Na kratko: Pravilna avtomatizacija PPC ni postala na novo mogoča — postala je na novo dostopna. AI ni dodal zmožnosti; sesul je dobo povračila pri tistih, ki jih imamo že od leta 2019, in spremenil šestmesečne gradnje v dvotedenske. Zmagovalci niso maloštevilni specialisti, ampak super-seniorji, ki končno gradijo poteke dela, ki se prej nikoli niso splačali — kot je triaža negativnih poizvedb z lokalnim modelom Gemma.
Cel argument v enem stavku
Pravilno avtomatizirati PPC je bilo vedno mogoče — le nikoli se ni izplačalo, zato tega skoraj nihče ni počel. AI nam ni podelil novih moči; sesul je stroške uporabe starih, in prav ta ena ekonomska sprememba spet polaga na mizo desetletje “z veseljem bi, a se nikoli ne bi splačalo”. Vse spodaj je dokaz, povedan iz notranjosti orodij, s katerimi dejansko gradim — ne iz ponudnikovega predstavitvenega govora.
Tukaj je, kar boš konkretno odnesel iz tega prispevka: tri obdobja, ki so avtomatizacijo PPC naredila predrago, da bi se z njo ukvarjali, natančen trenutek, ko se je letos računica obrnila, in eno resnično nalogo — čiščenje nesnažnih iskalnih poizvedb z lokalnim odprtokodnim modelom — razčlenjeno korak za korakom, z vmesnim rezultatom, v katerega bi strmel na vsaki stopnji. Na koncu boš znal ločiti med “AI nam je dal nove sposobnosti” (večinoma napačno) in “AI je spremenil, kdo si lahko privošči stare” (tisto, kar zares šteje), in imel boš potek, ki ga lahko kopiraš.
Med letoma 2015 in 2017 sem vodil majhen blog o Google Ads Scripts, nato sem nehal pisati. Ne zato, ker bi se posušile ideje — ampak zato, ker je vrzel med “to je mogoče” in “to se za stranko splača” desetletje ostajala trmasto široka. Skoraj vse, kar si prebral o tem, da AI ubija PPC specialista, obrača mehanizem narobe. AI ni spremenil, kaj lahko počneš v plačanem iskanju. Večina tega je bila vedno mogoča. Spremenil je, kdo lahko to počne in po kakšni ceni — in to je veliko večja stvar kot še eno stikalo za samodejne ponudbe. Naj ti pokažem, od kod to vem.
Obdobje Scripts: nekaj dni za “preprost” skript
Zakaj začenjam tu: da ti pokažem, da meja nikoli ni bila tehnologija. Bilo je delo, od prvega orodja, ki sem se ga dotaknil.
Google Ads Scripts so se ob prihodu zdeli kot čarovnija. JavaScript, kar v računu, ki se zankasto sprehaja po oglaševalskih akcijah. V praksi je bil “preprost” skript — zaustavi ključne besede nad pragom CPA, označi pokvarjene končne URL-je — nekaj dni pisanja in razhroščevanja, ko si enkrat obvladal robne primere, kvote in tihe napake.
Nato je prišel del, ki ga ni nihče vračunal: pognati ga čez več računov. En skript na račun, kopiran, vse bolj razhajan, ki se je tiho lomil, čim se konvencija poimenovanja ene stranke ni ujemala z drugimi. Skaliranje in razširjanje sta bila svoj posel. Tako večina skriptov v divjini ni nikoli prešla onkraj poročanja — povleci nekaj številk v Sheet po urniku. Vse, kar je račun dejansko spremenilo, je bilo prekrhko in predrago za vzdrževanje, da bi se večini agencij splačalo.
Zaključek, ki ga neseš naprej: tudi “lahka” plast avtomatizacije je bila omejena s stroški vzdrževanja, ne z zmožnostjo.
Obdobje API: dva dni do prve poizvedbe, dve leti do orodja
Zakaj to obdobje šteje: tu je vrzel povračila postala tako široka, da je postala poslovna odločitev, ne inženirska.
Google Ads API — takrat AdWords API — je bil prava moč in pravi zid. Gledal sem našega sistemskega arhitekta, človeka z več kot 25 leti inženirstva za sabo, kako je dva polna dneva bral dokumentacijo, preden je ena sama poizvedba vrnila podatke. To ni očitek njemu. To je obseg, na katerega se prijaviš.
Vseeno smo šli na vse ali nič in zgradili PPC Robot: globoko prilagodljivo orodje za poročanje in operacije, tehnično lepo, resnično zmogljivo. Stalo nas je tudi dva razvijalca, polni delovni čas, dve leti. Razvoj, ki ga je potreboval, da je tekel naprej, se je gibal nekje okoli 100.000 € na leto — grobo, velikostni red — in nikoli se ni izplačal. Pokrival je le delček tega, kar so naši PPC specialisti dejansko potrebovali, zato smo ga sčasoma parkirali v omejen interni način. Ne zato, ker bi bil slab. Ker se računica ni nikoli izšla.
In vseeno smo na vrhu tega API-ja dostavili resnične stvari, pred štirimi, petimi leti:
Kaj je ta mehanizem dejansko proizvedel
- Preverjevalnik 404 / pokvarjenih končnih URL-jev čez vse račune dostavljeno
- Generator Shopping akcij iz feeda dostavljeno
- Segmentacija Shopping / Performance Max dostavljeno
- BigQuery cevovod + poročanje v Sheets / Excel dostavljeno
- Preverjanja statusa računa v Merchant Center dostavljeno
Poglej ta seznam in opazi nekaj: nič od tega po današnjih merilih ni eksotično. Vse je bilo mogoče. Le bogastvo je stalo zgraditi in bogastvo ohraniti pri življenju. Vsaka pomembna funkcija — orodje za raziskavo ključnih besed, orodje za širitev, prevajanje oglasov, generator Shopping — se je merila v mesecih. To je celotna lekcija tega obdobja v enem stavku: meja nikoli ni bila tehnologija. Bila je doba povračila.
Dve stvari, ki sta letos počili
Zakaj zdaj postajam konkreten: “AI je spremenil vse” je trditev, ki je ne smeš kar tako vzeti na vero. Zato tukaj dve nalogi, ki se prej nista izplačali, zdaj pa se — obe stvari, ki ju izvajam, ne hipoteze — in pri prvi ti bom natančno pokazal, kaj proizvede vsak korak.
1. Izključevanje napačnih iskalnih poizvedb
Čiščenje nepomembnih iskalnih poizvedb iz računa je dragoceno in uspavalno. Stari način je bil polročno prečesavanje tisočev poizvedb, opazovanje vzorcev, ročno dodajanje negativnih ključnih besed. Predstavljaj si: trgovina s tekaškimi copati plačuje za klike na “running shoes repair”, “nike air max history” in “free running shoes” — nič od tega ne prodaja in ne servisira. Pomnoži to s tisoči vrstic, vsak teden, čez vsak račun. To je naloga, ki je nihče noče in vsi potrebujejo.
Dejanje, ki se je spremenilo: skript v Pythonu povleče poizvedbe iz Google Ads API in jih izroči odprtokodnemu modelu — Googlovi Gemma 4 — z urejenimi navodili in, kar je ključno, kontekstom o spletni strani: zemljevidom strani (sitemap), strukturo strani/baze, taksonomijo drobtinic, feedom izdelkov. Rezultat: model ne označi le posameznih nesnažnih poizvedb; razgrne vzorce za njimi, hitreje in ceneje kot človeško preletavanje. Tukaj je ta potek v petih konkretnih korakih.
POVLECI — pridobi surove iskalne poizvedbe
Povleci poročilo o iskalnih poizvedbah iz Google Ads API: poizvedba, kliki, strošek, konverzije. Zakaj najprej: to je dokaz — dejanski denar, že porabljen za vsak izraz. Strošek hočeš pripeti na vsako vrstico, da model loči drago nesnago od neškodljive. Dobiš: ploščato tabelo vsakega izraza, za katerega je račun plačal v obdobju.
UTEMELJI — zgradi paket konteksta o spletni strani
Sestavi tisto, kar spletna stran dejansko je, v obliki, ki jo model lahko prebere: XML sitemap, taksonomijo drobtinic, feed izdelkov (id, title, category) in strukturo baze/kategorij. Zakaj je to ves vložek: model brez konteksta ugiba; model, ki ve, da nimaš kategorije “popravilo” ali “izposoja”, sklepa. Dobiš: paket konteksta, ki model iz ugibalca spremeni v nekaj, kar pozna tvoj katalog.
VPRAŠAJ — razvrsti poizvedbe in poimenuj vzorce
Pozovi Gemma 4 z izrazi in paketom konteksta: razvrsti vsako poizvedbo kot relevantno / nerelevantno glede na to, kar prodajamo, in — pomemben del — vrni vzorce za nerelevantnimi (žeton, namen, neujemanje kategorije). Zakaj vzorci, ne vrstice: označiti 200 nesnažnih poizvedb ti prihrani popoldne; poimenovati kategorijo nesnage pa ti omogoči izključiti naslednjih tisoč, ki jih še nisi niti videl. Dobiš: seznam nerelevantnih poizvedb in, nad njim, peščico pravil, ki so ga ustvarila.
PREGLEJ — preveri pravila, ne vrstic
Človek prebere vzorce — pet do deset — ne 5.000 posameznih vrstic. Zakaj to prihrani čas: presoja se uporabi enkrat na pravilo namesto enkrat na poizvedbo, in napačno pravilo je očitno na način, kot ena sama napačno označena vrstica nikoli ni. Dobiš: kratek, zaupanja vreden seznam vzorcev izključitev, ki ga je človek dejansko potrdil.
POŠLJI — dodaj negativne ključne besede na pravo raven
Potrjene negativne ključne besede pošlji nazaj skozi API na pravi ravni — skupina oglasov, oglaševalska akcija ali skupni seznam — odvisno od tega, kako širok je vzorec. Zakaj raven šteje: žeton nesnage čez celotno stran (“free”, “wikipedia”) sodi na skupni seznam, ne zakopan v eno skupino oglasov. Dobiš: očiščen račun in večkrat uporaben seznam negativnih ključnih besed, ki naslednji teden še naprej deluje.
Tiha glavna novica tu ni “AI je pameten”. Je, da je odprtokodni model, ki teče lokalno, dovolj — niti vrhunskega API-ja ne potrebuješ, da se to izplača. To je premik ekonomike, ne zmožnosti.
Glej, kako teče: kaj vsak korak dejansko vrne
Pet korakov je recept; to je hrana. Spodaj je konkreten artefakt, ki ti ga vsak korak izroči za našo trgovino s tekaškimi copati — tisto, v kar dobesedno gledaš, preden nadaljuješ. Oblike so natanko to, kar orodja vrnejo; vrstice so ponazoritvene, ne resnična stranka. (Ponazoritveni primeri ves čas.)
POVLECI → surove iskalne poizvedbe, z denarjem pripetim. Vsak izraz, za katerega je račun plačal, razvrščen tako, da je potrata vidna:
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
Štiri od teh petih vrstic so čista poraba z ničelnimi konverzijami — 139 €, ki jih računu ni bilo treba plačati. Težava je očitna v petih vrsticah in nevidna v pet tisoč.
UTEMELJI → paket konteksta, proti kateremu model sklepa. Ne proza — strnjen zemljevid tega, kar stran resnično je:
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
Prav zadnja vrstica je tista, ki opravi delo: model zdaj ve, da “repair” ni nekaj, kar ta trgovina ponuja, namesto da bi ugibal.
VPRAŠAJ → sodbe, in vzorci nad njimi. Model vrne sodbo na poizvedbo — a nagrada je blok čisto spodaj:
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.
Iz štirih vrstic je nastalo eno pravilo. To pravilo bo ujelo nesnago v slogu “running shoes free shipping returns”, ki je še niste videli — kar je celotno bistvo.
PREGLEJ → človek potrdi pravilo. Prebereš eno vrstico — “non-commercial modifiers absent from our taxonomy” — se strinjaš, da je pravilno, in si končal. Nobenega drsenja po 5.000 vrsticah. Presoja se zgodi enkrat.
POŠLJI → negativne ključne besede pristanejo na pravi ravni. Ker je vzorec čez celotno stran, gre na skupni seznam negativnih ključnih besed, ne v eno skupino oglasov:
Shared negative list: "non-commercial modifiers"
free · repair · history · wikipedia · manual · pdf
Applied to: all Search campaigns
En vzorec, en seznam, vsaka oglaševalska akcija zaščitena — in naslednji teden si še naprej služi svoj kruh brez novega človeškega prehoda. To je trenutek, ko uspavalna tedenska tlaka postane desetminutni pregled.
2. Raziskava ključnih besed
Druga naloga je tista, ki je bila nekoč svoja proračunska postavka. Prava raziskava ključnih besed — tista, ki povpraševanje preslika na tvoje ciljne strani in ti pove, kaj na strani manjka — je nekoč pomenila ducate ur povleke podatkov (AdWords API, polja s predlogi, OpenRefine), polročno čiščenje, razvrščanje po ciljni strani in povrhu poročanje o trendih / obsegu iskanja / vrzelih.
En projekt raziskave ključnih besed, nekoč proti danes
- Stari način — povleka podatkov, čiščenje, razvrščanje, poročanje 50–100 ur
- Kar je stranka za to plačala ≈ 2.000–4.000 €
- Isti projekt danes, z eno dobro veščino enomestne ure
- In rezultat je natančnejši
Ni le ceneje. Bolje je — natančneje, z urami, vloženimi v validacijo in presojo namesto v cevovodno garanje. Prav ta kombinacija, ceneje in bolje, je natanko tisto, kar naj bi bilo nemogoče. Sodobno različico sem od začetka do konca razčlenil v načrtu analize širitve na trge in v analizi vsebinskih vrzeli — obe z resničnim vmesnim rezultatom, prikazanim na vsakem koraku.
Ekonomika, prej in potem
To je celotna teza v eni tabeli. Iste naloge, ista letvica kakovosti — premaknili so se le stroški njihovega opravljanja. Dokumentirane številke, kjer jih imam; ostalo je velikostni red iz dveh desetletij, ko ena agencija počne prav to.
| Naloga | Stari način | Danes |
|---|---|---|
| Raziskava ključnih besed (en projekt) | 50–100 ur · 2.000–4.000 € zaračunano | enomestne ure · natančnejše |
| Triaža negativnih poizvedb | polročno prečesavanje, tisoči vrstic ročno | skript + lokalni model poimenuje vzorce |
| Dostaviti eno novo funkcijo avtomatizacije | meseci (2 razv. × 2 leti za celo orodje) | tedni |
| Ohranjati mehanizem za poročanje pri življenju | ~100 tis. €/leto, nikoli se ni izplačal | skoraj nič z lokalnim modelom |
Preberi tabelo od zgoraj navzdol in vzorec je v vsaki vrstici isti: stolpec zmožnosti se ni spremenil — vse to smo zmogli že leta 2019. Stolpec cene je padel skozi tla. To ni zgodba o tehnologiji. Je zgodba o dobi povračila, in doba povračila je tisto, kar odloča, ali bo pametna ideja sploh kdaj zgrajena.
Tisto, kar je treba ponotranjiti: AI ni toliko odklenil novih zmožnosti PPC, kolikor je sesul dobo povračila pri starih. Ko šestmesečna gradnja postane dvotedenska, se nenadoma sprazni celoten zaostanek “z veseljem bi, a se nikoli ne bi splačalo”.
Kaj to dejansko pomeni za panogo
Zakaj tukaj zasajam zastavo: priljubljena razlaga — “AI končuje PPC specialista” — je lena, in narobe razumeti to ima resnične posledice za kariere ljudi, ki to berejo.
“Obdobje PPC specialistov se končuje” je nesmisel. Dogaja se nasprotno. Dobri specialisti so leta frustrirani gledali, kako se pametna stvar — stvar, ki so jo jasno videli — “ne splača zgraditi”. Zdaj jo smejo zgraditi. Samodejno, donosno, v velikem obsegu. Cela polica PPC strategij, ki se prej niso izplačale ali jih je bilo preprosto absurdno poskusiti, je nenadoma na mizi.
Tisto, kar se dejansko dogaja, je ostrejša razdvojitev znotraj obrti. Na eni strani juniorji brez domišljije, vizije ali tekočnosti v orodjih — ljudje, ki vmesnik platforme jemljejo kot celoten posel. Na drugi super-seniorji, ki obvladajo orodja, izumljajo poteke dela, razmišljajo zunaj okvirov platforme, povezujejo vire podatkov, ki jih nihče drug ne, in si gradijo specializirane nadzorne plošče, namesto da bi čakali, da ponudnik dostavi funkcijo.
In da ubijem očitno napačno branje: to ni zgodba o cenejši storitvi. Orodja, računska moč in razvoj še vedno stanejo. Bistvo je, da je projekt, ki je nekoč pomenil šest mesecev razvoja, zdaj dva tedna — tako da naložba končno dobi smisel. Stranka dobi dramatično boljšo storitev za podobno ceno, ne slabše za manj.
Zakaj spet pišem
Pred leti sem nehal blogati, ker je bila vrzel med idejo in ekonomsko smiselno izvedbo preširoka, da bi bila zanimiva. Ta vrzel se je pravkar zaprla. Tako je ta blog nazaj, in bo konkreten: primeri uporabe z resničnimi številkami, natančni poteki, dejanski rezultati — vključno z umazanimi deli in omejitvami. Prvi poglobljeni prispevki so že objavljeni; več jih prihaja.
Če je tvoj odziv na vse to “končno bi lahko naredili tisto stvar, ki smo jo vedno hoteli” — odlično. To je celotno bistvo tega obdobja. Zgradimo jo.
Del, ki ga lahko ukradeš
Triaža negativnih poizvedb z lokalnim odprtokodnim modelom (Gemma 4) — pet korakov od zgoraj, kot recept za kopiranje:
1. POVLECI Google Ads API → poročilo o iskalnih poizvedbah (poizvedba, kliki,
strošek, konv.)
2. UTEMELJI Zgradi paket konteksta, proti kateremu model lahko sklepa:
- sitemap.xml (kaj stran dejansko prodaja)
- struktura strani / baze + taksonomija drobtinic
- feed izdelkov (id, title, category)
3. VPRAŠAJ Poziv za Gemma 4: "Glede na ta kontekst strani razvrsti vsako
poizvedbo kot relevantno / nerelevantno glede na to, kar prodajamo.
Vrni nerelevantne IN VZORCE za njimi (žeton, namen, neujemanje
kategorije)."
4. PREGLEJ Človek preveri ~10 vzorcev, ne 5.000 vrstic posamično.
5. POŠLJI Dodaj negativne ključne besede nazaj prek API na pravi ravni (skupni
seznam za žetone nesnage čez celo stran; skupina oglasov za lokalni šum).Tri stvari, ki odločajo, ali se to izplača:
- Kontekst je ves vložek. Model brez konteksta strani ugiba; model s tvojim sitemapom, taksonomijo in feedom sklepa. Utemelji ga, preden mu zaupaš.
- Lovi vzorce, ne vrstic. Zmaga ni v označevanju posameznih nesnažnih poizvedb — je v modelu, ki poimenuje kategorijo nesnage, da izključiš tudi naslednjih tisoč.
- Odprtokodni je dovolj. Za to ne potrebuješ vrhunskega API-ja. Dober lokalni model ohrani podatke doma in stroške blizu nič — kar je natanko razlog, zakaj se končno izplača.
Pogosta vprašanja
Trdiš, da bi agencije morale odpustiti svoje PPC specialiste?
Ravno nasprotno. Specialisti, ki razumejo strategijo in orodja, so zdaj bolj dragoceni, ker lahko končno izvedejo ideje, ki se prej niso izplačale. Skrči se vrednost golega pritiskanja gumbov v vmesniku platforme.
Sta številki 100 tisoč €/leto in dva razvijalca za dve leti točni?
Ne — vzemi ju kot velikostni red. Bistvo ni natančen znesek v evrih; gre za to, da je en sam interni mehanizem za poročanje nosil šestmestne letne stroške in se kljub temu nikoli ni izplačal. O tej ekonomiki govori cel ta prispevek.
Ali za to potrebujem drag vrhunski model?
Ne za naloge, kot je triaža negativnih poizvedb. Zmogljiv odprtokodni model, kot je Gemma 4, ki teče lokalno z dobrim kontekstom o spletni strani, opravi delo — to pa ohrani tako tvoje podatke kot tvoje stroške pod tvojim nadzorom.
Zakaj je AI prehod čez negativne poizvedbe boljši od mojega lastnega pregledovanja?
Dve stvari: prebere celotno poročilo o iskalnih poizvedbah namesto vzorca in vrne vzorce, ne le vrstic. Preveriš deset pravil namesto pet tisoč vrstic, in ta pravila naslednji teden še naprej lovijo novo nesnago. Človek še vedno potrdi — model le opravi preletavanje.
Torej je to samo hype z novo barvo?
Če bi bilo, ne bi spet začel pisati. Sprememba je ozka in resnična: ne nove zmožnosti, ampak sesuta doba povračila pri obstoječih. To je poslovna sprememba, ne čudežna — in zato se zaostanek nenadoma sprazni.
Kaj bo dejansko na tem blogu?
Konkretni primeri uporabe s številkami, poteki, ki stojijo za njimi, in rezultati — vključno z omejitvami in načini odpovedi. Manj manifesta, več “tukaj je točno tisto, kar smo pognali, in kaj je vrnilo”.