Automatizacija PPC-a uvijek je bila moguća. Samo se nikad nije isplatila — sve do sada.

Cijeli argument u jednoj rečenici

Ispravna automatizacija PPC-a uvijek je bila moguća — samo se nikad nije isplatila, pa je gotovo nitko nije radio. AI nam nije dao nove moći; srušio je trošak korištenja onih starih, i taj jedan ekonomski pomak vraća na stol cijelo desetljeće „rado bismo, ali nikad se ne bi isplatilo”. Sve što slijedi jest dokaz, ispričan iznutra, iz alata kojima zaista gradim — a ne s nekog prodajnog keynotea.

Evo što ćeš konkretno izvući iz ovog teksta: tri ere koje su učinile automatizaciju PPC-a preskupom da bi se itko njome bavio, točan trenutak kad se ove godine matematika preokrenula, i jedan stvaran posao — čišćenje smeća iz korisničkih upita lokalnim open-source modelom — raščlanjen korak po korak, uz prikaz međurezultata u koji buljiš u svakoj fazi. Na kraju ćeš moći razlikovati „AI nam je dao nove sposobnosti” (uglavnom netočno) od „AI je promijenio tko si može priuštiti one stare” (ono što zapravo nešto znači), i imat ćeš tijek rada koji možeš prekopirati.

Vodio sam mali blog o Google Ads scripts između 2015. i 2017., a onda sam prestao pisati. Ne zato što su mi ponestale ideje — nego zato što je jaz između „ovo je moguće” i „ovo se isplati raditi za klijenta” cijelo desetljeće ostao tvrdoglavo širok. Gotovo sve što si pročitao o tome kako AI ubija PPC stručnjaka ima mehanizam naopako. AI nije promijenio što možeš raditi u plaćenom pretraživanju. Većina toga uvijek je bila moguća. Ono što je promijenio jest tko to može raditi, i uz koji trošak — a to je puno veća stvar od još jednog prekidača za automatsko licitiranje. Da ti objasnim kako to znam.

Era scriptova: nekoliko dana za „jednostavni” script

Zašto počinjem ovdje: da ti pokažem kako strop nikad nije bio tehnologija. Bio je to rad, već od prvog alata kojega sam se dotaknuo.

Google Ads Scripts su djelovali kao čarolija kad su se pojavili. JavaScript, ravno u računu, prolazi u petlji kroz kampanje. U praksi je „jednostavni” script — zaustavi ključne riječi iznad CPA praga, označi pokvarene final URL-ove — bio nekoliko dana pisanja i debugiranja čim bi se uhvatio u koštac s rubnim slučajevima, kvotama i tihim padovima.

Onda je došao onaj dio koji nitko nije uračunao u proračun: pokretanje toga preko više računa. Jedan script po računu, kopiran-zalijepljen, izlazi iz sinkronizacije, tiho se lomi kad se imenovanje jednog klijenta ne podudara s ostalima. Skaliranje i distribucija bili su posao za sebe. Pa većina scriptova u praksi nikad nije prešla preko reportinga — povuci nekoliko brojki u Sheet po rasporedu. Sve što je zaista mijenjalo račun bilo je previše krhko, i preskupo za održavanje, da bi se većini agencija isplatilo.

Pouka koju nosiš dalje: čak je i „lak” sloj automatizacije bio ograničen troškom održavanja, a ne mogućnošću.

Era API-ja: dva dana do prvog upita, dvije godine do alata

Zašto je ova važna: ovdje je jaz povrata postao toliko širok da je postao poslovna odluka, a ne inženjerska.

Google Ads API — tada AdWords API — bio je prava moć, i pravi zid. Gledao sam našeg sistemskog arhitekta, čovjeka s više od 25 godina inženjerstva iza sebe, kako provodi dva puna dana čitajući dokumentaciju prije nego što je dobio i jedan jedini upit da vrati podatke. To nije prigovor njemu. To je površina za koju si se prijavio.

Svejedno smo ušli do kraja i izgradili PPC Robot: duboko prilagodljiv alat za reporting i operacije, tehnički prelijep, istinski moćan. Trebao je i dva developera, puno radno vrijeme, dvije godine. Razvoj potreban da bi nastavio raditi vrtio se negdje oko 100.000 eura godišnje — otprilike, red veličine — i nikad se nije isplatio. Pokrivao je tek djelić onoga što su naši PPC stručnjaci zapravo trebali, pa smo ga naposljetku parkirali u ograničeni interni način rada. Ne zato što je bio loš. Zato što se matematika nikad nije zatvorila.

A ipak smo nad tim API-jem isporučili stvarne stvari, prije četiri i pet godina:

Pogledaj taj popis i primijeti nešto: ništa od toga nije egzotično po današnjim standardima. Sve je bilo moguće. Samo je stajalo cijelo bogatstvo za izgradnju i cijelo bogatstvo za održavanje na životu. Svaka smislena značajka — alat za istraživanje ključnih riječi, alat za širenje, prijevod oglasa, Shopping generator — mjerila se u mjesecima. To je cijela pouka te ere u jednoj rečenici: strop nikad nije bio tehnologija. Bilo je to razdoblje povrata ulaganja.

Dvije stvari koje su se ove godine slomile

Zašto sad postajem konkretan: „AI je promijenio sve” tvrdnja je koju ne bi smio prihvatiti na vjeru. Pa evo dva posla koja su nekad bila neisplativa, a sad više nisu — oboje stvari koje pokrećem, ne hipoteze — i za prvi ću ti pokazati točno što svaki korak proizvodi.

1. Isključivanje pogrešnih korisničkih upita

Čišćenje nebitnih upita iz računa je vrlo vrijedno i umrtvljujuće. Stari način bio je poluručno prečešljavanje tisuća upita, pregledavanje obrazaca okom, ručno dodavanje negativnih ključnih riječi. Zamisli: trgovina tenisicama za trčanje plaća klikove na „popravak tenisica za trčanje”, „povijest nike air max” i „besplatne tenisice za trčanje” — a ništa od toga ne prodaje niti servisira. Pomnoži to s tisućama redaka, svaki tjedan, preko svakog računa. To je posao koji nitko ne želi, a svatko treba.

Akcija koja se promijenila: Python script povuče upite iz Google Ads API-ja i preda ih open-source modelu — Googleovoj Gemmi 4 — s ispravnim uputama i, što je ključno, kontekstom o stranici: sitemapom, strukturom stranice/baze, breadcrumb taksonomijom, product feedom. Rezultat: model ne označava samo pojedinačne smeće upite; on iznosi na vidjelo obrasce iza njih, brže i jeftinije od ljudskog preleta. Evo tog tijeka rada kao pet konkretnih koraka.

Prava poanta ovdje nije „AI je pametan”. Poanta je da je open-source model pokrenut lokalno dovoljan — ne treba ti ni vrhunski API da se ovo isplati. To je ekonomija koja se pomiče, a ne mogućnost.

Gledaj kako radi: što svaki korak zapravo izbacuje

Pet koraka je recept; ovo je jelo. Ispod je konkretan artefakt koji ti svaki korak predaje za našu trgovinu tenisicama za trčanje — ono u što doslovno gledaš prije nego što kreneš dalje. Oblici su točno ono što alati vraćaju; retci su ilustrativni, ne stvaran klijent. (Ilustrativni primjeri u cijelom tekstu.)

PULL → sirovi korisnički upiti, s pripojenim novcem. Svaki upit za koji je račun platio, sortiran tako da je rasipanje vidljivo:

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

Četiri od ovih pet redaka čista su potrošnja s nula konverzija — 139 € koje račun nikad nije morao platiti. Problem je očit u pet redaka, a nevidljiv u pet tisuća.

GROUND → kontekstni paket prema kojem model zaključuje. Ne proza — kompaktna mapa onoga što stranica uistinu jest:

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

Taj zadnji redak je onaj koji odrađuje posao: model sad zna da „repair” nije nešto što ova trgovina nudi, umjesto da nagađa.

ASK → presude, i obrasci iznad njih. Model vraća presudu po upitu — ali nagrada je blok na dnu:

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.

Četiri retka postala su jedno pravilo. To će pravilo uhvatiti smeće tipa „besplatne tenisice za trčanje povrat dostave” koje još nisi vidio — što je cijela poanta.

REVIEW → čovjek potvrđuje pravilo. Pročitaš jedan redak — „nekomercijalni modifikatori odsutni iz naše taksonomije” — složiš se da je točno i gotov si. Bez prelistavanja 5.000 redaka. Prosudba se dogodi jednom.

PUSH → negativne ključne riječi slijeću na pravu razinu. Budući da je obrazac na razini cijele stranice, ide na dijeljeni popis negativnih ključnih riječi, a ne u jednu grupu oglasa:

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

Jedan obrazac, jedan popis, svaka kampanja zaštićena — i nastavlja zarađivati svoj kruh sljedeći tjedan bez još jednog ljudskog prolaza. To je trenutak kad umrtvljujuća tjedna obaveza postane desetominutni pregled.

2. Istraživanje ključnih riječi

Drugi posao je onaj koji je nekad bio zasebna proračunska stavka. Pravo istraživanje ključnih riječi — ono koje mapira potražnju na tvoje odredišne stranice i govori ti što na stranici nedostaje — nekad je značilo desetke sati povlačenja podataka (AdWords API, suggest okviri, OpenRefine), poluručno čišćenje, klasifikaciju po odredišnoj stranici te izvještavanje o trendovima / opsegu pretraživanja / prazninama povrh svega.

Nije samo jeftinije. Bolje je — preciznije, sa satima utrošenima na validaciju i prosudbu umjesto na čisto tehničke poslove. Ta kombinacija, jeftinije i bolje, upravo je ono što je trebalo biti nemoguće. Moderniju verziju raščlanio sam od početka do kraja u planu za širenje na nova tržišta i analizi praznina u sadržaju — obje sa stvarnim međurezultatom prikazanim u svakom koraku.

Ekonomija, prije i poslije

Ovo je cijela teza u jednoj tablici. Isti poslovi, isti standard kvalitete — pomaknuo se samo trošak njihova obavljanja. Dokumentirane brojke gdje ih imam; ostatak je red veličine iz dva desetljeća iskustva jedne agencije u tome.

Pročitaj tablicu od vrha do dna i obrazac je isti u svakom retku: stupac mogućnosti se nije promijenio — sve smo to mogli 2019. Stupac cijene propao je do dna. To nije priča o tehnologiji. To je priča o razdoblju povrata, a razdoblje povrata je ono što odlučuje hoće li se pametna ideja ikad izgraditi.

Što ovo zapravo znači za industriju

Zašto ovdje zauzimam jasan stav: popularna teza — „AI dokrajčuje PPC stručnjaka” — lijena je, a krivo shvaćanje ima stvarne posljedice za karijeru ljudi koji ovo čitaju.

„Era PPC stručnjaka završava” je besmislica. Događa se suprotno. Dobri stručnjaci proveli su godine frustrirani time što pametna stvar — ona koju su jasno vidjeli — „nije vrijedna gradnje”. Sad je grade. Automatski, profitabilno, u velikom opsegu. Cijela polica PPC strategija koje su nekad bile neisplative ili naprosto apsurdne za pokušaj odjednom je na stolu.

Ono što se događa jest oštrija podjela unutar struke. S jedne strane, juniori bez mašte, vizije ili vještine u alatima — ljudi koji sučelje platforme tretiraju kao cijeli posao. S druge, super-seniori koji barataju alatima, izmišljaju tijekove rada, razmišljaju izvan okvira platforme, spajaju izvore podataka koje nitko drugi ne spaja i grade si specijalizirane nadzorne ploče umjesto da čekaju da neki proizvođač isporuči značajku.

I da odmah ubijem očito pogrešno tumačenje: ovo nije priča o jeftinijoj usluzi. Alati, računalna snaga i razvoj i dalje koštaju novac. Poanta je da je projekt koji je nekad bio šest mjeseci razvoja sada dva tjedna — pa investicija napokon ima smisla. Klijent dobiva dramatično bolju uslugu za sličnu cijenu, a ne lošiju za manje.

Zašto opet pišem

Prestao sam blogati prije više godina jer je jaz između ideje i ekonomski razumne izvedbe bio prešir da bi bio zanimljiv. Taj se jaz upravo zatvorio. Pa je ovaj blog ponovno tu, i bit će konkretan: primjeri upotrebe sa stvarnim brojkama, točni tijekovi rada, stvarni rezultati — uključujući neuredne dijelove i ograničenja. Prvi deep dive tekstovi već su objavljeni; dolazi ih još.

Ako je tvoja reakcija na sve ovo „napokon bismo mogli napraviti onu stvar koju smo oduvijek htjeli” — odlično. To je cijela poanta ere. Hajdemo je izgraditi.

1. PULL   Google Ads API → search-terms report (query, clicks, cost, conv)
2. GROUND Build a context pack the model can reason against:
            - sitemap.xml (what the site actually sells)
            - site / DB structure + breadcrumb taxonomy
            - product feed (id, title, category)
3. ASK    Prompt Gemma 4: "Given this site context, classify each query as
            relevant / irrelevant to what we sell. Return the irrelevant ones
            AND the PATTERNS behind them (token, intent, category mismatch)."
4. REVIEW Human validates the ~10 patterns, not 5,000 rows one by one.
5. PUSH   Add negatives back via the API at the right level (shared list for
            site-wide junk tokens; ad group for local noise).

FAQ