Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Ten tekst piszę w piątek 29 listopada, czyli dokładnie w dniu Black Friday. Na przebudowę struktury kampanii jest już oczywiście za późno, ale to nie znaczy, że nie ma nic do zrobienia — przed nami cały weekend, poniedziałek z Cyber Monday i pierwsze dni grudnia, w których ruch zakupowy nadal jest wysoki.
Ta ostatnia faza rządzi się innymi prawami niż przygotowania sprzed dwóch tygodni. Liczy się tylko to, co zadziała w ciągu kilku godzin i nie wywróci działających kampanii. Co roku widzę ten sam schemat: ktoś w panice zmienia strategię stawek w sobotę rano, wchodzi w okres uczenia w najgorszym możliwym momencie i traci połowę weekendu.
Zebrałem więc listę rzeczy, które w tym momencie realnie warto sprawdzać, i drugą — krótszą, ale ważniejszą — czego nie ruszać do wtorku.
Podział jest dość prosty. Zmiany, które działają natychmiast, to budżety, wykluczenia, dostępność i ceny w feedzie, treść promocji, harmonogram wyświetlania oraz listy odbiorców. Zmiany, które wymagają czasu na naukę systemu, to strategia ustalania stawek, nowa struktura kampanii, nowe kreacje w kampaniach automatycznych i nowe konwersje w koncie.
Do wtorku nie tykam więc strategii stawek. Przejście z docelowego ROAS na maksymalizację wartości konwersji albo odwrotnie oznacza okres uczenia liczony w dniach, a nie w godzinach. To samo dotyczy dodawania nowych kampanii — nawet dobrze zbudowana kampania startuje wolniej, niż potrzebujesz w szczycie sezonu.
Nie zaczynam też teraz testów A/B na stronie docelowej ani wdrożeń w koszyku. Każde wdrożenie na produkcję w tym weekendzie to ryzyko, że w niedzielę rano nie działa albo strona, albo pomiar. Jeśli coś naprawdę trzeba wdrożyć, to wyłącznie z planem szybkiego wycofania zmiany.
Pierwsza rzecz, którą sprawdzam kilka razy dziennie, to tempo wydawania budżetu. Interesuje mnie nie tylko to, czy kampania wydaje całość, ale kiedy w ciągu dnia to robi.
Warto pamiętać o dwóch mechanizmach. Google Ads może w pojedynczym dniu wydać więcej niż ustawiony budżet dzienny — do dwukrotności — rozliczając to w skali miesiąca. To działa na Twoją korzyść w dniu z wysokim popytem, ale sprawia, że raport z jednego dnia potrafi wyglądać alarmująco. Drugi mechanizm to utracony udział w wyświetleniach z powodu budżetu: to jedyna kolumna, która mówi wprost, ile ruchu zostawiasz konkurencji.
Jeśli budżet ogranicza kampanię, która wozi wynik, podnoszę go — ale etapami. Podniesienie budżetu nie kasuje nauki strategii, jednak skok pięciokrotny w jednym ruchu zwykle kończy się gwałtownym rozjazdem kosztu konwersji. Wolę dwa–trzy podejścia w ciągu dnia niż jedno duże.
Sprawdzam też budżety współdzielone. W szczycie sezonu wspólna pula między kampanią brandową a generyczną potrafi zjeść cały weekend: brand ma niski koszt kliknięcia i wysoką konwersję, więc wygrywa wewnętrzną walkę o środki, a droższe kampanie pozyskujące nowych klientów dostają resztki.
Na strategiach automatycznych nastawionych na konwersje mam do dyspozycji narzędzie zaprojektowane dokładnie na takie dni: korekty sezonowe. Deklaruję w nich, że w konkretnym oknie czasowym oczekuję innego współczynnika konwersji niż zwykle, a system uwzględnia to w ustalaniu stawek, zamiast dowiadywać się o skoku popytu z opóźnieniem.
Trzy rzeczy, o których warto wiedzieć przed użyciem:
Drugą bezpieczną dźwignią jest harmonogram wyświetlania. Jeśli z raportu godzinowego widać, że po 23:00 kampania sprzedaje wyraźnie słabiej, ograniczenie tych godzin jest zmianą odwracalną w jednym kliknięciu. Trzecią są wykluczające słowa kluczowe — w szczycie sezonu do kampanii wpada dużo zapytań okołoprzecenowych bez związku z ofertą i warto czytać raport wyszukiwanych haseł codziennie, a nie raz w tygodniu.
Największe straty w ten weekend nie biorą się z licytacji, tylko z danych o produktach. Kolejność moich kontroli w Merchant Center jest zawsze taka sama.
Najpierw odrzucenia i ostrzeżenia — szczególnie te dotyczące niezgodności ceny między feedem a stroną. W dniu wprowadzania przecen to najczęstszy problem: cena w feedzie zdążyła się zaktualizować, a na stronie produktu jeszcze nie, albo odwrotnie. Skutek jest brutalny: produkt wypada z wyświetleń dokładnie wtedy, gdy najbardziej go potrzebujesz.
Potem dostępność. Produkty, które wyszły ze stanu w pierwszych godzinach wyprzedaży, nadal potrafią zbierać kliknięcia, jeśli feed odświeża się raz na dobę. Przy dużych obrotach dobowa aktualizacja jest po prostu za rzadka — jeśli masz możliwość częstszego pobierania pliku albo aktualizacji przez API, ten weekend jest momentem, w którym to się zwraca.
Na końcu sprawdzam poprawność atrybutów promocyjnych: ceny przecenionej razem z okresem jej obowiązywania. Jeśli data końca przeceny wypada w niedzielę, a Twoja promocja trwa do Cyber Monday, w poniedziałek zostaniesz bez oznaczenia promocji w najlepszym momencie.
W ten weekend listy odbiorców rosną szybciej niż przez cały poprzedni kwartał — i to jest majątek, który zadecyduje o grudniu.
Upewniam się więc, że listy w ogóle się zbierają, że mają sensowny okres członkostwa i że osoby porzucające koszyk są wyodrębnione osobno od zwykłych odwiedzających. Jeśli listy remarketingowe są w kampaniach tylko w trybie obserwacji, zwykle to zostawiam — zmiana na tryb kierowania w środku weekendu zawęża ruch mocniej, niż większość osób się spodziewa.
Sprawdzam też wykluczenia. Wyświetlanie tej samej reklamy z kodem rabatowym osobie, która kupiła godzinę wcześniej, to nie tylko zmarnowany budżet, ale też źródło reklamacji o „lepszą cenę dla nowych”.
W dniach z największym ruchem pomiar sprawdzam rano i wieczorem, bo koszt niezauważonej awarii jest w tym tygodniu wielokrotnie wyższy niż zwykle.
Patrzę, czy konwersje w ogóle napływają i czy przekazywana wartość zamówienia wygląda sensownie — nie chodzi o zgodność do złotówki z systemem sklepowym, ale o wyłapanie sytuacji, w której wartość spadła do zera albo waluta zmieniła się po wdrożeniu przecen. Sprawdzam również, czy strona podziękowania nie zaczęła liczyć zamówień dwukrotnie po odświeżeniu.
Nie oceniam natomiast rentowności weekendu w niedzielę wieczorem. Część konwersji dopisze się z opóźnieniem, a decyzje podjęte na niepełnych danych w szczycie sezonu to najprostszy sposób, żeby wyłączyć kampanię, która finalnie okazała się najlepsza.
Ostatni punkt, o którym najłatwiej zapomnieć: wyjście ze szczytu bywa bardziej kosztowne niż wejście w niego.
Po Cyber Monday budżety wracają do normy stopniowo, a nie z dnia na dzień — jeśli kampania przez cztery dni wydawała trzy razy więcej, gwałtowne cięcie potrafi ją wybić z rytmu. Wyłączam korekty sezonowe, żeby nie działały już na normalnym ruchu, i uważnie patrzę na strategie nastawione na koszt konwersji: uczą się teraz na danych z nietypowego tygodnia i przez kilka dni potrafią być zbyt optymistyczne.
Zapisuję też wszystko, co zmieniałem, razem z datami i godzinami. Za rok to będzie jedyna wiarygodna notatka o tym, co zadziałało — a doświadczenie mówi, że w listopadzie następnego roku nikt tego z pamięci nie odtworzy.
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 |