Algorytm Google potrafi znaleźć klienta skłonnego do zakupu, ale nie wie, na którym produkcie sklep rzeczywiście zarabia. Niestandardowe etykiety w Merchant Center pozwalają dopowiedzieć mu tę część historii i odzyskać kontrolę nad pozornie w pełni automatycznymi kampaniami.
W kampaniach produktowych często spotykam ten sam scenariusz: Merchant Center działa, produkty zostały zatwierdzone, Performance Max zaczyna generować sprzedaż, ale budżet płynie również na asortyment, którego sklep wcale nie chce intensywnie promować. System widzi cenę, kategorię, markę i historię konwersji. Nie zna jednak marży, sezonowości, priorytetów magazynowych ani ustaleń z działem handlowym. Właśnie tę lukę pomagają wypełnić niestandardowe etykiety.
Czym są niestandardowe etykiety w Merchant Center?
Niestandardowe etykiety, czyli atrybuty custom_label_0–custom_label_4, to dodatkowe pola w danych produktowych. Możemy przypisać do nich własne wartości, a następnie wykorzystać je do porządkowania asortymentu i tworzenia grup produktów w Google Ads. Klient nie zobaczy etykiety w reklamie. Jest to informacja przeznaczona wyłącznie dla nas i dla struktury kampanii.
Merchant Center udostępnia pięć takich pól. Każde może opisywać inny wymiar biznesowy, na przykład marżę, sezon, przedział cenowy, tempo sprzedaży albo strategiczne znaczenie produktu. To pozornie niewiele, dlatego warto dobrze zaplanować ich przeznaczenie. Przypadkowe wpisanie w jednym polu raz nazwy kolekcji, a innym razem poziomu marży szybko tworzy bałagan, którego później trudno użyć.
| Atrybut | Przykładowe zastosowanie | Przykładowe wartości |
|---|---|---|
| custom_label_0 | Poziom marży | marza_wysoka, marza_srednia, marza_niska |
| custom_label_1 | Sezonowość | caloroczny, lato, zima, prezent |
| custom_label_2 | Przedział cenowy | do_100, 100_300, powyzej_300 |
| custom_label_3 | Znaczenie handlowe | bestseller, nowosc, wyprzedaz, standard |
| custom_label_4 | Dostępność lub rotacja | duzy_zapas, niski_zapas, wolna_rotacja |
Nazwy wartości mogą wyglądać inaczej. Ważniejsze od konkretnego słownictwa są konsekwencja, jednoznaczność i możliwość automatycznego aktualizowania danych.
Dlaczego inteligentna kampania potrzebuje danych biznesowych?
Automatyzacja Google potrafi analizować ogromną liczbę sygnałów: zapytanie, urządzenie, lokalizację, porę dnia, zachowanie użytkownika czy prawdopodobieństwo zakupu. Nie oznacza to jednak, że algorytm zna ekonomię sklepu. Dwa produkty sprzedane za 300 zł mogą wyglądać dla niego podobnie, choć na jednym sklep zarabia 20 zł, a na drugim 120 zł.
W praktyce widziałem kampanię, która bardzo sprawnie zwiększała przychód, jednocześnie przesuwając sprzedaż w stronę produktów o niskiej marży. Raport wyglądał dobrze, ROAS mieścił się w celu, a właściciel sklepu nie widział oczekiwanej poprawy wyniku finansowego. Dopiero podział asortymentu według marżowości pokazał, że automatyzacja realizowała dokładnie taki cel, jaki otrzymała: maksymalizowała wartość konwersji, a nie zysk.
Niestandardowa etykieta nie zmienia samodzielnie sposobu ustalania stawek. Pozwala jednak zbudować strukturę, w której różne grupy produktów otrzymają osobne budżety, cele ROAS lub priorytety. To subtelna, ale istotna różnica. Nie próbujemy ręcznie sterować każdą aukcją. Wyznaczamy algorytmowi sensowniejsze pole działania.
Najpierw decyzja biznesowa, później struktura feedu
Najczęstszy błąd polega na tworzeniu etykiet dlatego, że technicznie jest to możliwe. Powstają rozbudowane podziały na kolory, dziesiątki przedziałów cenowych i chwilowe akcje promocyjne, ale nikt nie potrafi powiedzieć, jak wpłyną one na kampanie. Dobra etykieta powinna odpowiadać na konkretne pytanie: czy dla tej grupy produktów chcemy podejmować inną decyzję reklamową?
Jeżeli odpowiedź brzmi „nie”, dodatkowy podział prawdopodobnie nie jest potrzebny. Kolor produktu może mieć znaczenie w analizie oferty, lecz rzadko uzasadnia osobny budżet. Z kolei marża, sezonowość lub konieczność opróżnienia magazynu mogą realnie zmieniać strategię.
Przed wdrożeniem proszę zwykle klienta o wskazanie trzech rzeczy:
- na których produktach sklep zarabia najlepiej,
- jaki asortyment ma strategiczne znaczenie albo duży zapas,
- których produktów nie warto agresywnie promować mimo ich wysokiej sprzedaży.
Odpowiedzi bywają zaskakujące. Właściciel sklepu z wyposażeniem wnętrz początkowo chciał mocniej reklamować bestsellery. Po krótkiej rozmowie okazało się, że część z nich pełniła głównie funkcję produktu wejściowego, miała niewielką marżę i generowała sporo pytań do obsługi. Znacznie ważniejsza była kolekcja sprzedająca się rzadziej, ale podnosząca rentowność całych zamówień.
Jak zaprojektować użyteczny system etykiet?
Najlepiej zacząć od dwóch lub trzech wymiarów, które rzeczywiście wykorzystamy. Pięć dostępnych pól nie oznacza obowiązku wypełnienia wszystkich. Prosty system łatwiej utrzymać, a jego działanie łatwiej ocenić.
1. Marża lub rentowność
Podział na wysoką, średnią i niską marżę jest zwykle bardziej praktyczny niż przekazywanie dokładnego procentu. Dokładne wartości szybko się zmieniają, bywają też wrażliwą informacją. Etykieta ma wspierać decyzje, a nie zastępować system finansowy. Progi należy ustalić indywidualnie, ponieważ „wysoka marża” oznacza coś innego w sklepie meblowym, a coś innego w drobnej elektronice.
2. Rola produktu
W tym polu możemy rozróżnić bestsellery, nowości, produkty standardowe i towary przeznaczone do wyprzedaży. Nowości często nie mają jeszcze danych potrzebnych automatyzacji. Umieszczenie ich w osobnej grupie pozwala przyznać im kontrolowany budżet zamiast czekać, aż przebiją się przez historię starszego asortymentu.
3. Sezon i kalendarz sprzedaży
Etykiety sezonowe przydają się szczególnie wtedy, gdy sezonowość nie wynika wprost z kategorii produktu. „Prezent”, „powrót_do_szkoły” czy „sezon_ogrodowy” mogą obejmować produkty z kilku działów. Trzeba tylko pamiętać o aktualizacji. Etykieta z zeszłoroczną wyprzedażą, pozostawiona w feedzie do marca, potrafi później wywołać sporo nieporozumień.
4. Przedział cenowy
Segmentacja cenowa pomaga wtedy, gdy wartość koszyka wpływa na akceptowalny koszt pozyskania sprzedaży. Nie należy jednak tworzyć kilkunastu wąskich zakresów. W większości kont trzy lub cztery przedziały wystarczają, aby zauważyć różnice bez nadmiernego rozdrabniania danych.
Skąd mają pochodzić wartości custom labels?
Najtrwalszym rozwiązaniem jest przekazywanie etykiet bezpośrednio z platformy sklepowej lub systemu zarządzania ofertą. Jeśli dane o marży, sezonie czy statusie produktu są dostępne w sklepie, można uwzględnić je podczas generowania źródła danych. Takie wdrożenie wymaga czasem współpracy z programistą, szczególnie gdy marża zależy od kosztu zakupu aktualizowanego w systemie magazynowym. Przy większych zmianach technicznych znaczenie ma również solidne zaplecze, jakie zapewnia profesjonalne tworzenie sklepów i stron internetowych we Wrocławiu.
Drugą opcją są reguły atrybutów w Merchant Center. Pozwalają one przypisać etykietę na podstawie istniejących danych, na przykład marki, typu produktu, ceny lub fragmentu tytułu. To dobre rozwiązanie dla prostych, stabilnych warunków. Przykładowo: jeśli cena mieści się w określonym zakresie, produkt otrzymuje etykietę „100_300”.
Możemy również korzystać z dodatkowego źródła danych, łączonego z podstawowym feedem po identyfikatorze produktu. Sprawdza się to, gdy dział handlowy chce zarządzać priorytetami w arkuszu, ale nie ma dostępu do mechanizmu generującego główny plik produktowy. Trzeba wtedy pilnować zgodności identyfikatorów i regularności aktualizacji. Jeden dodatkowy arkusz jest wygodny; pięć arkuszy utrzymywanych przez różne osoby to już przepis na chaos.
Jak przełożyć etykiety na strukturę kampanii?
W Google Ads etykiety wykorzystujemy do dzielenia produktów w grupach informacji o produktach lub grupach produktów. Możemy na przykład utworzyć osobną kampanię Performance Max dla asortymentu wysokomarżowego, drugą dla produktów standardowych, a towary niskomarżowe pozostawić z mniejszym budżetem albo bardziej wymagającym celem ROAS.
Nie warto jednak automatycznie budować osobnej kampanii dla każdej wartości. Jeżeli sklep ma niewiele transakcji, nadmierna segmentacja odetnie algorytm od danych. Kampania z dwudziestoma produktami i jedną konwersją miesięcznie nie stanie się skuteczniejsza tylko dlatego, że nazwaliśmy ją „premium”. Automatyzacja potrzebuje odpowiedniej skali, aby rozpoznawać wzorce.
Rozsądny model może wyglądać następująco:
- oddzielić grupę o wyraźnie innym celu biznesowym,
- zapewnić jej budżet adekwatny do potencjału,
- wykluczyć te same produkty z pozostałych kampanii,
- oceniać wyniki przez kilka tygodni, uwzględniając opóźnienie konwersji,
- scalać segmenty, które nie zbierają wystarczającej ilości danych.
W ramach usługi prowadzenia kampanii Google Ads dla sklepów internetowych struktura feedu powinna być traktowana jako część strategii, a nie techniczny dodatek. Najlepszy podział to nie ten najbardziej szczegółowy, lecz ten, który pozwala podejmować inne decyzje dotyczące budżetu i celów.
Pomiar: sam przychód może nie wystarczyć
Etykieta marżowa pomoże uporządkować kampanie, ale pełny obraz nadal zależy od pomiaru. Warto sprawdzić, czy wartość transakcji jest poprawnie przekazywana, czy anulowane zamówienia nie zniekształcają raportów oraz czy system nie dubluje zakupów. Rozbieżności między panelem sklepu, Google Analytics 4 i Google Ads są normalne do pewnego stopnia, ponieważ narzędzia stosują różne modele atrybucji. Duże różnice wymagają jednak diagnostyki.
Przed przebudową kampanii często wykonujemy audyt konta Google Ads i pomiaru konwersji. Zdarza się, że problem przypisywany algorytmowi wynika z podwójnie zliczanych transakcji albo z wartości przesyłanej bez kosztu dostawy. Optymalizowanie zaawansowanej struktury na błędnych danych przypomina ustawianie nawigacji z nieaktualną mapą — system działa, lecz prowadzi nie tam, gdzie chcemy.
Najczęstsze błędy, które widzimy w kontach
Pierwszym jest brak dokumentacji. Po kilku miesiącach nikt nie pamięta, dlaczego custom_label_2 zawiera jednocześnie „premium”, „zima” i „kampania_test”. Wystarczy prosty dokument opisujący przeznaczenie każdego pola, dozwolone wartości, źródło danych i osobę odpowiedzialną za aktualizację.
Drugim błędem jest ręczne przypisywanie etykiet, które powinny zmieniać się automatycznie. Przedział ceny, stan magazynowy czy marża nie są danymi stałymi. Produkt przeceniony z 500 do 299 zł powinien trafić do odpowiedniego segmentu bez ręcznej ingerencji.
Trzeci problem to zbyt szybkie wyciąganie wniosków. Po rozdzieleniu kampanii system potrzebuje czasu na zebranie danych, a okres uczenia może przynieść wahania. Ocena po trzech dniach zwykle mówi więcej o naturalnej zmienności sprzedaży niż o jakości nowej struktury.
Czwarty błąd stanowi utożsamianie wysokiego ROAS z wysoką rentownością. Jeśli różnice w marży są duże, jeden cel dla całego asortymentu może faworyzować produkty, które łatwo się sprzedają, ale niewiele wnoszą do wyniku sklepu. Dlatego custom labels najlepiej działają wtedy, gdy są odbiciem ekonomii biznesu, a nie tylko porządkiem w katalogu.
Prosty plan wdrożenia bez rewolucji
Na początek warto wyeksportować dane o produktach i zestawić je ze sprzedażą z ostatnich miesięcy. Następnie wybieramy jeden wymiar o największym znaczeniu, najczęściej marżę albo rolę handlową. Ustalamy kilka jednoznacznych wartości, wdrażamy je w źródle danych i sprawdzamy w Merchant Center, czy zostały poprawnie przypisane.
Dopiero później zmieniamy kampanie. Najbezpieczniej zacząć od segmentu, który jest wystarczająco duży i rzeczywiście wymaga innego podejścia. Monitorujemy nie tylko ROAS, ale również liczbę transakcji, przychód, koszt, udział promowanego asortymentu i — jeśli dane są dostępne — zysk. Po kilku tygodniach można zdecydować, czy kolejna etykieta wniesie wartość, czy jedynie zwiększy liczbę raportów.
Niestandardowe etykiety nie są sekretnym sposobem na przechytrzenie Performance Max. Są raczej językiem, którym przekazujemy automatyzacji wiedzę niedostępną w standardowym feedzie. Dobrze zaprojektowane pomagają pogodzić skalę działania algorytmu z realnymi celami sklepu. Źle zaprojektowane stają się kolejną warstwą technicznego bałaganu. Różnicę robi nie liczba etykiet, lecz jakość decyzji stojących za każdą z nich.
