Маркетолог, аналітик, ex-CMO — фокус на екосистемі Google (Ads, Merchant Center, GA4, GTM). Google Partner. 150+ проєктів, 100+ позитивних відгуків на Freelancehunt, 12+ країн.
- Працюю напряму, без менеджерів і субпідрядників
- Рахую результат у продажах, а не в конверсіях кабінету
- Максимальна експертиза в екосистемі Google — замість «і контекст, і таргет, і SEO»
Цей проєкт прийшов до мене спочатку на аудит. Інтернет-магазин брендового взуття на Хорошопі. Аудит показав, що половина конверсій у кабінеті — фейкові. Реклама вчилася на смітті, а власник дивився на цифри, яких у реальності не було.
Після аудиту клієнт узяв налаштування під ключ — лайт-пакет. Бюджет невеликий, тому завдання було не «розгулятися», а зробити так, щоб кожна гривня йшла на навчання на реальних продажах.
Зміст статті
Що було на старті
На старті в кабінеті були три проблеми:
- приблизно 50% конверсій «покупка» були фейковими;
- реклама показувалася на, ймовірно, дитячих YouTube-каналах. Найімовірніше, звідти й ішли фейкові замовлення: діти клацали і оформлювали. Перевірити це на 100% неможливо, але картина дуже схожа;
- алгоритм вчився саме на цих «брудних покупках».
Тобто проблема була не в ставках і не в кампаніях. Проблема була в даних, на яких усе це працювало.
Офлайн-конверсії без CRM
Перше і найважливіше — я дав рекламі реальні продажі замість «покупок» із сайту.
CRM-системи в магазині немає — замовлення живуть в адмінці Хорошопу. Тому я зробив клієнту простий веб-інтерфейс передачі продажів у Google Ads. Менеджер вставляє:
- мітку gclid — ідентифікатор кліку по рекламі;
- дохід із продажу;
- маржу — скільки гривень маржинального прибутку дав продаж;
- ID транзакції — номер замовлення з адмінки Хорошопу. Це поле необов’язкове: якщо його не заповнити, система сама підставить випадковий п’ятизначний номер, і повтори майже неможливі.
Вносити замовлення можна вже після підтвердження, а не після повного закриття угоди. Тут клієнти вносять передоплату, і за словами власника, якщо людина підтвердила замовлення, вона його майже точно забирає. Тому чекати, поки посилку отримають, немає сенсу: що швидше конверсія потрапляє в Google Ads, то швидше вчиться алгоритм.
Раз на добу, з другої до третьої ночі, дані автоматично завантажуються в Google Ads через Менеджер даних.
Кейс Google Ads · Наскрізна аналітикаОфлайн-конверсії в Google Ads без CRM: Ctrl+C, Ctrl+V — і реклама вчиться на реальних продажахНемає CRM або вона без API? Простий веб-інтерфейс: вставили gclid — і Google Ads раз на добу отримує якісні ліди, продажі з доходом і маржею.
Дві нові цілі: фактична покупка і фактична маржа
Під цю інфраструктуру я налаштував дві цілі. У назвах стоїть «CRM», але по суті це продажі, які менеджер вносить вручну з адмінки:
- «Фактична покупка CRM» — дохід із реальних продажів;
- «Фактична маржа CRM» — маржа з цих самих продажів.
Кампанія зараз оптимізується на фактичну покупку. Власник каже, що маржа в нього плюс-мінус фіксована, без розкиду «десь 20%, а десь 70%». Якщо розкид усе-таки є, кампанію можна переключити на фактичну маржу. Тоді система шукатиме комбінації аудиторій і товарів, які приносять найбільшу маржу, а не найбільший дохід.
Стару конверсію «покупка» з кабінету більше не використовую. Це брудні покупки.
Нюанс, який треба знати власнику: дата кліку
Цей метод передачі офлайн-конверсій працює не так, як звикли власники. Звична логіка: вчора впала конверсія — вчора вона і зарахувалася. Тут інакше. У стандартних метриках — «Конверсії», «Цінність конверсій» — продаж записується не в день оформлення замовлення, а в день кліку по рекламі.
Тому ці метрики аналізувати можна тільки на дистанції. Для оцінки «тут і зараз» я додав у кабінет і на головний дашборд інші стовпці:
- Conversions (by conv. time) — конверсії за датою конверсії;
- Conv. value (by conv. time) — цінність за датою конверсії;
- Value / conv. (by conv. time) — середній чек: цінність, поділена на кількість конверсій за датою конверсії.
Дані доходять із затримкою в один день: конверсія завантажується о другій ночі. Але аналізувати рекламу в розрізі дня однаково немає сенсу на жодному проєкті. Дивіться щонайменше тиждень — тоді видно реальні цифри.
Затер три місяці фейкових даних
Хоча ціль нова і навчання фактично починається з нуля, я перестрахувався. Через виключення даних у налаштуваннях ставок я прибрав конверсії за останні три місяці, щоб стратегія не враховувала історію з 50% фейку.
Трьох місяців достатньо: Google в роботі стратегій і так не використовує дані старші за 90 днів.
Товарний фід: тайтли й атрибути
Наступний блок — доналаштування товарного фіда. Через додатковий фід я:
- повністю переписав тайтли так, як вони мають виглядати;
- додав item_group_id. Кросівки однієї моделі в п’яти розмірах — це п’ять SKU. Без item_group_id Google вважає їх різними товарами і вчиться на кожному окремо. З ним система розуміє, що це один товар у різних розмірах, і вчиться на групі;
- додав product_detail, mpn, розмір і систему розмірів, стать, вікову групу, а також колір і матеріал там, де це можна було зробити.
Навіщо це? Щоб система чіткіше розуміла, що це за товар, і краще зіставляла його з пошуковими запитами. Раніше було умовно «кросівки Asics Patriot», а тепер у товару є купа характеристик.
Це не game changer. Але коли є можливість зробити щось, що потенційно може покращити результат, її треба робити.
Фід зараз статичний, тому клієнт отримав інструкцію, як його оновлювати, коли з’являтимуться нові товари.
Одна кампанія Performance Max Feed Only
Кампанія поки що одна, бо бюджет не дозволяє сильно розгулятися. Вона побудована за принципом Feed Only, тобто працює тільки з фідом.
Це не гарантія, що Performance Max не піде в інші мережі шукати аудиторію. Але я зробив усе можливе, щоб він туди не пішов.
Як вона сегментована:
- дві пари груп об’єктів — для чоловічого і жіночого взуття. Це більше для зручності: так швидше зробити первинний аналіз, ніж розгортати товари в кожній групі;
- у кожній парі одна група без сигналів, а друга з пошуковими темами. Важливий момент: пошукові теми — це не таргетинг. Це сигнал, який дає системі краще розуміння аудиторії;
- всередині групи товари сегментовані за брендами. Далі, коли буде статистика, слабкі бренди можна буде вимикати.
І ще одне. Я залишив тільки український фід. В аудиті клієнт сам бачив, що український фід працює краще за російський. Коли бюджет невеликий, треба максимально звужуватися, а не розширюватися так, що система збиратиме статистику десять років.
Від клієнта тут потрібне одне: сезонні товари вимикати в адмінці Хорошопу. Якщо зараз сезон зимового взуття, то літнє, звісно, теж можуть купити, але малоймовірно. Не варто, щоб воно забирало бюджет.
19 540 виключених місць розміщення
Далі я підчистив плейсменти: додав у виключення список на 19 тисяч з гаком записів — переважно дитячі YouTube-канали. «Синій трактор», «Смішарики» і все в такому дусі.
Саме там раніше показувалася реклама, і, найімовірніше, саме звідти йшли фейкові замовлення. Навіть якщо ні — для магазину дорослого брендового взуття це точно не зайве.
Семантика
Я переглянув пошукові запити. Чесно, нецільового було дуже мало. Але те, що було, я прибрав:
- дитяче взуття — його в магазині немає;
- запити «від виробника» — пошуки взуття конкретних українських фабрик. Судячи з усього, це бренди конкурентів.
Один кластер я свідомо не виключив — штангетки, спеціальне взуття для важкої атлетики. На сайті я їх не знайшов, але вирішувати клієнту: якщо їх точно немає, кластер треба додати у виключення.
Що далі
Перший тиждень я спостерігаю, щоб кампанія працювала нормально і не лізла в YouTube. Після накопичення статистики з’являться перші висновки: які бренди працюють, які ні, і чи варто переключатися на оптимізацію за маржею.
Результати додам окремо, коли буде достатньо даних. Розбирати рекламу через тиждень після запуску — це якраз те, від чого я застерігаю клієнтів.
01 — ЗапускЗапуск Google Ads під ключРазові налаштування + тиждень супроводу. Входить налаштування базового трекінгу, налаштування та запуск Google Merchant Center (для інтернет-магазину), налаштування і запуск Google Ads.
Де мене знайти
Пишіть у Telegram або на пошту — відповідаю швидко. Telegram канал і YouTube — для тих, хто хоче побачити реальні кейси перед зверненням та зрозуміти мій підхід в роботі.