Optymalizacja pod marżę i wartość klienta: Product Value Optimization i cele cyklu życia

Dlaczego optymalizacja pod przychód przepala marżę?

Strategia docelowego ROAS lub maksymalizacji wartości konwersji widzi tylko liczby, które przesyła tag. Jeśli wysyłasz przychód, algorytm uznaje za równie cenne dwa zamówienia o tej samej kwocie, nawet gdy jedno przynosi pięć razy więcej zysku.

Załóżmy, że sklep sprzedaje dwa produkty po 400 zł netto. Ekspres do kawy ma marżę 15%, czyli 60 zł zysku, a zestaw akcesoriów – marżę 50%, czyli 200 zł zysku. Przy celu ROAS 500% strategia może wydać do 80 zł na sprzedaż każdego z nich. Na ekspresie oznacza to stratę 20 zł, na akcesoriach – 120 zł zysku. Jeśli ekspres jest popularniejszy i łatwiej konwertuje, algorytm będzie kierował do niego coraz więcej budżetu, a średni ROAS konta będzie wyglądał dobrze aż do chwili, gdy ktoś policzy wynik finansowy.

Dlatego punktem wyjścia jest zrozumienie różnicy między POAS a ROAS. Oba wskaźniki szczegółowo porównujemy w tekście ROAS, POAS i MER. Tutaj skupiamy się na tym, jak przenieść tę wiedzę do ustawień kampanii.

Jakie są sposoby przekazania marży do Google Ads?

Masz do wyboru cztery główne metody. Różnią się precyzją, nakładem wdrożenia i tym, czy zmieniają sens raportowanego ROAS.

Osobną kategorią są dane koszyka. Jeśli przesyłasz w konwersjach informacje o produktach w koszyku, a w Merchant Center uzupełnisz atrybut cost_of_goods_sold, Google Ads może raportować zysk brutto z kampanii produktowych. To dobre narzędzie kontroli, nawet jeśli licytacja dalej opiera się na przychodzie.

W praktyce wiele sklepów łączy metody: etykiety niestandardowe porządkują asortyment, reguły wartości uwzględniają różnice regionalne, a docelowo konwersja zaczyna nieść zysk zamiast przychodu.

Product Value Optimization: co wiadomo w październiku 2026 roku?

Product Value Optimization to funkcja w wersji beta, która pozwala ustawić korekty wartości kierujące automatyczne określanie stawek w stronę produktów najważniejszych dla Twoich celów biznesowych. Google zapowiedział ją w czerwcu 2026 r., a szerzej zauważono ją we wrześniu, gdy zaczęła pojawiać się na kontach testujących.

Z opisu Google wynika kilka konkretów. Korekty dotyczą produktów pogrupowanych według atrybutów, takich jak marka czy kategoria. Mogą służyć różnym celom: zyskowi, wyprzedaży sezonowego towaru albo wspieraniu bestsellerów. Działają w czasie rzeczywistym w kampaniach Performance Max i standardowych kampaniach produktowych, bez konieczności zmiany struktury kampanii. Dla wielu kont to najważniejsza zaleta – zamiast dzielić Performance Max na pięć kampanii według marży, możesz zostawić jedną i zróżnicować wartość produktów.

Szczegółów matematyki korekt Google publicznie nie opisał, więc traktuj funkcję jak każdą betę: najpierw sprawdź, czy jest dostępna na Twoim koncie, potem przetestuj ją na wycinku asortymentu. Jej skuteczność zależy od jakości danych w feedzie. Jeśli grupy produktów budujesz na etykietach niestandardowych, uporządkuj je wcześniej, np. za pomocą reguł feedu w Merchant Center. Pamiętaj też, że korekta wartości nie poprawia pomiaru – jeśli konwersje są liczone podwójnie, korekta tylko przesunie błąd.

Jak przekazać marżę w wartości konwersji?

Najdokładniej przekażesz marżę, licząc zysk po stronie serwera i wysyłając go jako wartość konwersji. Nie umieszczaj marży ani kosztów zakupu w warstwie danych w przeglądarce – każdy, kto otworzy narzędzia deweloperskie, zobaczy wtedy Twoje marże.

Schemat działa tak: przeglądarka wysyła standardowe zdarzenie zakupu z identyfikatorami produktów i cenami, zgodne ze specyfikacją warstwy danych dla e-commerce. Kontener po stronie serwera pobiera koszty jednostkowe z bazy lub arkusza i podmienia wartość konwersji na zysk przed wysłaniem jej do Google Ads. Pełną architekturę takiego rozwiązania opisujemy w poradniku o wzbogacaniu zdarzeń po stronie serwera.

// Serwer: zysk brutto zamówienia na podstawie kosztów jednostkowych
// items – produkty z zakupu, costs – mapa { item_id: koszt netto }
function grossProfit(items, costs, fallbackMargin) {
  return items.reduce(function (sum, item) {
    var price = Number(item.price);
    var unitCost = costs[item.item_id];
    if (unitCost === undefined) {
      unitCost = price * (1 - fallbackMargin); // brak kosztu: założona marża
    }
    return sum + (price - unitCost) * Number(item.quantity || 1);
  }, 0);
}

Zadbaj o spójność definicji. Ustal, czy zysk liczysz od ceny netto, czy brutto, czy odejmujesz koszt wysyłki i prowizję płatności, i trzymaj się tej definicji we wszystkich systemach. Gdy nie możesz wdrożyć rozwiązania serwerowego, przygotuj przedziały marży jako etykiety niestandardowe. Poniższe zapytanie w BigQuery tworzy plik z etykietą dla każdego produktu, który możesz podłączyć jako dodatkowe źródło danych w Merchant Center.

-- Przedziały marży jako custom_label_0 dla dodatkowego źródła danych
SELECT
  offer_id AS id,
  CASE
    WHEN SAFE_DIVIDE(price_net - cost_net - fulfillment_cost, price_net) >= 0.45 THEN 'marza-wysoka'
    WHEN SAFE_DIVIDE(price_net - cost_net - fulfillment_cost, price_net) >= 0.25 THEN 'marza-srednia'
    ELSE 'marza-niska'
  END AS custom_label_0
FROM `twojsklep.katalog.produkty`
WHERE is_active = TRUE;

Cele cyklu życia klienta: jak licytować wartość klienta, a nie zamówienia?

Cele cyklu życia klienta pozwalają uwzględnić w licytacji to, że nowy klient jest wart więcej niż jego pierwsze zamówienie, a utracony klient – więcej niż przypadkowy użytkownik. Dzielą się na cele pozyskiwania i cele utrzymania.

W grupie pozyskiwania są trzy tryby. Tryb wyższej wartości nowego klienta licytuje wyżej za nowych klientów niż za obecnych i działa w kampaniach w sieci wyszukiwania, Performance Max, produktowych i Demand Gen, ze strategiami docelowego ROAS lub maksymalizacji wartości. Tryb nowych klientów o wysokiej wartości różnicuje priorytety między nowymi klientami o wysokim potencjale, zwykłymi nowymi klientami i obecnymi; jest dostępny w Performance Max i w sieci wyszukiwania. Tryb tylko nowych klientów licytuje wyłącznie za nowych i działa także ze strategiami opartymi na koszcie. Od sierpnia 2026 r. dochodzi do tego opcja samego raportowania, opisana w tekście o pozyskiwaniu nowych klientów w Google Ads.

W grupie utrzymania Google oferuje ponowne zaangażowanie (wyższe stawki za klientów, którzy przestali kupować, tylko w Performance Max), ponowne zaangażowanie klientów o wysokiej wartości oraz cel dla członków programu lojalnościowego (Performance Max i kampanie produktowe).

Wszystkie te tryby opierają się na danych własnych: listach klientów i tagu na stronie. Listy przesyłasz przez Customer Match; zmiany w przesyłaniu danych w 2026 r., w tym rolę Data Manager, omawiamy w artykule o Customer Match i Data Manager.

Najtrudniejsze jest ustalenie, o ile wyżej licytować nowego klienta. Pomaga prosta kalkulacja oparta na LTV. Załóżmy, że pierwsze zamówienie nowego klienta daje średnio 60 zł zysku, a w ciągu kolejnych 12 miesięcy taki klient przynosi jeszcze 90 zł zysku z kolejnych zakupów. Teoretycznie możesz dopłacić za nowego klienta do 90 zł więcej niż za obecnego. Rozsądnie jest zacząć od części tej kwoty, np. 40–50 zł, bo prognoza przyszłych zakupów jest obarczona błędem, a część „nowych” klientów i tak by wróciła.

Jak wdrożyć optymalizację pod marżę krok po kroku

Przejście z przychodu na zysk zmienia sposób działania strategii i interpretację raportów, więc prowadź je etapami i z testem.

1. Policz marże na poziomie produktu. Uwzględnij koszt zakupu, wysyłkę, prowizje płatności i średni poziom zwrotów w kategorii.
2. Wybierz metodę. Przy dużej rozpiętości marż i zespole technicznym wybierz zysk w wartości konwersji. Przy ograniczonych zasobach zacznij od etykiet niestandardowych albo Product Value Optimization.
3. Przelicz cele. Gdy wartość konwersji to zysk przed kosztem reklamy, próg rentowności wynosi 100%. Cel 150% oznacza 50 gr zysku na każdą złotówkę wydaną na reklamę. Szczegóły wyliczeń znajdziesz w tekście o break-even ROAS.
4. Utwórz nową konwersję zamiast podmieniać starą. Nową konwersję z zyskiem ustaw najpierw jako dodatkową, porównaj dane przez kilka tygodni, a potem zamień role. Pamiętaj, że zmiana konwersji podstawowych uruchamia okres nauki, o czym piszemy w tekście o tym, co resetuje naukę Smart Bidding.
5. Przetestuj w eksperymencie. Porównaj kampanię licytującą przychód z kampanią licytującą zysk przez co najmniej 4–6 tygodni.
6. Oceń wynik finansowy, nie ROAS. Porównuj zysk po kosztach reklamy, a nie zwrot z raportu, bo wartości w obu wersjach znaczą co innego.

Jeśli wahasz się, czy po zmianie zostać przy celu zwrotu, czy przejść na maksymalizację wartości, wróć do porównania docelowego ROAS i maksymalizacji wartości konwersji.

Najczęstsze błędy przy optymalizacji pod zysk

Najwięcej problemów wynika z danych, nie z ustawień. Oto pułapki, które w praktyce pojawiają się najczęściej.

Marża widoczna w przeglądarce. Wartości zysku w warstwie danych są dostępne dla każdego, także dla konkurencji. Licz je na serwerze.

Niespójne definicje. Google Ads raportuje zysk, GA4 przychód, a arkusz zarządu marżę po zwrotach. Ustal jedną definicję i opisz ją w dokumentacji pomiaru.

Ignorowanie zwrotów. W kategoriach odzieżowych zwroty potrafią zjeść znaczną część marży. Uwzględnij średni poziom zwrotów w kosztach albo koryguj wartości konwersji danymi offline.

Za wysoka dopłata za nowego klienta. Wartość nowego klienta oparta na optymistycznym LTV sprawia, że kampanie pozyskujące działają ze stratą przez wiele miesięcy. Weryfikuj prognozę na danych z kohort.

Zbyt wiele kampanii po podziale na marże. Podział na kilkanaście kampanii rozdrabnia dane i osłabia Smart Bidding. Korekty wartości w obrębie jednej kampanii, np. w Performance Max, są zwykle lepszym rozwiązaniem.

Pozostałe poradniki o strategiach licytowania znajdziesz w podtemacie Budżety i strategie stawek.