Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Profil idealnego klienta dostaję od klientów coraz częściej i coraz częściej jest to dokument wygenerowany — z modelu językowego, z warsztatu strategicznego albo z szablonu znalezionego w sieci. Zwykle czyta się dobrze: wiek, stanowisko, bolączki, cytat, imię persony, czasem zdjęcie z banku obrazów.
Potem pada pytanie, co z tym zrobić w Google Ads, i tu zaczyna się problem. W panelu nie ma pola „profil idealnego klienta”. Jest kilkanaście osobnych mechanizmów kierowania, z których każdy przyjmuje inny rodzaj informacji, a większość opisu z ICP nie ma odpowiednika w żadnym z nich.
Traktuję taki dokument jak listę hipotez do przetłumaczenia i sprawdzenia. Poniżej opisuję, które fragmenty przekładają się na ustawienia kampanii, które przydają się gdzie indziej niż w kierowaniu, a które trzeba po prostu odłożyć.
Zanim cokolwiek ustawię, pytam o źródło. To pytanie oszczędza tygodnie.
Profil zbudowany na danych z systemu sprzedażowego, z rozmów z handlowcami i z historii transakcji jest materiałem do pracy. Profil wygenerowany na podstawie samego opisu branży jest tekstem, który brzmi wiarygodnie, bo został napisany tak, żeby brzmieć wiarygodnie — i który równie dobrze może opisywać klienta konkurencji albo nikogo.
Model językowy nie ma dostępu do bazy klientów firmy. Wygenerowane atrybuty to średnia z tego, co napisano w internecie o podobnych biznesach. Bywa to niezły punkt startu przy wchodzeniu w nieznaną branżę, ale nie jest to dana i nie wolno na tej podstawie zawężać kierowania, bo zawężenie oparte na wymyślonym atrybucie odcina realnych klientów, których nikt już potem nie zobaczy w raportach.
Dlatego z każdego profilu wypisuję sobie dwie kolumny: co wiemy z własnych danych i co jest założeniem. Do ustawień wchodzi tylko pierwsza kolumna. Druga trafia do listy rzeczy do zweryfikowania danymi z kampanii.
Elementów profilu, które mają bezpośredni odpowiednik w panelu, jest mniej, niż się wydaje.
Reszta profilu — bolączki, motywacje, obiekcje, ulubione marki, sposób podejmowania decyzji — nie jest ustawieniem kierowania. Jest materiałem na teksty reklam, nagłówki na stronie docelowej i listę argumentów. To nie mniej ważne zastosowanie, tylko inne, i mieszanie tych dwóch rzeczy jest źródłem większości nieporozumień wokół ICP w reklamie.
Jeśli firma ma bazę klientów, to najbardziej rzetelne odwzorowanie profilu nie polega na odgadywaniu cech, a na przekazaniu Google prawdziwych klientów.
Wgranie listy adresów e-mail lub numerów telefonu z systemu sprzedażowego pozwala kierować reklamy do osób, które już kupiły, i — co ważniejsze przy pracy z ICP — daje systemowi realny punkt odniesienia zamiast opisu z dokumentu. Osobnej listy „podobnych odbiorców” panel z takiego zbioru już nie zbuduje, ale sama lista jest materiałem wyjściowym dla kierowania zoptymalizowanego, rozszerzania odbiorców i sygnału odbiorców w kampaniach automatycznych. Wymaga to spełnienia zasad dotyczących danych: właściwej podstawy prawnej, informacji w polityce prywatności i list o odpowiedniej wielkości, bo małe zbiory nie zostaną dopasowane.
Warto tu wyczyścić bazę przed wgraniem. Lista wszystkich kontaktów z dziesięciu lat to nie profil idealnego klienta — to profil wszystkiego, co się zdarzyło. Znacznie lepiej działają węższe zbiory: klienci z najwyższą wartością zamówień, klienci powracający, klienci z jednej linii produktowej. Taki podział to jest praktyczne przełożenie ICP na dane.
Przy okazji: segmenty podobnych odbiorców tworzone automatycznie na podstawie list nie są już dostępne — zostały wycofane w poprzednim roku, a ich rolę przejęło kierowanie zoptymalizowane i rozszerzanie odbiorców. Jeśli w dokumencie strategii z szablonu widzę zalecenie „ustaw similar audiences”, to znak, że szablon jest starszy niż panel.
To rozróżnienie jest w tej chwili najważniejsze w całej pracy z odbiorcami i najczęściej pomijane.
W kampaniach w sieci wyszukiwania odbiorców można dodać w dwóch trybach. Kierowanie zawęża — reklamy wyświetlą się tylko osobom z listy. Obserwacja nie zawęża niczego, jedynie dodaje wymiar do raportów i pozwala później ustawić korekty stawek. Przy pracy z niepewnym profilem zaczynam od obserwacji, zbieram dane o skuteczności poszczególnych segmentów i tylko potwierdzone różnice zamieniam na zawężenie.
W kampaniach nastawionych na automatyczne pozyskiwanie konwersji rola odbiorców jest jeszcze inna: profil bywa tam wyłącznie sygnałem dla systemu, punktem startu do szukania podobnych osób, a nie granicą, poza którą reklama się nie wyświetli. Kto wgrywa sygnał odbiorców i oczekuje szczelnego filtra, będzie rozczarowany, gdy zobaczy w raportach zupełnie inne grupy.
Najskuteczniejszym filtrem w kampaniach w wyszukiwarce pozostaje zresztą nie profil odbiorcy, a to, czego użytkownik szuka, i wykluczenia słów kluczowych. Dobrze opisany ICP pomaga wymyślić te wykluczenia — na przykład wykluczyć zapytania o pracę, o darmowe wersje albo o segment cenowy, w którym firma nie działa.
Odwrotna strona ICP jest zwykle bardziej użyteczna od strony pozytywnej, a prawie nigdy jej nie ma w wygenerowanych dokumentach.
Wypisuję z klientem, kogo nie chcemy: firmy poza obsługiwanym obszarem, klientów szukających budżetowej wersji usługi, osoby na etapie zbierania informacji do pracy dyplomowej, konkurencję sprawdzającą ceny, kandydatów do pracy. Potem zamieniam to na konkrety w panelu: wykluczenia lokalizacji, wykluczenia list odbiorców, wykluczenia słów kluczowych, a w kampaniach na urządzeniach mobilnych i w sieci reklamowej także wykluczenia miejsc docelowych.
Osobno wykluczam obecnych klientów tam, gdzie płacenie za nich nie ma sensu — na przykład w kampanii nastawionej na pozyskanie nowego leada, gdy usługa jest jednorazowa. To ustawienie, o którym się zapomina, a przy usługach z długim cyklem widać je w koszcie od razu.
Po kilku tygodniach mam dane i wtedy zaczyna się właściwa praca z ICP.
Wchodzę w raporty odbiorców i porównuję strukturę osób, które konwertowały, z założeniami z dokumentu. Patrzę też na stronę statystyk konta, gdzie widać, jakich kategorii zapytań i jakich grup dotyczy ruch. Prawie zawsze coś się nie zgadza — najczęściej przedział wiekowy jest szerszy niż w profilu, a segmenty zainteresowań wyglądają zupełnie inaczej niż te wpisane na starcie.
Wnioski wpisuję z powrotem do dokumentu z datą. Profil klienta przestaje wtedy być prezentacją, a staje się notatką, która się aktualizuje. To jedyna wersja ICP, która ma dla mnie wartość operacyjną: taka, w której obok każdego atrybutu wiem, skąd się wziął i kiedy był ostatnio sprawdzany danymi z kampanii.
I rzecz, o której mówię klientom wprost: jeśli po dwóch miesiącach dane przeczą profilowi, to profil jest do zmiany, nie dane. Wygenerowany dokument nie jest ustaleniem faktu — jest zestawem założeń, których kampania jest najtańszym możliwym testem.
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 |