Jak docierać do właściwych klientów w Search w erze AI
Google opublikował w 2025 roku zestaw Best Practices dla kampanii Search, mocno opartych o AI Max, Smart Bidding i automatyzację.
Przekaz jest jasny: współpracuj z AI, uprość strukturę, pozwól algorytmowi znaleźć klientów.
I to wszystko brzmi świetnie — ale tylko wtedy, gdy rozumiemy warunki brzegowe, w których ten model faktycznie działa.
Bo AI w Search nie jest strategią.
To wzmacniacz strategii, którą już masz (albo… której nie masz).
Fundament: najpierw bidding, dopiero potem targetowanie
Google słusznie zaczyna od jednego kluczowego punktu:
Twoja strategia ustalania stawek determinuje, jakiego targetowania powinieneś używać.
Jeśli:
- mierzysz konwersje poprawnie,
- masz stabilny wolumen,
- znasz wartość biznesową konwersji,
to strategie typu:
- Maximize Conversions (tCPA),
- Maximize Conversion Value (tROAS),
otwierają drzwi do:
- broad match,
- keywordless technology,
- AI Max for Search.
Ale jeśli:
- dane są niepewne,
- konwersje są słabej jakości,
- cele są „miksem wszystkiego”,
to AI Max tylko szybciej zoptymalizuje chaos.
AI Max for Search: więcej zasięgu ≠ lepszy wynik
Google obiecuje:
- +14% więcej konwersji przy podobnym CPA/ROAS,
- nawet +27% uplift dla kont opartych wcześniej na exact/phrase.
I to często jest prawda — statystycznie.
Ale w praktyce:
- AI Max agresywnie eksploruje nowe zapytania,
- bardzo szybko poszerza semantykę,
- łatwo „wchłania” brand i long-tail, jeśli struktura konta jest słaba.
Dlatego AI Max:
✔️ działa świetnie w dobrze uporządkowanych kontach
❌ potrafi obniżyć efektywność w kontach bez jasnych granic
Value-based bidding: niedoceniany, a kluczowy element
Jedna z najważniejszych (i często ignorowanych) rekomendacji Google:
optimize for value, not volume
Przejście z:
- tCPA → tROAS
pozwala:
- optymalizować realny wpływ biznesowy,
- a nie tylko liczbę leadów czy transakcji.
Google podaje średnio +14% wartości konwersji przy podobnym ROAS.
Ale uwaga:
- value-based bidding działa tylko, gdy wartości są prawdziwe,
- LTV, marża, jakość leadów muszą mieć sens,
- „losowe wartości” = losowe decyzje algorytmu.
Search term matching + Smart Bidding: duet, który trzeba pilnować
AI Max:
- rozszerza słowa kluczowe,
- korzysta z broad i keywordless,
- dopasowuje się do intencji, nie fraz.
Smart Bidding:
- decyduje, w których aukcjach w ogóle brać udział.
To potężne połączenie — ale:
- wymaga regularnego przeglądu search terms,
- wymaga negatywów na poziomie kampanii,
- wymaga kontroli kanibalizacji.
Bez tego:
algorytm nie popełnia błędów —
on tylko realizuje Twój brak zasad.
Kreacje i landing pages: AI nie naprawi złej strony
Google wyraźnie mówi:
- AI Max generuje nagłówki na podstawie treści strony,
- dobiera URL na podstawie kontekstu,
- dopasowuje komunikat do intencji.
To oznacza jedno:
Twoja strona staje się częścią systemu aukcyjnego.
Jeśli:
- content jest niejednoznaczny,
- HTML titles są słabe,
- struktura strony jest chaotyczna,
to:
- AI będzie tworzyć przeciętne reklamy,
- dopasowania będą „na skróty”,
- relevance spadnie.
AI Max nie działa dobrze na złych stronach.
Działa szybko — ale tylko na tym, co dostanie.
Upraszczanie struktury konta: prawda z gwiazdką
Google zachęca do:
- mniejszej liczby kampanii,
- grupowania tematycznego,
- rezygnacji z mikro-struktur.
I ma rację — algorytmy uczą się na poziomie zapytania, nie słowa kluczowego.
Ale:
- uproszczenie ≠ wrzucenie wszystkiego do jednego worka,
- nadal potrzebujesz separacji:
- brand / non-brand,
- high intent / low intent,
- core vs eksperyment.
AI Max lubi prostotę, ale karze brak architektury.
Kontrole, które ratują konto (a o których mało się mówi)
Najbardziej wartościowe elementy AI Max:
- brand controls (campaign & ad group),
- location of interest na poziomie ad group,
- reporting search terms,
- channel visibility.
To są bezpieczniki, nie dodatki.
Bez nich:
- AI Max zaczyna „optymalizować” po swojemu,
- a Ty dowiadujesz się o tym z opóźnieniem.
Podsumowanie
Google ma rację w jednym:
Search wchodzi w erę AI-first.
Ale:
- AI Max nie jest skrótem do wzrostu,
- Smart Bidding nie naprawi złych danych,
- automatyzacja bez strategii to tylko szybsze błędy.
Najważniejsza zasada:
Najpierw cele, dane i struktura.
Dopiero potem AI.
Bo AI w Search:
- wzmacnia to, co już istnieje,
- a nie tworzy strategii za Ciebie.