Lyhyesti: PPC-automaatiosta ei tullut yhtäkkiä mahdollista. Siitä tuli yhtäkkiä kohtuuhintaista. AI ei lisännyt kyvykkyyksiä; se romahdutti takaisinmaksuajan niissä, joita meillä on ollut vuodesta 2019, ja muutti puolen vuoden rakennusurakat kahden viikon mittaisiksi. Voittajia ovat super-seniorit, jotka pääsevät vihdoin rakentamaan työnkulut, jotka eivät ennen kannattaneet, kuten tuhansien roskahakujen siivouksen mallilla, jota tavallinen PC pyörittää.
Katselin kerran järjestelmäarkkitehtiamme, miestä jolla on kaksikymmentäviisi vuotta insinöörityötä takanaan, kun hän käytti kaksi täyttä päivää Google Ads API:n dokumentaation lukemiseen ennen kuin yksikään kysely palautti dataa. Kaksi päivää, yksi kysely. Hän on paras tuntemani insinööri, ja silti siihen meni kaksi päivää. Se oli yksinkertaisesti sisäänpääsymaksu, jonka alusta peri jokaiselta todellista tehoa haluavalta.
Olen tehnyt PPC:tä noin kaksikymmentä vuotta, ja niistä kaksitoista olen kirjoittanut koodia tuota API:a vasten. Vuosina 2015–2017 pyöritin ppc-scripts.eu-sivustoa, pientä blogia Google Ads Scriptseistä, aikana jolloin PPC:n automatisointi ei vielä ollut cool. Sitten lopetin kirjoittamisen. En siksi, että ideat olisivat loppuneet. Kuilu “tämä on mahdollista” ja “tämä kannattaa tehdä asiakkaalle” välillä pysyi itsepäisen leveänä vuosikymmenen, ja työkaluja joihin kenelläkään ei ole varaa voi kuvailla vain niin monella tavalla.
Tänä keväänä toimitin markkinalaajennusanalyysin, kuusitoista tuotetta hinnoiteltuna viidessä maassa lämpökarttoineen, noin kuudessa tunnissa. Käsin tehtynä se on noin 400 tuntia työtä. Vanhaan tapaan räätälöitynä ohjelmistona se on kaksi kuukautta kehitystä ja 16 000–20 000 euron lasku, jota yksikään asiakas ei koskaan halunnut maksaa. Sama lopputulos, ja hinta romahti. Analyysi ei muuttunut tänä keväänä yhtään fiksummaksi. Sen rakentamisen talous meni rikki.
Lähes kaikki mitä olet lukenut siitä, miten AI tappaa PPC-asiantuntijan, saa tuon mekanismin nurinpäin. AI ei muuttanut sitä, mitä maksetussa haussa voi tehdä. Suurin osa oli aina mahdollista, ja suurin osa oli olemassa jo vuonna 2019. Se muutti sitä, kenellä on varaa tehdä se. Tämä artikkeli on todistusaineisto, kerrottuna niiden työkalujen sisältä, joilla itse oikeasti rakennan. Kaksi aikakautta, jotka tekivät automaatiosta liian kallista vaivan arvoiseksi, hetki jolloin matematiikka kääntyi, ja yksi todellinen työ, roskahakujen siivous paikallisella avoimen lähdekoodin mallilla, purettuna vaihe vaiheelta.
- AI ei tuonut PPC:hen juuri yhtään uutta kyvykkyyttä. Se romahdutti takaisinmaksuajan niissä, joita meillä on ollut vuodesta 2019, ja jo se yksin kirjoittaa uusiksi sen, mitä kannattaa rakentaa.
- Ratkaiseva valuutta eivät ole enää koodirivit. Niukkaa on nyt idea plus toimialaosaaminen, tieto siitä mitä rakentaa ja mitä dataa yhdistää.
- Ammatti jakautuu kahtia. Ne jotka ohittavat työkalut jäätyvät paikoilleen; ne jotka tuntevat Google Ads API:n luita myöten ja yhdistävät datan mielikuvitukseen karkaavat edelle.
- Sisällä oleva esimerkki näyttää, miten paikallinen avoimen lähdekoodin malli siivoaa tuhansia roskahakuja minuuteissa, työ joka ennen oli puhtaasti käsityötä.
Skriptiaikakausi: muutama päivä “yksinkertaiseen” skriptiin
Katto ei koskaan ollut teknologia, ja haluan näyttää sen sinulle aivan ensimmäisestä työkalusta, johon kosken. Google Ads Scripts tuntui taialta saapuessaan. JavaScriptiä, suoraan tilillä, luuppaamassa kampanjoiden läpi. Käytännössä “yksinkertainen” skripti, vaikkapa CPA-rajan ylittävien avainsanojen pysäytys tai rikkinäisten lopullisten URL-osoitteiden merkintä, vei muutaman päivän kirjoittamista ja debuggaamista, kun reunatapaukset, kiintiöt ja hiljaiset virheet oli käsitelty.
Sitten tuli osa, jota kukaan ei budjetoinut. Skriptin ajaminen useilla tileillä tarkoitti yhtä kopiota per tili, ajautumassa pois synkasta, rikkoutumassa hiljaa aina kun yhden asiakkaan nimeämiskäytäntö ei vastannut muita. Skaalaus ja jakelu oli oma työnsä. Siksi suurin osa luonnossa liikkuvista skripteistä ei koskaan edennyt raportointia pidemmälle, lukujen vetämistä Sheetiin aikataulussa. Kaikki mikä oikeasti muutti tiliä oli liian haurasta ja liian kallista ylläpitää.
Jopa helppo automaatiokerros oli rajattu ylläpitokustannuksen, ei kyvykkyyden mukaan. Kanna se mukanasi. Se on kaiken seuraavan kaava.
API-aikakausi: kaksi päivää ensimmäiseen kyselyyn, kaksi vuotta työkaluun
Google Ads API, silloin vielä AdWords API, oli se todellinen voima ja todellinen muuri. Ne kaksi päivää, jotka kollegani vietti dokumentaatiossa, eivät olleet moite häntä kohtaan. Se oli pinta-ala, johon jokainen sitoutui.
Menimme silti täysillä mukaan ja rakensimme PPC Robotin, syvästi muokattavan raportointi- ja operaatiotyökalun. Teknisesti kaunis, aidosti tehokas. Se vei myös kaksi kehittäjää, kokopäiväisesti, kaksi vuotta, ja sen hengissä pitämiseen tarvittu kehitys pyöri jossain 100 000 euron tienoilla vuodessa. Se ei koskaan maksanut itseään takaisin. Se kattoi murto-osan siitä, mitä PPC-asiantuntijamme oikeasti tarvitsivat, joten lopulta pysäköimme sen rajattuun sisäiseen käyttöön. Ei siksi, että se oli huono. Siksi, että laskelma ei koskaan mennyt tasan.
Ja silti toimitimme tuon API:n päälle oikeita asioita, neljä ja viisi vuotta sitten:
Mitä tuo moottori oikeasti tuotti
- 404 / rikkinäisen lopullisen URL:n tarkistin tilien yli toimitettu
- Shopping-kampanjageneraattori feedistä toimitettu
- Shopping / Performance Max -segmentointi toimitettu
- BigQuery-putki + raportointi Sheetsiin / Exceliin toimitettu
- Merchant Center -tilin tilatarkistukset toimitettu
Katso listaa ja huomaa yksi asia. Mikään siitä ei ole nykymittapuulla eksoottista. Kaikki oli mahdollista. Se vain maksoi omaisuuden rakentaa ja omaisuuden pitää hengissä. Jokainen merkityksellinen ominaisuus, avainsanatutkimustyökalu, laajennustyökalu, mainosten kääntäminen, Shopping-generaattori, mitattiin kahden seniorin kuukausissa, eikä yksikään asiakas maksa sitä, mitä se maksaa.
Katto ei koskaan ollut teknologia. Se oli takaisinmaksuaika.
Ensimmäinen työ, joka pääsi irti: roskahaut
“AI muutti kaiken” on väite, jota sinun ei pidä niellä uskon varassa. Tässä siis kaksi työtä, jotka ennen eivät kannattaneet ja nyt kannattavat. Molemmat ovat asioita, joita itse ajan, eivät hypoteeseja, ja ensimmäisestä käyn läpi koko työnkulun.
Epäolennaisten hakulausekkeiden siivous tililtä on arvokasta ja tylsistyttävää, eikä siihen vielä hetki sitten ollut rehellistä automaatiota. Säännöt nappaavat tarkan sanan, mutta sen ratkaiseminen, kannattaako hausta “nike air max historia” maksaa, vaatii luetun ymmärtämistä. Työ pysyi siis puoliautomaattisena ryömintänä tuhansien hakujen läpi, kuvioita silmäillen, negatiiveja käsin lisäten. Kuvittele juoksukenkäkauppa, joka maksaa klikkauksista hauilla “juoksukenkien korjaus”, “nike air max historia” ja “ilmaiset juoksukengät”, vaikka se ei myy eikä huolla mitään näistä. Kerro se tuhansilla riveillä, joka viikko, joka tilillä. Siinä on työ, jota kukaan ei halua ja jonka kaikki tarvitsevat.
Tässä se, mikä muuttui. Python-skripti vetää haut Google Ads API:sta ja ojentaa ne avoimen lähdekoodin mallille, Googlen Gemma 4:lle, jota lähes mikä tahansa nykyinen PC pyörittää. Se lukee tuhansia hakuja muutamassa minuutissa. Ja kun pohjustat sen asiakkaan kontekstilla, sivustokartalla, sivuston ja tietokannan rakenteella, murupolkutaksonomialla ja product feedillä, se lakkaa arvaamasta ja alkaa päätellä. Se sulkee pois oikein ja nimeää roskan takana olevat kuviot, nopeammin kuin yksikään ihmissilmäys. Tässä sama työnkulku viitenä konkreettisena vaiheena.
VEDÄ · hae raa'at hakulausekkeet
Vedä hakulausekeraportti Google Ads API:sta. Haku, klikkaukset, kustannus, konversiot. Miksi ensin: tämä on todistusaineisto, kuhunkin hakuun jo käytetty todellinen raha. Haluat kustannuksen kiinni jokaiseen riviin, jotta malli erottaa kalliin roskan harmittomasta. Saat: litteän taulukon jokaisesta hausta, josta tili on jaksolla maksanut.
POHJUSTA · rakenna kontekstipaketti sivustosta
Kokoa se, mitä sivusto oikeasti on, muodossa jonka malli voi lukea. XML-sivustokartta, murupolkutaksonomia, product feed (id, otsikko, kategoria) sekä tietokanta- ja kategoriarakenne. Miksi tämä on koko juju: kontekstiton malli arvaa; malli joka tietää, ettei sinulla ole “korjaus”- tai “vuokraus”-kategoriaa, päättelee. Saat: kontekstipaketin, joka muuttaa mallin arvaajasta joksikin, joka tuntee katalogisi.
KYSY · luokittele haut ja nimeä kuviot
Anna Gemma 4:lle hakulausekkeet ja kontekstipaketti. Luokittele jokainen haku olennaiseksi tai epäolennaiseksi sen suhteen mitä myymme, ja, se tärkein osa, palauta epäolennaisten takana olevat kuviot (sananpätkä, aikomus, kategoriaristiriita). Miksi kuviot, ei rivit: 200 roskahaun merkitseminen säästää iltapäivän; roskan kategorian nimeäminen sulkee pois seuraavat tuhat, joita et ole vielä nähnytkään. Saat: epäolennaisten hakujen listan ja sen yläpuolelle kourallisen sääntöjä, jotka sen tuottivat.
TARKISTA · validoi säännöt, älä rivejä
Ihminen lukee kuviot, viidestä kymmeneen kappaletta, ei 5 000 yksittäistä riviä. Miksi tämä säästää ajan: harkinta käytetään kerran per sääntö eikä kerran per haku, ja väärä sääntö on ilmeinen tavalla, jolla yksittäinen väärin merkitty rivi ei koskaan ole. Saat: lyhyen, luotetun listan poissulkukuvioita, jotka ihminen on oikeasti hyväksynyt.
VIE · lisää negatiiviset oikealle tasolle
Vie hyväksytyt negatiiviset takaisin API:n kautta oikealle tasolle, mainosryhmään, kampanjaan tai jaetulle listalle, sen mukaan kuinka laaja kuvio on. Miksi taso ratkaisee: koko sivuston laajuinen roskasana (“ilmainen”, “wikipedia”) kuuluu jaetulle listalle, ei haudatuksi yhteen mainosryhmään. Saat: siivotun tilin ja uudelleenkäytettävän negatiivilistan, joka toimii vielä ensi viikollakin.
Nähdäksesi miksi tämä toimii, katso mitä KYSY-vaihe oikeasti palauttaa juoksukenkäkaupallemme. Rivit ovat havainnollistavia, muoto on tarkalleen se mikä tulee takaisin, ja palkinto on alin lohko:
Haku Tuomio Miksi
ilmaiset juoksukengät epäolennainen ilmaisaikomus, ei ostoa
juoksukenkien korjaus epäolennainen palvelu jota emme tarjoa
nike air max historia epäolennainen informatiivinen, ei ostoaikomusta
juoksukengät wikipedia epäolennainen tiedonhakija
→ KUVIO: sananpätkät "ilmainen", "korjaus", "historia", "wikipedia"
= ei-kaupallisia määreitä, joita taksonomiastamme ei löydy.
Suositus: sulje pois jaettuna negatiivisena listana.Neljästä rivistä tuli yksi sääntö. Ihminen lukee sen yhden rivin, toteaa sen oikeaksi, ja sääntö jatkaa “juoksukengät ilmainen toimitus palautus” -tyyppisen roskan nappaamista, jota et ole vielä edes nähnyt. Se on hetki, jolloin tylsistyttävästä viikkoaskareesta tulee kymmenen minuutin tarkistus.
Hiljainen pääuutinen tässä on, että paikallisesti ajettava avoimen lähdekoodin malli riittää. Et tarvitse huippumallin API:a saadaksesi tämän kannattamaan, eikä datasi poistu talosta. Siinä liikkuu talous, ei kyvykkyys.
Toinen työ: avainsanatutkimus
Tämä oli ennen oma budjettirivinsä. Todellinen avainsanatutkimus, sellainen joka kartoittaa kysynnän laskeutumissivuillesi ja kertoo mitä sivustolta puuttuu, tarkoitti ennen kymmeniä tunteja datan vetämistä (AdWords API, ehdotuslaatikot, OpenRefine), puoliautomaattista siivousta, luokittelua laskeutumissivun mukaan sekä trendi-, volyymi- ja aukkoraportointia päälle.
Yksi avainsanatutkimusprojekti, ennen vs. nyt
- Vanha tapa (datan veto, siivous, luokittelu, raportointi) 50–100 h
- Mitä asiakas siitä maksoi ≈ 2 000–4 000 €
- Sama projekti tänään, yhdellä hyvällä taidolla yksinumeroinen tuntimäärä
- Ja lopputulos on tarkempi
Se ei ole vain halvempaa. Se on parempaa, täsmällisempää, kun tunnit menevät validointiin ja harkintaan eivätkä putkitöihin. Halvempi ja parempi on juuri se yhdistelmä, jonka piti olla mahdoton. Olen purkanut modernin version alusta loppuun markkinalaajennuksen blueprintissä ja kilpailijan sisältöaukkoanalyysissä, molemmissa todellinen välituloste näkyvissä joka vaiheessa.
Se osa, joka yllättää minut yhä, on rytmi. Tällainen tutkimus oli ennen vuosiprojekti, jonka asiakas hyväksyi kerran. Sama putki voi nyt pyöriä päivittäin ja seurata kysynnän liikettä sen sijaan, että valokuvaisi sen kerran vuodessa.
Talous, ennen ja jälkeen
Tässä on koko teesi yhdessä taulukossa. Samat työt, sama laatuvaatimus; vain niiden tekemisen hinta liikkui. Dokumentoidut luvut siellä missä ne minulla on, loput suuruusluokkaa kahdenkymmenen toimistovuoden kokemuksella.
| Työ | Vanha tapa | Tänään |
|---|---|---|
| Markkinalaajennusanalyysi (monen markkinan hinnoittelu) | ~400 h käsin · tai 2 kk kehitystä, 16 000–20 000 € | 6 h |
| Avainsanatutkimus (yksi projekti) | 50–100 h · 2 000–4 000 € laskutettu | yksinumeroinen tuntimäärä · tarkempi |
| Roskahakujen triage | puoliautomaattinen ryömintä, tuhansia rivejä käsin | skripti + paikallinen malli nimeää kuviot |
| Yhden uuden automaatio-ominaisuuden toimitus | kuukausia (2 kehittäjää × 2 v yhteen kokonaiseen työkaluun) | viikkoja |
| Raportointimoottorin pitäminen hengissä | ~100 000 € / v, ei koskaan maksanut itseään takaisin | lähes nolla paikallisella mallilla |
Lue taulukko ylhäältä alas, ja sama kuvio toistuu joka rivillä. Kyvykkyyssarake ei liikkunut; pystyimme kaikkeen tähän vuonna 2019. Hintasarake putosi lattian läpi. Ja takaisinmaksuaika on se, joka ratkaisee, tuleeko fiksu idea koskaan rakennetuksi.
AI ei niinkään avannut uusia PPC-kyvykkyyksiä kuin romahdutti takaisinmaksuajan vanhoissa. Kun puolen vuoden rakennusurakasta tulee kahden viikon urakka, koko jono “tekisimme mielellämme, mutta se ei koskaan kannattaisi” purkautuu yhtäkkiä.
Miltä näyttää, kun nojaat siihen täysillä
Lynt on ollut teknologiapainotteinen toimisto ensimmäisestä päivästä asti. Meillä on tiimissä järjestelmäarkkitehti, tietoturvainsinööri, BI:tä rakentava data-analyytikko ja kokopäiväinen kehittäjä, mitä tavallisella toimistolla ei yksinkertaisesti ole. Vuosia tuota lihasta oli vaikea suunnata PPC-ongelmiin, kaikista yllä olevista takaisinmaksusyistä. Nyt se kertautuu.
Boostera, oma työkalumme, vei kaksi vuotta kehitystä. Se rikastaa Google Merchant Center -feedejä AI:lla, jolloin Shopping-kampanjat pyörivät paremmalla tuotedatalla kuin raaka feed antaa. Sen ympärillä on putkisto, jonka uusi talous vihdoin oikeuttaa. Kilpailijoiden hintojen keruu markkinoittain, sellainen joka syötti laajennusblueprintin hinnoittelutaulukot. Avainsanatutkimusputket, jotka pyörivät aikataulussa eivätkä kerran vuodessa. Asiakastason liiketoimintaraportointi BigQueryssa ennusteineen. MCP-palvelimet jokaisessa palvelussa, johon koskemme, jotta AI-agentti voi vetää mistä tahansa niistä kesken tehtävän.
Kaksi vuotta sitten olisin joutunut puolustamaan jokaista näistä projekteista samalla kysymyksellä, maksaako se koskaan itsensä takaisin. Tänään kysymys tuskin nousee esiin. Kun rakentaminen halpenee, infrastruktuuri lakkaa olemasta ylellisyyttä ja alkaa olla vallihauta.
Mitä tämä oikeasti tarkoittaa alalle
Suosittu tulkinta sanoo, että AI lopettaa PPC-asiantuntijan. Sen ymmärtäminen nurinpäin tuo todellisia uraseurauksia tätä lukeville, joten lyön lipun maahan.
“PPC-asiantuntijoiden aikakausi on päättymässä” on hölynpölyä. Päinvastainen tapahtuu. Hyvät asiantuntijat viettivät vuosia turhautuneina siihen, että se fiksu juttu, jonka he selvästi näkivät, ei kannattanut rakentaa. Nyt he pääsevät rakentamaan sen. Automaattisesti, kannattavasti, skaalassa. Kokonainen hyllyllinen PPC-strategioita, jotka ennen olivat kannattamattomia tai suorastaan absurdeja yrittää, on yhtäkkiä pöydällä.
Se mikä tapahtuu, on terävämpi jako ammatin sisällä. Toisella puolella seisovat ne, jotka pitävät alustan käyttöliittymää koko työnä ja antavat uusien työkalujen mennä ohi. Kukaan ei irtisano heitä huomenna. He jäätyvät paikoilleen, kun työ liikkuu. Toisella puolella seisovat ne, jotka tuntevat Google Ads API:n luita myöten, yhdistävät datalähteitä joita kukaan muu ei yhdistä ja rakentavat itselleen erikoistuneita dashboardeja sen sijaan, että odottaisivat toimittajan julkaisevan ominaisuuden. Kaksitoista vuotta koodia tuota API:a vasten opetti minulle, missä jälkimmäisen ryhmän etu oikeasti asuu. Koodi halpeni. Niukaksi jäi mielikuvitus ja toimialaosaaminen, tieto siitä mitä dataa yhdistää ja miksi.
Ja tappaakseni ilmeisen väärinluennan, tämä ei ole tarina halvemmasta palvelusta. Työkalut, laskenta ja kehitys maksavat yhä. Pointti on, että projekti, joka ennen oli neljästä kuuteen kuukautta kahden seniorikehittäjän aikaa, valmistuu nyt viikoissa, joten investointi on vihdoin järkevä. Asiakas saa dramaattisesti paremman palvelun samankaltaisella hinnalla.
Miksi kirjoitan taas
Lopetin bloggaamisen vuonna 2017, koska kuilu idean ja taloudellisesti järkevän toteutuksen välillä oli liian leveä ollakseen kiinnostava. Se kuilu juuri sulkeutui. Tämä blogi jatkaa siitä, mihin ppc-scripts.eu jäi, ja se pysyy konkreettisena. Käyttötapauksia oikeilla numeroilla, tarkat työnkulut, todelliset lopputulokset, sotkuiset osat ja rajat mukaan lukien. Ensimmäiset syväluotaukset ovat jo pystyssä.
Jossain omassa jonossasi on automaatio, jonka hyllytit vuosia sitten, koska se ei olisi koskaan kannattanut. Kaiva se esiin ja laske luvut uudestaan. Jos ne ovat kääntyneet niin kuin minulla, tiedät mitä rakentaa seuraavaksi. Ja jos haluat vertailla muistiinpanoja, tiedät mistä minut löytää.
FAQ
Väitätkö, että toimistojen pitäisi irtisanoa PPC-asiantuntijansa?
Aivan päinvastoin. Asiantuntijat, jotka ymmärtävät strategian ja työkalut, ovat nyt arvokkaampia, koska he voivat vihdoin toteuttaa ideat, jotka eivät ennen kannattaneet. Se mikä kutistuu, on pelkän alustan käyttöliittymän nappien painelun arvo.
Ovatko 100 000 € vuodessa ja kaksi kehittäjää kahdeksi vuodeksi tarkkoja lukuja?
Eivät, ota ne suuruusluokkana. Pointti ei ole tarkka eurosumma. Yksi talon sisäinen raportointimoottori kantoi kuusinumeroista vuosikustannusta eikä silti koskaan maksanut itseään takaisin. Juuri siitä taloudesta koko juttu kertoo.
Tarvitsenko tähän kalliin huippumallin?
Et roskahakujen triagen kaltaisiin töihin. Kyvykäs avoimen lähdekoodin malli kuten Gemma 4, ajettuna paikallisesti hyvällä sivustokontekstilla, tekee työn. Näin sekä datasi että kustannuksesi pysyvät omissa käsissäsi.
Koskeeko tämä vain hakulausekkeita?
Ei, se on vain helpoin työ seurata. Sama talous muuttui markkinalaajennusanalyysissa (kuusi tuntia noin 400 sijaan), kilpailijoiden hintojen keruussa markkinoittain, avainsanatutkimuksessa joka pyörii päivittäin kerran vuodessa sijaan, ja feedin rikastamisessa Boosteralla. Kaiva esiin mikä tahansa hyllyttämäsi askare ja laske sen luvut uudestaan.
Eli tämä on vain hypeä uudella maalipinnalla?
Jos olisi, en olisi alkanut taas kirjoittaa. Muutos on kapea ja todellinen, romahtanut takaisinmaksuaika kyvykkyyksissä jotka meillä jo oli. Se on liiketoiminnallinen muutos, ei taikatemppu, ja juuri siksi jono purkautuu yhtäkkiä.
Mitä tällä blogilla oikeasti tulee olemaan?
Konkreettisia käyttötapauksia numeroineen, niiden taustalla olevat työnkulut ja lopputulokset, rajoitukset ja epäonnistumistavat mukaan lukien. Vähemmän manifestia, enemmän tarkalleen sitä mitä ajoimme ja mitä se palautti.
