W skrócie: Na ogromnej witrynie pierwsze pytanie o Search to nie to, które słowa kluczowe kupić, ale które strony docelowe matematycznie udźwigną koszt płatnych kliknięć. Wrzuć eksport z GA4 i crawl witryny, policz maxCPC = docelowe CRR × CR × AOV dla każdej strony i porównaj każdy maxCPC z realnym średnim CPC. Wychodzi posortowany stos TOP 100–200 do budowy, stos napraw z problematycznymi stronami i stos do pominięcia, wszystko zanim wydasz choć cent.
Chcesz tylko destylat filtra?
Pobierz kompletne instrukcje dla AI — jeden plik, który wklejasz do Claude’a albo innego sprawnego agenta kodującego. Agent podzieli twoje strony na trzy stosy: do budowy, do naprawy i do pominięcia. Zostaw e-mail, a plik jest twój — albo czytaj dalej.
Jeden plik, jedna lista. Piszę tylko wtedy, gdy jest co czytać.
Klient podrzucił mi kiedyś witrynę z jakimiś dziesięcioma tysiącami stron docelowych i jednym pytaniem. Od których stron zaczynamy kampanie w wyszukiwarce? Domyślną agencyjną odpowiedź słyszę od dwudziestu lat. Uruchom szeroką kampanię na wszystkich stronach i pozwól Google to posortować. Sprzątałem też po tej odpowiedzi wystarczająco często, żeby wiedzieć, ile kosztuje. Podpala budżet na stronach, które nigdy nie miały szans na konwersję, ściąga ROAS konta poniżej celu i zatruwa fazę uczenia, zanim ktokolwiek przeczyta pierwszy raport.
Więc zanim z konta wyjdzie choć cent, każę każdej stronie docelowej udowodnić, że stać ją na płatne kliknięcie. Dowód opiera się na dwóch rzeczach, które już masz. Na eksporcie stron docelowych z GA4 i na crawlu twojej witryny. Wynikiem jest posortowana lista stron, na które warto skierować kampanię w wyszukiwarce. Przy każdej widnieje dokładny max CPC, na jaki może sobie pozwolić. Osobno dostajesz przejrzysty stos „nie licytuj na to” dla stron, których ekonomika nie pozwala na płatny ruch z wyszukiwarki. Żadnego narzędzia do słów kluczowych, żadnego przeczucia, żadnego „odpalmy po prostu Dynamic Search Ads i zobaczymy”.
To cały artykuł. Poniżej przechodzę przez pipeline od początku do końca i pokazuję ci faktyczny wynik każdego kroku. Wiersze z GA4, arytmetykę max CPC na jednej linii, tabelę ekstrakcji z crawla, tabelę priorytetów przed sortowaniem i po nim oraz diagnozę strony problematycznej, która ratuje stronę, którą wszyscy inni by skasowali. Liczby są poglądowe w całym artykule, więc wstaw własne. Wynik pokazuję dokładnie w takiej postaci, w jakiej zwracają go narzędzia.
Pipeline w jednej ramce
- Czego szukamy Stron docelowych wartych reklamy, posortowanych
- Dane wejściowe Eksport stron docelowych z GA4 · crawl witryny
- Jeden wzór maxCPC = docelowe CRR × CR × AOV
- Co dostajesz Stos do budowy, stos napraw i stos do pominięcia
Jedna liczba, która decyduje o wszystkim
Każda strona docelowa ma swój pułap: najwyższą cenę, jaką możesz zapłacić za kliknięcie i wciąż utrzymać docelową efektywność. Policz ten pułap dla każdej strony, a kolejność priorytetów wyniknie wprost z matematyki:
maxCPC = docelowe CRR × CR × AOV
gdzie CRR (cost-revenue ratio, europejskie PNO, odpowiednik ACOS) to część przychodu, którą jesteś gotów przeznaczyć na reklamę, CR to współczynnik konwersji strony, a AOV to jej średnia wartość zamówienia.
Oto przykład podstawiony bezpośrednio do wzoru. Strona kategorii konwertuje na poziomie 2%, średnia wartość zamówienia wynosi 1 000 €, a ty jesteś gotów wydać 10% przychodu na reklamę (ROAS 10×):
maxCPC = 0,10 × 0,02 × 1 000 € = 2,00 €.
Jeśli wolisz myśleć w ROAS, ten sam wzór można przekształcić do postaci maxCPC = CR × AOV / ROAS = 0,02 × 1 000 / 10 = 2,00 €. To ta sama liczba; wybierz postać, która jest dla ciebie bardziej intuicyjna. (Przykład poglądowy.)
Kwota 2,00 € to werdykt. Porównaj ją z rzeczywistym średnim CPC na swoim koncie dla tego rynku, a miejsce strony w rankingu ustali się samo. Jeśli maxCPC wyraźnie przewyższa średnią, stronę kierujesz do budowy. Jeśli jest niższy, strona nie pokryje kosztu kliknięć. Jeśli jest znacznie niższy, nie warto jej nawet rozważać. Cała reszta procesu służy tylko temu, by wiarygodnie wyliczyć tę wartość dla każdej strony i prawidłowo odczytać wynik.
Pipeline w skrócie
Pięć kroków. Przy każdym zobaczysz, co zrobić, na co patrzeć i dlaczego. Każdy odpowiada na jedno konkretne pytanie o stronę.
1 · Wyciągnij ekonomikę stron docelowych z GA4
Co robisz: dla każdej strony docelowej wyeksportuj sesje, konwersje, transakcje i przychód; wylicz CR i AOV. Dlaczego: te dwie liczby mierzą popyt i pieniądze w jednym miejscu, a bez nich maxCPC można tylko zgadywać. Co dostajesz: jeden wiersz na stronę z dwiema liczbami, którymi żywi się wzór: CR i AOV.
2 · Przecrawluj witrynę pod kątem struktury
Co robisz: przecrawluj każdą stronę pod kątem tytułu, H1 i głębokości okruszków nawigacyjnych, a przede wszystkim pod kątem kolumny, która robi robotę: ile produktów wyświetla. Dlaczego: GA4 zna ekonomikę, ale nie strukturę. Strona z dwoma produktami na stanie nie uniesie kampanii niezależnie od tego, jak konwertuje. Co dostajesz: zestaw danych strukturalnych odpowiadający wierszom z GA4 oraz flagę cienkiej strony.
3 · Połącz oba, policz max CPC
Co robisz: złącz GA4 i crawl po URL, zastosuj wzór do każdego wiersza, odrzuć cienkie strony. Dlaczego: tu spotykają się ekonomika i struktura, więc werdykt można już obliczyć. Co dostajesz: tabelę, w której przy każdej stronie widnieje max CPC.
4 · Priorytetyzuj: maxCPC vs realny śr. CPC
Co robisz: zestaw maxCPC każdej strony z faktycznym średnim CPC na swoim koncie lub w danym kraju i posortuj według zapasu. Dlaczego: maxCPC sam w sobie nic nie znaczy. Tylko różnica między maxCPC a rzeczywistym kosztem kliknięcia pokazuje, czy strona może na siebie zarobić. Co dostajesz: stos do budowy TOP 100–200, stos napraw i stos do pominięcia.
5 · Zdiagnozuj strony problematyczne
Co robisz: dla stron, które powinny konwertować, a nie konwertują, sprawdź konkurencyjność cenową produktów wyświetlanych jako pierwsze. Dlaczego: niski CR na stronie, która powinna sprzedawać, to zwykle błąd w merchandisingu, a taki błąd można naprawić. Co dostajesz: strony uratowane ze stosu do pominięcia i przeniesione do stosu budowy, gdy zaczną faktycznie konwertować.
Teraz przejdźmy po kolei przez tych samych pięć kroków i wyniki, które dają.
Weź kompletne instrukcje AI do tego filtra
Cały filtr, przepisany jako brief, który wklejasz prosto do Claude’a albo innego sprawnego agenta kodującego. Ty dostarczasz eksport z GA4 i crawl; on liczy max CPC każdej strony i oddaje stosy buduj, napraw i pomiń. Zostaw e-mail, a plik jest twój.
Jeden plik, jedna lista. Piszę tylko wtedy, gdy jest co czytać.
Krok 1 · Eksport GA4, tak jak ląduje
Nie potrzebujesz wymyślnego raportu. W GA4 otwórz Eksploracja → puste → format dowolny, wymiar Strona docelowa + ciąg zapytania, dane Sesje, Kluczowe zdarzenia / Konwersje, Łączny przychód. Dodaj Transakcje, jeśli je masz; inaczej AOV wychodzi z przychodu ÷ konwersje. Jeden filtr na starcie. Wyklucz strony szczegółów produktu i zostaw strony kategorii i kolekcji. Ustalasz, na które strony warto kierować ruch, a na większości witryn to strony kategorii, nie karty pojedynczych produktów. Wrzucenie kart produktów do eksportu zaburza wszystkie wyliczenia AOV i CR.
Oto jak wyglądają cztery reprezentatywne wiersze po wyeksportowaniu, z wyliczonymi CR i AOV:
Strona docelowa Sesje Konw. CR Przychód 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 €(Przykład poglądowy.) CR to konwersje ÷ sesje; AOV to przychód ÷ konwersje. To komplet danych z GA4 potrzebnych wzorowi. Dwie kolumny na stronę, CR i AOV. Zauważ już teraz, że /sleeping-bags ściąga najwięcej sesji w zestawie, a konwertuje najgorzej. Zapamiętaj tę stronę; później to ona okaże się ciekawym przypadkiem.
Krok 2 · Crawl i kolumna, która robi robotę
GA4 pokazuje, jak radzi sobie każda strona, ale nie wykryje, że jest ona strukturalnie pusta. Może to być „kategoria” z dwoma produktami na stanie albo parametryczny widok filtra, na który nigdy nie należy kierować kampanii. Dlatego potrzebujesz crawla. Masz dwie drogi. Możesz zlecić AI napisanie jednorazowego crawlera w pięć minut albo użyć Screaming Frog z własną ekstrakcją XPath, którą ustawisz w jakieś trzy minuty (pełny miniprzewodnik w pliku do pobrania na końcu artykułu). Uruchom go w trybie List na swoim zestawie URL z GA4, a będzie pracował w tle, gdy robisz coś innego.
Kolumna, która robi robotę, to liczba produktów: ile kart produktów strona faktycznie renderuje. Oto wynik ekstrakcji połączony z tymi samymi czterema stronami oraz z dodatkową stroną oznaczoną przez crawler:
URL Tytuł H1 Produkty Okruszki
/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(Przykład poglądowy.) Reguła cienkiej strony działa od razu. /clearance-2019 wyświetla zero produktów: to pusta kategoria, która wciąż zbiera sesje w GA4. Wyrzuć każdą stronę, która ma mniej niż około trzech produktów, zanim zaczniesz priorytetyzować, a ta strona-widmo nigdy nie dotrze do stosu budowy. W praktyce to jedna decyzja oparta na jednym sygnale. Crawl pokazuje „kategorię”, w której nie ma żadnego produktu dostępnego w sprzedaży, więc wykluczasz ją przed priorytetyzacją. Nie marnujesz budżetu kampanii ani popołudnia analityka na stronę, która nie ma nic do zaoferowania.
Krok 3 · Połącz oba i wzór na jednym wierszu
Teraz oba zbiory danych stają się jednym. Złącz GA4 i crawl po URL, a każda strona zawiera zarówno swoją ekonomikę (CR, AOV), jak i strukturę (liczba produktów). Zastosuj maxCPC = docelowe CRR × CR × AOV do każdego wiersza tej połączonej tabeli. Zobacz wynik dla jednego wiersza, /cordless-vacuums przy docelowym CRR 10%:
maxCPC = 0,10 × 0,020 × 420 € = 0,84 €.
Jedna linia, jeden pułap. Zrób to dla wszystkich czterech stron, które przeszły filtr, a otrzymasz maxCPC dla każdej z nich. Na tych wartościach opiera się cała decyzja:
Strona 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 €(Przykład poglądowy.) Jeśli twoje marże różnią się między stronami, możesz odpowiednio zmieniać docelowe CRR. /winter-tyres ma tu docelowe CRR 12%, bo kategoria zniesie mniej surowy cel efektywności. Cała reszta jest mechaniczna. Masz teraz maxCPC dla każdej strony witryny; następny krok to jedyna pozostała decyzja wymagająca twojej oceny.
Krok 4 · Priorytetyzuj: sortowanie, przed i po
maxCPC sam w sobie nic nie znaczy. 0,84 € jest hojne na jednym rynku i nie do udźwignięcia na innym. Decyduje różnica wobec tego, ile kliknięcie naprawdę cię kosztuje. Wyciągnij więc z konta Google Ads rzeczywisty średni CPC dla każdej strony. Jeśli konto nie raportuje CPC na poziomie strony, użyj średniej dla rynku. Następnie zestaw tę wartość z maxCPC strony.
Przed sortowaniem widzisz surową połączoną tabelę w kolejności, w jakiej znalazły się w niej wiersze. Nie da się z niej jeszcze odczytać planu działania:
Strona maxCPC śr. 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 €Po posortowaniu według zapasu (maxCPC − śr. CPC) te same cztery wiersze stają się listą zadań z werdyktem wpisanym w ostatniej kolumnie:
| Strona docelowa | CR | AOV | Docelowe CRR | maxCPC | śr. CPC | Werdykt |
|---|---|---|---|---|---|---|
| /cordless-vacuums | 2,0% | 420 € | 10% | 0,84 € | 0,55 € | Buduj teraz |
| /winter-tyres | 3,1% | 180 € | 12% | 0,67 € | 0,40 € | Buduj teraz |
| /sleeping-bags | 1,1% | 95 € | 10% | 0,10 € | 0,45 € | Najpierw napraw (strona problematyczna) |
| /phone-cases | 1,4% | 16 € | 10% | 0,02 € | 0,35 € | Odpuść |
(Przykład poglądowy.) Liczby są wymyślone, by pokazać mechanikę, więc wstaw własne dane z GA4. Każdy maxCPC tutaj to po prostu docelowe CRR × CR × AOV zastosowane do wiersza.
Dwa wiersze są oczywiste. /cordless-vacuums może zapłacić 0,84 € przy rynkowym CPC 0,55 €: to 53% zapasu, więc ją budujesz. /winter-tyres tak samo. /phone-cases stać tylko na 0,02 €, podczas gdy kliknięcia kosztują 0,35 €. To nie zadziała nawet w najśmielszych marzeniach, więc zostaw ją i nie oglądaj się za siebie. Przeskaluj to z czterech wierszy na dziesięć tysięcy, a góra posortowanej listy to twoje TOP 100–200: strony, które należy zbudować jako pierwsze, uszeregowane według zapasu między maxCPC a średnim CPC.
Ciekawszym przypadkiem jest /sleeping-bags. maxCPC wynosi 0,10 € przy rynkowym CPC 0,45 €, więc na papierze należy ją „odpuścić”. Ale /sleeping-bags ściągnęła najwięcej sesji w całym eksporcie, a śpiwory oczywiście powinny się sprzedawać. Podejrzanie niski CR na stronie, która powinna konwertować, to rzadko problem popytu. To strona problematyczna, a taką stronę trzeba zdiagnozować, nie skasować.
Krok 5 · Strony problematyczne: diagnoza na realnym listingu
Gdy współczynnik konwersji strony jest znacznie niższy od poziomu typowego dla kategorii, zapytaj dlaczego, zanim ją odrzucisz. W e-commerce odpowiedzią najczęściej jest konkurencyjność cenowa produktów, które strona pokazuje najpierw. Pierwsze 10–20 produktów, które widzi odwiedzający, decyduje o całym pierwszym wrażeniu strony. Jeśli to twoje najmniej atrakcyjne cenowo pozycje, CR się załamuje niezależnie od wielkości popytu.
Przeglądasz więc kategorię dokładnie tak jak klient, w jej domyślnej kolejności sortowania, i sprawdzasz ceny produktów wyświetlanych jako pierwsze.
Przeczytaj miks produktów kategorii w kolejności sortowania
Pobierz z Google Merchant Center produkty należące do /sleeping-bags na podstawie ich product_type, zachowując domyślną kolejność, w której widzi je użytkownik. To produkty z początku listy decydują, czy strona konwertuje.
Sprawdź ceny pierwszych pozycji względem rynku
Weź produkty z pierwszych pozycji i sprawdź aktualne ceny konkurencji za pomocą DataForSEO. Endpoint serp/google/organic/live/advanced zwraca całą stronę wyników jako ustrukturyzowany JSON: bloki shopping ze sprzedawcami i cenami, a pod nimi wyniki organiczne. Opłata jest naliczana za każdy SERP obejmujący do 10 wyników. Cena bazowa wynosi około 0,002 $ przed doliczeniem płatnych parametrów zaawansowanych.
Zbij cenę lub zmień kolejność sortowania, potem zmierz ponownie
Jeśli produkty z pierwszych miejsc listy mają zawyżone ceny, masz dwie dźwignie. Zbij im cenę albo zmień kolejność sortowania kategorii tak, by naprawdę konkurencyjne produkty były na czele. Potem obserwuj CR. Dopiero gdy CR się podniesie, awansujesz stronę ze stosu napraw do stosu budowy.
Tak wygląda diagnoza /sleeping-bags, czyli strony z maxCPC 0,10 €. Poniżej widzisz początek listingu: twoją cenę w porównaniu z najniższą ceną konkurenta, jaką DataForSEO znalazł dla tego samego produktu:
Poz. Produkt (pierwszy na liście) Twoja cena Najniższa cena konkurenta Różnica
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%(Przykład poglądowy.) Problem leży dokładnie na samej górze. Produkt, na który w pierwszej kolejności trafia 12 300 sesji miesięcznie, jest o 30% droższy od najtańszej oferty rynkowej. Wszystko pod nim jest konkurencyjne, ale po tak złym pierwszym wrażeniu prawie nikt nie przewija dalej. Zbij cenę AlpineLite do 105 € albo zmień kolejność sortowania tak, by konkurencyjne BaseCamp i ValleyHike były na czele, a CR wróci do normalnego poziomu kategorii. Powtórz krok 3: maxCPC wzrośnie powyżej 0,10 € i strona awansuje do stosu budowy.
To pętla, której większość agencji nigdy nie domyka, bo wkracza ona w obszar, którego zwykle unikają. Praca sklepu (ceny, merchandising, kolejność sortowania) i praca agencji (kupowanie ruchu) to dwie połowy jednej pętli optymalizacji. Jeśli optymalizujesz zakup ruchu w oderwaniu od sklepu, płacisz za ruch, który wycieka.
Po filtrze: wybór, jak kupujesz
Dopiero teraz, ze stosem budowy w ręku, wybierasz jak. AI Max, Dynamic Search Ads, klasyczny STAG albo ich połączenie (broad plus DSA w jednej kampanii). To, czy będzie to jedna kampania, trzy czy pięć, zależy od klienta i wolumenu konwersji; zanim podzielisz kampanie, trzymaj się zasady mniej więcej 30 konwersji na kampanię. Zostawiam ten wybór tobie celowo. Cały sens pipeline’u polega na tym, że podejmujesz tę decyzję po analizie ekonomiki, nie przed.
Cokolwiek wybierzesz, zasada jest ta sama. Nowa kampania nigdy nie powinna ruszać z ruchem kierowanym na złe strony. Słabe strony docelowe ściągają ROAS konta poniżej celu i zatruwają fazę uczenia. Wstępny filtr gwarantuje, że od początku kierujesz ruch wyłącznie na strony, które są w stanie na siebie zarobić. Następnie etapami budujesz superstrukturę: dane z crawla plus badanie słów kluczowych dla każdej kategorii za pomocą Google Ads API. Rozwijasz ją według kategorii, języka i stopnia dojrzałości. Ta superstruktura to temat sam w sobie i opisałem go w osobnym artykule o ekspansji na nowe rynki.
Część, która wraca do manifestu
Technicznie nic z tego nie jest nowe. Mogłeś wykonać eksport GA4, crawl, zebranie cen i połączenie danych pięć lat temu. Ale wymagałoby to pół roku pracy nad rozwiązaniem szytym na miarę, a każdy rozsądny człowiek poddałby się w połowie. Dwanaście lat pracy z Google Ads API nauczyło mnie dokładnie, jak takie projekty umierają. Spisuję to teraz, bo narzędzia takie jak Codex, Claude Code i obecna generacja agentów zamieniły taki półroczny projekt w zadanie na zwykły wtorek: skrypt, który uruchamiasz na koncie przez noc.
To cała zmiana. Najlepiej widać ją z obu stron naraz. Praca sklepu internetowego nad cenami i merchandisingiem oraz praca agencji nad reklamą zlewają się w jedną pętlę i obie połowy można wreszcie optymalizować razem. To właśnie ekonomika pozwala ci tę pętlę domknąć.
Pobierz kompletne instrukcje dla swojej AI
Cały filtr powyżej, przepisany jako brief, który wklejasz prosto do Claude’a albo innego sprawnego agenta kodującego. Ty dostarczasz eksport z GA4 i crawl; on liczy max CPC każdej strony i oddaje stosy buduj, napraw i pomiń. Zostaw e-mail, a plik jest twój.
Jeden plik, jedna lista. Piszę tylko wtedy, gdy jest co czytać.
FAQ
Po co maxCPC zamiast po prostu patrzeć na cele ROAS w Google Ads?
Bo tROAS Google zaczyna reagować dopiero po tym, jak wydasz pieniądze na uczenie algorytmu. maxCPC to filtr przed startem. Jeszcze przed pierwszym kliknięciem pokazuje, które strony matematycznie udźwigną koszt płatnego ruchu. Na jego podstawie decydujesz, co zbudować; tROAS przejmuje później sterowanie tym, co zbudowałeś.
Moje CR i AOV mocno skaczą z miesiąca na miesiąc. Czy to nie psuje wzoru?
Użyj stabilnego okna od 60 do 90 dni i podziel dane według urządzenia lub rynku, jeśli wyniki istotnie się między nimi różnią. Wzór nie ma być dokładny co do grosza. Dzieli strony na trzy stosy: do budowy, do naprawy i do pominięcia. Potrzebujesz więc tylko orientacyjnej wielkości zapasu, a nie dokładnej wartości.
Czy naprawdę potrzebuję Screaming Frog, czy AI po prostu napisze crawler?
Obie opcje działają. Screaming Frog z niestandardową ekstrakcją XPath to wariant no-code, którego konfiguracja naprawdę zajmuje trzy minuty. Crawler w formie skryptu sprawdzi się lepiej, jeśli dane mają być automatycznie dołączane do pipeline’u. Wybór zależy od tego, czy robisz jednorazowy audyt, czy budujesz powtarzalny workflow.
Co liczy się jako „strona problematyczna” w odróżnieniu od strony, którą powinienem po prostu pominąć?
Strona do pominięcia ma słabą ekonomikę z natury. Niski AOV, niska intencja zakupowa, więc jej maxCPC jest naprawdę maleńki i zawsze taki będzie (/phone-cases przy 0,02 €). Strona problematyczna powinna konwertować. Przyzwoity AOV, realny popyt, dużo sesji, a mimo to nie konwertuje, zwykle dlatego, że produkty z pierwszych miejsc listy mają zawyżone ceny albo są źle posortowane (/sleeping-bags przy 0,10 €). Strony do pominięcia zostawiasz; strony problematyczne naprawiasz, potem mierzysz ponownie.
Czy to działa tylko dla e-commerce?
Wzór maxCPC działa wszędzie tam, gdzie konwersji można przypisać wartość, także w lead generation, gdzie rolę AOV pełni wartość leada. Diagnoza strony problematycznej (Merchant Center product_type, ceny konkurencji, kolejność sortowania kategorii) dotyczy wyłącznie e-commerce. Problematyczne strony w lead generation wymagają odrębnej diagnozy: zwykle chodzi o trudności w wypełnieniu formularza albo niedopasowanie oferty.
Jak to się łączy z AI Max i końcem DSA?
Ten filtr działa, zanim wybierzesz typ kampanii. Niezależnie od tego, czy wybierzesz AI Max (następcę DSA), czy klasyczny STAG, kampania ma kierować ruch wyłącznie na strony, które przeszły filtr. Wybór strategii zmienia sposób zakupu ruchu; ekonomika decyduje, co w ogóle warto kupować.
CTA: Chcesz stos budowy dla swojej witryny, posortowany po tym, na co faktycznie stać każdą stronę? Podeślij mi swój eksport z GA4 i puścimy filtr razem.
