Google Ads сам по себе не продаёт. 7 жёстких выводов после 150+ проектов

Главный вывод после более чем 150 проектов прост: Google Ads сам по себе не продаёт. Продаёт система.

За 7 лет, более 150 проектов в 12 странах и путь от директора по маркетингу и операционного директора до фриланса я понял одну вещь. Google Ads — это лишь инструмент, который подсвечивает вашу бизнес-модель. Если у вас плохой продукт, кривая или отсутствующая юнит-экономика или отдел продаж, который не отвечает на звонки, реклама лишь ускорит ваше банкротство, сжигая бюджет с невероятной эффективностью.

Если же система работает, реклама становится тем самым локомотивом, который тянет бизнес вперёд.

Содержание статьи

1. «Мы сотрудничали с агентствами годами»
2. Вывод 1. Аналитика — не про отчёты, а про управление рисками
3. Вывод 2. Performance Max — не панацея
4. Вывод 3. Юнит-экономика сойдётся не у всех — и это нормально
5. Вывод 4. Опыт CMO и COO меняет взгляд на PPC
6. Вывод 5. Подходы 2017–2020 годов мертвы
7. Вывод 6. Рынки разные, но люди одинаковые
8. Вывод 7. AI не заменит специалиста, но специалисты с AI заменят всех остальных
9. Резюме: секретных настроек не существует
10. FAQ

Google Ads сам по себе не продаёт. Продаёт система.

«Мы сотрудничали с агентствами годами»

Недавно на Freelancehunt заказчик описал задачу так. У них крупнейшая сеть доставки в Польше, но есть проблема:

«Мы сотрудничали с агентствами на протяжении многих лет, которые обещали результат, но не выполняли. Мы слышали: дайте нам время, кампании обучаются, это нормально для начала. Тем временем бюджет сгорал, результаты не приходили, а мы стояли на месте».

Фундаментальная проблема здесь, скорее всего, не в агентствах. Не бывает так, что компания перепробовала кучу подрядчиков и ни один не дал никакого результата.

Я работаю с нишей доставки еды и уже рассказывал о похожем кейсе. Другой владелец доставки суши говорил мне: «У меня было 16 подрядчиков по контекстной рекламе, и ни один ничего не смог сделать». Так не бывает. Рассчитывать, что Google Ads вытянет всю бизнес-модель доставки, — откровенная ошибка.

В доставке еды, как и в большинстве ниш, крайне важно доверие. Но Google Ads не формирует доверие. Он находит горячий спрос. Доверие формируют другие вещи: качественный сервис, быстрая доставка, качественный продукт, умение решать конфликтные ситуации. И тут хоть лбом бейся — Google Ads в чистом виде не поможет.

Ниже — семь, возможно, немного жёстких выводов. К этим выводам я пришёл через миллионы долларов рекламных бюджетов, сотни гигабайтов аналитики и несколько сотен аудитов рекламных кабинетов.

Вывод 1. Аналитика — не про отчёты, а про управление рисками

Большинство предпринимателей под аналитикой понимают красивый отчёт в Looker Studio с графиками кликов и CTR. Предприниматель смотрит в него и не понимает, зачем он ему.

А владельца бизнеса волнуют три вопроса: сколько денег я заработал, сколько зарабатываю и сколько буду зарабатывать. Реальная аналитика начинается там, где заканчивается интерфейс рекламного кабинета.

Базового трекинга недостаточно. Трекинг, который стоит в 95% рекламных кабинетов, — это не аналитика. Покупка на сайте или заполненная форма — лишь начальный этап воронки. Анализировать его, не видя, что происходит дальше, — это масштабирование потенциального убытка. Вы обучаете алгоритмы Google на обрывочных данных (потому что не всё доходит до кабинета) или, что ещё хуже, на некачественных.

Без CRM вы откручиваете рекламу вслепую. Кабинет должен получать не факт отправки формы или событие purchase, а конечный результат сделки: квалифицированный лид, закрытую продажу — в зависимости от вашей воронки. Для e-commerce я использую цель «продажа»: успех — это когда клиент оплатил и заказ перешёл в статус продажи, а не сам факт оформления.

Разница существенная. В зависимости от проекта отваливается от 10% лидов в хороших случаях до 30% в худших. То есть из 10 заказов 3 не доходят до оплаты, а вы обучаете систему на всех. Как это исправить — в кейсе про офлайн-конверсии и статье про сквозную аналитику.

Атрибуция всегда врёт. Не ищите идеальную модель атрибуции. Используйте сквозную аналитику, чтобы видеть тенденции и взаимозависимость каналов, а не приписывать продажу конкретному каналу с точностью до копейки. Рассматривайте рекламу как систему, а не набор отдельных каналов. Сравнивать Google, который собирает горячий спрос, и Meta, которая работает на узнаваемость бренда, — как сравнивать яблоки с двадцатью четырьмя.

Ключевая мысль: реальная аналитика отвечает не на вопрос «сколько кликов», а на вопрос «сколько денег я заработал». Без данных из CRM вы обучаете рекламу на шуме.

Вывод 2. Performance Max — не панацея

На аудитах я регулярно встречаю и клиентов, и специалистов, которые считают: запустил Performance Max — и AI всё сделает за тебя. Так не работает. Никогда.

Это мощный инструмент, и ничего плохого я о нём не скажу. Но это пока «чёрный ящик»: не идеальный, очень чувствительный, очень нежный. При неправильном использовании вы просто масштабируете убыток.

С появлением Performance Max рынок разделился на два лагеря: те, кто бездумно нажимает «Запустить», и те, кто кричит, что AI сливает бюджет. Правда посередине. Performance Max отлично масштабирует то, что уже хорошо работает, но беспощаден к новичкам.

В кейсе с промышленным оборудованием на момент аудита была запущена кампания с лидами по 100 гривен, которых на самом деле не существовало. Вся реклама крутилась на YouTube, в том числе на детских каналах. В другом B2B-проекте, тоже промышленное оборудование, Performance Max «гулял» где угодно, только не по целевой аудитории.

Мне понадобилось около полугода, чтобы убедить клиента: Performance Max в его нише использовать можно, но осторожно. Уже больше года мы успешно с ним работаем. Клиент на каждой встрече повторяет: раньше мне говорили, что из моей ниши ничего не выжмешь, а потом пришёл ты и сказал, что надо всё переделать, сделать сквозную аналитику, собрать все данные в CRM. И после этого оно заработало.

Он даже пошутил: «Нужен не бюджет 100 тысяч гривен и бестолковый специалист, а Владимир и бюджет 150 тысяч». Шутка, но суть в том, что этими инструментами надо уметь пользоваться. Подробнее — в статье о слабых местах Performance Max.

Вывод 3. Юнит-экономика сойдётся не у всех — и это нормально

Будем откровенны: Google Ads — дорогой инструмент, и он не для каждого бизнеса.

Раньше рекламу запускали по принципу «вложим тысячу долларов и посмотрим». Сегодня в конкурентных нишах, например в США, стоимость клика может быть такой, что первая продажа уходит в минус или в ноль. То же касается Украины, особенно сервисных ниш: доставка еды, барбершопы, клиники, стоматологии.

Если ваша модель не предполагает повторных продаж (работы с lifetime value) или у вас низкая маржинальность, контекстная реклама может быть вам просто противопоказана. Чтобы понять это ещё до запуска, я разработал калькулятор окупаемости Google Ads.

На практике я беру в работу примерно 3 из 10 запросов. Для каждого бизнеса просчитываю три сценария с разными коэффициентами конверсии. Если ни один не даёт даже точки безубыточности — отказываю. Если хотя бы пара сценариев прибыльные — беру. Так что в 70% запросов я отказываю.

Это и есть разница между экспертом по Google Ads и настройщиком рекламного кабинета. Настройщик, как и агентство, возьмёт любой проект, потому что их бизнес-модель построена на постоянном потоке клиентов.

Ключевая мысль: сказать клиенту «вам сейчас не нужен Google Ads» — это то, что отличает эксперта от настройщика кабинета.

Вывод 4. Опыт CMO и COO меняет взгляд на PPC

Почему бэкграунд топ-менеджера помогает в Google Ads больше, чем десятки пройденных курсов? Потому что настройщик рекламы, контекстолог, «кнопкодав», как я их люблю называть, мыслит метриками рекламного кабинета. А бывший директор по маркетингу видит метрики прибыли.

Кнопкодав в лучшем случае работает с ROAS. Маркетолог работает с ROMI — с метрикой, максимально приближенной к чистой прибыли. Здесь два момента.

Маржа важнее оборота. Один и тот же товар с разной маржой даёт разную прибыль. Когда вы обучаете рекламу искать более маржинальные заказы, это настоящий геймчейнджер: переход от модели «продать что угодно, лишь бы дороже» к модели «продавать то, что приносит прибыль».

Проблема не всегда в трафике. Она может быть в конверсии отдела продаж. Я видел десятки компаний, которые жаловались на рекламу или, наоборот, имели идеальный CPL, но денег не было. Открываем CRM и телефонию, а там 70% пропущенных звонков без перезвона.

Вывод 5. Подходы 2017–2020 годов мертвы

Забудьте о тысяче ключевых слов. Забудьте о подходе «одно ключевое слово — одна группа объявлений». Забудьте, что «купить торт» и «торт купить» — разные намерения. Забудьте о структурах с десятками кампаний по 50 гривен в день.

Я занимаюсь Google Ads более семи лет, почти восемь, и сейчас платформа трансформируется колоссально. Акцент смещается с микроменеджмента, которым ещё несколько лет назад было, например, ручное управление расписанием показа объявлений. О том, имеет ли это смысл в 2026 году, я писал отдельно.

Упрощайте структуру аккаунта. Вам не нужны 150 групп объявлений в кампании. Чем проще и правильнее структура, тем быстрее обучаются алгоритмы. Консолидация данных — главный тренд современной оптимизации рекламы. То же касается типов соответствия: алгоритмы Google сейчас работают лучше, чем ваше семантическое ядро на пять тысяч ключевых слов.

Вывод 6. Рынки разные, но люди одинаковые

Работая с проектами в 12 странах — Украина, США, Канада, Великобритания, Австралия, Германия, Польша, Италия и другие, — я вывел простую формулу. Механика спроса и процесс принятия решения везде плюс-минус одинаковы. Разница лишь в стоимости ошибки и плотности конкуренции.

В США, Канаде или Великобритании ошибка в настройке аналитики на старте может стоить тысячи долларов. Есть кейс, где потратили $10 000 и получили 0 лидов: цена ошибки там высока из-за дорогого клика. Как я запускаю рекламу за рубежом — Google Ads на зарубежные рынки.

Ещё один пример из времён работы в агентстве. Взяли клиента с бюджетом $1500 в нише срочного выкупа домов, который хотел лиды по $50. При этом клик в нише стоил около $50. Ещё на этапе просчёта можно было сказать, что цель нереалистична. Но его взяли в работу, и через месяц он ушёл. Проблема на входе — проблема на выходе.

Украинский рынок невероятно гибкий и быстрый, но клиенты очень требовательны к сервису, а конкуренция почти в любой нише колоссальная. Из-за всего, что происходит в стране, даже те, кто долго откладывал выход в онлайн, туда пришли. Конкуренция растёт, рынок стагнирует, и все начинают зарабатывать меньше.

Вывод 7. AI не заменит специалиста, но специалисты с AI заменят всех остальных

AI в Google Ads заменяет лишь нижний пласт специалистов — тех, кто просто умеет пользоваться интерфейсом. Как и в большинстве ниш, он забирает нижнее звено: работу, которую можно автоматизировать или существенно упростить.

Нейросети пишут тексты, генерируют изображения, помогают с рутиной. А системы машинного обучения самого Google Ads управляют ставками на своих аукционах лучше любого человека.

Но один из моих клиентов решил послушать совет AI и запустил агента прямо в рекламный кабинет. Агент наделал таких изменений, что уже через неделю клиент почувствовал последствия и понял: слепо доверять AI не стоит.

Я регулярно использую AI в работе и так же регулярно вижу его ошибки. Не в рутинных задачах, а в более серьёзных вещах:

• AI выдумывает факты. Модели обучаются на информации из интернета, а она не всегда правдива.
• AI работает с устаревшими данными. Сегодня 2026 год, а последняя информация модели об инструменте Google Ads может быть из 2023-го. За это время инструмент изменился, и то, что описывает AI, просто не работает.

Главное: если вы не понимаете тему, вы не можете проверить, что говорит AI. Клиенты иногда выгружают метрики, которых сами не понимают, отдают их AI без контекста и приходят с готовым решением: «Вот что говорит AI, давай делать».

Кейс: проект по аренде квартир в Торонто. Клиентка загрузила данные в ChatGPT и получила рекомендации. Я сказал прямо: так делать нельзя, это абсурд. Ответ: «Делаем, так сказал ChatGPT». Я согласился — доказывать что-то не было ни сил, ни желания. Если клиент с ChatGPT считает себя умнее, пусть учится на своих ошибках и своих деньгах.

Стоимость лида выросла более чем втрое. Через две недели клиентка попросила вернуть всё как было.

Что же остаётся специалисту? Три вещи:

1. Архитектура данных: сбор и очистка данных, сквозная аналитика, передача сигналов о реальных продажах в Google Ads.
2. Стратегия бизнеса: юнит-экономика, позиционирование клиента, ограничения его бизнес-процессов.
3. Контроль и критическое мышление. AI — это слепой гонщик на очень быстрой машине. Едет быстро, но куда — не видит.

Ключевая мысль: AI — это скорость без направления. Специалист нужен, чтобы задать направление, дать правильные данные и проверять результат.

Резюме: секретных настроек не существует

За 150+ проектов я понял: идеальный Google Ads — не про секретные настройки, о которых постоянно рассказывают продавцы курсов по Google Ads. В своих видео на YouTube и в блоге я уже не раз говорил, что результат определяют две вещи: аналитика и качественные данные. Больше секретов нет.

Google Ads — лишь один из инструментов рекламы, а реклама — лишь один из инструментов маркетинга. Контекстная реклама не работает сама по себе. Если хотя бы одно звено цепочки бизнеса выпадает, система даёт сбой:

• проблемы с отделом продаж — Google Ads не исправит;
• проблемы с оффером или УТП — Google Ads не исправит;
• менеджеры не умеют разговаривать по телефону — Google Ads, к сожалению, тоже не исправит.

Почему реклама не вытягивает то, что должен решать маркетинг, я разбирал в статье о модели 5P.

Если хотите проверить, готова ли ваша система к рекламе, — начните с калькулятора окупаемости или обращайтесь, контакты есть на этой странице.

Кстати, Google наконец дал чуть больше контроля над Performance Max: как снизить влияние отдельных плейсментов, я показал в статье «Новая фича в Performance Max».