Automatizacija PPC-a uvijek je bila moguća. Samo se nikad nije isplatila. Do sada.

Jednom sam gledao našeg sistemskog arhitekta, čovjeka s dvadeset pet godina inženjerstva iza sebe, kako provodi dva puna dana čitajući dokumentaciju Google Ads API-ja prije nego što mu je prvi upit vratio podatke. Dva dana, jedan upit. Najbolji je inženjer kojeg poznajem, i svejedno su mu trebala dva dana. To je jednostavno bila ulaznica koju je platforma naplaćivala svakome tko je htio pravu moć.

U PPC-u sam proveo oko dvadeset godina, od toga dvanaest pišući kod protiv tog API-ja. Između 2015. i 2017. vodio sam ppc-scripts.eu, mali blog o Google Ads Scripts, u vrijeme kad automatizacija PPC-a još nije bila cool. Onda sam prestao pisati. Ne zato što su ideje presušile. Jaz između „ovo je moguće” i „ovo se isplati raditi za klijenta” ostao je tvrdoglavo širok cijelo desetljeće, a alate koje si nitko ne može priuštiti možeš opisati samo na toliko načina.

Ovog proljeća isporučio sam analizu širenja na nova tržišta, šesnaest proizvoda s cijenama u pet zemalja i toplinskim kartama, za otprilike šest sati. Ručno je to oko 400 sati posla. Izgrađeno kao softver po narudžbi na stari način, to su dva mjeseca razvoja i račun od 16.000 do 20.000 € koji nijedan klijent nikad nije htio platiti. Ista isporuka, a cijena se urušila. Analiza ovog proljeća nije postala ništa pametnija. Slomila se ekonomija njezine izrade.

Gotovo sve što si pročitao o tome kako AI ubija PPC stručnjaka ima taj mehanizam naopako. AI nije promijenio što možeš raditi u plaćenom pretraživanju. Većina toga uvijek je bila moguća i većina je postojala već 2019. Promijenio je tko si to može priuštiti. Ovaj članak je dokaz, ispričan iznutra, iz alata kojima zaista gradim. Dvije ere koje su automatizaciju činile preskupom da bi se itko njome bavio, trenutak kad se matematika preokrenula, i jedan stvaran posao, čišćenje smeća iz korisničkih upita lokalnim open-source modelom, raščlanjen korak po korak.

Era scriptova: nekoliko dana za „jednostavni” script

Strop nikad nije bio tehnologija i to ti želim pokazati već na prvom alatu kojeg sam se dotaknuo. Google Ads Scripts djelovali su kao čarolija kad su se pojavili. JavaScript, ravno u računu, u petlji kroz kampanje. U praksi je „jednostavni” script, recimo pauziranje ključnih riječi iznad CPA praga ili označavanje pokvarenih final URL-ova, značio nekoliko dana pisanja i debugiranja dok obradiš rubne slučajeve, kvote i tihe padove.

Onda je došao dio koji nitko nije uračunao u proračun. Pokretanje preko više računa značilo je jednu kopiju scripta po računu, koja izlazi iz sinkronizacije i tiho se lomi čim se imenovanje jednog klijenta ne podudara s ostalima. Skaliranje i distribucija bili su posao za sebe. Zato većina scriptova u praksi nikad nije prešla dalje od reportinga, povlačenja nekoliko brojki u Sheet po rasporedu. Sve što je zaista mijenjalo račun bilo je previše krhko i preskupo za održavanje.

Čak je i lagani sloj automatizacije bio ograničen troškom održavanja, a ne mogućnostima. Ponesi to sa sobom. To je obrazac svega što slijedi.

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

Google Ads API, tada još AdWords API, bio je prava moć i pravi zid. Ona dva dana koja je moj kolega proveo u dokumentaciji nisu prigovor njemu. To je bila površina na koju se prijavio svatko.

Svejedno smo ušli do kraja i izgradili PPC Robot, duboko prilagodljiv alat za reporting i operacije. Tehnički prekrasan, istinski moćan. Trebao je i dva developera, puno radno vrijeme, dvije godine, a razvoj koji ga je držao na životu vrtio se oko 100.000 € godišnje. 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 na tom API-ju isporučili stvarne stvari, prije četiri i pet godina:

Pogledaj taj popis i primijeti nešto. Ništa od toga danas nije egzotično. Sve je bilo moguće. Samo je izgradnja stajala bogatstvo i održavanje na životu još jedno. Svaka smislena značajka, alat za istraživanje ključnih riječi, alat za širenje, prijevod oglasa, Shopping generator, mjerila se u mjesecima rada dvojice seniora, a nijedan klijent ne bi platio koliko to stoji.

Strop nikad nije bio tehnologija. Bilo je to razdoblje povrata ulaganja.

Prvi posao koji se oslobodio: bezvrijedni korisnički upiti

„AI je promijenio sve” tvrdnja je koju ne bi smio prihvatiti na vjeru. Zato evo dva posla koja su nekad bila neisplativa, a sad više nisu. Oba su stvari koje pokrećem, ne hipoteze, a kroz prvi ću te provesti u cijelom tijeku.

Čišćenje nebitnih korisničkih upita iz računa vrlo je vrijedno i umrtvljujuće, i donedavno nije postojao pošten način da se automatizira. Pravila mogu uhvatiti točan token, ali odluka isplati li se platiti za „povijest nike air max” traži razumijevanje pročitanog. Zato je posao ostajao poluručno puzanje kroz tisuće upita, traženje obrazaca okom, ručno dodavanje negativnih. Zamisli trgovinu tenisicama za trčanje koja 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.

Evo što se promijenilo. Python script povuče upite iz Google Ads API-ja i preda ih open-source modelu, Googleovoj Gemmi 4, koju može pokrenuti gotovo svako današnje računalo. Tisuće upita pročita za nekoliko minuta. A kad ga utemeljiš u kontekstu o klijentu, sitemapu, strukturi stranice i baze, breadcrumb taksonomiji, product feedu, prestane nagađati i počne zaključivati. Ispravno isključuje i imenuje obrasce iza smeća, brže od bilo kojeg ljudskog preleta. Evo tog tijeka u pet konkretnih koraka.

Da vidiš zašto ovo radi, pogledaj što korak ASK zapravo vraća za našu trgovinu tenisicama. Retci su ilustrativni, oblik je točno ono što se vraća, a 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. Čovjek pročita taj jedan redak, složi se da je točan, i pravilo nastavlja hvatati smeće tipa „besplatna dostava povrat tenisice za trčanje” koje još nisi ni vidio. To je trenutak u kojem umrtvljujuća tjedna obaveza postane desetominutni pregled.

Tiha vijest ovdje jest da je open-source model pokrenut lokalno dovoljan. Ne treba ti vrhunski API da se ovo isplati, a tvoji podaci nikad ne napuštaju kuću. To je pomak ekonomije, ne mogućnosti.

Drugi posao: istraživanje ključnih riječi

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

Nije samo jeftinije. Bolje je, preciznije, sa satima utrošenima na validaciju i prosudbu umjesto na čisto tehničke poslove. Jeftinije i bolje upravo je kombinacija koja je trebala biti nemoguća. Modernu 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.

Dio koji me još uvijek iznenađuje jest ritam. Ovakvo istraživanje nekad je bilo godišnji projekt koji klijent odobri jednom. Isti pipeline sad može ići svaki dan i gledati kako se potražnja pomiče, umjesto da je fotografira jednom godišnje.

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, red veličine iz dvadeset godina agencijskog rada za ostalo.

Pročitaj tablicu od vrha do dna i obrazac se ponavlja u svakom retku. Stupac mogućnosti nije se pomaknuo; sve smo to mogli 2019. Stupac cijene propao je kroz pod. A razdoblje povrata jest ono što odlučuje hoće li se pametna ideja ikad izgraditi.

Kako izgleda kad se u to nasloniš

Lynt je od prvog dana tehnički teška agencija. Imamo sistemskog arhitekta, sigurnosnog inženjera, data analitičara koji gradi BI i developera na puno radno vrijeme, što obična agencija jednostavno nema. Godinama je taj mišić bilo teško usmjeriti na PPC probleme, iz svih gore navedenih razloga povrata. Sad se ukamaćuje.

Boostera, naš vlastiti alat, trajala je dvije godine razvoja. Obogaćuje Google Merchant Center feedove AI-jem, pa Shopping kampanje rade na boljim podacima o proizvodima nego što ih daje sirovi feed. Oko nje stoji infrastruktura koju nova ekonomija napokon opravdava. Scraping konkurentskih cijena po tržištima, onaj koji je punio tablice cijena u planu za širenje. Pipelinei za istraživanje ključnih riječi koji rade po rasporedu umjesto jednom godišnje. Poslovni reporting na razini kupca u BigQueryju s prognozama povrh toga. MCP serveri na svakom servisu koji dotičemo, da AI agent usred zadatka može povući iz bilo kojeg.

Prije dvije godine svaki bih od tih projekata morao braniti pred istim pitanjem, hoće li se ikad isplatiti. Danas se to pitanje jedva postavi. Kad izgradnja postane jeftina, infrastruktura prestaje biti luksuz i postaje tvoj zaštitni jarak.

Što ovo zapravo znači za industriju

Popularna teza kaže da AI dokrajčuje PPC stručnjaka. Krivo shvatiti taj mehanizam ima stvarne posljedice za karijere ljudi koji ovo čitaju, pa da zabodem zastavu.

„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 bila vrijedna gradnje. Sad je grade. Automatski, profitabilno, u velikom opsegu. Cijela polica PPC strategija koje su nekad bile neisplative ili naprosto apsurdne za pokušati odjednom je na stolu.

Ono što se događa jest oštrija podjela unutar struke. S jedne strane stoje ljudi koji sučelje platforme tretiraju kao cijeli posao i puštaju nove alate da prođu mimo njih. Nitko ih sutra ne otpušta. Zamrzavaju se u mjestu dok se posao pomiče. S druge strane stoje oni koji poznaju Google Ads API do kosti, spajaju izvore podataka koje nitko drugi ne spaja i grade si specijalizirane nadzorne ploče umjesto da čekaju da neki proizvođač isporuči značajku. Dvanaest godina pisanja koda protiv tog API-ja naučilo me gdje zaista živi prednost druge skupine. Kod je pojeftinio. Rijetkima su ostale mašta i poznavanje domene, znati koje podatke spojiti i zašto.

I da ubijem očito pogrešno čitanje, ovo nije priča o jeftinijoj usluzi. Alati, računalna snaga i razvoj i dalje koštaju. Poanta je da projekt koji je nekad značio četiri do šest mjeseci dvojice senior developera sada isporučiš u tjednima, pa investicija napokon ima smisla. Klijent dobiva dramatično bolju uslugu za sličnu cijenu.

Zašto opet pišem

Prestao sam blogati 2017. jer je jaz između ideje i ekonomski razumne izvedbe bio preširok da bi bio zanimljiv. Taj se jaz upravo zatvorio. Zato ovaj blog nastavlja gdje je ppc-scripts.eu stao, i ostaje konkretan. Primjeri upotrebe sa stvarnim brojkama, točni tijekovi, stvarni rezultati, uključujući neuredne dijelove i ograničenja. Prvi deep diveovi već su objavljeni.

Negdje u tvom vlastitom zaostatku stoji automatizacija koju si prije više godina odložio jer se nikad ne bi isplatila. Iskopaj je i ponovno provuci brojke. Ako su se preokrenule kao moje, znaš što gradiš sljedeće. A ako želiš usporediti bilješke, znaš gdje me naći.

FAQ