PPC automatizace šla vždycky. Jen se nikdy nevyplatila — až doteď.

Celý argument v jedné větě

Automatizovat PPC pořádně šlo vždycky — jen se to nikdy nevyplatilo, takže to skoro nikdo nedělal. AI nám nedala nové schopnosti; srazila náklady na používání těch starých a právě tenhle jediný ekonomický posun vrací desetiletí „rádi bychom, ale nikdy by se to nevyplatilo” zpátky na stůl. Všechno níže je důkaz, vyprávěný zevnitř nástrojů, se kterými reálně stavím — ne z keynote nějakého vendora.

Tady je konkrétně, co si z tohohle textu odnesete: tři éry, které dělaly z PPC automatizace věc příliš drahou na to, aby se s ní někdo obtěžoval, přesný okamžik, kdy se ta matematika letos překlopila, a jednu reálnou práci — čištění nesmyslných vyhledávacích dotazů lokálním open-source modelem — rozebranou krok po kroku, s mezivýstupem, na který byste koukali, ukázaným v každé fázi. Na konci dokážete rozeznat rozdíl mezi „AI nám dala nové schopnosti” (většinou nepravda) a „AI změnila, kdo si může ty staré dovolit” (to, na čem opravdu záleží), a budete mít flow, které si můžete zkopírovat.

Mezi lety 2015 a 2017 jsem provozoval malý blog o Google Ads scriptech, pak jsem psát přestal. Ne proto, že by mi došly nápady — proto, že propast mezi „tohle je možné” a „tohle se klientovi vyplatí udělat” zůstávala celé desetiletí tvrdošíjně široká. Skoro všechno, co jste četli o tom, jak AI zabíjí PPC specialistu, má ten mechanismus obrácený. AI nezměnila co ve placeném vyhledávání můžete dělat. Většina toho šla vždycky. Změnila kdo to může dělat a za jaké náklady — a to je mnohem větší věc než další automatická bidovací funkce. Pojďme si projít, odkud to vím.

Éra scriptů: pár dní na „jednoduchý” script

Proč začínám tady: abych ukázal, že stropem nikdy nebyla technologie. Byla to práce, už od úplně prvního nástroje, kterého jsem se dotkl.

Google Ads Scripts působily jako kouzlo, když přišly. JavaScript přímo v účtu, procházení kampaní ve smyčce. V praxi byl „jednoduchý” script — pozastav klíčová slova nad prahem CPA, označ rozbité finální URL — pár dní psaní a ladění, jakmile jste vyřešili okrajové případy, kvóty a tiché chyby.

Pak přišla část, kterou nikdo nezakalkuloval: provozovat to napříč účty. Jeden script na účet, copy-paste, postupně rozcházející se verze, tiché padání ve chvíli, kdy konvence pojmenování jednoho klienta neseděla s ostatními. Škálování a distribuce byla práce sama o sobě. Takže většina scriptů v praxi nikdy nepřekročila reporting — natáhni nějaká čísla do Sheetu podle plánu. Cokoli, co účet skutečně měnilo, bylo příliš křehké a příliš drahé na údržbu, aby to pro většinu agentur stálo za to.

Ponaučení, které si neseme dál: i ta „snadná” automatizační vrstva byla limitovaná náklady na údržbu, ne schopnostmi.

Éra API: dva dny k prvnímu dotazu, dva roky k nástroji

Proč právě tahle éra je důležitá: je to místo, kde se propast návratnosti rozevřela tak široko, že se z toho stalo obchodní rozhodnutí, ne inženýrské.

Google Ads API — tehdy AdWords API — bylo tou skutečnou silou i skutečnou zdí. Sledoval jsem našeho systémového architekta, člověka s víc než 25 lety inženýrské praxe za sebou, jak strávil dva celé dny čtením dokumentace, než z jediného dotazu dostal nějaká data. To není výtka vůči němu. To je rozsah, ke kterému jste se upsali.

Šli jsme do toho stejně naplno a postavili PPC Robot: hluboce přizpůsobitelný reportovací a operační nástroj, technicky nádherný, opravdu mocný. Taky to stálo dva vývojáře na plný úvazek, dva roky. Vývoj, který potřeboval, aby běžel dál, vycházel někde kolem 100 000 € ročně — zhruba, řádově — a nikdy se nezaplatil. Pokrýval zlomek toho, co naši PPC specialisté skutečně potřebovali, takže jsme ho nakonec odstavili do omezeného interního režimu. Ne proto, že by byl špatný. Proto, že ta matematika nikdy nevyšla.

A přesto jsme na tom API dodali reálné věci, před čtyřmi a pěti lety:

Podívejte se na ten seznam a všimněte si jedné věci: nic z toho není dnešní optikou exotické. Všechno to šlo. Jen to stálo majlant postavit a majlant udržet při životě. Každá smysluplná funkce — nástroj na keyword research, expanzní nástroj, překlad reklam, generátor Shoppingu — se měřila v měsících. To je celé ponaučení té éry v jedné větě: stropem nikdy nebyla technologie. Byla to doba návratnosti.

Dvě věci, které se letos zlomily

Proč teď budu konkrétní: „AI změnila všechno” je tvrzení, které byste neměli přijímat na slovo. Tady jsou tedy dvě činnosti, které bývaly neekonomické a teď nejsou — obě reálně provozuji, nejsou to hypotézy — a u té první vám přesně ukážu, co každý krok vyprodukuje.

1. Vylučování špatných vyhledávacích dotazů

Čištění irelevantních vyhledávacích dotazů z účtu je vysoce hodnotné a otupující. Postaru to byl polomanuální průchod tisíci dotazy, oční hledání vzorců, ruční přidávání vylučujících klíčových slov. Představte si tu situaci: obchod s běžeckými botami platí za prokliky na „oprava běžeckých bot”, „historie nike air max” a „běžecké boty zdarma” — nic z toho neprodává ani neservisuje. Vynásobte to tisíci řádky, každý týden, napříč každým účtem. To je ta práce, kterou nikdo nechce a každý ji potřebuje.

Činnost, která se změnila: Python script natáhne dotazy z Google Ads API a předá je open-source modelu — Googlímu Gemma 4 — se správnými instrukcemi a, což je klíčové, s kontextem o webu: sitemapou, strukturou webu/DB, taxonomií drobečkové navigace, produktovým feedem. Výsledek: model neoznačí jen jednotlivé nesmyslné dotazy; vynese na povrch vzorce za nimi, rychleji a levněji než lidské proklikání. Tady je to flow jako pět konkrétních kroků.

Tichý headline tady není „AI je chytrá”. Je to, že open-source model běžící lokálně stačí — k tomu, aby se vám to vyplatilo, nepotřebujete ani frontier API. To je pohyb ekonomiky, ne schopnosti.

Sledujte to v běhu: co každý krok reálně vyplivne

Těch pět kroků je recept; tohle je jídlo. Níže je konkrétní artefakt, který vám každý krok předá pro náš obchod s běžeckými botami — co se vám doslova zobrazí, než půjdete dál. Tvary jsou přesně to, co nástroje vracejí; řádky jsou ilustrativní, ne reálný klient. (Ilustrativní příklady v celém textu.)

PULL → surové vyhledávací dotazy, s připojenými penězi. Každý dotaz, za který účet zaplatil, seřazený tak, aby byl odpad vidět:

Search term                Clicks  Cost   Conv
running shoes                420    €310    12
free running shoes            88    €61      0
running shoes repair          54    €40      0
nike air max history          31    €24      0
running shoes wikipedia       19    €14      0

Čtyři z těchto pěti řádků jsou čistý výdaj s nulovými konverzemi — 139 €, které účet vůbec nemusel platit. Problém je očividný v pěti řádcích a neviditelný v pěti tisících.

GROUND → context pack, proti kterému model uvažuje. Ne próza — kompaktní mapa toho, čím web doopravdy je:

sitemap.xml      → 1,010 URLs (categories, products, blog)
breadcrumb tax.  → Footwear > Running > Road / Trail
product feed     → 1,205 SKUs (id, title, category, price)
DB structure     → no "repair", "rental" or "history" nodes exist

Ten poslední řádek je ten, který odvádí práci: model teď ví, že „repair” není věc, kterou tenhle obchod nabízí, místo aby hádal.

ASK → verdikty a vzorce nad nimi. Model vrátí verdikt na dotaz — ale ta výhra je blok dole:

Query                     Verdict      Why
free running shoes        irrelevant   freebie intent, no purchase
running shoes repair      irrelevant   service we don't offer
nike air max history      irrelevant   informational, no buy intent
running shoes wikipedia   irrelevant   reference-seeker

→ PATTERN: tokens "free", "repair", "history", "wikipedia"
  = non-commercial modifiers absent from our taxonomy.
  Recommend excluding as a shared negative list.

Z čtyř řádků se stalo jedno pravidlo. To pravidlo zachytí nesmysly typu „běžecké boty doprava zdarma vrácení”, které jste ještě neviděli — což je celá pointa.

REVIEW → člověk odkývá pravidlo. Přečtete jeden řádek — „non-commercial modifiers absent from our taxonomy” — uznáte, že je správný, a jste hotovi. Žádné scrollování 5 000 řádků. Úsudek proběhne jednou.

PUSH → vylučující slova přistanou na správné úrovni. Protože je vzorec celoplošný, jde na sdílený seznam vylučujících slov, ne do jedné sestavy:

Shared negative list: "non-commercial modifiers"
  free · repair · history · wikipedia · manual · pdf
Applied to: all Search campaigns

Jeden vzorec, jeden seznam, každá kampaň chráněná — a vydělává si na sebe i příští týden bez dalšího lidského průchodu. Tohle je ten okamžik, kdy se z otupujícího týdenního úkolu stane desetiminutová revize.

2. Keyword research

Druhá práce je ta, která bývala vlastní rozpočtovou položkou. Skutečný keyword research — ten druh, který mapuje poptávku na vaše vstupní stránky a říká vám, co na webu chybí — dřív znamenal desítky hodin tahání dat (AdWords API, našeptávače, OpenRefine), polomanuální čištění, klasifikaci podle vstupní stránky a navrch reporting trendů / objemů vyhledávání / mezer.

Není to jen levnější. Je to lepší — přesnější, s hodinami strávenými na validaci a úsudku místo na potrubí. Ta kombinace, levnější a lepší, je přesně to, co mělo být nemožné. Moderní verzi jsem rozebral od začátku do konce v blueprintu expanze na nové trhy a v analýze obsahové mezery konkurence — obojí s reálným mezivýstupem ukázaným v každém kroku.

Ekonomika, předtím a potom

Tohle je celá teze v jedné tabulce. Stejné práce, stejná laťka kvality — pohnuly se jen náklady na jejich vykonání. Doložená čísla tam, kde je mám; zbytek je řádový odhad z dvou desetiletí, kdy tohle jedna agentura dělala.

Přečtěte si tabulku odshora dolů a vzorec je v každém řádku stejný: sloupec schopnost se nezměnil — tohle všechno jsme uměli v roce 2019. Sloupec cena propadl podlahou. To není příběh o technologii. Je to příběh o době návratnosti a doba návratnosti je to, co rozhoduje, jestli se chytrý nápad vůbec někdy postaví.

Co to reálně znamená pro obor

Proč tady zapíchnu vlajku: populární názor — „AI ukončuje éru PPC specialisty” — je líný a to, že ho mají obráceně, má reálné kariérní důsledky pro lidi, kteří tohle čtou.

„Éra PPC specialistů končí” je nesmysl. Děje se opak. Dobří specialisté roky frustrovaně koukali, jak se ta chytrá věc — kterou jasně viděli — „nevyplatí postavit”. Teď ji postavit můžou. Automaticky, ziskově, ve velkém. Celá polička PPC strategií, které bývaly neekonomické nebo prostě absurdní vůbec zkoušet, je najednou na stole.

Co se opravdu děje, je ostřejší rozdělení uvnitř řemesla. Na jedné straně junioři bez představivosti, vize nebo plynulosti v nástrojích — lidé, kteří berou UI platformy jako celou práci. Na druhé straně super-senioři, kteří nástroje ovládají, vymýšlejí workflow, myslí mimo škatulky platformy, spojují datové zdroje, které nikdo jiný nespojuje, a staví si vlastní specializované dashboardy místo čekání, až vendor dodá nějakou funkci.

A abych zabil to očividné nepochopení: tohle není příběh o levnější službě. Nástroje, výpočetní výkon a vývoj pořád stojí peníze. Pointa je, že projekt, který dřív znamenal šest měsíců vývoje, jsou teď dva týdny — takže ta investice konečně dává smysl. Klient dostane dramaticky lepší službu za podobnou cenu, ne horší za méně.

Proč zase píšu

Přestal jsem blogovat před lety, protože propast mezi nápadem a ekonomicky příčetnou realizací byla příliš široká, než aby to bylo zajímavé. Ta propast se právě zavřela. Takže tenhle blog je zpátky a bude konkrétní: use casy s reálnými čísly, přesné flow, skutečné výstupy — včetně těch krkolomných míst a limitů. První deep divy už jsou venku; další přijdou.

Jestli je vaše reakce na tohle všechno „konečně bychom mohli udělat tu věc, co jsme vždycky chtěli” — dobře. To je celá pointa téhle éry. Pojďme to postavit.

1. PULL   Google Ads API → report vyhledávacích dotazů (query, clicks, cost, conv)
2. GROUND Postav context pack, proti kterému model uvažuje:
            - sitemap.xml (co web reálně prodává)
            - struktura webu / DB + taxonomie drobečkové navigace
            - produktový feed (id, title, category)
3. ASK    Prompt pro Gemma 4: „Vzhledem k tomuto kontextu webu klasifikuj každý
            dotaz jako relevantní / irelevantní vůči tomu, co prodáváme. Vrať
            irelevantní A VZORCE za nimi (token, intent, nesoulad kategorie)."
4. REVIEW Člověk validuje ~10 vzorců, ne 5 000 řádků jeden po druhém.
5. PUSH   Přidej vylučující slova zpět přes API na správné úrovni (sdílený seznam
            pro celoplošné nesmyslné tokeny; sestava pro lokální šum).

FAQ