Rok 2024 pokazał dwie pozornie sprzeczne prawdy:
Platformy reklamowe przyspieszają w tempie wykładniczym dzięki AI
- 🔷 Kampanie Performance Max i Advantage+ potrafią samodzielnie tworzyć setki wariantów kreacji, testować odbiorców i alokować budżet w czasie rzeczywistym.
- 🔷 W Google Ads pojawiły się już automatyczne assety tekstowe, graficzne i wideo generowane przez modele Gemini.
Specjaliści PPC tracą część manualnej kontroli
- 🔷 Granularne ustawienia, które latami dawały przewagę (modyfikatory dopasowania, separowane kampanie na sieci), zostały uproszczone albo ukryte.
- 🔷 Jeśli nie nauczysz się pracy z algorytmem (zamiast przeciwko niemu), budżet spali się szybciej niż zdążysz zebrać statystyki.
„AI to mój najlepszy junior – szybki, pracowity, ale muszę dać mu precyzyjny brief. Inaczej pójdzie w stronę, która wygląda ładnie w raporcie, a niekoniecznie wpływa na marżę klienta.”
Prywatność i ciasteczka – tykający zegar
- 🔹 Third-party cookies w Chrome mają zniknąć etapami. To nie koniec świata, ale koniec łatwego remarketingu opartego na zewnętrznych listach.
- 🔹 Regulacje (DMA, DSA, ePrivacy) już dziś ograniczają targetowanie w UE – brak przygotowanego planu first-party data to samobójstwo na raty.
„Pamiętaj: Google nie wyłączy remarketingu z litości. Wyłączy go, gdy będzie miał własny, zamknięty ekosystem sygnałów – a Ty, jeśli nie zbierasz danych u siebie, zostaniesz gościem na cudzym weselu.”
Dlaczego ten przewodnik?
Cel: dać Ci kompas na rok 2025, zanim Twoja konkurencja zacznie błądzić w gęstniejącym szumie AI-first marketingu.
W kolejnych częściach dostaniesz:
| Rozdział | Co konkretnie wyniesiesz? |
| AI w PPC | Framework „Brief-Guard-Refine”, czyli jak uczyć algorytmów dokładnie tego, czego potrzebujesz – bez przepalania budżetu. |
| Cookies & dane własne | 5-etapowy plan przejścia z 3rd-party do 1st-party (tagi, consent mode, modelowanie konwersji). |
| Omnichannel & nowe sieci | Jak policzyć realny „incrementality” kampanii w Google vs Microsoft vs TikTok i wybrać kanał z najlepszym ROAS marginalnym. |
| Podsumowanie | Checklista do wdrożenia w 30 dni + KPI, którymi przekonasz zarząd do podwojenia budżetu testowego. |
Pięć kluczowych wniosków już teraz
- AI jest katalizatorem, nie celem. Bez strategii i danych zamieni się w kosztowny automat do losowego A/B.
- 1st-party data = waluta przyszłości. Lista subskrybentów newslettera ma większą wartość niż 50 tys. ciasteczek zewnętrznych.
- Test-and-learn to nowy standard operacyjny. Zaplanuj 10–15 % budżetu na ciągły eksperyment – nie jednorazowy „test w styczniu”.
- Omnichannel to realny arbitrage. Gdy CPC w sieci wyszukiwania rośnie o 15 % r/r, reklamy w platformach retailowych i w Microsoft Ads dają często o połowę tańszy koszt dotarcia.
- Mierz przychód, nie kliknięcia. Klik to koszt; zysk to suma klików, jakości ruchu i LTV. Optymalizuj pod margin-incrementality.
„PPC to dziś gra w szachy, a nie w warcaby. AI stawia piony za Ciebie, ale Ty musisz wiedzieć, dokąd zmierza cała partia.”
AI w platformach PPC
„AI nie zastąpi marketera, który umie pisać briefy. Zastąpi tego, który tego nie potrafi.”
Dlaczego „sztuczna inteligencja” w PPC to w rzeczywistości… matematyka próbkowania?
- 🔹 Modele Performance Max / Advantage+ / Amazon Ads to połączenie silnika biddingowego, generatora kreacji (tekst + obraz + wideo) i eksperymentatora A/B.
- 🔹 Algorytm iteruje miliony kombinacji placementów i fraz, szukając korelacji klik → konwersja.
- 🔹 To oznacza, że jakość sygnałów wejściowych (brief!) i ramy testu (guardrails!) decydują, czy kampania pójdzie we właściwą stronę.
Framework B → G → R
| Etap | Cel | Co robisz w praktyce? | Narzędzie |
| B – Brief | Nakarmić AI konkretem | • Persona (job title, pain) • Oferta (wartość $/zł, USP) • KPI (target CPA/ROAS) | Google Ads asset groups, feed, product IDs |
| G – Guard | Ograniczyć ryzykowne eksploracje | • Budżet dzienny per grupa assetów • Wykluczenia lokalizacji/słabych placementów • Lista negatywnych fraz i kategorii | Portfolio bid strategy + niestandardowe segmenty |
| R – Refine | Cyklowe uczenie algorytmu | • Co 7 dni: przegląd raportu kombinacji • Zamrażanie słabych assetów • Dodanie 2 – 3 świeżych kreatywnych | Eksperymenty A/B, raport „asset performance” |
„Największy błąd? Ustaw i zapomnij. AI to wóz bojowy – pojedzie prosto, ale trzeba mu dokręcać śruby co tydzień.”
Pisanie BRIEFU, który rozumie model
| Sekcja | Przykład (B2B SaaS) | Tip copywriterski |
| Problem | „CFO traci czas na ręczne eksporty z ERP” | Zacznij od bólu, nie od produktu. |
| Rozwiązanie | „Automatyczny dashboard łączący ERP + CRM w 15 min” | Zdanie na max 15 słów. |
| Dowód | „Średni skrócony czas raportowania: 42 % (dane 177 klientów)” | Twardy procent → wiarygodność. |
| CTA | „Umów bezpłatne demo 15 min” | 1 czasownik, 1 benefit, liczba minut. |
„Im prostszy brief, tym lepsza praca algorytmu. AI nie ‘domyśli się’, że CFO = oszczędność czasu, jeśli nie podasz tego wprost.”
Guardrails – czyli jak nie spalić budżetu
- 🔹 Budżet eksploracyjny ≤ 15 % całości. Reszta w grupie “core”.
- 🔹 Listy negatywnych miejsc docelowych: gry mobilne, aplikacje dla dzieci, karty Spark Ads itp.
- 🔹 Wykluczenia lokalizacji: jeśli sprzedajesz tylko w PL, zablokuj „unknown” + „in area of interest”.
- 🔹 Capping częstotliwości (YouTube & Display): 2 impr./24 h / użytkownika.
- 🔹 Alerty w Looker Studio: CPC ↑ > 20 % d/d → automatyczny Slack do opiekuna kampanii.
Refine Loop – cotygodniowy rytuał analityczny (30 min)
| Czynność | Narzędzie | Kiedy? |
| Sprawdź 10 najgorszych assetów (Low – „Learning”) | Google Ads → Asset Report | Poniedziałek |
| Zamroź lub edytuj je | Edytuj asset → „Pause” | Od razu |
| Dodaj 2 nowe wersje copy / grafiki | Canva/ Midjourney | Wtorek |
| Przełącz strategię bidowania, jeśli CPA > target × 1,2 | Portfolio ROAS → „Max Conv. Value” | Środa |
| Porównaj ROAS między tygodniami (atrybucja 30 d) | Looker Studio | Piątek |
„30 min procesu tygodniowo, a nie 3 h grzebania codziennie. To wystarczy, by utrzymać AI w ryzach.”
Use-case: PMax ecommerce PL
Produkt: biżuteria personalizowana
Cel: ROAS ≥ 500 %
Budżet: 10 000 zł / mies.
Brief:
🔹 Persona: „kobieta 25-34, prezent z okazji rocznicy”
🔹 USP: „grawer 48 h, darmowa dostawa”
🔹 Promo: „-10 % z kodem LOVE10”
Guard:
🔹 Wykluczenie placementów: Gry & sieć partnerów wideo
🔹 Budżet eksploracyjny: 1500 zł (15 %)
🔹 Feed: atrybuty GTIN + custom labels „margin_high”
Refine (po 2 tyg.):
🔹 Wyłącz 3 assety wideo z CTR < 0,5 %
🔹 Dodać nowe wideo z UGC (20 s)
🔹 Przenieść 5 najlepszych słów kluczowych do osobnej kampanii Search Exact
Wynik po 30 d: CPA –10 %, ROAS + 27 %, udział ruchu z Shopping → Search = 60 : 40
Checklista wdrożeniowa na jutro
🔹 Zrób audit briefów – czy każda kampania ma 4-elementowy schemat POB-D (Problem–Oferta–Dowód–CTA)?
🔹 Stwórz szablon guardrails z limitami budżetu, listą negatywnych miejsc i alertami.
🔹 Wprowadź tygodniowe Refine Loop (kalendarz + przypomnienie Slack).
🔹 Ustal KPI „Quality Score AI”: % assetów w statusie „Excellent”.
🔹 Zarezerwuj 10% budżetu na testy nowych creative co miesiąc.
Życie (i wyniki) bez third-party cookies
„Google nie wyłącza plików cookie złośliwie. Robi to, bo może – i bo prawo oraz rynek go do tego zmuszają. Naszą rolą jest odebrać tę zmianę jako szansę na zbudowanie przewagi, zanim inni się obudzą.”
Co dokładnie się zmienia w 2025 r.?
| Etap | Chrome / Privacy Sandbox | Skutek dla marketera |
| Q2 2025 | 100 % użytkowników przeniesionych do Protected Audiences (remarketing bez 3rd-party) | Standardowe listy remarketingowe działają tylko, jeśli oparte są na 1st-party ID lub e-mailu |
| Q3 2025 | Blokada 3rd-party cookie w Chrome (na wzór Safari/Firefox) | Konwersje & audiencje oparte na cookie śledzącym domeny trzecie = 0 % zasięgu |
| 2026 | Modelowanie konwersji stanie się domyślne (GA4, Google Ads) | Kto nie konfiguruje Consent Mode, straci nawet 30 % ścieżek atrybucji |
Prawdziwy problem: utrata sygnałów, nie tylko same cookies
- Remarketing – CTR-y z list cookieless spadają 40–60 %.
- Atrybucja – ścieżki multi-touch rozpadają się; rośnie udział „direct / none”, co zaniża ROAS płatnych kampanii.
- Eksploracja algorytmu – Performance Max ma mniej punktów danych ⇒ może „wyjechać” w złe segmenty.
„Dla algorytmu sygnały = tlen. Tracisz sygnały – dusisz kampanię, nawet jeśli budżet rośnie.”
Strategia 3×P: Map → Capture → Activate
| Faza | Co robisz? | Narzędzie |
| Map | Audyt źródeł danych: formularze, CRM, CMS, aplikacja, offline POS | Arkusz inwentarzowy + GA4 debug view |
| Capture | Zbierasz identyfikatory 1st-party: email, user_id, server-side cookie | Consent Mode v2, Google Tag Manager Server-Side |
| Activate | Łączysz dane w hubie (CDP/CRM), eksportujesz listy & eventy do Google Ads, Meta, LinkedIn | BigQuery, HubSpot, Pipedrive + API Ads |
🔧 Najważniejsze elementy stosu first-party data
| Warstwa | Rekomendacja Moonlanding |
| Tagowanie | GTM Server-Side (proxy cookies 1st-party, dłuższy TTL) |
| Consent | Google Consent Mode v2 + Bannery zgodne z RODO (TCF 2.2) |
| ID użytkownika | hashed_email lub crm_id przekazywany do GA4 (dim. „user_id”) |
| CDP / Lakehouse | BigQuery + klient GA4 export ⇒ Looker Studio do raportów |
| Aktivacja | Standardise listy widowni: all_leads, high_LTV_buyers, demo_requested |
„Pierwsze pytanie klienta: ile to kosztuje? Odpowiadam: mniej niż przepalony remarketing, który od lipca nie będzie wyświetlał się nikomu.”
Consent Mode v2 i modelowanie konwersji (5-krokowy setup)
- Implementuj Banner CMP (np. Cookiebot) → generuje parametry ad_storage & analytics_storage.
- W GTM dodaj warunek, by tag GA4/Ads odczytywał status zgody.
- Włącz Enhanced Conversions – wysyłka hashed_email (SHA-256, lower-case, trim).
- Po 7 dniach wejdź w Google Ads → Tools → Conversions → „Diagnostics” – powinieneś zobaczyć status Consent covered: YES.
- Po 30 dniach sprawdź kolumnę Modelled conversions – liczba ta uzupełnia brakujące ścieżki (średnio +15-25 %).
Case study – SaaS PL (lead gen)
| Metryka | Przed wdrożeniem | Po wdrożeniu 1st-party + Consent |
| Zgody na śledzenie | 52 % | 86 % (banner z opcją „akceptuj + przejdź do demo”) |
| Widoczne konwersje (GA4) | 380 / mies. | 495 / mies. (+30 %) |
| CPA raportowany w Ads | 112 zł | 82 zł (spadek 27 %) |
| Modelled conversions udział | – | 18 % całkowitych |
„Dyrektor finansowy nie interesuje się cookies, interesuje się CPA. Pokazałem tabelę – dostałem budżet na kolejny kwartał.”
Checklist 30 dni – przejście na cookieless-ready
- T-0: Spis wszystkich źródeł danych i pixelowych integracji.
- T-3 dni: Wdrożenie CMP z TCF 2.2.
- T-7 dni: Przeniesienie Google Ads & GA4 na GTM Server-Side.
- T-10 dni: Hashowanie e-maili → Enhanced Conversions (Ads + GA4).
- T-14 dni: BigQuery export GA4 → build dashboard „consent vs no-consent”.
- T-21 dni: Test Audience Upload API (hashowane e-maile) → lista remarketingowa.
- T-30 dni: Raport ROI: modelled vs observed konwersje, decyzja o skalowaniu.
Najczęstsze błędy (i jak ich uniknąć)
| Błąd | Skutek | Jak naprawić |
| „Czekamy, aż Google wyłączy cookies, wtedy coś zrobimy.” | Brak danych historycznych do modelowania | Zacznij zbierać user_id już teraz – model potrzebuje minimum 28 dni do nauki |
| Brak tagu user_id w GA4 | Słabe dopasowanie Enhanced Conversions | Przekazuj hashed_email na poziomie user_properties |
| Server-Side bez subdomeny | Ciasteczko dalej traktowane jako 3rd-party | Ustaw nginx / cloud-proxy na subdomenie track.twojadomena.pl |
| Używanie jednego consent-banner globalnie | Nieoptymalny UX, niska akceptacja | Personalizuj tekst banera i przycisk „akceptuj” (benefit + CTA) |
„Cookieless brzmi groźnie, ale to najlepszy moment, by zamienić ‚wypożyczone dane’ na własny, realny asset – bazę zaufanych kontaktów.”
Omnichannel & nowe sieci reklamowe
„Google Ads to nie religia, to tylko kanał. A budżet, który nie szuka arbitrage, umiera w ciszy.”
Dlaczego 2025 = rok dywersyfikacji?
| Trend | Co się dzieje? | Co to znaczy dla Ciebie? |
| CPC w Google Search ↑ 12-20 % r/r | Konkurencja, AI Top Ads, brand bidding | Graniczne CPA rośnie → musisz szukać tańszych touchpointów |
| Retail Media eksploduje | Amazon, Allegro, Kaufland Ads rosną >40 % | Shopper już jest „hot lead” – wyższy CR, choć mniejsza skala |
| Microsoft Ads = 7-10 % desktop search PL | Niższy CPC (–30 % vs Google) | Wysoki intent, mała konkurencja = tani ruch B2B |
| TikTok Ads & Advantage+ w Meta | Social = discovery, nie tylko „awareness” | Wideo UGC → rośnie view-through-conversion, ale trzeba mierzyć incrementality |
Koncepcja MRoAS – Marginal Return on Ad Spend
MRoAS = zwrot z ostatniej złotówki włożonej do kanału.
Cel: ścinać budżet tam, gdzie przyrostowa sprzedaż < próg marży, i dokładać tam, gdzie kanał jeszcze „oddycha”.
Jak to policzyć?
- Ustal baseline ROAS (30 dni).
- Dodaj +10 % budżetu i obserwuj Δ przychodu.
- MRoAS = (Przychód Δ / Budżet Δ).
- Jeśli MRoAS < target ROAS × 0,8 → ścinasz.
- Jeśli MRoAS > target ROAS × 1,2 → dokładasz.
„To matematyczna szczotka do zębów: używaj co tydzień, a nie będzie próchnicy budżetowej.”
Gdzie dziś leży arbitrage? 3 szybkie kierunki
| Kanał | CPC vs Google | CR vs Google | Komu polecam? |
| Microsoft Ads (Bing) | –25-35 % | ~ = | SaaS B2B, eksport US/UK |
| Amazon Sponsored Products | –10-20 % | +30-60 % | E-commerce z marginesem 20 %+ |
| TikTok Spark Ads | –40-60 % | –10-20 % (ale VTC) | Direct-to-consumer 18-34, impulse buy |
5-etapowy Omnichannel Test Plan (45 dni)
| Tydzień | Akcja | KPI |
| 1 | Zmapuj kanały: Search, Display, Social, Retail, Video | ╳ |
| 2 | Wybierz 2 nowe sieci (np. Microsoft, TikTok) | – |
| 3 | Uruchom kampanie testowe (10 % budżetu) | CTR, CPC, ATC |
| 4-5 | Mierz MRoAS & Lift vs holdout | MRoAS ≥ 400 %? |
| 6 | Skaluj +25 % budżetu w kanale z najwyższym MRoAS | CPA, ROAS |
| 7 | Wyłącz najdroższy 10 % ruch w Google (placementy / frazy) | Spadek kosztu łącznego ≥ 8 % |
| 8-9 | Dodaj remarketing cross-channel (identyfikator 1st-party) | CR retarget ≥ 5 % |
| 10 | Raport ROI – decyzja o stałej alokacji | Całościowy ROAS ↑ ≥ 15 % |
Przykład: B2B SaaS PL ➔ UK
| Kanał | Budżet | Leads | CPA | ROAS |
| Google Search PL | 12 000 zł | 90 | 133 zł | 380 % |
| Microsoft Search UK | 6 000 zł | 65 | 92 zł | 520 % |
| LinkedIn Ads UK | 8 000 zł | 28 | 285 zł | 210 % |
„Przesuwam 20 % budżetu z LinkedIna do Microsoftu. Mimo mniejszej skali – marginalny ROAS bije wszystko.”
Checklista „Omnichannel Ready” na Q3 2025
- Jedno ID klienta między kanałami (GA4 user_id / hashed email).
- Ujednolicony model atrybucji (data-driven GA4 + kor. last click w Ads).
- Dashboard MRoAS w Looker Studio: kanał, kampania, grupa reklam.
- Automatyczny alert: MRoAS < próg × 0,8 → Slack #paid-alerts.
- Reguła budżetowa: +15 % / –15 % tygodniowo zależnie od MRoAS.
Najczęstsze pułapki
| Pułapka | Objaw | Antidotum |
| „Kopiuj-wklej” kreacji Google ⇒ Microsoft | CTR –40 % | Dopasuj copy do 120 znaków, zmień nazewnictwo brandu konkurencji |
| Brak U-shaped attribution w GA4 | Kanały upper-funnel wyglądają na nierentowne | Skonfiguruj custom attribution data-driven + Lookback 30 dni |
| TikTok bez assets UGC | CPM tani, ale CR < 0,5 % | Nagraj 3 krótkie UGC (15-25 s), CTA w 3 s |
„Kto trzyma budżet 100 % w Google, gra w ruletkę z CPC. Dywersyfikujesz = negocjujesz z rynkiem na własnych warunkach.”
KPI i plan wdrożenia 30 dni
„Te 30 dni to sprint, który ustawi Twoje kampanie na resztę roku. Jeśli coś odłożysz — inflacja CPC i brak sygnałów zrobią to za Ciebie, tylko drożej.”
Checklista „30 dni do PPC Ready 2025”
| Dzień | Akcja | Rezultat / Miara |
| 1–3 | Audyt konta: kampanie, tagi, źródła danych | Lista braków i priorytetów |
| 4–7 | Wdrożenie CMP (TCF 2.2) + Consent Mode v2 | Coverage zgód ≥ 80 % |
| 8–10 | Przeniesienie tagów na GTM Server-Side | Serwer 1st-party cookie |
| 11–14 | Brief-Guard-Refine: odświeżenie existing PMax/Adv+ | Asset Quality Score „Good+” ≥ 85 % |
| 15–18 | Test Microsoft Ads (search) + 10 % budżetu z Google | MRoAS w teście ≥ target × 1,2 |
| 19–22 | TikTok Spark Ads / Amazon Retail (jeśli e-commerce) | CPM ↓, CR ≥ benchmark |
| 23–25 | Ustaw listy 1st-party + Enhanced Conversions | Modelled conv. pojawia się w Ads |
| 26–28 | Dashboard Looker Studio: MRoAS + Consent Lift | Raport auto-mail co poniedziałek |
| 29–30 | Retrospektywa, decyzja o alokacji budżetu +15 / –15 % | Plan na Q3 z podziałem % per kanał |
2. Matryca KPI — ten sam dashboard, trzy różne perspektywy
| KPI | Marketing Lead | Sales Lead | CFO / Zarząd |
| MRoAS (marginalny) | Decyzja budżetowa „dorzucić/uciąć” | — | Zysk przyrostowy |
| CPA modelled | Optymalizacja kampanii | Qualify ≤ X zł | Rentowność pozyskania |
| Consent Rate | UX banera, copy | — | Ryzyko prawne / data-loss |
| Lead Quality Score (MQL → SQL) | — | Pierwsze demo / pipeline | Przychód prognozowany |
| Revenue Lift vs Holdout | Incrementality | Zamknięte deale | ROI kanału |
„Jeden arkusz, trzy zakładki. Każdy widzi to, co dla niego ważne – nikt nie kwestionuje liczb, bo źródło jest jedno.”
Framework decyzyjny „STOP / START / SCALE”
STOP
- Kampanie z MRoAS < target × 0,8
- Assety w statucie „Low” > 14 dni
- Źródła 3rd-party cookies (przed wyłączeniem automatycznie wyzerują się listy)
START
- Testy retail media, gdy marża produktu ≥ 20 %
- Remarketing 1st-party (haszowane e-maile)
- Looker alerty (Slack: #paid-alerts)
SCALE
- Kanał z najwyższym MRoAS (przyrost +25 % budżetu tygodniowo)
- Kreacje UGC, które przekroczyły CTR benchmark o > 30 %
- Microsoft Ads, gdy CPA ≤ 70 % CPA Google (search)