Avtomatizacija PPC je bila vedno mogoča. Le nikoli se ni izplačala. Do zdaj.

Nekoč sem gledal našega sistemskega arhitekta, človeka s petindvajsetimi leti inženirstva za sabo, kako dva polna dneva bere dokumentacijo Google Ads API, preden mu je prva poizvedba vrnila podatke. Dva dneva, ena poizvedba. Najboljši inženir, kar jih poznam, in vseeno je potreboval dva dneva. To je bila preprosto vstopnina, ki jo je platforma zaračunala vsakomur, ki je hotel pravo moč.

V PPC sem preživel približno dvajset let, dvanajst od tega s pisanjem kode proti temu API-ju. Med letoma 2015 in 2017 sem vodil ppc-scripts.eu, majhen blog o Google Ads Scripts, ko avtomatizacija PPC še ni bila kul. Potem sem nehal pisati. Ne zato, ker bi zmanjkalo idej. Vrzel med “to je mogoče” in “to se za stranko splača” je desetletje ostajala trmasto široka, orodja, ki si jih nihče ne more privoščiti, pa lahko opišeš le na toliko načinov.

Letos spomladi sem oddal analizo širitve na trge, šestnajst izdelkov s cenami v petih državah in toplotnimi kartami, v približno šestih urah. Ročno je to okoli 400 ur dela. Zgrajeno kot programska oprema po meri na stari način sta to dva meseca razvoja in račun od 16.000 do 20.000 €, ki ga nobena stranka ni hotela plačati. Ista dobava, cena pa se je sesula. Analiza to pomlad ni postala nič pametnejša. Zlomila se je ekonomika njene izdelave.

Skoraj vse, kar si prebral o tem, da AI ubija PPC specialista, obrača ta mehanizem narobe. AI ni spremenil, kaj lahko počneš v plačanem iskanju. Večina tega je bila vedno mogoča in večina je obstajala že leta 2019. Spremenil je, kdo si to lahko privošči. Ta članek je dokaz, povedan iz notranjosti orodij, s katerimi dejansko gradim. Dve obdobji, ki sta avtomatizacijo naredili predrago, da bi se ji kdo posvečal, trenutek, ko se je računica obrnila, in ena resnična naloga, čiščenje nesnage iz iskalnih poizvedb z lokalnim odprtokodnim modelom, razčlenjena korak za korakom.

Obdobje Scripts: nekaj dni za “preprost” skript

Meja nikoli ni bila tehnologija in to ti hočem pokazati že na prvem orodju, ki sem se ga dotaknil. Google Ads Scripts so se ob prihodu zdeli kot čarovnija. JavaScript, kar v računu, v zanki čez oglaševalske akcije. V praksi je “preprost” skript, recimo zaustavitev ključnih besed nad pragom CPA ali označevanje pokvarjenih končnih URL-jev, pomenil nekaj dni pisanja in razhroščevanja, ko si enkrat obdelal robne primere, kvote in tihe napake.

Nato je prišel del, ki ga nihče ni vračunal. Pognati skript čez več računov je pomenilo eno kopijo na račun, ki se razhaja in se tiho lomi, čim se poimenovanje ene stranke ne ujema z drugimi. Skaliranje in razširjanje sta bila svoj posel. Zato večina skriptov v divjini ni nikoli prešla onkraj poročanja, povleči nekaj številk v Sheet po urniku. Vse, kar je račun dejansko spreminjalo, je bilo prekrhko in predrago za vzdrževanje.

Tudi lahka plast avtomatizacije je bila omejena s stroški vzdrževanja, ne z zmožnostjo. Nesi to naprej. To je vzorec vsega, kar sledi.

Obdobje API: dva dni do prve poizvedbe, dve leti do orodja

Google Ads API, takrat še AdWords API, je bil prava moč in pravi zid. Tista dva dneva, ki ju je moj kolega preživel v dokumentaciji, nista očitek njemu. To je bil obseg, na katerega se je prijavil vsak.

Vseeno smo šli na vse ali nič in zgradili PPC Robot, globoko prilagodljivo orodje za poročanje in operacije. Tehnično lepo, resnično zmogljivo. Vzelo je tudi dva razvijalca, polni delovni čas, dve leti, razvoj, ki ga je držal pri življenju, pa se je gibal okoli 100.000 € na leto. 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 tem API-ju dostavili resnične stvari, pred štirimi, petimi leti:

Poglej ta seznam in opazi nekaj. Nič od tega danes ni eksotično. Vse je bilo mogoče. Le bogastvo je stalo zgraditi in še eno ohranjati pri življenju. Vsaka pomembna funkcija, orodje za raziskavo ključnih besed, orodje za širitev, prevajanje oglasov, generator Shopping, se je merila v mesecih dela dveh seniorjev, in nobena stranka ne bi plačala, kolikor to stane.

Meja nikoli ni bila tehnologija. Bila je doba povračila.

Prva naloga, ki se je osvobodila: nesnažne iskalne poizvedbe

“AI je spremenil vse” je trditev, ki je ne smeš vzeti na vero. Zato tukaj dve nalogi, ki se prej nista izplačali, zdaj pa se. Obe sta stvari, ki ju poganjam, ne hipotezi, in skozi prvo te popeljem v celotnem poteku.

Čiščenje nepomembnih iskalnih poizvedb iz računa je zelo dragoceno in uspavalno, in do nedavnega ni bilo poštenega načina, da bi ga avtomatiziral. Pravila ujamejo točen žeton, a odločitev, ali se splača plačati za “nike air max history”, zahteva bralno razumevanje. Zato je naloga ostajala polročno plazenje skozi tisoče poizvedb, opazovanje vzorcev na oko, ročno dodajanje negativnih. Predstavljaj si trgovino s tekaškimi copati, ki plačuje klike na “running shoes repair”, “nike air max history” in “free running shoes”, pri čemer ničesar 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 jo vsi potrebujejo.

Tole se je spremenilo. Skript v Pythonu povleče poizvedbe iz Google Ads API in jih izroči odprtokodnemu modelu, Googlovi Gemmi 4, ki jo požene skoraj vsak današnji računalnik. Tisoče poizvedb prebere v nekaj minutah. In ko ga utemeljiš v kontekstu o stranki, sitemapu, strukturi strani in baze, taksonomiji drobtinic, feedu izdelkov, neha ugibati in začne sklepati. Pravilno izključuje in poimenuje vzorce za nesnago, hitreje od vsakega človeškega preleta. Tukaj je ta potek v petih konkretnih korakih.

Da vidiš, zakaj to deluje, poglej, kaj korak VPRAŠAJ dejansko vrne za našo trgovino s tekaškimi copati. Vrstice so ponazoritvene, oblika je natanko to, kar pride nazaj, nagrada pa 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.

Iz štirih vrstic je nastalo eno pravilo. Človek prebere tisto eno vrstico, se strinja, da drži, in pravilo naprej lovi nesnago v slogu “running shoes free shipping returns”, ki je še nisi niti videl. To je trenutek, ko uspavalna tedenska tlaka postane desetminutni pregled.

Tiha glavna novica je, da je odprtokodni model, ki teče lokalno, dovolj. Za to, da se izplača, ne potrebuješ vrhunskega API-ja, tvoji podatki pa nikoli ne zapustijo hiše. To je premik ekonomike, ne zmožnosti.

Druga naloga: raziskava ključnih besed

Ta 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 pomenila ducate ur vlečenja podatkov (AdWords API, polja s predlogi, OpenRefine), polročno čiščenje, razvrščanje po ciljni strani in povrhu poročanje o trendih, obsegu in vrzelih.

Ni le ceneje. Bolje je, natančneje, z urami, vloženimi v validacijo in presojo namesto v vodovodno garanje. Ceneje in bolje je natanko kombinacija, ki naj bi bila nemogoča. 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.

Del, ki me še vedno preseneča, je ritem. Takšna raziskava je bila nekoč letni projekt, ki ga stranka potrdi enkrat. Isti cevovod lahko zdaj teče vsak dan in opazuje, kako se povpraševanje premika, namesto da bi ga fotografiral enkrat na leto.

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, velikostni red iz dvajsetih let agencijskega dela za ostalo.

Preberi tabelo od zgoraj navzdol in vzorec se ponovi v vsaki vrstici. Stolpec zmožnosti se ni premaknil; vse to smo zmogli že leta 2019. Stolpec cene je padel skozi tla. In doba povračila je tisto, kar odloča, ali bo pametna ideja sploh kdaj zgrajena.

Kako je videti, ko se v to zares nasloniš

Lynt je od prvega dne tehnično težka agencija. V ekipi imamo sistemskega arhitekta, varnostnega inženirja, podatkovnega analitika, ki gradi BI, in razvijalca za polni delovni čas, česar običajna agencija preprosto nima. Leta je bilo to mišico težko usmeriti v probleme PPC, iz vseh zgornjih razlogov povračila. Zdaj se obrestuje.

Boostera, naše lastno orodje, je vzela dve leti razvoja. Feede v Google Merchant Center bogati z AI, tako da Shopping akcije tečejo na boljših podatkih o izdelkih, kot jih da surovi feed. Okoli nje stoji infrastruktura, ki jo nova ekonomika končno upraviči. Strganje cen konkurence po trgih, tisto, ki je polnilo cenovne tabele v načrtu širitve. Cevovodi za raziskavo ključnih besed, ki tečejo po urniku namesto enkrat na leto. Poslovno poročanje na ravni kupca v BigQueryju z napovedmi na vrhu. Strežniki MCP na vsaki storitvi, ki se je dotikamo, da lahko agent AI sredi naloge potegne iz katerekoli.

Pred dvema letoma bi moral vsakega od teh projektov braniti pred istim vprašanjem, ali se bo kdaj izplačal. Danes se to vprašanje komaj še pojavi. Ko gradnja postane poceni, infrastruktura ni več luksuz, ampak postane tvoj obrambni jarek.

Kaj to dejansko pomeni za panogo

Priljubljena razlaga pravi, da AI končuje PPC specialista. Narobe razumeti ta mehanizem ima resnične posledice za kariere ljudi, ki to berejo, zato naj zasadim zastavo.

“Obdobje PPC specialistov se končuje” je nesmisel. Dogaja se nasprotno. Dobri specialisti so leta frustrirani gledali, kako pametna stvar, tista, ki so jo jasno videli, ni bila vredna gradnje. Zdaj jo gradijo. Samodejno, donosno, v velikem obsegu. Cela polica strategij PPC, ki se prej niso izplačale ali jih je bilo preprosto absurdno poskusiti, je nenadoma na mizi.

Kar se dogaja, je ostrejša razcepitev znotraj obrti. Na eni strani stojijo ljudje, ki vmesnik platforme jemljejo kot celoten posel in pustijo, da gredo nova orodja mimo njih. Nihče jih jutri ne odpusti. Zmrznejo na mestu, medtem ko se posel premika. Na drugi strani stojijo tisti, ki poznajo Google Ads API do kosti, povezujejo vire podatkov, ki jih nihče drug ne povezuje, in si gradijo specializirane nadzorne plošče, namesto da bi čakali, da ponudnik dostavi funkcijo. Dvanajst let pisanja kode proti temu API-ju me je naučilo, kje zares živi prednost druge skupine. Koda je postala poceni. Redki sta ostali domišljija in poznavanje domene, vedeti, katere podatke povezati in zakaj.

In da ubijem očitno napačno branje, to ni zgodba o cenejši storitvi. Orodja, računska moč in razvoj še vedno stanejo. Bistvo je, da projekt, ki je nekoč pomenil štiri do šest mesecev dveh senior razvijalcev, zdaj dostaviš v tednih, tako da naložba končno dobi smisel. Stranka dobi dramatično boljšo storitev za podobno ceno.

Zakaj spet pišem

Leta 2017 sem nehal blogati, ker je bila vrzel med idejo in ekonomsko smiselno izvedbo preširoka, da bi bila zanimiva. Ta vrzel se je pravkar zaprla. Zato ta blog nadaljuje tam, kjer je ppc-scripts.eu končal, in ostaja konkreten. Primeri uporabe z resničnimi številkami, natančni poteki, dejanski rezultati, vključno z umazanimi deli in omejitvami. Prvi poglobljeni prispevki so že objavljeni.

Nekje v tvojem lastnem zaostanku je avtomatizacija, ki si jo pred leti odložil, ker se nikoli ne bi izplačala. Izkoplji jo in znova preračunaj številke. Če so se obrnile tako kot moje, veš, kaj gradiš naslednje. In če hočeš primerjati zapiske, veš, kje me najdeš.

Pogosta vprašanja