Jak wygląda ścieżka zakupowa przy droższym produkcie

Klient kupujący produkt za 50 zł zwykle decyduje się w kilka minut. Klient kupujący produkt za 2 000 zł czy 5 000 zł przechodzi zupełnie inny proces — porównuje kilka sklepów, sprawdza opinie, wraca na stronę kilkukrotnie, czasem odkłada decyzję o tydzień. Kampania Google Ads zbudowana pod pierwszy scenariusz nie ma szans zadziałać w drugim.

Sklep, o którym piszę w tym artykule, sprzedawał sprzęt z wyższej półki cenowej w swojej kategorii — średnia wartość zamówienia w momencie startu współpracy wynosiła około 480 zł, cel był podwyższenie jej przy zachowaniu rentowności kampanii. Standardowa kampania zakupowa traktowała wszystkie produkty jednakowo, licytując pod jeden uśredniony ROAS.

Punkt wyjścia

Jedna kampania Performance Max obejmująca cały katalog. Algorytm optymalizował pod liczbę transakcji, nie pod ich wartość. Efekt: dużo tanich zamówień, mało droższych — mimo że te drugie generowały większość marży sklepu.

Zanim zacząłem cokolwiek zmieniać w samych kampaniach, sprawdziłem w GA4, jak wygląda ścieżka użytkowników kupujących w tym wyższym segmencie cenowym. Okazało się, że przeciętny czas od pierwszej wizyty do zakupu wynosił kilkanaście dni, a większość klientów wracała na stronę produktu co najmniej trzy razy, często z różnych urządzeń — najpierw z telefonu w trakcie researchu, potem z komputera przy finalizacji zakupu. To od razu podpowiedziało mi, że kampania musi obejmować cały ten proces, a nie tylko moment ostatniego kliknięcia przed transakcją.

Dlaczego standardowa struktura zawodzi przy droższych produktach

Algorytmy Google optymalizują pod to, co im każesz — a domyślne ustawienia kampanii zakupowych i Performance Max skupiają się na wolumenie konwersji, nie na ich wartości. Dla produktów o niskiej cenie to działa nieźle, bo decyzja zakupowa jest szybka i przewidywalna.

Przy droższych produktach dochodzi kilka dodatkowych czynników, które trzeba uwzględnić w strukturze kampanii:

Struktura kampanii krok po kroku

Zamiast jednej kampanii obejmującej cały katalog, podzieliłem produkty na segmenty cenowe i zbudowałem osobną strukturę dla każdego z nich. To jest fundament całej zmiany.

01
Segmentacja katalogu wg ceny
Podział produktów na trzy grupy cenowe w osobnych kampaniach zakupowych, każda z innym docelowym ROAS dopasowanym do marży danego segmentu.
02
Osobna kampania Performance Max dla segmentu droższego
Dedykowane grupy zasobów z kreacjami skupionymi na parametrach technicznych i jakości, nie na cenie — bo cena już wyselekcjonowała odpowiednich klientów.
03
Remarketing wielostopniowy
Osobne listy dla osób, które oglądały produkt, dodały do koszyka i porzuciły koszyk — z różną komunikacją i różną stawką dla każdego etapu.
04
Kampania brandowa Search
Osobna kampania na frazy z nazwą sklepu i konkretnych modeli, żeby przechwycić osoby wracające po wcześniejszym researchu, zanim trafią do konkurencji.

Sygnały odbiorców i dane własne sklepu

Przy droższych produktach dane własne sklepu mają większą wagę niż przy tanich, bo próbka klientów jest mniejsza, a każdy z nich wart więcej. Skonfigurowałem przesyłanie listy klientów po wcześniejszych zakupach jako Dopasowanie Klientów, żeby algorytm mógł szukać podobnych profili.

Drugim źródłem sygnału były listy remarketingowe budowane na podstawie czasu spędzonego na stronie produktu — nie samego faktu odwiedzin. Osoba, która spędziła na karcie produktu ponad 90 sekund i przewinęła sekcję ze specyfikacją, była dla mnie sygnałem dużo cenniejszym niż osoba, która odbiła się po 5 sekundach.

Kluczowa decyzja

Wyłączyłem z optymalizacji zdarzenia niskiej jakości, takie jak samo dodanie do koszyka bez dalszej akcji przez 7 dni. Algorytm miał optymalizować pod zakup, nie pod pozorne zainteresowanie — inaczej zaczynał ściągać ruch, który dodawał produkty do koszyka i nigdy nie wracał.

Wartość konwersji jako fundament optymalizacji

Kampanie ustawiłem na optymalizację pod wartość konwersji, nie pod liczbę transakcji. To pozwala algorytmowi rozróżniać zamówienie za 300 zł od zamówienia za 3 000 zł i faworyzować ruch prowadzący do tego drugiego, jeśli marża na to pozwala.

Segment cenowy Udział w katalogu Docelowy ROAS Strategia
Segment podstawowy 55% 350% Kampania zakupowa, optymalizacja pod wolumen
Segment średni 30% 420% Performance Max z dedykowanymi grupami zasobów
Segment wyższej ceny 15% 480% PMax + remarketing wielostopniowy + kampania brandowa

Komunikacja reklamowa dopasowana do etapu decyzji

Dla segmentu droższych produktów kreacje nie mówiły o promocjach ani rabatach — to obniżałoby postrzeganą wartość produktu i przyciągało niewłaściwych klientów, wrażliwych głównie na cenę. Zamiast tego komunikacja skupiała się na konkretnych parametrach, gwarancji, czasie dostawy i polityce zwrotów — czyli na tym, co realnie zmniejsza niepewność przy droższym zakupie online.

W grupach zasobów remarketingowych dla osób z porzuconym koszykiem dodałem konkretną informację o dostępności produktu i czasie wysyłki — bo przy droższych zakupach obawa „czy to na pewno dojdzie i będzie zgodne z opisem" jest silniejsza niż przy tanich.

Osobno przetestowałem też kolejność komunikatów w grupach zasobów Performance Max. Zamiast standardowego układu, w którym cena i ewentualny rabat pojawiają się na pierwszym miejscu, przestawiłem priorytet na parametry techniczne i gwarancję, zostawiając informację o cenie jako naturalny element dalszej części kreacji. Nie zmieniało to samej ceny widocznej w reklamie zakupowej, ale zmieniało to, na czym w pierwszej kolejności skupiał się użytkownik przeglądający ofertę w sieci reklamowej i na YouTube.

Wyniki po przebudowie

Po ośmiu tygodniach od wdrożenia nowej struktury i ustabilizowaniu się algorytmu w nowym układzie kampanii:

480%
ROAS segmentu
Dla kampanii dedykowanej droższym produktom
+34%
Średnia wartość zamówienia
Wzrost względem punktu wyjścia przy tym samym budżecie
−22%
Udział zwrotów
Efekt lepszego dopasowania komunikacji do oczekiwań klienta
8
Tygodni
Czas potrzebny na stabilizację wyników po zmianie struktury

Czego bym nie powtórzył i na co uważać

Podział katalogu na segmenty cenowe działa dobrze przy sklepach z wystarczającym wolumenem konwersji w każdym segmencie. Przy bardzo małym sklepie z kilkoma zamówieniami miesięcznie w segmencie droższych produktów, algorytm może nie mieć wystarczająco danych, żeby wyjść z fazy uczenia — wtedy lepiej zacząć od dwóch segmentów zamiast trzech.

Drugie ograniczenie to czas. Restrukturyzacja kampanii resetuje częściowo fazę uczenia algorytmu, więc pierwsze 2–3 tygodnie po zmianie wyniki bywają gorsze, zanim się ustabilizują. Trzeba to zaplanować z klientem wcześniej, żeby krótkoterminowy spadek nie wywołał paniki i przedwczesnego cofnięcia zmian.

Checklist — zanim zaczniesz segmentować katalog wg ceny

  1. Czy masz wystarczający wolumen konwersji w każdym planowanym segmencie cenowym?
  2. Czy wiesz, jaka jest realna marża w każdym segmencie, żeby ustawić sensowny docelowy ROAS?
  3. Czy dane o zakupach klientów są przesyłane jako sygnał Dopasowania Klientów?
  4. Czy wyłączyłeś z optymalizacji zdarzenia niskiej jakości, jak samo dodanie do koszyka bez dalszej akcji?
  5. Czy komunikacja reklamowa dla droższego segmentu odpowiada na realne obawy przy zakupie online?
  6. Czy zaplanowałeś z klientem okres stabilizacji po restrukturyzacji kampanii?

„Droższy produkt nie potrzebuje głośniejszej reklamy. Potrzebuje mniej hałasu i więcej konkretów."

— wniosek z tej i podobnych restrukturyzacji kampanii
M
Michał Lech
Specjalista Google Ads i Analytics · B2B i e-commerce

Od 15 lat buduję kampanie Google Ads i analitykę dla sklepów internetowych i firm B2B. Sprzedaż droższych produktów online wymaga innej struktury niż sprzedaż taniego asortymentu — jeśli chcesz sprawdzić, czy Twoje kampanie są dopasowane do realnej ścieżki zakupowej klienta, napisz.