Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
Remarketing kojarzy się z banerami goniącymi użytkownika po internecie i to skojarzenie sprawia, że jego zastosowanie w kampaniach wyszukiwania bywa pomijane. A jest to moim zdaniem jedna z najbardziej opłacalnych rzeczy, jakie można zrobić w koncie Google Ads — pod warunkiem, że rozumie się różnicę.
W sieci reklamowej remarketing pokazuje reklamę osobie, która nic w tym momencie nie szuka. W sieci wyszukiwania nie inicjujesz kontaktu: użytkownik sam wpisuje zapytanie, a Ty jedynie wiesz o nim więcej niż o pozostałych i możesz na tej podstawie licytować inaczej albo pokazać inną reklamę.
To zupełnie inna sytuacja i znacznie mocniejszy sygnał. Ktoś, kto był na Twojej stronie tydzień temu i dziś wpisuje zapytanie o Twoją kategorię produktów, jest wart więcej niż osoba zupełnie nowa. Poniżej opisuję, jak to wykorzystać.
Listę odbiorców można dodać do kampanii wyszukiwania w dwóch trybach i to pierwsza decyzja, którą trzeba podjąć świadomie.
Tryb obserwacji nie zmienia zasięgu kampanii. Reklamy wyświetlają się wszystkim tak jak dotąd, a lista służy do dwóch rzeczy: do zobaczenia w raportach, jak radzi sobie ta grupa, i do ustawienia dla niej korekty stawek. To tryb, od którego zawsze zaczynam.
Tryb kierowania zawęża wyświetlanie wyłącznie do osób z listy. Kampania przestaje pokazywać się nowym użytkownikom. To narzędzie do bardzo konkretnych zastosowań, nie domyślny wybór.
Pomyłka w tym miejscu jest bolesna i widziałem ją kilka razy: ktoś dodaje listę w trybie kierowania do głównej kampanii sprzedażowej i nie rozumie, dlaczego ruch spadł o osiemdziesiąt procent. Dlatego przy każdym dodaniu listy sprawdzam ten przełącznik dwa razy.
Poniżej te, do których wracam w większości kont.
Jedna wielka lista wszystkich odwiedzających jest prawie bezużyteczna. Wartość leży w podziale.
Dzielę według dwóch wymiarów. Pierwszy to etap ścieżki: odwiedził stronę główną, przeglądał kategorię, obejrzał kartę produktu, dodał do koszyka, rozpoczął zamówienie, kupił. Każdy kolejny etap to inna intencja i inna wartość.
Drugi to czas. Osoba z wczoraj i osoba z przed trzech miesięcy to dwie różne sytuacje. Standardowo buduję po kilka okien czasowych dla najważniejszych etapów — na przykład siedem, trzydzieści i dziewięćdziesiąt dni — i porównuję ich skuteczność w raportach, zamiast zgadywać.
Uwaga techniczna, która przesądza o tym, czy z tego cokolwiek będzie: listy dla sieci wyszukiwania mają wyższy próg minimalnego rozmiaru niż listy dla sieci reklamowej. Mniejsza lista zostanie utworzona, ale nie będzie używana. Dlatego w małych serwisach trzeba budować listy szersze i dłuższe czasowo, choć wolałbym węższe.
I rzecz, o której mówię każdemu klientowi na pierwszym spotkaniu: listy nie zapełniają się wstecz. Jeśli nie masz tagu zbierającego odbiorców, dziś zaczynasz od zera i przez najbliższe tygodnie nie zrobisz z tego użytku. To najtańsza rzecz do wdrożenia w całym koncie i najczęściej odkładana.
Tu jest rozróżnienie, którego pominięcie prowadzi do bałaganu.
Przy ręcznym ustalaniu stawek korekta dla listy odbiorców działa dokładnie tak, jak się tego oczekuje: podnosi albo obniża stawkę o zadany procent.
Przy strategiach automatycznych nastawionych na konwersje korekty stawek dla odbiorców nie są stosowane — system i tak uwzględnia przynależność do listy jako jeden z sygnałów przy licytowaniu, i robi to na poziomie pojedynczej aukcji, czyli dokładniej niż stała korekta procentowa.
Wniosek praktyczny jest dwustopniowy. Jeśli korzystasz z automatu, dodawaj listy w trybie obserwacji — nie po to, żeby ustawiać korekty, ale po to, żeby system dostał wyraźny sygnał i żebyś Ty miał dane w raportach. Jeśli licytujesz ręcznie, korekty ustawiaj, ale na podstawie zebranych danych, nie na wyczucie.
Osobno warto pamiętać o zaległościach: konta przechodzące na automat często zachowują stare korekty dla odbiorców. Nie szkodzą, ale mylą przy analizie, bo wyglądają na aktywne ustawienia. Warto zrobić porządek przy okazji zmiany strategii.
Kilka rzeczy, które regularnie widzę i które psują efekt.
Nie stosuję trybu kierowania w kampaniach mających pozyskiwać nowych klientów. To brzmi banalnie, ale wynika z tego cała reszta pomyłek.
Nie ustawiam ekstremalnych korekt bez danych. Podniesienie stawki o kilkaset procent dla listy porzuconych koszyków może mieć sens, ale najpierw chcę zobaczyć, jak ta grupa zachowuje się przy korekcie umiarkowanej.
Nie buduję kilkudziesięciu list, których potem nikt nie używa. Widziałem konta z czterdziestoma listami odbiorców, z których do kampanii dodane były trzy. Każda lista wymaga decyzji, gdzie i jak ma być użyta — inaczej jest tylko pozorem zaawansowania.
Nie zapominam o wykluczeniach. Remarketing w wyszukiwaniu bez wykluczania klientów, którzy właśnie kupili, to najczęstszy sposób marnowania pieniędzy w tym obszarze.
I ostatnia rzecz: nie traktuję listy jako substytutu dobrego dopasowania zapytań. Jeśli kampania obsługuje nietrafione zapytania, to obsługuje je również dla osób z listy — tylko drożej.
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 |