Всім привіт! Мене звати Яна Ляшенко, я — Google-логіст. Сьогодні хочу розібрати один із кейсів нашої команди. Одразу скажу: цей матеріал радше для тих, хто любить копатися в цифрах, розбиратися в аналітиці та докопуватися до суті — чому Performance Max видає саме такі результати, а не інші. Втім, якщо Ви просто шукаєте свіжі ідеї для своїх рекламних кампаній — теж напевно знайдете тут щось корисне.
Формат буде незвичний. Я не буду хвалитися космічними показниками та малювати красиві графіки зростання. Натомість хочу на конкретному прикладі показати, що дії спеціаліста в рекламному акаунті — це не набір випадкових експериментів і не перевірка рандомних гіпотез «а раптом спрацює». За кожним рішенням стоїть логіка та аргументація, підкріплена даними.
І ось чому це важливо. У ніші автотоварів серед деяких спеціалістів побутує думка: мовляв, хороший результат — це просто удача чи сезонний сплеск попиту. Дескать, прийшов сезон — продажі пішли, пішов — впали, а спеціаліст тут ні при чому. Цим кейсом я хочу показати зворотнє: як конкретні дії в акаунті напряму корелюють із результатом, і що далеко не все списується на сезонність чи випадковість.
Скільки дзвінків і продажів я отримаю замовивши у Вас контекстну рекламу?
Основний відрізок для аналізу — приблизно з п’ятого числа і далі. Це той етап, коли акаунт уже пройшов перші тести й почав працювати стабільніше. Точка відліку — 17-е число: саме тоді ми запустили нові кампанії, внесли ключові коригування й фактично почали повноцінний супровід проєкту. Тому всі порівняння буду робити відносно цієї дати.
Які покупки фіксувалися для статистики?
У цьому проєкті ми відстежували покупки — і тут є важливий нюанс, які саме. До початку нашого супроводу в акаунті використовувалася ціль purchase з Google Analytics 4 (GA4). Вона об’єднувала в собі відразу два типи замовлень: оформлення через кошик і покупку в один клік. Логіка зрозуміла — і там, і там приходить хороший обсяг замовлень, тому їх вирішили рахувати разом, однією конверсією.
Але саме на цьому кейсі я хочу показати, у чому слабке місце такого підходу — чому конверсія з GA4 працює гірше, ніж окремий тег покупки. І що цікаво: навіть при тих видозмінених моделях атрибуції, які зараз використовуються, перехід на тег покупки дає помітний позитивний ефект — у тому числі на ту саму ціль purchase з четвертої аналітики. Далі покажу це на цифрах.
Ми окремо налаштували фіксацію покупки через кошик і покупки в один клік — спеціально, щоб розділити ці потоки й бачити статистику по кожному з них. Для обох цілей підключили РВК (розширене відстеження конверсій), що дає точніші дані для оптимізації.
Короткий огляд періодів роботи клієнта і супроводу
Тепер давайте пройдемося по хронології — показую на реальних даних, щоб Ви не подумали, що я малюю красиві цифри з голови.
Загальна середня ціна за конверсію за весь розглянутий період — 2,76 тис. грн. Якщо подивитися на графік, до певного моменту в клієнта все йшло достатньо рівно: конверсії трималися стабільно, без серйозних провалів. Середня цільова ціна за конверсію коливалася в межах 100–136 грн. — десь 113, десь 125, іноді опускалася до 100 грн. Цлком робочі показники.
Потім клієнт спробував щось змінити самостійно — і почався хаос. На графіку це чітко видно: дані попливли, структура порушилася. І ось після цього стартував наш супровід.
На старті ми запустилися з ціною за конверсію, приблизно співставною з тими початковими періодами. При цьому конверсій у штуках отримали трохи більше. Спробували зробити так званий «простріл» — агресивний тест на масштабування — але він виявився неефективним, що добре видно по графіку. У тому періоді ми отримали 45 purchase, а для порівняння: в одному з ранніх стабільних відрізків їх було 44, але зараз — відчутно дешевше.
Далі ситуація вирівнялася, пішов ще один простріл, і на поточний момент дані стабілізувалися — показники виходять на відмінний рівень.
І ось що важливо: ті 50 конверсій (sales), які Ви бачите в останньому періоді — це повноцінні, «цілі» конверсії. Не дробові значення на кшталт 0,3 або 0,7, які були раніше.
Звідки бралися ці «напівцінні» конверсії? Це особливість обліку через GA4: четверта аналітика розподіляє цінність конверсії між кількома каналами за своєю моделлю атрибуції, і в результаті Ви бачите не 1 конверсію, а, скажімо, 0,4 тут і 0,6 там. З тегом покупки такої проблеми немає — одна покупка = одна конверсія. У чому саме полягала проблема цих дробових конверсій і як вона впливала на оптимізацію — розповім далі.
Ефект від роботи четвертої аналітики
Базовий аналіз результатів я будую на даних саме з Google Analytics 4 — і ось чому. Ціль purchase з четвертої аналітики — єдина, яка існувала в акаунті безперервно, з місяця в місяць. Тому тільки за нею можна коректно порівнювати періоди між собою. Я зафіксувала ці дані в стовпці «All Conversions» (Усі конверсії).
Які періоди порівнюємо? Перший — з 15.05 по 16.06, другий — з 17.06 по 19.07. Причому 19.07 — це ще незавершений відрізок, тому повністю на нього спиратися не варто, але загальну картину він доповнює.
Що ми бачимо по цифрах? Зростання конверсій purchase помітне, а ціна за конверсію в новому періоді вийшла відчутно дешевше. І це ми дивимося тільки на purchase з GA4 — якщо додати сюди покупку в один клік (яку, до речі, ми переробили й поправили, щоб вона коректно спрацьовувала) і тег покупки, картина стає ще цікавішою.
Якщо просумувати всі ці цілі, загальна кількість конверсій вийде трохи більше, ніж показує окремо purchase. Але в реальності в клієнта замовлень було значно більше, ніж фіксувала аналітика. «Брудних» конверсій по факту набігало чимало, а чистових — близько 1 500 штук на момент до 14 липня. Я ж показую дані до 18-го числа — спеціально, щоб Ви побачили, як все це впливає на загальну картину. Далі поясню детальніше.
Налаштування розширеного відстеження, тега покупки та стабілізація затухання
Які завдання стояли перед нами на старті? Перше — налаштувати розширене відстеження конверсій і тег покупки, щоб дані передавалися коректно й Performance Max отримував максимум «начинки» для навчання. Друге — зупинити затухання результатів, яке почалося ще до нашого супроводу. Тобто це не ми щось зламали — пригасання йшло вже на момент передачі акаунта.
Виглядало це так: кількість конверсій просідала, в якийсь момент їх залишалося всього 12 за період, ціна за конверсію різко злітала — і далі ці «гойдалки» тільки посилювалися.
Що могло викликати таке затухання? Причин буває кілька, і часто вони накладаються одна на одну. Наприклад, кліків в акаунті вистачало, але машинне моделювання конверсій на цьому конкретному проєкті працювало некоректно. Можливо, підводила й сама GA4 — Google постійно її доопрацьовує, і в процесі вона може давати збої. Плюс четверта аналітика в принципі не завжди підходить для точного відстеження та масштабування результатів у більшості акаунтів.
Як перевірити, що проблема дійсно в цьому? Я зібрала спеціальний звіт у редакторі звітів Google Ads. Структура проста: взяла «Дію-конверсію», ідентифікатор товарної позиції (Item ID), розбила дані по днях і відфільтрувала тільки purchase з усіх конверсій. Період для порівняння урівняла: 15.05–14.06 проти 17.06–18.07 — приблизно однакові за тривалістю відрізки.
Чому показую саме на purchase? Тому що на тегу покупки ця різниця не так кидається в очі. Зато видно інше — наскільки позитивно грамотна робота з рекламними кампаніями впливає на загальний результат. GA4 «не помічає» багатьох крос-сейлів і супутніх замовлень, а тег покупки їх фіксує. Саме тому він залишається найкращим видом конверсії для Performance Max — і дає значно більше корисної аналітики для прийняття рішень.
На момент запису в нас був усього місяць супроводу. За цей місяць ми спробували достатньо агресивно пробити накопичені проблеми. Виходить не завжди з першого разу — але чим довше ведеш акаунт, тим стабільніший результат.
І ось що важливо розуміти: коливання та стрибки в рекламних кампаніях Google — це норма. Рекламний інструмент Google не статичний, він змінюється постійно. І «постійно» — це не раз на півроку чи раз на рік. Це дуже часті оновлення.
Одну тільки політику перевірок у Google Merchant Center змінюють приблизно раз на квартал, а то й частіше — не здивуюся, якщо раз на місяць. Що вже казати про самі рекламні алгоритми, в які вшитий штучний інтелект? Тому до регулярних коригувань потрібно бути готовим — це частина роботи, а не виняток.
Давайте розберемося з ключовою проблемою, на яку хочу звернути Вашу увагу. Модель атрибуції Google Analytics 4 — це те, що часто заважає Performance Max працювати на повну силу. Навіть якщо Ви, здавалося б, все налаштували правильно.
До слова, 12 липня в акаунті клієнта була виставлена модель атрибуції «останній клік» тільки для платних каналів. Але навіть цього виявилося недостатньо, щоб Перформанс на базі четвертої аналітики відпрацьовував коректно. Притому що в акаунті працювали виключно кампанії Performance Max — жодних інших типів.
Як виявити реальну кількість замовлень?
Щоб показати Вам, скільки повноцінних замовлень насправді генерує Перформанс, я сформувала звіт за попередній період. Задача — побачити реальну картину, а не ту, яку малює GA4 зі своїми дробовими конверсіями.
Що я зробила? Взяла звіт по Item ID, відфільтрувала тільки purchase і поставила умову «більше однієї конверсії» по кожній товарній позиції. Такий фільтр Ви легко можете відтворити у себе в акаунті й перевірити. По суті, це відсів так званих «нелонгтейлів» — товарів, які стабільно продаються й роблять більше однієї конверсії за період.
Що вийшло в старому періоді (до нашого супроводу)? З фільтром «більше однієї конверсії» — 725,56 конверсій. Так, тут усе ще присутні ці напівцінні значення від GA4, і їх дійсно багато. Якщо зняти фільтр повністю, система показує вже 887 конверсій. Різниця між 887 і 725 — це 162 конверсії, які система приплюсувала як позитивний результат, хоча по факту це «шум» від дробової атрибуції.
У попередніх періодах кампанії працювали на зовсім інших механіках — інша модель, інший підхід до масштабування та коригувань. Наша задача була: спробувати масштабувати рекламні кампанії в рамках існуючих KPI, наростити обсяг у штуках і вийти на більш крупні цифри, від яких можна відштовхуватися в подальшій роботі.
Тепер застосовую той самий фільтр — «більше однієї конверсії», та сама ціль purchase — але вже до нового періоду, коли кампанії працювали за оновленою схемою. Результат: 1 149 конверсій (навіть з урахуванням половинок). При цьому самих напівцінних значень стало помітно менше — це вже говорить про те, що дані стали чистішими.
А тепер проста арифметика. Було 725 конверсій, стало 1 149. Ділимо 725 на 1 149, отримуємо приблизно 63%. Значить, приріст становить близько 36,6%. І це — за тими самими правилами відбору, з тими самими половинками, але на товарних позиціях, які показують стабільність з періоду в період.
Ось що цікаво: якщо дивитися на загальні цифри в інтерфейсі рекламного акаунту, зростання виглядає як скромні 27%. Але в реальності, коли копаєш глибше й аналізуєш по товарних позиціях, — він мінімум 35%, а то й більше. Четверта аналітика просто «розмазує» результат своєю моделлю атрибуції, і Ви не бачите повної картини.
Для коректного порівняння я урівняла періоди: 15.05–14.06 (до супроводу) і 17.06–18.07 (після запуску нових кампаній). Невелике зміщення в один-два дні допускається — головне, щоб відрізки були приблизно однаковими за тривалістю. Саме на такому порівнянні й будується об’єктивна оцінка ефективності Performance Max у цьому проєкті.
Порівняння результату в ціні за конверсію
Тепер найцікавіше — давайте порахуємо, у скільки реально обійшлася кожна конверсія. Адже зростання в штуках — це чудово, але без прив’язки до витрат картина неповна.
Скільки дзвінків і продажів я отримаю замовивши у Вас контекстну рекламу?
Беремо дані по витратах (costs) і конверсіях за обидва періоди. Важливий момент: витрати — це фактичні гроші, витрачені на рекламу, модель атрибуції на них ніяк не впливає. Скільки списав Google Ads — стільки й пішло, тут без дробових значень і хитрощів.
Рахуємо за старим періодом (до супроводу): витрата склала 104 447,42 грн., конверсій (тих самих «нелонгтейлів» з фільтром більше однієї) — 725 штук. Ділимо: 104 447 / 725 = 144 грн. за конверсію. Запам’ятовуємо цю цифру.
Тепер новий період (після перебудови кампаній): витрата — 135 757 грн., конверсій — 1 149. Ділимо: 135 757 / 1 149 = 118 грн. за конверсію.
Порівнюємо: 118 / 144 = 0,82. Мінус один — отримуємо зниження ціни за конверсію на 18%. І це при тому, що сам обсяг конверсій виріс на 35%.
Весь цей розрахунок я провела виключно по purchase з GA4 — без урахування тега покупки, який у попередніх періодах ще не був налаштований. Тому по тегу таке порівняння просто неможливо зробити. Але навіть на даних четвертої аналітики з її напівцінними конверсіями видно: штуки виросли на 35%, а ціна за конверсію при цьому впала.
Розумію, що аналіз виглядає достатньо простим, і десь цифри не ідеально рівні. Але результат від цього не менш показовий. Тим паче врахуйте: у новому періоді були ті самі «простріли» — агресивні спроби масштабування, коли ціна за конверсію тимчасово підскакувала, а потім її доводилося спускати назад. Незважаючи на ці стрибки, підсумкова середня все одно вийшла дешевше.
Якщо подивитися на стабільний відрізок — приблизно з 5-го по 6-е липня й далі — там ціна за конверсію вирівнялася до 109 грн., що практично збігається з найкращими значеннями з ранніх періодів. І ось що ще кидається в очі: конверсії в цьому відрізку пішли більш «цілими» числами — 36, 39, 40, 50 штук.
Для порівняння: раніше постійно траплялися дробові значення на кшталт 0,4 або 0,7 — це наслідок моделі атрибуції GA4 і того, як вона «розмазувала» покупки в один клік між каналами. А зараз, наприклад, на 18-е число зафіксовано рівно 50 конверсій — чистих, повноцінних. Це зайвий раз підтверджує, що перехід на тег покупки та розділення цілей дають Performance Max значно точніші сигнали для оптимізації рекламних кампаній.
У чому недолік четвертої аналітики?
Незважаючи на те, що весь попередній аналіз я будувала на даних Google Analytics 4, у неї є серйозний вад, про який потрібно знати. Зараз покажу на конкретному прикладі, що саме четверта аналітика упускає з виду — і чому тег покупки Google справляється з цією задачею значно краще.
Для початку нам знадобиться звіт по крос-сейлам. Сформувати його нескладно: заходите в редактор звітів Google Ads, знаходите блок, який називається приблизно «Шопінг — товари продані» (Shopping — Products Sold), відкриваєте його. Я прибираю колонку «Product Title», щоб не загромаджувати екран — нам важливіше ідентифікатори товарів, а не їхні назви.
На жаль, порівняти цей звіт із періодом до початку нашої роботи не вдасться. Причина банальна: у попередні періоди ідентифікатори товарів в акаунті не підсвічувалися й не передавалися. Якщо вибрати старі дати — колонка з Item ID просто порожня. Тому працюємо з тим, що є: період 21.06–18.07.
Уявіть ситуацію: людина клікнула на рекламу масляного фільтра, перейшла на сайт і в підсумку купила не тільки фільтр, але ще й гальмівні колодки. Колодки в цьому випадку — кросс-сейл. Клік був по одному товару, а продався ще й інший.
Так от, тег покупки в Google Ads бачить і фіксує цей кросс-сейл. Він записує: «по цій товарній позиції був продаж», хоча клік спочатку йшов через зовсім інший товар. І — що критично — використовує цю інформацію для подальшої оптимізації рекламних кампаній Performance Max.
А тепер перевіримо, що покаже четверта аналітика. Беру конкретний приклад: товарна позиція з ідентифікатором 14179. У звіті Google Ads по крос-сейлам вона присутня — видно, що по ній був продаж. Але якщо я звернусь до GA4 і спробую знайти цей самий ідентифікатор за той самий період — конверсій по ньому немає взагалі. Нуль. Навіть напівцінних.
Пробую через редактор звітів аналітики: знімаю всі фільтри, ввожу ID 14179, застосовую — і знову порожньо. GA4 цієї продажі просто не бачить.
Йдемо далі. Додаю в звіт Google Ads розбивку по днях (параметр «Day»), знаходжу цю товарну позицію й бачу: кросс-сейл відбувся 26 червня. А в аналітиці за це число — нічого. Продаж був, гроші клієнт отримав, але GA4 про це навіть не здогадується.
У цьому й криється принципова різниця. Тег покупки фіксує реальну картину продажів — включаючи всі супутні товари, які були куплені разом з рекламованим. Четверта аналітика цього не вміє: вона прив’язується до моделі атрибуції й враховує тільки прямі продажі по тим позиціям, на які був клік. Все, що продалося «в довесок», для неї наче не існує.
І ось що це означає на практиці: коли Ви використовуєте purchase з GA4 як основну ціль для Performance Max, алгоритм отримує неповні дані. Він не знає про частину реальних продажів, а отже — не може коректно оптимізуватися. Тег покупки вирішує цю проблему: він передає Перформансу повну інформацію, включаючи кросс-сейли, і алгоритм може приймати точніші рішення про те, на які товари й аудиторії робити ставку.
Чому необхідно вести правильну роботу в акаунті?
Саме тому, коли спеціалісти радять переходити з четвертої аналітики на тег покупки — вони праві. Але сам по собі перехід не дасть результату, якщо паралельно не ведеться грамотна робота в рекламному акаунті Google Ads.
Можливо, це прозвучить нескромно, але я не можу не підкреслити: результат, який Ви бачите в цьому кейсі, зроблений руками команди. Не алгоритмом, не сезонністю, не вдалим збігом обставин. За кожною цифрою стоїть конкретна робота: коригування ставок, зміна структури кампаній, виключення нерелевантного трафіку, фільтрація пошукових запитів, правильна структура Google Shopping — десятки факторів, які в сумі визначають, якою «начинкою» Ви годуєте свій Performance Max.
На перший погляд може здатися, що результат з’явився як би сам собою. Спочатку базовий рівень, потім один стрибок, другий — і ось уже вимальовується позитивна динаміка. Але за кожним із цих стрибків стоїть конкретна дія в акаунті.
Щоб це не виглядало голослівним твердженням, давайте порівняємо конкретні періоди. Беру відрізок 5–18 липня — це етап після внесення основних коригувань, коли кампанії виходили на стабілізацію. І порівнюю його з аналогічним відрізком у травні (5–18 травня), тому що в травні ще не було тих перебивок і хаотичних змін, які сталися пізніше.
Щоб порівняння було чесним, рахую тільки по purchase з GA4 — без тега покупки, за старою моделлю. Ставлю фільтр «більше або дорівнює одиниці» — отримую 410 конверсій за липневий період (навіть з половинками). Якщо зняти фільтр повністю — система покаже 487. А якщо окремо відфільтрувати дробові значення (менше або дорівнює 0,99) — побачимо всі ці 0,5, 0,02, 0,3, які в сумі дають 72 «конверсії». По факту це шум від моделі атрибуції, а реальних продажів — 410.
До речі, я спеціально показую все покроково, щоб Ви могли відтворити цей самий аналіз у своєму акаунті й перевірити.
Тепер найпоказовіший — витрати за ті самі періоди:
Травень (5–18 травня): витрата — 54 472 грн., конверсій — 410. Ціна за конверсію: 54 472 / 410 = 132 грн. І це «брудна» цифра — реальна вартість напевно ще вища, тому що серед цих 410 є напівцінні значення.
Липень (5–18 липня): витрата — 43 893 грн., конверсій — 465. Ціна за конверсію: 43 893 / 465 = 94 грн. Теж з половинками, але їх тут значно менше.
Разом: витрата знизилася, конверсій стало більше, а ціна за конверсію впала зі 132 до 94 грн. І це — на одних і тих самих даних четвертої аналітики, за одними й тими самими правилами підрахунку. Різниця не в методиці, а в тому, як саме велася налаштування й оптимізація рекламних кампаній у цей період.
Аналіз результатів коригувань
Навіть якщо взяти цей відносно стабільний відрізок — після всіх тестів і правок — потрібно розуміти: за чотири тижні супроводу зробити різкий, вибуховий стрибок результатів надзвичайно складно. Так, коли накопичилося достатньо аналітики, можна спробувати «пробити стелю» агресивним масштабуванням. Але, як ми вже бачили, такі спроби не завжди закінчуються успіхом.
Що сталося на практиці? В районі 5 травня кліки просіли, вартість конверсії полізла вгору — і довелося відкочуватися на попередні параметри. Набратися терпіння, дочекатися стабілізації й вносити вже зовсім інші правки — більш акуратні, точкові.
Важливо! Для порівняння я навмисно вибрала не найвдаліший шматок, а саме стабільний. Не стала захоплювати 19-е число, коли ціна за конверсію знову підскакувала. Взяла плюс-мінус рівний відрізок — і навіть на ньому вийшло 132 грн. з урахуванням напівцінних конверсій. А в липневому періоді стабілізації — 94 грн.
Тепер рахуємо різницю: 94 / 132 = 0,71. Тобто зниження ціни за конверсію склало близько 30%. Для порівняння: коли я аналізувала загальний період цілком (з 17-го числа й за попередні чотири тижні), зниження було 18%. А тут, на більш чистому стабільному відрізку, — уже 30%. І це навіть з урахуванням проміжних значень по 109 і 139 грн., які траплялися всередині періоду. Я спеціально порівнювала з тим травневим відрізком, який виглядав цілком пристойно — не з гіршим, а з нормальним робочим рівнем.
Висновки
Головна мета цього кейсу — показати, що в рекламі Google Ads і роботі Performance Max немає випадковостей. Так, існують фактори, на які спеціаліст не впливає напряму. Сезонність, коливання попиту на певні категорії товарів — все це, безумовно, позначається на загальній динаміці, як у плюс, так і в мінус.
Але подивіться на цей акаунт: тут немає різких провалів, коли конверсії раптом обвалилися в нуль. Набір іде плавно — поступово зростає кількість конверсій, стабілізується ціна. Щоб побачити це в рівних пропорціях, візьмемо, наприклад, неповний тиждень з 13-го по 18-е число. Тут зафіксовано 202 конверсії (purchase — для скептиків уточнюю: так, саме purchase, можна перевірити в стовпці Conversions). І ціна за конверсію — 98,19 грн.
Ось так виглядає період стабілізації, коли спеціаліст розуміє, з якими даними він працює. Причому аналітика в Google Ads — річ не миттєва. Не можна подивитися на сьогоднішні цифри й робити висновки: сьогодні конверсій може бути помітно менше, а післязавтра, коли дані «дотягнуться», за ті самі дні Ви побачите зовсім іншу, значно повнішу картину. Грамотний спеціаліст це знає й уміє з цим працювати — не панікує через тимчасові просадки й не приймає поспішних рішень на основі неповних даних.
Ось такий кейс хотілося Вам продемонструвати. Не про космічні цифри й красиві скріншоти, а про те, що налаштування Performance Max для автотоварів — це системна робота, де кожна дія має обґрунтування, кожне коригування спирається на аналітику, а результат — наслідок експертизи, а не везіння.
