Kort fortalt: På et kæmpe site er det første spørgsmål om søgekampagner ikke, hvilke søgeord du køber, men hvilke landingssider der matematisk kan bære omkostningen ved betalte klik. Fodr den med en GA4-eksport plus en site-crawl, beregn maxCPC = mål-CRR × CR × AOV for hver side, og sammenlign hver maxCPC med din reelle gennemsnitlige CPC. Ud kommer en rangeret TOP 100–200 byg-bunke, en fiks-bunke med problemsider og en spring over-bunke, alt sammen før du bruger en eneste øre.
Vil du bare have det destillerede filter?
Download den komplette AI-instruktion — én fil, du sætter ind i Claude eller en anden kapabel kodeagent, og den sorterer dine sider i byg-, fiks- og spring over-bunker. Indtast din e-mailadresse, og filen er din — eller læs bare videre.
Én fil, én liste. Jeg skriver kun, når der er noget værd at læse.
En kunde gav mig engang et site med omkring ti tusind landingssider og ét spørgsmål. Hvor starter vi med søgekampagner? Bureauernes standardsvar har jeg hørt i tyve år. Kør en bred kampagne på hele sitet og lad Google finde ud af resten. Jeg har også ryddet op efter det svar tit nok til at vide, hvad det koster. Det brænder budget af på sider, der aldrig havde en chance for at konvertere, presser kontoens ROAS under målet og forgifter læringsfasen, før nogen har læst en eneste rapport.
Så før en eneste øre forlader kontoen, lader jeg hver landingsside bevise, at den har råd til et betalt klik. Beviset hviler på to ting, du allerede har. En GA4-eksport af dine landingssider og en crawl af dit site. Det, der kommer tilbage, er en rangeret liste over de sider, der er en søgekampagne værd, med den nøjagtige max. CPC, hver side har råd til. Dertil kommer en ren »byd ikke her«-bunke til de sider, hvis økonomi forbyder paid search. Intet søgeordsværktøj, ingen mavefornemmelse, intet »lad os bare tænde for Dynamic Search Ads og se«.
Det er hele artiklen. Nedenfor kører jeg pipelinen fra ende til anden og viser dig det faktiske output af hvert trin. GA4-rækkerne, max.-CPC-regnestykket på en enkelt linje, crawl-ekstraktionstabellen, prioriteringssorteringen før og efter, og problemside-diagnosen, der redder en side, alle andre ville slette. Tallene er illustrative hele vejen igennem, så indsæt dine egne. Outputtet ser præcis ud, som værktøjerne returnerer det.
Pipelinen i én boks
- Hvad vi er ude efter De landingssider, der er værd at annoncere, rangeret
- Inputs GA4-landingsside-eksport · en site-crawl
- Den ene formel maxCPC = mål-CRR × CR × AOV
- Hvad du får En byg-bunke, en fiks-bunke og en spring over-bunke
Det ene tal, der afgør alt
Hver landingsside har et loft: den højeste pris, du kan betale for et klik og stadig nå dit effektivitetsmål. Beregn det loft for hver side, og hele prioriteringen giver sig selv af regnestykket:
maxCPC = mål-CRR × CR × AOV
hvor CRR (cost-revenue ratio, det europæiske PNO, svarende til ACOS) er den andel af omsætningen, du er villig til at bruge på annoncer, CR er sidens konverteringsrate, og AOV er dens gennemsnitlige ordreværdi.
Et gennemregnet eksempel, direkte fra formlen. En kategoriside konverterer med 2 %, har i snit en ordre på 1.000 €, og du er villig til at bruge 10 % af omsætningen på annoncer (en 10× ROAS):
maxCPC = 0,10 × 0,02 × 1.000 € = 2,00 €.
Hvis du hellere vil tænke i ROAS, omregnes det samme til maxCPC = CR × AOV / ROAS = 0,02 × 1.000 / 10 = 2,00 €. Samme tal, vælg den form, din hjerne bedst kan lide. (Illustrativt eksempel.)
De 2,00 € er dommen. Sammenlign det med den reelle gennemsnitlige CPC i din konto for det marked, og siden sorterer sig selv. Ligger den et godt stykke over gennemsnittet, bygger du siden. Ligger den under, kan siden ikke bære sig selv. Ligger den langt under, er siden ikke værd at overveje. Alt, hvad der følger, er bare at producere dette tal for hver side, pålideligt, og aflæse resultatet.
Pipelinen på et øjeblik
Fem trin. For hvert af dem, hvad du gør, hvad du kigger på, og hvorfor. Hvert trin findes for at besvare ét specifikt spørgsmål om en side.
1 · Træk landingsside-økonomi ud af GA4
Hvad du gør: pr. landingsside, eksportér sessioner, konverteringer, transaktioner og omsætning; udled CR og AOV. Hvorfor: de to tal måler efterspørgsel og penge ét sted, og uden dem er max. CPC et gæt. Hvad du får: én række pr. side med de to tal, formlen spiser, CR og AOV.
2 · Crawl sitet for struktur
Hvad du gør: crawl hver side for title, H1 og breadcrumb-dybde, og frem for alt for den kolonne, der gør arbejdet: hvor mange produkter den lister. Hvorfor: GA4 kender økonomi, men ikke struktur. En side med to produkter på lager kan ikke bære en kampagne, uanset hvor godt den konverterer. Hvad du får: det strukturelle spejlbillede af dine GA4-rækker plus et flag for tynde sider.
3 · Join de to, beregn max. CPC
Hvad du gør: join GA4 og crawlen på URL, kør formlen på hver række, smid tynde sider væk. Hvorfor: det er her, økonomi og struktur mødes, og dommen bliver beregnelig. Hvad du får: hver side med sin max. CPC ved siden af.
4 · Prioritér: max. CPC vs. reel gennemsnits-CPC
Hvad du gør: stil hver sides max. CPC ved siden af den faktiske gennemsnitlige CPC i din konto eller dit land, sortér efter råderum. Hvorfor: en max. CPC betyder intet i sig selv. Kun afstanden til, hvad klik faktisk koster, afgør, om en side kan bære sig selv. Hvad du får: TOP 100–200-byg-bunken, en fiks-bunke og en spring over-bunke.
5 · Diagnosticér problemsiderne
Hvad du gør: for sider, der burde konvertere, men ikke gør, tjek priskonkurrencedygtigheden på de produkter, de lister først. Hvorfor: en lav CR på en side, der burde sælge, er oftest et merchandising-læk, og et merchandising-læk kan rettes. Hvad du får: sider reddet fra spring over-bunken tilbage i byg-bunken, så snart de faktisk kan konvertere.
Nu de samme fem trin, et ad gangen, hvert med det output, det producerer.
Hent den komplette AI-instruktion til dette filter
Hele filteret, omskrevet som en brief, du sætter direkte ind i Claude eller en anden kapabel kodeagent. Du leverer GA4-eksporten og crawlen; den beregner max. CPC for hver side og giver dig bunkerne »byg«, »fiks« og »spring over« tilbage. Indtast din e-mailadresse, og filen er din.
Én fil, én liste. Jeg skriver kun, når der er noget værd at læse.
Trin 1 · GA4-eksporten, som den lander
Du har ikke brug for en avanceret rapport. Åbn i GA4 Udforsk → tom → Fri form, dimension Landingsside + query-streng, metrikker Sessioner, Nøglehændelser / Konverteringer, Samlet omsætning. Tilføj Transaktioner, hvis du har dem; ellers kommer AOV fra omsætning ÷ konverteringer. Ét filter på forhånd. Udeluk produktdetaljesider og behold kategori- og kollektionssider. Du er ved at finde ud af, hvilke sider der er værd at sende trafik til, og på de fleste sites er det kategorisider, ikke enkelte produktsider. At blande produktsider ind i eksporten skævvrider hver AOV og CR, du beregner.
Sådan ser fire repræsentative rækker ud efter eksport, med udledt CR og AOV:
Landingsside Sessioner Konv. CR Omsætning AOV
/cordless-vacuums 8.140 163 2,0 % 68.460 € 420 €
/winter-tyres 5.020 156 3,1 % 28.080 € 180 €
/sleeping-bags 12.300 135 1,1 % 12.825 € 95 €
/phone-cases 9.800 137 1,4 % 2.192 € 16 €(Illustrativt eksempel.) CR er konverteringer ÷ sessioner; AOV er omsætning ÷ konverteringer. Det er hele det input, formlen behøver fra GA4. To kolonner pr. side, CR og AOV. Bemærk allerede nu, at /sleeping-bags trækker flest sessioner i sættet, men konverterer dårligst. Husk den side; den bliver det interessante tilfælde senere.
Trin 2 · Crawlen, og kolonnen, der gør arbejdet
GA4 fortalte dig, hvordan hver side performer. Det kan ikke fortælle dig, at en side er strukturelt hul. En »kategori« med to produkter på lager, eller en parametrisk filtervisning, der aldrig burde bære en kampagne. Til det crawler du. To veje. Få en AI til at skrive dig en engangs-crawler på fem minutter, eller brug Screaming Frog med en custom XPath-ekstraktion, du sætter op på cirka tre minutter (fuld mini-guide i download-filen i slutningen af artiklen). Kør den i List-tilstand på dit GA4-URL-sæt, og den kværner i baggrunden, mens du laver noget andet.
Den ene kolonne, der gør arbejdet, er produktantallet: hvor mange produktkort siden faktisk renderer. Her er ekstraktions-outputtet joinet til de samme fire sider, plus én mere, crawlen flagger:
URL Titel H1 Produkter Brødkrummesti
/cordless-vacuums Cordless Vacuums … Cordless Vacuums 48 Home>Floorcare>Vacuums
/winter-tyres Winter Tyres | … Winter Tyres 112 Home>Tyres>Winter
/sleeping-bags Soveposer … Soveposer 9 Home>Camping>Sleep
/phone-cases Phone Cases … Phone Cases 640 Home>Accessories>Cases
/clearance-2019 Clearance Clearance 0 Home>Clearance(Illustrativt eksempel.) Reglen om tynde sider gør sit arbejde på stedet. /clearance-2019 lister nul produkter: en tom kategori, der stadig samler sessioner i GA4. Smid enhver side under cirka tre produkter ud, før du prioriterer, og den spøgelsesside når aldrig byg-bunken. I praksis er reglen om tynde sider ét greb på ét signal. Crawlen viser en »kategori«, der ikke har noget at sælge, og du udelukker den før prioriteringen. Du spilder ikke kampagnebudget, eller en analytikers eftermiddag, på en side, der intet har at byde på.
Trin 3 · Join de to, og formlen på en enkelt række
Nu bliver de to datasæt til ét. Join GA4 og crawlen på URL, og hver side bærer både sin økonomi (CR, AOV) og sin struktur (produktantal). Anvend maxCPC = mål-CRR × CR × AOV på hver række i den samlede tabel. Se den lande på en enkelt række, /cordless-vacuums ved en mål-CRR på 10 %:
maxCPC = 0,10 × 0,020 × 420 € = 0,84 €.
Én linje, ét loft. Gør det for alle fire overlevende, og du får den max. CPC pr. side, hele beslutningen hænger på:
Side CR AOV CRR maxCPC = CRR×CR×AOV
/cordless-vacuums 2,0 % 420 € 10 % 0,10 × 0,020 × 420 = 0,84 €
/winter-tyres 3,1 % 180 € 12 % 0,12 × 0,031 × 180 = 0,67 €
/sleeping-bags 1,1 % 95 € 10 % 0,10 × 0,011 × 95 = 0,10 €
/phone-cases 1,4 % 16 € 10 % 0,10 × 0,014 × 16 = 0,02 €(Illustrativt eksempel.) Hvis dine marginer varierer fra side til side, kan mål-CRR variere med dem. /winter-tyres har her en mål-CRR på 12 %, fordi kategorien kan tåle et mindre stramt effektivitetsmål. Alt andet er mekanisk. Du har nu en max. CPC for hver side på sitet; det næste trin er den eneste tilbageværende skønsbeslutning.
Trin 4 · Prioritér: sorteringen, før og efter
En max. CPC betyder intet i sig selv. 0,84 € er gavmildt i ét marked og uoverkommeligt i et andet. Det, der afgør, er afstanden til det, et klik faktisk koster dig. Hent derfor din reelle gennemsnitlige CPC pr. side fra Google Ads-kontoen. Hvis kontoen ikke viser CPC pr. side, så brug gennemsnittet for markedet. Stil derefter den reelle gennemsnitlige CPC ved siden af sidens max. CPC.
Før, det rå join i den rækkefølge, rækkerne nu engang endte i, ulæseligt som plan:
Side maxCPC gns. CPC
/sleeping-bags 0,10 € 0,45 €
/phone-cases 0,02 € 0,35 €
/cordless-vacuums 0,84 € 0,55 €
/winter-tyres 0,67 € 0,40 €Efter, sorteret efter råderum (maxCPC − gennemsnits-CPC), bliver de samme fire rækker til en arbejdsordre med dommen skrevet i sidste kolonne:
| Landingsside | CR | AOV | Mål-CRR | maxCPC | gns. CPC | Dom |
|---|---|---|---|---|---|---|
| /cordless-vacuums | 2,0 % | 420 € | 10 % | 0,84 € | 0,55 € | Byg nu |
| /winter-tyres | 3,1 % | 180 € | 12 % | 0,67 € | 0,40 € | Byg nu |
| /sleeping-bags | 1,1 % | 95 € | 10 % | 0,10 € | 0,45 € | Fiks først (problemside) |
| /phone-cases | 1,4 % | 16 € | 10 % | 0,02 € | 0,35 € | Lad være |
(Illustrativt eksempel.) Tallene er opdigtede for at vise mekanikken, så indsæt dine egne GA4-tal. Hver maxCPC her er bare mål-CRR × CR × AOV anvendt på rækken.
To rækker er indlysende. /cordless-vacuums kan betale 0,84 €, hvor markedet koster 0,55 €: det er 53 % råderum, så du bygger den. /winter-tyres ligeså. /phone-cases har kun råd til 0,02 €, hvor klik koster 0,35 €. Det kommer aldrig til at virke, ikke engang i dine vildeste drømme, så lad den ligge og se dig ikke tilbage. Skalér det fra fire rækker til ti tusind, og toppen af den sorterede liste er din TOP 100–200, de sider, der skal bygges først, rangeret efter, hvor meget plads de har til at byde.
Den interessante er /sleeping-bags. maxCPC 0,10 € mod et marked på 0,45 €, så på papiret »lad være«. Men /sleeping-bags trak flest sessioner i hele eksporten, og soveposer er en kategori, der åbenlyst burde sælge. En mistænkeligt lav CR på en side, der burde konvertere, er sjældent et efterspørgselsproblem. Det er en problemside, og problemsider får en diagnose, ikke en sletning.
Trin 5 · Problemsider: diagnosen, på en rigtig listning
Når en sides konverteringsrate ligger langt under det, kategorien burde levere, så spørg hvorfor, før du smider den væk. På e-commerce er svaret, det meste af tiden, priskonkurrencedygtigheden på de produkter, siden viser først. De første 10–20 produkter, en besøgende ser, er sidens hele førstehåndsindtryk. Er det dine mindst værdifulde varer, styrtdykker CR, uanset hvor meget efterspørgsel siden trækker.
Så du læser kategorien præcis, som kunden gør, i dens standard-sorteringsrækkefølge, og prischecker de produkter, den lister først.
Læs kategoriens produktmiks i sorteringsrækkefølge
Træk produkterne i /sleeping-bags efter deres product_type fra Google Merchant Center, i den standard-listerækkefølge, den besøgende faktisk får. Toppen af listen er det, der konverterer (eller ikke gør).
Prischeck top-positionerne mod markedet
Tag de øverst listede produkter og research live-konkurrentpriser med DataForSEO. Endpointet serp/google/organic/live/advanced returnerer hele resultatsiden (shopping-blokke med butikker og priser, organisk nedenunder) som struktureret JSON. Afregningen sker pr. SERP med op til 10 resultater, til en basispris på cirka 0,002 $ før betalte avancerede parametre.
Sænk prisen eller skift sorteringen, mål så igen
Er de først listede produkter overprissatte, har du to håndtag. Sænk deres pris, eller skift kategoriens sortering, så reelt konkurrencedygtige produkter går forrest. Hold så øje med CR. Først når CR løfter sig, forfremmer du siden fra fiks-bunken til byg-bunken.
Sådan ser den diagnose ud på /sleeping-bags, siden, der sidder på maxCPC 0,10 €. Toppen af listningen, din pris mod den billigste konkurrent, DataForSEO fandt for samme produkt:
Plac. Produkt (først på listen) Din pris Billigste konk. Forskel
1 AlpineLite 200 Down Bag 129 € 99 € +30 %
2 TrekWarm Mummy −5°C 115 € 112 € +3 %
3 BaseCamp Synthetic XL 89 € 92 € −3 %
4 ValleyHike Junior 45 € 47 € −4 %(Illustrativt eksempel.) Lækket er lige i toppen. Det produkt, som 12.300 månedlige sessioner lander på først, er prissat 30 % over det billigste markedstilbud. Alt under det er konkurrencedygtigt, men efter så dårligt et førstehåndsindtryk scroller næsten ingen videre. Sænk prisen på AlpineLite til 105 €, eller skift sorteringen, så de konkurrencedygtige BaseCamp og ValleyHike kommer først, og CR klatrer tilbage til kategoriens normale niveau. Kør trin 3 igen: maxCPC stiger over 0,10 €, og siden rykker op i byg-bunken.
Det er den løkke, de fleste bureauer aldrig lukker, fordi den rækker ind i et område, de normalt holder sig fra. Butikkens job (priser, merchandising, sorteringsrækkefølge) og bureauets job (at købe trafikken) er to halvdele af én og samme optimeringsløkke. Optimerer du indkøbet uden butikken, betaler du for trafik, der siver væk.
Efter filteret: at vælge, hvordan du køber
Først nu, med byg-bunken i hånden, vælger du hvordan. AI Max, Dynamic Search Ads, klassisk STAG eller en kombination (broad plus DSA i én kampagne). Om det er én kampagne eller tre eller fem, afhænger af kunden og konverteringsvolumen; respektér reglen om cirka 30 konverteringer pr. kampagne, før du splitter. Jeg overlader bevidst dette valg til dig. Pointen med hele pipelinen er, at du træffer det efter økonomien, ikke før.
Uanset hvad du lander på, er reglen den samme. En ny kampagne må aldrig starte på dårlige sider. Svage landingssider presser kontoens ROAS under målet og forgifter læringsfasen. Forfilteret begrænser lanceringen til sider, der kan betale for sig selv. Derfra bygger du superstrukturen: crawl-data plus søgeordsresearch pr. kategori via Google Ads API, konstrueret i bølger efter kategori, sprog og modenhed. Den superstruktur er et kapitel for sig, og jeg har beskrevet den i en separat artikel om markedsudvidelse.
Den del, der knytter tilbage til manifestet
Teknisk er intet af dette nyt. Du kunne have kørt GA4-eksporten, crawlen, pris-scrapingen og joinet for fem år siden. Men det ville have været et halvt års skræddersyet udvikling, og enhver fornuftig person ville have givet op halvvejs. Tolv års programmeringsarbejde med Google Ads API har lært mig præcis, hvordan den slags projekter dør. Jeg skriver det ned nu, fordi værktøjer som Codex, Claude Code og den nuværende generation af agenter har gjort det til et helt almindeligt tirsdags-workflow: et script, du kører på en konto natten over.
Det er hele forskydningen, og den er tydeligst, når man ser den fra begge sider på én gang. Butikkens arbejde med priser og merchandising og bureauets arbejde med annoncering smelter sammen til én løkke, og begge halvdele kan endelig optimeres sammen. Økonomien er det, der lader dig lukke den løkke.
Download de komplette instruktioner til din AI
Hele filteret ovenfor, omskrevet som en brief, du sætter direkte ind i Claude eller en anden kapabel kodeagent. Du leverer GA4-eksporten og crawlen; den beregner max. CPC for hver side og giver dig bunkerne »byg«, »fiks« og »spring over« tilbage. Indtast din e-mailadresse, og filen er din.
Én fil, én liste. Jeg skriver kun, når der er noget værd at læse.
FAQ
Hvorfor maxCPC i stedet for bare at kigge på ROAS-mål i Google Ads?
Fordi Googles tROAS reagerer, efter du har brugt penge på at lære. maxCPC er et filter før lanceringen. Det fortæller dig, før et eneste klik, hvilke sider der matematisk kan bære omkostningen ved betalte klik. Du bruger det til at beslutte, hvad du bygger; tROAS kører derefter det, du byggede.
Min CR og AOV svinger meget fra måned til måned. Ødelægger det ikke formlen?
Brug et stabilt vindue på 60 til 90 dage, og segmentér efter enhed eller marked, hvis tallene adskiller sig væsentligt mellem enheder eller markeder. Formlen skal ikke være præcis til øren. Den sorterer sider i byg-, fiks- og spring over-bunker, så det, du har brug for, er den grove størrelsesorden af råderummet, ikke det præcise tal.
Har jeg virkelig brug for Screaming Frog, eller kan AI bare skrive crawleren?
Begge dele virker. Screaming Frog med en custom XPath-ekstraktion er no-code-vejen og er reelt sat op på tre minutter. En scriptet crawler er bedre, hvis du har brug for, at data automatisk joines ind i en pipeline. Vælg ud fra, om det er en engangsaudit eller et gentageligt workflow.
Hvad tæller som en »problemside« kontra en side, jeg bare bør springe over?
En spring over-side har af natur svag økonomi. Lav AOV, lav intent, så dens maxCPC er reelt bittelille og bliver det altid (/phone-cases ved 0,02 €). En problemside burde konvertere. Anstændig AOV, reel efterspørgsel, masser af sessioner, og alligevel gør den det ikke, oftest fordi dens først listede produkter er overprissatte eller dårligt sorteret (/sleeping-bags ved 0,10 €). Spring over-sider lader du ligge; problemsider fikser du og måler så igen.
Virker det her kun for e-commerce?
maxCPC-formlen virker overalt, hvor du har en konverteringsværdi, leadgen inklusive, hvor AOV bliver lead-værdi. Problemside-diagnosen (Merchant Center product_type, konkurrentpriser, kategori-sortering) er e-commerce-specifik. Leadgen-problemsider kræver deres egen diagnose, oftest formularfriktion eller mismatch i tilbuddet.
Hvordan hænger det her sammen med AI Max og enden på DSA?
Dette filter kører, før du vælger kampagnetype. Uanset om du vælger AI Max (DSA’s efterfølger) eller klassisk STAG, bør kampagnen kun sende trafik til sider, der bestod filteret. Strategivalget ændrer, hvordan du køber; økonomien afgør, hvad der overhovedet er værd at købe.
CTA: Vil du have byg-bunken til dit site, rangeret efter, hvad hver side faktisk har råd til? Send mig din GA4-eksport, så kører vi filteret sammen.
