Google Ads сам по собі не продає. 7 жорстких висновків після 150+ проєктів

Головний висновок після понад 150 проєктів простий: Google Ads сам по собі не продає. Продає система.

За 7 років, понад 150 проєктів у 12 країнах і шлях від директора з маркетингу та операційного директора до фрилансу я зрозумів одну річ. Google Ads — це лише інструмент, який підсвічує вашу бізнес-модель. Якщо у вас поганий продукт, крива або відсутня юніт-економіка чи відділ продажу, який не відповідає на дзвінки, реклама лише прискорить ваше банкрутство, спалюючи бюджет з неймовірною ефективністю.

Якщо ж система працює, реклама стає тим самим локомотивом, який тягне бізнес уперед.

Зміст статті

1. «Ми співпрацювали з агентствами роками»
2. Висновок 1. Аналітика — не про звіти, а про керування ризиками
3. Висновок 2. Performance Max — не панацея
4. Висновок 3. Юніт-економіка зійдеться не у всіх — і це нормально
5. Висновок 4. Досвід CMO і COO змінює погляд на PPC
6. Висновок 5. Підходи 2017–2020 років мертві
7. Висновок 6. Ринки різні, але люди однакові
8. Висновок 7. AI не замінить спеціаліста, але спеціалісти з AI замінять усіх інших
9. Резюме: секретних налаштувань не існує
10. FAQ

Google Ads сам по собі не продає. Продає система.

«Ми співпрацювали з агентствами роками»

Нещодавно на Freelancehunt замовник описав задачу так. У них найбільша мережа доставки в Польщі, але є проблема:

«Ми співпрацювали з агентствами протягом багатьох років, які обіцяли результат, але не виконували. Ми чули: дайте нам час, кампанії навчаються, це нормально для початку. Тим часом бюджет згоряв, результати не приходили, а ми стояли на місці».

Фундаментальна проблема тут, найімовірніше, не в агенціях. Не буває так, що компанія перепробувала купу підрядників і жоден не дав жодного результату.

Я працюю з нішею доставки їжі і вже розповідав про схожий кейс. Інший власник доставки суші казав мені: «У мене було 16 підрядників з контекстної реклами, і жоден нічого не зміг зробити». Так не буває. Розраховувати, що Google Ads витягне всю бізнес-модель доставки, — це відверта помилка.

У доставці їжі, як і в більшості ніш, вкрай важлива довіра. Але Google Ads не формує довіру. Він знаходить гарячий попит. Довіру формують інші речі: якісний сервіс, швидка доставка, якісний продукт, уміння вирішувати конфліктні ситуації. І тут хоч лобом бийся — Google Ads у чистому вигляді не допоможе.

Нижче — сім, можливо, трохи жорстких висновків. До цих висновків я дійшов через мільйони доларів рекламних бюджетів, сотні гігабайтів аналітики і декілька сотень аудитів рекламних кабінетів.

Висновок 1. Аналітика — не про звіти, а про керування ризиками

Більшість підприємців під аналітикою розуміють красивий звіт у Looker Studio з графіками кліків і CTR. Підприємець дивиться в нього і не розуміє, навіщо він йому.

А власника бізнесу хвилюють три питання: скільки грошей я заробив, скільки заробляю і скільки зароблятиму. Реальна аналітика починається там, де закінчується інтерфейс рекламного кабінету.

Базового трекінгу недостатньо. Трекінг, який стоїть у 95% рекламних кабінетів, — це не аналітика. Покупка на сайті чи заповнена форма — лише початковий етап воронки. Аналізувати його, не бачачи, що відбувається далі, — це масштабування потенційного збитку. Ви навчаєте алгоритми Google на уривчастих даних (бо не все доходить до кабінету) або, ще гірше, на неякісних.

Без CRM ви відкручуєте рекламу всліпу. Кабінет має отримувати не факт відправки форми чи подію purchase, а кінцевий результат угоди: кваліфікований лід, закритий продаж — залежно від вашої воронки. Для e-commerce я використовую ціль «продаж»: успіх — це коли клієнт оплатив і замовлення перейшло в статус продажу, а не сам факт оформлення.

Різниця суттєва. Залежно від проєкту відвалюється від 10% лідів у хороших випадках до 30% у гірших. Тобто з 10 замовлень 3 не доходять до оплати, а ви навчаєте систему на всіх. Як це виправити — у кейсі про офлайн-конверсії і статті про наскрізну аналітику.

Атрибуція завжди бреше. Не шукайте ідеальну модель атрибуції. Використовуйте наскрізну аналітику, щоб бачити тенденції і взаємозалежність каналів, а не приписувати продаж конкретному каналу з точністю до копійки. Розглядайте рекламу як систему, а не набір окремих каналів. Порівнювати Google, який збирає гарячий попит, і Meta, яка працює на впізнаваність бренду, — як порівнювати яблука з двадцять чотири.

Ключова думка: реальна аналітика відповідає не на питання «скільки кліків», а на питання «скільки грошей я заробив». Без даних з CRM ви навчаєте рекламу на шумі.

Висновок 2. Performance Max — не панацея

На аудитах я регулярно зустрічаю і клієнтів, і спеціалістів, які вважають: запустив Performance Max — і AI все зробить за тебе. Так не працює. Ніколи.

Це потужний інструмент, і нічого поганого я про нього не скажу. Але це поки «чорна скринька»: не ідеальна, дуже чутлива, дуже ніжна. При неправильному використанні ви просто масштабуєте збиток.

З появою Performance Max ринок поділився на два табори: ті, хто бездумно натискає «Запустити», і ті, хто кричить, що AI зливає бюджет. Правда посередині. Performance Max чудово масштабує те, що вже добре працює, але нещадний до новачків.

У кейсі з промисловим обладнанням на момент аудиту була запущена кампанія з лідами по 100 гривень, яких насправді не існувало. Уся реклама крутилась на YouTube, зокрема на дитячих каналах. В іншому B2B-проєкті, теж промислове обладнання, Performance Max «гуляв» де завгодно, тільки не по цільовій аудиторії.

Мені знадобилося близько пів року, щоб переконати клієнта: Performance Max у його ніші використовувати можна, але обережно. Уже понад рік ми успішно з ним працюємо. Клієнт на кожній зустрічі повторює: раніше мені казали, що з моєї ніші нічого не вичавиш, а потім прийшов ти і сказав, що треба все переробити, зробити наскрізну аналітику, зібрати всі дані в CRM. І після цього воно запрацювало.

Він навіть пожартував: «Потрібен не бюджет 100 тисяч гривень і безтолковий спеціаліст, а Володимир і бюджет 150 тисяч». Жарт, але суть у тому, що цими інструментами треба вміти користуватися. Детальніше — у статті про слабкі місця Performance Max.

Висновок 3. Юніт-економіка зійдеться не у всіх — і це нормально

Будьмо відвертими: Google Ads — дорогий інструмент, і він не для кожного бізнесу.

Раніше рекламу запускали за принципом «вкладемо тисячу доларів і подивимось». Сьогодні в конкурентних нішах, наприклад у США, вартість кліка може бути такою, що перший продаж іде в мінус або в нуль. Те саме стосується України, особливо сервісних ніш: доставка їжі, барбершопи, клініки, стоматології.

Якщо ваша модель не передбачає повторних продажів (роботи з lifetime value) або у вас низька маржинальність, контекстна реклама може бути вам просто протипоказана. Щоб зрозуміти це ще до запуску, я розробив калькулятор окупності Google Ads.

На практиці я беру в роботу приблизно 3 з 10 запитів. Для кожного бізнесу прораховую три сценарії з різними коефіцієнтами конверсії. Якщо жоден не дає навіть точки беззбитковості — відмовляю. Якщо хоча б пара сценаріїв прибуткові — беру. Тож 70% запитів я відмовляю.

Це і є різниця між експертом з Google Ads і налаштувальником рекламного кабінету. Налаштувальник, як і агенція, візьме будь-який проєкт, бо їхня бізнес-модель побудована на постійному потоці клієнтів.

Ключова думка: сказати клієнту «вам зараз не потрібен Google Ads» — це те, що відрізняє експерта від налаштувальника кабінету.

Висновок 4. Досвід CMO і COO змінює погляд на PPC

Чому бекграунд топ-менеджера допомагає в Google Ads більше, ніж десятки пройдених курсів? Бо налаштувальник реклами, контекстолог, «кнопкодав», як я їх люблю називати, думає метриками рекламного кабінету. А колишній директор з маркетингу бачить метрики прибутку.

Кнопкодав у кращому випадку працює з ROAS. Маркетолог працює з ROMI — з метрикою, максимально наближеною до чистого прибутку. Тут два моменти.

Маржа важливіша за оборот. Той самий товар з різною маржою дає різний прибуток. Коли ви навчаєте рекламу шукати маржинальніші замовлення, це справжній геймчейнджер: перехід від моделі «продати будь-що, аби дорожче» до моделі «продавати те, що приносить прибуток».

Проблема не завжди в трафіку. Вона може бути в конверсії відділу продажу. Я бачив десятки компаній, які скаржилися на рекламу, або навпаки мали ідеальний CPL, але грошей не було. Відкриваємо CRM і телефонію, а там 70% пропущених дзвінків без передзвону.

Висновок 5. Підходи 2017–2020 років мертві

Забудьте про тисячу ключових слів. Забудьте про підхід «одне ключове слово — одна група оголошень». Забудьте, що «купити торт» і «торт купити» — різні наміри. Забудьте про структури з десятками кампаній по 50 гривень на день.

Я займаюся Google Ads понад сім років, майже вісім, і зараз платформа трансформується колосально. Акцент зміщується з мікроменеджменту, яким ще кілька років тому було, наприклад, ручне керування розкладом показу оголошень. Про те, чи має це сенс у 2026 році, я писав окремо.

Спрощуйте структуру акаунта. Вам не потрібні 150 груп оголошень у кампанії. Чим простіша і правильніша структура, тим швидше навчаються алгоритми. Консолідація даних — головний тренд сучасної оптимізації реклами. Те саме стосується типів відповідності: алгоритми Google зараз працюють краще, ніж ваше семантичне ядро на п'ять тисяч ключових слів.

Висновок 6. Ринки різні, але люди однакові

Працюючи з проєктами у 12 країнах — Україна, США, Канада, Велика Британія, Австралія, Німеччина, Польща, Італія та інші, — я вивів просту формулу. Механіка попиту і процес прийняття рішення всюди плюс-мінус однакові. Різниця лише у вартості помилки і щільності конкуренції.

У США, Канаді чи Великій Британії помилка в налаштуванні аналітики на старті може коштувати тисячі доларів. Є кейс, де витратили $10 000 і отримали 0 лідів: ціна помилки там висока через дорогий клік. Як я запускаю рекламу за кордоном — Google Ads на зарубіжні ринки.

Ще один приклад з часів роботи в агенції. Взяли клієнта з бюджетом $1500 у ніші термінового викупу будинків, який хотів ліди по $50. При цьому клік у ніші коштував близько $50. Ще на етапі прорахунку можна було сказати, що ціль нереалістична. Але його взяли в роботу, і через місяць він пішов. Проблема на вході — проблема на виході.

Український ринок неймовірно гнучкий і швидкий, але клієнти дуже вимогливі до сервісу, а конкуренція майже в будь-якій ніші колосальна. Через усе, що відбувається в країні, навіть ті, хто довго відкладав вихід в онлайн, туди пішли. Конкуренція росте, ринок стагнує, і всі починають заробляти менше.

Висновок 7. AI не замінить спеціаліста, але спеціалісти з AI замінять усіх інших

AI у Google Ads замінює лише нижній пласт спеціалістів — тих, хто просто вміє користуватися інтерфейсом. Як і в більшості ніш, він забирає нижню ланку: роботу, яку можна автоматизувати або суттєво спростити.

Нейромережі пишуть тексти, генерують зображення, допомагають з рутиною. А системи машинного навчання самого Google Ads керують ставками на своїх аукціонах краще за будь-яку людину.

Але один з моїх клієнтів вирішив послухати пораду AI і запустив агента прямо в рекламний кабінет. Агент наробив таких змін, що вже за тиждень клієнт відчув наслідки і зрозумів: сліпо довіряти AI не варто.

Я регулярно використовую AI в роботі і так само регулярно бачу його помилки. Не в рутинних задачах, а в серйозніших речах:

• AI вигадує факти. Моделі навчаються на інформації з інтернету, а вона не завжди правдива.
• AI працює із застарілими даними. Сьогодні 2026 рік, а остання інформація моделі про інструмент Google Ads може бути з 2023-го. За цей час інструмент змінився, і те, що описує AI, просто не працює.

Головне: якщо ви не розумієте тему, ви не можете перевірити, що каже AI. Клієнти іноді вивантажують метрики, яких самі не розуміють, віддають їх AI без контексту і приходять з готовим рішенням: «Ось що каже AI, давай робити».

Кейс: проєкт з оренди квартир у Торонто. Клієнтка завантажила дані в ChatGPT і отримала рекомендації. Я сказав прямо: це робити не можна, це абсурд. Відповідь: «Робимо, так сказав ChatGPT». Я погодився — доводити щось не було ні сил, ні бажання. Якщо клієнт з ChatGPT вважає себе розумнішим, нехай вчиться на своїх помилках і своїх грошах.

Вартість ліда зросла більш ніж утричі. Через два тижні клієнтка попросила повернути все як було.

Що ж лишається спеціалісту? Три речі:

1. Архітектура даних: збір і очищення даних, наскрізна аналітика, передача сигналів про реальні продажі в Google Ads.
2. Стратегія бізнесу: юніт-економіка, позиціонування клієнта, обмеження його бізнес-процесів.
3. Контроль і критичне мислення. AI — це сліпий гонщик на дуже швидкій машині. Їде швидко, але куди — не бачить.

Ключова думка: AI — це швидкість без напрямку. Спеціаліст потрібен, щоб задати напрямок, дати правильні дані і перевіряти результат.

Резюме: секретних налаштувань не існує

За 150+ проєктів я зрозумів: ідеальний Google Ads — не про секретні налаштування, про які постійно розповідають продавці курсів з Google Ads. У своїх відео на YouTube і в блозі я вже не раз казав, що результат визначають дві речі: аналітика і якісні дані. Більше секретів немає.

Google Ads — лише один з інструментів реклами, а реклама — лише один з інструментів маркетингу. Контекстна реклама не працює сама по собі. Якщо хоча б одна ланка ланцюжка бізнесу випадає, система дає збій:

• проблеми з відділом продажу — Google Ads не виправить;
• проблеми з офером чи УТП — Google Ads не виправить;
• менеджери не вміють говорити по телефону — Google Ads, на жаль, теж не виправить.

Чому реклама не витягує те, що має вирішувати маркетинг, я розбирав у статті про модель 5P.

Якщо хочете перевірити, чи готова ваша система до реклами, — почніть з калькулятора окупності або звертайтеся, контакти є на цій сторінці.

До речі, Google нарешті дав трохи більше контролю над Performance Max: як зменшити вплив окремих плейсментів, я показав у статті «Нова фіча у Performance Max».