Hvor begynder du med Search-kampagner på et kæmpe site? Dit GA4 ved det allerede.

Hvad du putter ind, og hvad du får ud

Du putter to ting ind, du allerede ejer: et GA4-eksport af dine landingssider og en crawl af dit site. Du får én ting tilbage — en rangeret liste over de landingssider, der først er en Search-kampagne værd, hver med den nøjagtige max. CPC, den har råd til, og 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”. Et regneark, der fortæller dig, hvor du skal rette budgettet hen — før du bruger en eneste øre af det.

Det er hele artiklen. Nedenfor kører jeg pipelinen fra ende til anden og viser dig ved hvert trin den bogstavelige ting, det spytter ud — 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 — indsæt dine egne — men formerne er præcis det, værktøjerne returnerer.

Hvorfor overhovedet gøre sig umage med en pre-flight? Fordi standardtrækket på et site med 10.000 URL’er er at rette en bred kampagne mod alt og lade Google sortere det. Det brænder budget af på sider, der aldrig ville konvertere, river din mål-ROAS løs og forgifter læringsfasen. Dette filter er den billigste forsikring, du nogensinde køber.

Det ene tal, der afgør alt: max. CPC

Hver landingsside har et loft — det meste, du kan betale for et klik og stadig ramme din måleffektivitet. Beregn det pr. side, og hele prioriteringen falder ud af matematikken:

Et gennemregnet eksempel, direkte fra formlen. En kategoriside konverterer med 2 %, har i snit en 1.000-€-ordre, 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: komfortabelt over gennemsnits-CPC → byg den; under → den kan ikke bære sig selv; langt under → tænk ikke engang på det. Alt, hvad der følger, producerer bare dette tal for hver side, pålideligt, og aflæser resultatet.

Pipelinen på et øjeblik

Fem trin. For hvert: hvad du gør, hvad du kigger på, og hvorfor — for hvert trin findes for at besvare ét specifikt spørgsmål om en side.

Nu de samme fem trin, et ad gangen, hver med den bogstavelige ting, det producerer.

Trin 1 — GA4-eksportet, som det lander

Du har ikke brug for en avanceret rapport. 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- / kollektionssider — du dimensionerer, hvor du sender trafik hen, og på de fleste sites er det kategorier, ikke enkelte SKU’er. At blande SKU’er ind skævvrider hver AOV og CR, du beregner.

Sådan ser fire repræsentative rækker ud efter eksport, med udledt CR og AOV:

Landing page         Sessions  Conv   CR     Revenue    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, CR og AOV, pr. side. Bemærk allerede nu: /sleeping-bags trækker flest sessioner i sættet, men konverterer dårligst; hold fast i den tanke, den er den interessante 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 steal-boksen). Kør den i List-tilstand på dit GA4-URL-sæt, og den maler i baggrunden, mens du laver noget andet.

Den ene kolonne, der tjener til føden, er produktantallet — hvor mange produktkort siden faktisk renderer. Her er ekstraktions-outputtet joinet til de samme fire sider, plus én mere, crawlen flagger:

URL                  Title                H1               Products  Breadcrumb
/cordless-vacuums    Cordless Vacuums …   Cordless Vacuums      48    Home>Floorcare>Vacuums
/winter-tyres        Winter Tyres | …     Winter Tyres        112    Home>Tyres>Winter
/sleeping-bags       Sleeping Bags …      Sleeping Bags         9    Home>Camping>Sleep
/phone-cases         Phone Cases …        Phone Cases         640    Home>Accessories>Cases
/clearance-2019      Clearance            Clearance             0    Home>Clearance

(Illustrativt eksempel.) Thin-page-reglen gør sit arbejde på stedet: /clearance-2019 lister 0 produkter — en tom kategori, som GA4 alligevel logger sessioner mod. Smid enhver side under ~3 produkter ud, før du prioriterer, og den spøgelsesside når aldrig byg-bunken. Mini-eksempel, situation → handling → resultat: crawlen viser en „kategori” med nul live-produkter → du udelukker den før prioriteringen → du spilder ikke en kampagne (eller en analytikers eftermiddag) på en side, der intet har at sælge.

Trin 3 — Join de to, og formlen på en enkelt række

Nu bliver de to datasæt til ét. Join GA4 + crawl på URL, og hver side bærer både sin økonomi (CR, AOV) og sin struktur (produktantal). Kør maxCPC = mål-CRR × CR × AOV ned ad kolonnen. Se den lande på en rigtig række — /cordless-vacuums, mål-CRR 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:

Page                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.) Mål-CRR kan variere pr. side, hvis dine marginer gør det — /winter-tyres bærer her 12 %, fordi kategorien tolererer en løsere effektivitet. 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. Så træk din reelle gennemsnitlige CPC pr. side (eller pr. marked, hvis du ikke har på sideniveau) ud af Google Ads-kontoen og stil de to side om side.

Før — den rå join, i hvilken rækkefølge den nu end kom ud af GA4, er ulæselig som plan:

Page                maxCPC   avg 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 — sortér efter råderum (maxCPC − gennemsnits-CPC), og de samme fire rækker bliver til en arbejdsordre med dommen skrevet i sidste kolonne:

To rækker er indlysende. /cordless-vacuums kan betale 0,84 € mod et 0,55-€-marked — +53 % råderum, byg den. /winter-tyres ligeså. /phone-cases har råd til 0,02 € mod 0,35 €; det kommer aldrig til at virke i dine vildeste drømme, lad den være og se dig ikke tilbage. Skalér det fra fire rækker til ti tusinde, 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 0,45-€-marked. På papiret „lad være”. Men den havde flest sessioner i hele eksportet og 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, hvor kategorien burde lande, 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 værdisvageste varer, styrtdykker CR, uanset hvor meget efterspørgsel siden trækker.

Så du læser kategorien præcis, som kunden gør — i dens standard-sorteringsrækkefølge — og prischecker hero-positionerne.

Her er, hvad den diagnose bogstaveligt ser ud på /sleeping-bags, siden, der sidder på maxCPC 0,10 €. Toppen af listningen, din pris vs. den billigste konkurrent, DataForSEO fandt for samme produkt:

Pos  Product (first-listed)       Your price  Cheapest comp.  Gap
 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, 12.300 månedlige besøgende møder først, er prissat 30 % over det billigste markedstilbud. Alt under det er konkurrencedygtigt — men ingen scroller forbi et dårligt førstehåndsindtryk. Mini-eksempel, situation → handling → resultat: hero-produktet er 30 % over markedet → sænk dets pris til 105 € eller omsortér, så det konkurrencedygtige BaseCamp og ValleyHike går forrest → CR retter sig mod kategori-normen → kør Trin 3 igen, maxCPC klatrer væk fra 0,10 €, og siden rykker op i byg-bunken.

Det er den løkke, de fleste bureauer aldrig lukker, fordi den krydser en grænse, de normalt ikke rører. Butikkens job (priser, merchandising, sorteringsrækkefølge) og bureauets job (at købe trafikken) er den samme optimeringsløkke. Justér det ene uden det andet, og du byder ind i et læk.

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 + DSA i én kampagne). Én kampagne eller tre eller fem afhænger af kunden og konverteringsvolumen — respektér ~30-konverteringer-pr-kampagne-reglen, 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 river din mål-ROAS løs og forgifter læringsfasen. Forfilteret er det, der holder lanceringen rettet kun mod sider, der kan bære sig selv — og derfra er det at bygge superstrukturen (crawl-data + søgeordsresearch pr. kategori via Google Ads API, konstrueret i bølger efter kategori, sprog og modenhed) sit eget stykke, og det har et.

Den del, der knytter tilbage til manifestet

Teknisk er intet af dette nyt. Du kunne have kørt GA4-eksportet, 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. Grunden til, at jeg skriver det ned nu, er, at med værktøjer som Codex, Claude Code og den nuværende generation af agenter holdt det op med at være et projekt og blev et helt almindeligt tirsdags-workflow — et script, du retter mod en konto og lader køre natten over.

Det er hele forskydningen, og den er tydeligst, når man ser den fra begge sider på én gang: e-shoppens pris-og-merchandising-arbejde og bureauets annoncearbejde kollapser til én løkke, du endelig kan finjustere sammen. Økonomien lader dig lukke den.

# 1) Loftet på hver landingsside
maxCPC = target_CRR * CR * AOV
     = CR * AOV / ROAS          # samme ting i ROAS-form
# f.eks. 0.10 * 0.02 * 1000 = €2.00  (10% CRR, 2% CR, €1000 AOV)

# 2) Screaming Frog custom extraction (~3 min., kører i baggrunden)
Configuration → Custom → Custom Extraction → Add
• Products on page   XPath:  count(//div[contains(@class,'product-card')])
                     extractor type: Function Value   (count() returns a number)
• H1                 XPath:  //h1                       → Extract Text
• Breadcrumb         XPath:  //nav[@aria-label='breadcrumb']  → Extract Text
Crawl (or List mode on your GA4 URL set) → export → join to GA4 by URL.
Drop any page with < ~3 products as a thin page before you prioritize.

FAQ

CTA: Vil du have byg-bunken til dit site, rangeret efter, hvad hver side faktisk har råd til? Lad os køre filteret på dit GA4.