docelowej, to nie jest struktura, tylko bałagan rozłożony na więcej wierszy. Konto z dwustoma kampaniami po pięć złotych dziennie nigdy nie zbierze danych, na których cokolwiek da się oprzeć.
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 |