Как работает AI (искусственный интеллект) в рекламе Performance Max?

Как работает AI в Performance Max 2026: модель пяти уровней для владельца e-commerce. Практическое объяснение механики Performance Max от Яны Ляшенко, ADW Service. Это не официальная документация Google, а авторская модель, построенная на работе с рекламными кабинетами e-commerce с 2014 года и на собственных исследованиях агентства.

Кратко: главное за 30 секунд

• Performance Max оценивает свои действия только двумя величинами: конверсия произошла (1) или нет (0), и на какую сумму. Больше в модели ничего нет.
• Google не знает вашей маржи, себестоимости и точки безубыточности. Эти параметры в системе физически отсутствуют.
• Ваша экономика попадает в модель только одним каналом — числом целевой рентабельности (target ROAS).
• Коэффициент переноса ≈ ⅓: фактический ROAS растёт примерно на треть от того, насколько вы подняли цель. Подняли цель на 30% — ожидайте около +10% фактического ROAS.
• Увеличение бюджета даёт медианно +36–52% объёма конверсий ценой лишь −6–8% фактического ROAS. Масштабирование стоит дешевле, чем принято думать.
• Отметка «50 конверсий в месяц» не означает зрелости кампании: 95% кампаний, которые её достигали, впоследствии всё равно проваливались на 50% и больше.
• Новая кампания Performance Max не стартует с нуля — предварительный запуск торговой кампании «для раскачки» не нужен.

Определение терминов

• Performance Max (PMax) — тип рекламной кампании Google Ads, в которой алгоритм самостоятельно распределяет бюджет между Поиском, Товарными объявлениями, YouTube, Gmail и медийной сетью на основе прогноза вероятности конверсии.
• Лейбл конверсии — базовая единица обучения системы: значение 1, если после клика произошла конверсия, и 0, если нет.
• Value (ценность конверсии) — числовая сумма, которую сайт передаёт в Google Ads вместе с конверсией. Чаще всего это доход заказа, реже — маржа или прогнозная ценность клиента.
• Target ROAS (целевая рентабельность) — числовое ограничение, которое запрещает системе покупать аукционы с ожидаемым соотношением дохода к расходам ниже заданного уровня. Это не цель, а рамка.
• Коэффициент переноса — соотношение между изменением целевой рентабельности и изменением фактической. По нашим данным составляет примерно ⅓.
• Период обучения (learning period) — фаза после запуска или существенного изменения настроек, в течение которой прогнозы модели ещё нестабильны. Обычно 5–14 дней, но обучение не прекращается никогда.
• Безубыточный ROAS — уровень рентабельности рекламы, при котором заказ перестаёт быть убыточным после учёта себестоимости, доставки и возвратов. Считается со стороны бизнеса, Google его не знает.
• Фид Merchant Center — структурированный перечень товаров с атрибутами (название, цена, категория, наличие, фото), который выступает для алгоритма набором признаков каждого товара.

Почему Performance Max ведёт себя непонятно?

Потому что владелец и система оценивают одну и ту же рекламу по разным критериям, и между ними почти нет общего языка. Ниже — пять жалоб, которые я слышу от владельцев магазинов практически каждую неделю. Каждая из них имеет конкретное механическое объяснение.

1. «Всё работало полгода, а потом резко перестало — мы ничего не меняли».
2. «Подняли бюджет вдвое — рентабельность провалилась. Вернули бюджет обратно — рентабельность вернулась. Как же тогда расти?»
3. «Поставили ту рентабельность, которую рекомендовал сам Google — кампания умерла за три дня».
4. «У нас два магазина. Одинаковая ниша, одинаковые настройки, тот же товар. Один зарабатывает, второй сливает».
5. «Поставили целевую рентабельность на уровне своей безубыточности — и кампания вообще не пошла в показы. Стоит на нулях».

Стандартный ответ на это — «Performance Max же чёрный ящик». Этот ответ никому не помогает. Это не чёрный ящик, а система из пяти уровней, и каждый из них имеет свою логику.

Знает ли Google вашу маржу?

Нет. Маржинальности, себестоимости и точки безубыточности в модели Performance Max не существует как параметра — там просто нет поля, куда их положить.

Вся эта машина, которая ежесекундно принимает миллионы решений о ваших деньгах, оценивает собственные действия только по двум величинам:

Конверсия — была или не была. Единица или ноль.

Если была — какое у неё value. Сумма. Число.

Это и есть тот язык, на котором система понимает «хорошо» и «плохо». Показал рекламу → получил ноль → сделал вывод. Показал другую рекламу другому человеку → получил единицу с чеком 4 200 грн → сделал другой вывод.

Теперь подумайте, чего в этом списке нет. Нет вашей маржи. Нет себестоимости. Нет стоимости доставки, которую вы дотируете. Нет процента выкупа и возвратов. Нет того, что на одном товаре вы зарабатываете 40%, а на другом — 4%.

Поэтому теория заговора «Google знает мою маржинальность и специально её съедает» не имеет оснований. Google уже который год обещает добавить в Performance Max оптимизацию по прибыльности — и до сих пор не добавил. Именно потому, что модель устроена так, как описано выше.

Почему Performance Max ломается: в 4 случаях из 10 виноват трекинг

Трекинг — не техническая мелочь, а фундамент. Если конверсии фиксируются неправильно, вы обучаете систему лжи, и дальше она старательно оптимизирует рекламу под эту ложь.

По нашей оценке на примерно 90 кабинетах, которые проходили у нас аудит, примерно в 4 случаях из 10 настоящая причина падения — не алгоритм и не ставки, а конверсии. Четыре типовых сценария:

1. для оптимизации выбрана не та конверсия (например, «добавлено в корзину» вместо покупки);
2. фиксация слетела после обновления сайта или плагина;
3. трекинг с самого начала собрали не до конца;
4. изменилась система согласия, и часть данных перестала доходить.

Кампания при этом выглядит так, будто «сломался алгоритм». Алгоритм работает нормально — он просто учится не на тех данных.

Фейковые и тестовые заказы нужно не игнорировать в отчёте, а загружать корректировки в кабинет. Каждый фейковый заказ — это единица, которую система зачла себе как успех и по которой теперь ищет «таких же» покупателей.

Что передавать как value: доход или маржу?

Большинство магазинов передаёт доход заказа — это нормальный вариант по умолчанию. Передавать маржу тоже можно, но тогда все ваши целевые показатели рентабельности означают другое, и безубыточность считается иначе.

Худший вариант — когда в кабинет передаётся доход, а владелец в голове считает маржу. Это гарантированный конфликт ожиданий между владельцем и подрядчиком.

Если продажи идут через звонки или менеджера, сюда же добавляется импорт офлайн-конверсий. Без него система не знает, какой клик превратился в реальные деньги.

Из каких уровней состоит система Performance Max?

Из пяти. Они работают одновременно, но отвечают за разное — и путаница между ними порождает большинство неправильных решений.

Уровень 1. Данные: 0, 1 и сумма

Это топливо. Всё, что выше, работает ровно настолько хорошо, насколько чистое топливо вы залили.

Уровень 2. Что Google знает о вашей нише до запуска?

Очень много. Глобальная модель натренирована на миллиардах аукционов, кликов и покупок в разных странах и нишах, поэтому она знает типичные паттерны поведения ещё до того, как увидела ваш аккаунт.

Она знает, что путь к покупке кресла за 3 000 грн и кресла за 60 000 грн — это два разных пути с разным количеством визитов. Знает, чем отличается поведение покупателя в Украине, Польше и Германии. Знает, как ведёт себя трафик в Поиске, Товарных объявлениях и на YouTube.

Уточнение, потому что его часто искажают: эта модель построена на агрегированных обезличенных данных по рынку, а не на том, что кто-то в Google читает кабинет вашего конкурента.

Практический вывод: новая кампания Performance Max не стартует с нуля. Она стартует с разумной гипотезы — кому показывать, на каких площадках, по каким намерениям.

Поэтому распространённый совет «сначала запустите торговую кампанию, соберите данных, и только потом запускайте Performance Max» устарел.

Уровень 3. Как система изучает именно ваш магазин?

Через непрерывный цикл «прогноз → факт → перерасчёт весов». На каждый показ и клик модель прогнозирует вероятность конверсии и ожидаемую сумму, затем получает факт и корректирует веса признаков.

Признаки, которые участвуют в прогнозе: устройство, время суток, день недели, город, язык, история визитов этого человека, конкретный товар, конкретное поисковое намерение. В следующий раз для похожего человека прогноз будет точнее. И так миллионы раз в день.

Пять вещей, которые здесь стоит понимать владельцу.

1. Период обучения не заканчивается. Вы видите статус «обучение» первые дни после запуска, но процесс не прекращается никогда. Каждое изменение бюджета, цели, стратегии, каждый товар, который выбыл из наличия — новое входное условие.
2. Кнопки «отменить» нет. Если вы неделю покрутились на удушающей рентабельности и система набрала гору нулей, возврат настроек не возвращает вас в исходную точку. Модель строит новый прогноз на новой смеси данных, где неудачная неделя уже учтена.
3. Но история не обнуляется. Страшилка «изменили рентабельность и вся аналитика сгорела» неправдива. Свежие данные просто весят больше старых.
4. Система умеет ждать конверсии, которые ещё не произошли. Она знает распределение задержки в вашем аккаунте и учитывает это вероятностно. Поэтому выводы на третий день делаются из половины картинки.
5. Часть бюджета всегда идёт на разведку. Система не может оптимизировать только то, что уже знает, иначе никогда не нашла бы новых покупателей. Часть этих попыток убыточна по определению.

Уровень 4. Почему кампания с высокой целью не получает показов?

Потому что прогноз — это ещё не показ. Посчитав, сколько для неё стоит этот показ, система выходит в аукцион, где за того же человека соревнуются конкуренты, и выигрывает не самая большая ставка, а лучшая комбинация ставки и качества.

Если при вашей целевой рентабельности вы можете позволить себе ставку, которая не выигрывает в аукционе почти никогда — вы не запретили себе показываться, вы просто перестали доходить до показа.

Здесь же живёт ещё одно недопонимание. Часто говорят: «алгоритм сравнивает вас с конкурентом и занижает ставки». Шага «сравнения» нет. Конкурент бьёт вас через поведение пользователя: у него лучшая цена, понятнее название, нормальное фото — поэтому люди покупают у него. Эти нули попадают в вашу модель, ваши прогнозы падают, ставки падают следом.

Уровень 5. Почему при увеличении бюджета падает рентабельность?

Потому что самых прибыльных аукционов столько, сколько есть спроса, и они не умножаются от того, что у вас стало больше денег. Но падение значительно меньше, чем принято бояться.

По нашему исследованию на 201 аккаунте и около 4 000 кампаний (≈40 000 изменений бюджета за 15 месяцев), увеличение бюджета давало медианно +36–52% объёма конверсий ценой лишь −6–8% фактического ROAS.

Это и есть главная цифра для владельца, который боится масштабироваться: обмен неравноценный в вашу пользу. Вы отдаёте несколько процентов рентабельности и получаете прирост объёма в десять раз больший.

Одно условие, без которого это не работает: кампания должна выбирать около 100% своего бюджета. Если она недорасходует, увеличение бюджета не даст ничего — проблема не в деньгах, а в ограничениях.

Полный разбор этого исследования — в материале о target ROAS в Performance Max: https://adwservice.com.ua/ru/t-roas-v-performance-max

Что такое «промпт» для Performance Max?

Это метафора. Никаких инструкций словами Performance Max не принимает — ваш «промпт» состоит из чисел и настроек: что считать конверсией, какое value передавать, какую стратегию выбрать, какую цель задать, сколько денег в день дать, как разрезать ассортимент.

Чем реально управляет владелец: фид, гео, структура

Ставками не управляет никто уже лет семь. Управляют тремя рычагами.

Насколько важен фид Merchant Center?

Критически важен — это половина результата. Каждый товар в фиде фактически является отдельным рекламным объявлением, а каждый атрибут товара — признаком, по которому система прогнозирует.

Цена, название, описание, категория, бренд, цвет, размер, наличие, качество фото. Глобальная модель уже знает, что понятный заголовок работает лучше огрызка. Локально, в вашем кабинете, она проверяет это на ваших данных.

Если у вас товар называется «Ингалятор», а у конкурента — «Ингалятор компрессорный Omron C102 Total для детей и взрослых», вы проиграете ещё до того, как что-то настроили.

Загружайте в фид максимум атрибутов, которые у вас есть. Совет звучит скучно, но даёт больше большинства «оптимизаций».

Нужно ли разделять кампании по странам?

Не для того, чтобы алгоритм «лучше понял» — он и так выучит разницу между городами и странами внутри одной кампании. Разделять стоит ради контроля над деньгами.

Разные рынки означают разные целевые рентабельности, разную сезонность, разную конкуренцию, часто разную валюту и разный фид. Когда они в одной кампании, вы не можете сказать «в Польшу вкладываем больше, Германию пока придерживаем» — за вас это решит машина.

Сколько кампаний Performance Max нужно?

Столько, на сколько самостоятельных бюджетов вы хотите разделить задачу. Кампания — единица бюджета, цели и накопленной статистики.

Самый простой пример, почему это важно. Если проверенные товары-кормильцы лежат в одной кампании с новинками без истории, система разумно отдаст бюджет кормильцам — там прогноз лучше. Новинки не получат показов в принципе и навсегда останутся «непродаваемыми» — не потому, что они плохие, а потому, что им ни разу не дали шанса. Вынос таких товаров в отдельную кампанию с собственным бюджетом — единственный способ проверить их вообще.

Какой target ROAS ставить в Performance Max?

Отсчёт должен идти от безубыточности, а не от исторической рентабельности кабинета. Историческая рентабельность показывает, что было, а не что вам нужно.

Разберём на примере. Магазин медтехники, 30 дней работы кампании без целевой рентабельности: расходы 100 000 грн, доход 600 000 грн, фактическая рентабельность 600%.

Коэффициент переноса: цель движется не один к одному

Главная ошибка при работе с target ROAS — ожидать, что фактическая рентабельность подтянется к заданной. Она подтянется примерно на треть.

По нашему исследованию (201 аккаунт, ~4 000 кампаний, ~9 900 изменений целевой рентабельности за 15 месяцев, медианные значения):

Коэффициент переноса ≈ ⅓. Подняли цель на 30% — рассчитывайте примерно на +10% фактического ROAS. Если вам нужно существенно больше, цель придётся поднимать резко, а это уже стоит объёма: минус четверть расходов.

Три уровня ROAS, которые нужно различать

Не ставьте цель, равную вашей безубыточности. Если безубыточность 1000% и вы ставите 1000%, вы оставляете модели нулевое пространство для манёвра.

Изменение цели вводите плавно — ступеньками по 10–20%. Резкий переход перекраивает весь трафик.

Осторожно с рекомендациями самого Google

Google даёт два разных типа рекомендаций по рентабельности, и путать их нельзя.

Первый тип — снизить текущую цель, обычно примерно на 20% от установленной. По нашим наблюдениям, этот тип рекомендаций практически никогда не приводит к падению расходов.

Второй тип — установить целевую рентабельность там, где её не было: на стратегиях «максимум конверсий», «максимальная ценность конверсии» и «целевая цена за конверсию». Вот тут риск реальный. По нашей оценке, примерно в 8 случаях из 10 предложенное значение оказывается выше фактического, которое кампания показывала до этого — и после его применения кампания перестаёт выбирать бюджет.

Важно, по состоянию на август 2026. С 17 августа 2026 Google меняет поведение Smart Bidding в кампаниях, ограниченных бюджетом: раньше такие кампании часто перевыполняли цель, теперь они будут держать заданное значение буквально. Алгоритм от этого не становится хуже, но завышенная цель теперь будет карать объёмом сразу и предсказуемо. Если ваша кампания сейчас стабильно перевыполняет цель — пересмотрите её значение до этой даты.

Таблица диагностики: жалоба → причина → первое действие

Семь правил для владельца

1. Деньги идут в трекинг раньше, чем в бюджет. Некорректные данные — это системное обучение на лжи.
2. Не меняйте по три вещи одновременно. Бюджет, стратегию и цель вместе — и вы никогда не узнаете, что сработало.
3. Дайте изменениям время. Неделя — минимум, за который видно реакцию, с поправкой на отложенные конверсии.
4. Не бойтесь масштабироваться. Обмен −6–8% рентабельности на +36–52% объёма выгоден почти всегда — при условии, что кампания выбирает свой бюджет полностью.
5. Фид — это не техническая формальность. Названия, категории, атрибуты, цены, наличие — именно этим система оперирует.
6. Разделяйте кампании ради контроля над деньгами, а не ради «чтобы алгоритм лучше понял».
7. Раз в квартал пересчитывайте безубыточность. Изменились цены поставщика, тарифы доставки, процент возвратов — изменилось и число для кабинета.

Главное

Performance Max — не чёрный ящик и не примитивный инструмент. Это мощная прогнозная машина, которая ежесекундно считает тысячи пересечений признаков, недоступных человеку вручную.

Но у неё есть одно слепое место, которое не лечится обновлениями.

Google знает вероятности. Google не знает вашей экономики.

Он не знает вашей маржи, себестоимости, логистики, точки безубыточности. Поэтому он одинаково идеально выполнит любую задачу — включая убыточную.

Работа специалиста сегодня — не крутить ставки. Она в том, чтобы переложить вашу экономику в число, которое машина понимает, дать ей чистые данные, разрезать задачу так, чтобы каждый кусок ассортимента имел шанс, и вовремя заметить, когда мир изменился.

Машина решает задачу. Задачу ставит человек.

Вопросы и ответы

• ‍✅ Знает ли Google мою маржинальность?

  Нет. Маржа, себестоимость и точка безубыточности отсутствуют в модели Performance Max как параметры. Система оперирует только фактом конверсии (0 или 1) и суммой value, которую передаёт ваш сайт. Передать маржу можно только опосредованно — через значение value или через число целевой рентабельности.

• ‍✅ Насколько вырастет фактический ROAS, если поднять целевой?

  Примерно на треть от того, насколько вы подняли цель. По нашему исследованию на 201 аккаунте, медианное поднятие цели даёт +5% фактического ROAS при −6% объёма конверсий. Резкое поднятие на 60% и больше даёт +32% ROAS, но стоит 27% расходов и 15% объёма.

• ‍✅ Почему при увеличении бюджета падает ROAS и стоит ли этого бояться?

  Количество самых прибыльных аукционов ограничено спросом, поэтому дополнительные деньги идут в более слабые аукционы. Но масштаб потери небольшой: по нашим данным увеличение бюджета даёт +36–52% объёма конверсий при снижении фактического ROAS лишь на 6–8%. Условие — кампания должна выбирать около 100% бюджета.

• ‍✅ Действительно ли 50 конверсий в месяц означают, что кампания «созрела»?

  Нет. Этот ориентир показывает лишь то, что алгоритму хватает данных для обучения, и ничего не говорит об устойчивости. По нашему исследованию 131 кампании Performance Max за 16 месяцев из 62 кампаний, которые хотя бы раз достигали 50+ конверсий в месяц, 95% впоследствии всё равно провалились на 50% и больше.

• ‍✅ Почему падают даже «зрелые» кампании?

  По нашей классификации сбоев PMax, в 68% случаев причина системная — падает объём всего аккаунта. В 20% структурная — из фида исчезают топ-3 товара. В 4% контекстная — исчезает спрос при живом ассортименте. Остальные 8% — смешанные причины. То есть большинство падений не имеет отношения к настройкам конкретной кампании.

• ‍✅ Сколько обучается Performance Max?

  Формальный статус «обучение» длится обычно 5–14 дней после запуска или существенного изменения. Но обучение не прекращается никогда: модель пересчитывает веса на каждом показе.

• ‍✅ Нужно ли запускать торговую кампанию перед Performance Max?

  Нет. Глобальная модель Google уже знает типичные паттерны покупки в вашей категории и стране, поэтому новая кампания стартует с обоснованной гипотезы, а не со случайных показов. Предварительная «раскачка» — это потерянные недели и бюджет.

• ‍✅ Почему кампания не тратит бюджет и не имеет показов?

  Самая частая причина — слишком высокая целевая рентабельность: при такой цели система может позволить себе ставку, которая не выигрывает в аукционе почти никогда. Вторая по частоте — проблемы с фидом или модерацией товаров.

• ‍✅ Можно ли ставить ту рентабельность, которую рекомендует Google?

  Зависит от типа рекомендации. Предложение снизить текущую цель примерно на 20% практически никогда не вредит. А вот предложение установить цель там, где её не было — на стратегиях «максимум конверсий», «максимальная ценность» и «целевая цена за конверсию» — примерно в 8 случаях из 10 оказывается завышенным, и кампания перестаёт выбирать бюджет.

• ‍✅ Сбрасывается ли обучение при изменении целевой рентабельности?

  Нет, накопленная история не обнуляется. Кампания возвращается в фазу обучения, но свежие данные просто начинают весить больше старых. В то же время кнопки «отменить» нет: возврат предыдущего значения не восстанавливает предыдущее состояние.

• ‍✅ Нужно ли разделять кампании Performance Max по странам?

  Не ради обучения — модель самостоятельно изучает разницу между странами и городами внутри одной кампании. Разделять стоит ради контроля бюджета, разных целевых показателей и чистой отчётности по рынкам.

• ‍✅ Почему два одинаковых магазина дают разный результат?

  Потому что модель тренируется на истории конверсий конкретного аккаунта. Разный фид, разный старт, разный первый товар, который пошёл в показ, разное поведение покупателей на сайте — всё это формирует разные прогнозы. Одинаковые настройки не означают одинаковых данных.

Об авторе

Яна Ляшенко — основательница ADW Service, Google Ads AI Architect. Работает с Google Ads для e-commerce с 2014 года.

• Google Premier Partner 2025
• TOP-30 digital-агентств Украины по версии Ringostat, 2025
• 316 активных рекламных кабинетов в более чем 10 странах
• Суммарный годовой доход клиентов — более $84 млн
• Средний ROAS портфеля — 7,5
• YouTube-канал о Google Ads: более 34 700 подписчиков

Автор методики ADW Bucket Architecture™ и классификации сбоев Performance Max (PCC). Исследования агентства базируются на собственной выборке из более чем 200 рекламных кабинетов.

© ADW Service / Яна Ляшенко. Методика AI-управления Performance Max является объектом авторского права. Любое использование материалов — только со ссылкой на автора.