Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Planowanie rocznego budżetu reklamowego opiera się zwykle na dwóch źródłach: danych z zeszłego roku i oczekiwaniach zarządu. Pierwsze są wiarygodne, ale opisują przeszłość jednej firmy. Drugie bywają oderwane od popytu.
Google Trends jest trzecim źródłem, darmowym i dostępnym od kilkunastu lat, a mimo to rzadko wykorzystywanym poza ciekawostkami. Nie zastąpi własnych danych, ale odpowiada na pytanie, na które własne dane nie odpowiadają: kiedy w ciągu roku ludzie interesują się tym, co sprzedajesz — niezależnie od tego, kiedy Ty prowadziłeś kampanie.
Poniżej opisuję, jak z tego korzystam przy planowaniu, i wypisuję ograniczenia, których pominięcie prowadzi do złych wniosków.
Zacznę od tego, bo najczęstszy błąd interpretacyjny wynika z niezrozumienia jednostki.
Google Trends nie pokazuje liczby wyszukiwań. Pokazuje względne zainteresowanie w skali od zera do stu, gdzie sto oznacza moment największego zainteresowania w wybranym okresie i regionie. Wartość pięćdziesiąt znaczy „połowa tego, co w szczycie”, a nie „pięćdziesiąt tysięcy zapytań”.
Ma to dwie konsekwencje. Pierwsza: nie da się z tego wyliczyć potencjalnej liczby kliknięć. Do tego służy planer słów kluczowych w Google Ads, który podaje przybliżone wolumeny. Drugą, ważniejszą: wykresy dwóch różnych zapytań nie są porównywalne, jeśli patrzysz na nie osobno. Każdy jest skalowany do własnego maksimum. Porównanie ma sens tylko wtedy, gdy zapytania są wpisane w jednym widoku obok siebie.
Dane obejmują też jedynie zapytania o wystarczającym wolumenie. Przy niszowych frazach wykres będzie pusty albo poszarpany — i to nie znaczy, że nikt nie szuka, tylko że próbka jest zbyt mała.
To do tego wracam najczęściej i tu narzędzie jest naprawdę użyteczne.
Wpisuję zapytanie opisujące moją kategorię, ustawiam region na Polskę i okres na pięć lat. Pięć lat, nie rok — jeden rok nie pozwala odróżnić sezonowości od jednorazowego zdarzenia. Ostatnie dwa lata są przy tym nietypowe w wielu branżach z powodu ograniczeń w handlu i zmian w zachowaniach zakupowych, więc warto patrzeć na dłuższą perspektywę i traktować je ostrożnie.
Czego szukam na takim wykresie:
Zestawiam potem taki wykres z własnymi danymi sprzedażowymi w tych samych miesiącach. Najciekawsze są rozbieżności: miesiąc, w którym zainteresowanie kategorią jest wysokie, a moja sprzedaż niska, to albo niewykorzystana okazja, albo dowód, że kampanie były wtedy wyłączone.
Sposób, który stosuję, jest prosty i nie wymaga arkuszy z modelami.
Krok pierwszy: wyciągam z wykresu udziały miesięczne, czyli przybliżony rozkład zainteresowania w ciągu roku. Nie potrzebuję precyzji — wystarczy podział na miesiące mocne, średnie i słabe.
Krok drugi: zestawiam to z rozkładem własnej sprzedaży z poprzednich lat. W większości branż te dwa rozkłady są podobne. Gdzie się różnią, tam szukam wyjaśnienia: może kampania była wtedy ograniczona budżetem, może zabrakło towaru, może w tej kategorii ludzie szukają wcześniej, a kupują później.
Krok trzeci: przesuwam wydatek w stronę okresu poprzedzającego szczyt. To najczęstsza korekta, jaką z tej analizy wyciągam. Naturalną tendencją jest wydawanie najwięcej w miesiącu największej sprzedaży, podczas gdy decyzje zakupowe podejmowane są wcześniej.
Krok czwarty: sprawdzam, czy plan mieści się w realiach — czy w okresie szczytu kampanie w ogóle są w stanie wydać zaplanowaną kwotę i czy nie tracą wtedy udziału w wyświetleniach z innego powodu niż budżet.
Poza sezonowością narzędzie przydaje się w kilku innych sytuacjach.
Wybór między synonimami. Jeśli produkt bywa nazywany dwoma sposobami, porównanie ich w jednym widoku pokazuje, którym mówią klienci. To wpływa na nazewnictwo kategorii, nagłówki i teksty reklam.
Sprawdzenie zainteresowania regionalnego. Podział na województwa pokazuje, gdzie kategoria jest popularniejsza. Przy usługach lokalnych i przy planowaniu kierowania geograficznego bywa to użyteczna wskazówka.
Powiązane zapytania. Lista zapytań rosnących w danym okresie jest źródłem pomysłów na treści i na nowe grupy słów kluczowych, często wcześniejszym niż dane w narzędziach płatnych.
Weryfikacja mody i chwilowych zjawisk. Zapytanie, które rosło pionowo przez dwa tygodnie i spadło, to nie trend, a wydarzenie. Odróżnienie jednego od drugiego chroni przed inwestowaniem w kategorię, która właśnie przestaje istnieć.
Porównanie z konkurencją na poziomie marek. Zainteresowanie nazwą firmy w czasie jest przybliżoną miarą rozpoznawalności. Ostrożnie z wnioskami, ale przy dużych markach wykres bywa wymowny.
Wypisuję je osobno, bo każde z nich potrafi zepsuć wnioski.
To nie są dane o sprzedaży, a o zainteresowaniu. Wysokie zainteresowanie nie oznacza gotowości do zakupu. Kategorie o charakterze informacyjnym mają wysokie wykresy i niską konwersję.
Skala jest względna. Spadek z osiemdziesięciu do czterdziestu nie znaczy, że rynek się skurczył o połowę w liczbach bezwzględnych — znaczy, że jest o połowę mniej niż w szczycie okresu, który wybrałeś.
Wąskie zapytania nie mają danych. Przy specjalistycznych produktach narzędzie po prostu milczy i trzeba oprzeć się na kategorii nadrzędnej.
Zmiany w sposobie wyszukiwania zaburzają porównania wieloletnie. Ludzie formułują zapytania inaczej niż pięć lat temu, więc spadek zainteresowania jednym sformułowaniem może oznaczać wzrost innego.
Dane mogą być mylące przy nazwach wieloznacznych. Zapytanie będące jednocześnie nazwą produktu i nazwiskiem znanej osoby da wykres bez związku z Twoją branżą. Warto wtedy skorzystać z możliwości wyboru tematu zamiast dokładnego zapytania.
Na koniec praktyka, bo narzędzie użyte raz nie daje wiele.
Raz w roku, przy planowaniu budżetu, robię pełną analizę: pięcioletnie wykresy dla głównych kategorii, rozkład miesięczny, zestawienie z własną sprzedażą. To materiał, który idzie do planu jako załącznik z uzasadnieniem, dlaczego budżet jest rozłożony tak, a nie równo.
Raz na kwartał sprawdzam krótszy horyzont — dwanaście miesięcy — żeby zobaczyć, czy nie zmienia się coś, czego nie widać w danych rocznych.
Raz w miesiącu, przy okazji przeglądu kampanii, zaglądam do powiązanych zapytań rosnących. To pięć minut i bywa źródłem pomysłów, których nie znajdę we własnych danych, bo dotyczą rzeczy, na które jeszcze nie licytuję.
I zasada nadrzędna, którą powtarzam sobie za każdym razem: to narzędzie służy do zadawania lepszych pytań, nie do udzielania odpowiedzi. Odpowiedzi są w danych sprzedażowych firmy. Trends pokazuje tylko, gdzie ich szukać.
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 |