Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Piszę to ostatniego dnia października, bo to moment, w którym jeszcze da się coś zmienić w koncie sklepu, a już nie da się przebudować go od zera. Black Friday wypada 29 listopada, Cyber Monday 2 grudnia, a realny szczyt zakupowy rozciąga się od połowy listopada do ostatniego tygodnia przed Wigilią.
Cztery tygodnie to dużo, jeśli plan już istnieje, i za mało, jeśli trzeba dopiero porządkować plik danych i pomiar konwersji. Dlatego układam czwarty kwartał w kolejności odwrotnej do intuicyjnej: najpierw rzeczy, które muszą po prostu działać, potem te, które mają zwiększać sprzedaż.
Poniżej opisuję, jak łączę kampanie produktowe, Performance Max i Demand Gen w jedną strategię i gdzie w tym wszystkim znajduje się warstwa automatyczna, którą Google nazywa dziś zbiorczo AI.
Zanim tknę cokolwiek w kampaniach, rozpisuję kalendarz sprzedażowy. Bez tego wszystkie decyzje o budżetach są uznaniowe.
Dzielę kwartał na pięć okresów. Reszta października i pierwsza dekada listopada to czas, w którym ludzie już szukają, ale czekają na obniżki. Tydzień przed Black Friday to wzrost zapytań porównawczych. Potem sam weekend 29 listopada – 2 grudnia. Dalej grudzień do granicznej daty wysyłki — tę datę musisz dostać od logistyki, nie od agencji. I okres po niej: karty podarunkowe, odbiór osobisty, pierwsze zapytania posezonowe.
Każdy okres ma inny cel: najpierw zasięg i listy odbiorców, przed szczytem widoczność na zapytania porównawcze, w szczycie gra budżetem, w grudniu komunikacja o czasie dostawy, na końcu wygaszanie ruchu, którego sklep nie obsłuży.
Ten podział ustala też, kiedy wolno wprowadzać zmiany. Ostatnie zmiany strukturalne robię do połowy listopada. Później tylko budżety, wykluczenia i reagowanie na awarie.
W sklepie o wyniku czwartego kwartału decyduje plik danych, nie tekst reklamy. Widzę to na większości kont, które przejmuję: kampanie są skonfigurowane porządnie, a część asortymentu nie wyświetla się z powodu odrzuceń, których nikt nie czytał.
Diagnostykę w Merchant Center traktuję jak listę zadań: produkty odrzucone, ostrzeżenia o atrybutach i rozbieżności między ceną oraz dostępnością w feedzie a stanem na stronie. Ta trzecia kategoria jest w listopadzie najgroźniejsza, bo przy szybkiej rotacji zapasów sklep zaczyna płacić za kliknięcia w produkty, których nie ma.
Zmiany w feedzie nie wchodzą do kampanii natychmiast — asortyment świąteczny wprowadzaj z kilkudniowym wyprzedzeniem.
W sklepach Performance Max odpowiada dziś zwykle za większość obrotu z Google Ads. Traktuję go jako trzon, nie jako jedyne miejsce, w którym dzieje się sprzedaż.
Dzielę te kampanie według logiki biznesowej, nie według liczby produktów: osobno kategorie o różnej marży lub cyklu decyzyjnym, osobna grupa zasobów dla asortymentu przecenionego. Rozdrabnianie ma koszt — każda kampania potrzebuje własnych danych konwersji, a przy zbyt drobnym podziale żadna ich nie ma dość.
Trzy ustawienia sprawdzam przed listopadem. Rozszerzanie na końcowy adres URL, bo włączone potrafi wysyłać ruch na podstronę, której nie chcesz promować. Wykluczenia marki, żeby ruch brandowy nie zawyżał obrazu skuteczności. Wykluczające słowa kluczowe — na razie wyłącznie te z poziomu konta, bo tylko je dodam sam z panelu, a obejmują część wyszukiwarkową i zakupową Performance Max. Wykluczenia na poziomie samej kampanii PMax Google zapowiedział jako betę na wrześniowym DMEXCO, ale w panelu ich jeszcze nie ma — wciąż idą przez opiekuna konta, więc jeśli są potrzebne na listopad, zgłoś je teraz.
Osobno zostawiam klasyczne kampanie w sieci wyszukiwania na najważniejsze zapytania kategorii i na brand — chcę widzieć te zapytania w raportach i mieć nad nimi kontrolę w tygodniu, w którym liczy się każda godzina widoczności.
Demand Gen zastąpił w zeszłym roku kampanie Discovery i pokazuje reklamy w YouTube, Shorts, Discover oraz Gmailu. W moim kalendarzu ma konkretne miejsce: pracuje wcześniej niż kampanie sprzedażowe.
Sens jest prosty. W tygodniu wyprzedaży konkurencja o użytkownika gotowego do zakupu jest największa i najdroższa. Jeśli sklep ma już grupę osób, które widziały produkt, weszły na stronę albo obejrzały wideo, to w szczycie kupuje remarketing, a nie najdroższe kliknięcia z otwartej aukcji.
Dlatego uruchamiam takie kampanie dwa–trzy tygodnie przed promocją, z celem nastawionym na wejścia i zainteresowanie, nie na natychmiastową transakcję. Ocena po samym zwrocie z ostatniego kliknięcia zawsze wypadnie źle — i to najczęstszy powód, dla którego kampania zostaje wyłączona tuż przed momentem, w którym miała zadziałać.
Do przygotowania: kadry pionowe i kwadratowe, krótkie wideo oraz odbiorcy z własnych danych — list z witryny, danych klientów i widowni kanału.
Słowo AI oznacza dziś w Google Ads trzy różne rzeczy i mieszanie ich prowadzi do złych decyzji.
Pierwsza to ustalanie stawek: model przewiduje prawdopodobieństwo i wartość konwersji w każdej aukcji. Najbardziej sprawdzona część automatyzacji, pod warunkiem że dane konwersji są czyste. W czwartym kwartale dochodzi zastrzeżenie — model uczy się z przeszłości, a tydzień wyprzedaży nie wygląda jak żaden inny tydzień w roku.
Druga to kierowanie i dobór miejsc wyświetlania w kampaniach automatycznych. Przewaga jest realna przy dużym asortymencie, ale to również miejsce, gdzie najłatwiej stracić orientację co do tego, gdzie pokazuje się reklama.
Trzecia to generowanie kreacji w panelu — warstwa najmłodsza i w polskim koncie najbardziej ograniczona, bo narzędzia generatywne działają dziś przede wszystkim po angielsku.
Czego nie oczekuję od żadnej z nich: że domyśli się mojego kalendarza promocji, marż i granicznej daty wysyłki. To trzeba wprowadzić do konta — budżetem, korektami sezonowymi, wykluczeniami i podziałem kampanii.
To ostatni moment, w którym poprawki pomiaru mają sens. W grudniu naprawianie tagów oznacza utratę porównywalności danych w najważniejszym miesiącu roku.
Sprawdzam po kolei: czy transakcja przekazuje wartość zgodną z tym, co widzi księgowość; czy konwersje nie dublują się między tagiem Google Ads a importem z Analytics; czy tryb uzyskiwania zgody działa w wersji drugiej, bo od marca jest warunkiem modelowania danych w Europie; czy konwersje rozszerzone naprawdę przekazują dane.
Druga rzecz to okna i opóźnienia. W listopadzie czas decyzji się skraca, w grudniu wydłuża, bo prezenty wybieramy wcześniej, niż zamawiamy.
Trzecia to zwroty. Po świętach wraca część zamówień, a konto Google Ads o tym nie wie. Warto policzyć historyczny udział zwrotów w kategoriach i uwzględnić go przy ustalaniu docelowego zwrotu z wydatków. Cel liczony od obrotu brutto to najczęstsze źródło złudzeń co do rentowności.
Strategia bez terminów zostaje w prezentacji, więc na koniec plan operacyjny.
Najtrudniejszy element tego planu nie jest techniczny. Chodzi o dyscyplinę nierobienia zmian w dniach szczytu, kiedy presja jest największa, a każda korekta wygląda na uzasadnioną.
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 |