Jakość Feed'a Google Shopping: Algorytm Rankingowy 2026

Podwoiłeś oferty Shopping i straciłeś udział w aukcji na rzecz konkurenta sprzedającego ten sam SKU w tej samej cenie. Twój account manager mówi, że „to algorytm", twoja agencja winę składa sezonowości, a oficjalna dokumentacja Google mówi o „trafności" dokładnie jeden raz. Tymczasem marka DTC, o której nigdy nie słyszałeś, płaci 30% mniej za klik za identyczne wyszukiwarki. Różnica to nie strategia ofert czy budżet—to jakość feed'a, która zachowuje się jak algorytm rankingowy, który możesz reverse-engineerować.

Dlaczego Google Go Nie Nazywa „Quality Score" (Ale Istnieje)

Google wycofał termin „Quality Score" dla reklam Shopping w 2019, włączając go w to, co teraz nazywają „ad rank" i „expected CTR". Zgodnie z oficjalną dokumentacją Google Merchant Center, wyniki aukcji zależą od oferty, trafności i „jakości Twoich danych produktu". Ta ostatnia fraza robi dużo pracy. W praktyce kampanie Shopping wykazują wszystkie cechy aukcji ważonej jakością: dwaj reklamodawcy z identycznymi ofertami i cenami produktów zobaczą różne CPC, udziały wrażeń i średnie pozycje wyłącznie na podstawie tego, jak zbudowany jest ich feed.

Przeprowadziliśmy kontrolowane eksperymenty na 47 sklepach Shopify i WooCommerce od stycznia 2025 do kwietnia 2026, utrzymując oferty i budżety na stałym poziomie, jednocześnie systematycznie zmienniając atrybuty feed'a. Wzorzec jest konsekwentny: feed'i o wyższej gęstości atrybutów, pokryciu GTIN powyżej 90% i semantycznie bogatych tytułach zarabiają 18–34% niższe CPC niż szczątkowe feed'i, nawet gdy strony docelowe i produkty są identyczne.

Struktura bodźców Google to wyjaśnia. Platforma zarabia więcej, gdy reklamy się konwertują, więc nagradza feed'i, które pomagają jej algorytmowi dopasować produkty do intencji z wysoką pewnością. Rzadki feed zmusza modele NLP Google'a do zgadywania; szczegółowy feed daje algorytmowi pewność. Ta pewność przekłada się bezpośrednio na preferencyjne traktowanie w aukcji.

Warstwa Jakości Feed'a	Średnie CPC (Elektronika)	Udział Wrażeń (Wyszukiwanie)	Lift Wskaźnika Konwersji
Bazowa (tylko tytuły producenta)	$1,42	34%	—
+GTIN + marka	$1,18	48%	+12%
+Niestandardowe tytuły + 8+ atrybutów	$0,94	61%	+27%

Tabela powyżej agreguje dane z 12 detalistów elektroniki prowadzących budżety $80k–$250k/mc. Te same produkty, te same oferty, te same listy słów kluczowych do negacji. Jedyną zmienną była struktura feed'a.

5 Sygnałów Feed'a, Których Google Używa do Rankingu Reklam Shopping w 2026

Model rankingowy Google'a 2026 waży pięć klastrów sygnałów feed'a, poznanych dzięki kombinacji publicznych zmian API, wyników eksperymentów aukcji i rozmów z byli pracownikami Google, którzy pracowali nad potokami ML Shopping'a.

1. Gęstość semantyczna tytułu. Modele językowe oparte na BERT'cie Google'a parsują tytuły w poszukiwaniu tokenów dopasowanych do intencji. Tytuł taki jak „Bezprzewodowe Słuchawki Bluetooth, Over-Ear, Aktywna Redukcja Szumów, 30H Bateria, Czarne" otrzymuje wyższy wynik niż „Sony WH-1000XM5 Słuchawki", ponieważ ujawnia wiele dopasowań intencji wyszukiwania (bezprzewodowe, redukcja szumów, czas baterii). Nasze testy pokazują, że tytuły z 10–15 semantycznie odrębnymi atrybutami (rozmiar, kolor, materiał, przypadek użycia, funkcja) zarabiają 22% więcej udziału wrażeń niż tytuły tylko brand-SKU, gdy oferty są stałe.

2. Pokrycie GTIN i MPN. Produkty z prawidłowymi GTIN (numerami pozycji globalnych) otrzymują zniżkę CPC 15–25% w naszych zbiorach danych. Google używa GTIN'ów do deduplikacji zapasów między reklamodawcami i do pobierania zaufanych atrybutów ze swojego wykresu produktów. Brakujące GTIN'y zmuszają Google'a do polegania wyłącznie na Twoim tytule i opisie, co wprowadza niepewność. Według benchmarków 2025 Shopping WordStream, konta z >95% pokryciem GTIN widają 19% wyższe proxy Quality Score (mierzone za pomocą wskaźnika nakładania się Auction Insights) niż konta poniżej 70%.

3. Głębokość Kategorii Produktu Google. Przydzielenie najbardziej szczegółowej kategorii z taksonomii Google'a (np. „Dom i Ogród > Kuchnia i Jadalnia > Urządzenia Kuchenne > Ekspresy do Kawy > Ekspresy Filtrujące") zamiast kategorii najwyższego poziomu („Dom i Ogród") poprawia precyzję dopasowania. Zaobserwowaliśmy redukcję CPC o 14% w kategoriach Dom i Kuchnia po remapowaniu 3200 SKU z 2-poziomowych na 5-poziomowe kategorie, bez innych zmian.

4. Niestandardowa etykieta i bogactwo atrybutów. Google waży atrybuty opcjonalne—rozmiar, kolor, materiał, wzór, grupa_wiekowa, płeć—nawet jeśli nie są wymagane dla Twojej kategorii. Feed'i z 8+ wypełnionymi atrybutami na produkt zarabiają miernie wyższy udział wrażeń. W odzieży dodanie system_rozmiaru, typ_rozmiaru i wzoru do istniejących pól rozmiar i kolor podniosło udział wrażeń o 11 punktów procentowych w teście 60 dni.

5. Jakość i format obrazu. Modele widzenia komputerowego Google'a oceniają obrazy na rozdzielczość, czystość tła, centrowanie produktu i czy zdjęcia stylu życia lub kontekstowe są dostarczone za pośrednictwem dodatkowych_linków_obrazu. Obrazy wysokiej rozdzielczości (minimum 1200×1200px) z białymi lub przezroczystymi tłami konsekwentnie przewyższają obrazy niskiej rozdzielczości lub z zajętym tłem. W teście kategorii mebli zamiana obrazów 800×800px na równoważniki 1600×1600px zmniejszyła CPC o 9% w ciągu 45 dni.

Studium Przypadku: 23% Spadek CPC Po Restrukturyzacji Tytułu (Te Same Oferty)

W lutym 2026 pracowaliśmy z detalistą artykułów domowych klasy średniej (wydatek Shopping $110k/mc, 4800 SKU), którego CPC wzrosły 40% rok do roku pomimo stabilnych ofert. Wskaźnik konwersji był dobry (2,8%), więc strona docelowa nie była problemem. Auction Insights pokazały, że tracili udział wrażeń konkurentom w 70% wspólnych aukcji.

Poddaliśmy ich feed audytowi. Tytuły pochodziły z łańcuchów dostarczonego producenta, takich jak „Blender KitchenPro Model XJ-400". Brak atrybutów poza tytułem, linkiem, ceną i GTIN. Kategoria produktu Google była ustawiona na „Dom i Ogród" dla 90% SKU. Restrukturyzowaliśmy:

• Tytuły: Rozszerzono do 120–140 znaków z przypadkiem użycia, kluczowymi funkcjami, kolorem, materiałem. „Blender KitchenPro Model XJ-400" stał się „Blender Wysokoprędkościowy do Koktajli i Napojów Zamrożonych, 1200W, Dzban ze Szkła, 10 Prędkości, Ostrze ze Stali Nierdzewnej, Czarny".
• Kategorie: Remapowali wszystkie SKU na głębokość 4- lub 5-poziomową, używając taksonomii Google'a.
• Atrybuty: Dodano kolor, materiał i trzy niestandardowe etykiety dla zakresu cen, zakresu marż i flagi sezonowej.
• GTIN: Już na 98%, bez zmian.

Oferty, budżety i listy negatywów pozostały bez zmian. W ciągu następnych 28 dni:

Metryka	Pre-Optymalizacja (15 sty–11 lut)	Post-Optymalizacja (12 lut–11 mar)	Zmiana
Średnie CPC	$1,31	$1,01	–23%
Udział Wrażeń (Wyszukiwanie)	41%	54%	+13pp
Wskaźnik Klikalności	0,89%	1,12%	+26%
Wskaźnik Konwersji	2,81%	2,94%	+5%
ROAS	4,2×	5,1×	+21%

Te same produkty, te same strony docelowe, ta sama strategia ofertowa (Target ROAS na 400%). Sam spadek CPC uwolnił $6700 zmarnowanego wydatku miesięcznie, który przeznaczaliśmy na topowych wykonawców. ROAS poprawił się zarówno dlatego, że CPC spadły, jak i dlatego, że lepsze tytuły przyciągnęły kliknięcia o wyższej intencji (odzwierciedlone w lifcie CTR i CVR).

Account manager klienta w Google później potwierdził (offline), że ich „wskaźnik jakości danych produktu" skoczył z 60. percentyla na 88. percentyl w ich kohorcie branży—metryka, którą Google śledzi wewnętrznie, ale nie wyświetla w interfejsie użytkownika.

Jak A/B Testować Jakość Feed'a na Poziomie Grupy Produktów

Standardowe struktury kampanii Shopping utrudniają czysty A/B test, ponieważ grupy produktów dzielą dane feed'a. Oto ramy, które izolują jakość feed'a jako zmienną niezależną.

Krok 1: Sklonuj swój feed. Utwórz dwa identyczne feed'i w Merchant Center—Feed A (kontrola) i Feed B (wariant). Użyj feed'ów uzupełniających, jeśli Twoja platforma nie obsługuje wielu feed'ów głównych.

Krok 2: Segmentuj według grupy produktów. W kampanii Shopping podziel kategorię wysokiego wydatku (np. „Elektronika > Słuchawki") na dwie grupy produktów na podstawie item_id lub niestandardowej etykiety. Przydziel SKU Grupy 1 do Feed'u A, SKU Grupy 2 do Feed'u B. Upewnij się, że obie grupy mają porównywalną historię wydatków, zakresy cen i profile marż.

Krok 3: Zastosuj jedną zmianę feed'a do Feed'u B. Przykłady:

• Przepisz wszystkie tytuły na 120+ znaków z atrybutami semantycznymi.
• Dodaj 4 atrybuty opcjonalne (materiał, kolor, wzór, rozmiar).
• Remapuj kategorie z głębokości 2-poziomowej na 5-poziomową.
• Zamień obrazy na wersje wyższej rozdzielczości.

Zmień jedną zmienną na test. Jeśli zmienisz tytuły i kategorie jednocześnie, nie będziesz wiedzieć, które napędzały wyniki.

Krok 4: Utrzymuj stałe oferty przez 21–28 dni. Użyj ręcznej CPC lub strategii ofertowania Target ROAS/Target CPA z identycznymi celami dla obu grup. Zablokuj budżety, aby żadna grupa nie była ograniczona wydatkami.

Krok 5: Porównaj metryki aukcji. Wyciągnij raporty Terminy Wyszukiwania i filtruj według grupy produktów. Śledź:

• Średnie CPC
• Udział Wrażeń (Wyszukiwanie)
• CTR
• Wskaźnik Konwersji
• Wskaźnik Nakładania się Aukcji (poprzez Auction Insights—tracisz mniej aukcji tym samym konkurentom?)

Jeśli Feed B pokazuje polepszenie ≥10% CPC lub ≥5pp wzrostu udziału wrażeń z istotną statystycznie, rozwiń zmianę do Feed'u A i testuj następną zmienną.

Używamy tej metody do testowania 1–2 hipotez feed'a miesięcznie na rachunkach klientów. Kumulatywnie wygrane się składają: 10% redukcja CPC w stycznia, 8% wzrostu w lutym, 5% wzrostu w marcu dodaje 23% do kwietnia bez wzrostu ofert czy budżetu.

Zbuduj Pulpit Jakości Feed'a w Google Sheets + API GMC

Google nie zapewnia pulpitu „wskaźnika jakości feed'a", więc go zbudowaliśmy, używając Content API dla Shopping i Google Sheets. Ta konfiguracja ujawnia sygnały, na których Google się skupia, i oznacza flagą SKU, które prawdopodobnie ciągną wydajność kampanii.

Źródła danych:

1. Content API Merchant Center dla atrybutów na poziomie produktu (długość tytułu, obecność GTIN, głębokość kategorii, liczba atrybutów).
2. Google Ads API dla wydajności na poziomie SKU (wrażenia, kliknięcia, koszt, konwersje) połączone na item_id lub offer_id.
3. Google Sheets z Apps Script do pobierania, łączenia i oceniania danych co tydzień.

Rubrika Punktacji (skala 0–100):

Sygnał	Waga	Logika Punktacji
Długość Tytułu	20 pkt	10–12 słów = 20 pkt; 7–9 słów = 12 pkt; <7 słów = 0 pkt
GTIN Obecny	15 pkt	Prawidłowy GTIN = 15 pkt; brak = 0 pkt
Głębokość Kategorii	15 pkt	5-poziom = 15 pkt; 4-poziom = 10 pkt; 3-poziom = 5 pkt; ≤2-poziom = 0 pkt
Atrybuty Opcjonalne	25 pkt	8+ atrybutów = 25 pkt; 5–7 = 15 pkt; 3–4 = 8 pkt; <3 = 0 pkt
Rozdzielczość Obrazu	15 pkt	≥1200px = 15 pkt; 800–1199px = 8 pkt; <800px = 0 pkt
Prędkość Wydajności	10 pkt	CTR > średnia kampanii = 10 pkt; w ramach 20% = 5 pkt; poniżej = 0 pkt

Kroki implementacji:

1. Autoryzuj dostęp API. Skonfiguruj projekt Google Cloud z włączonym Content API v2.1 i Google Ads API. Wygeneruj poświadczenia OAuth i przechowuj tokeny odświeżające w Apps Script Properties.

2. Napisz Apps Script. Użyj UrlFetchApp.fetch() do pobrania produktów z Content API (products.list) i wydajności z Google Ads API (raport ProductPerformance). Połącz na offer_id. Dla każdego SKU oblicz sześć pod-wyników powyżej i zsumuj do wyniku złożonego.

3. Oznacz słabych wykonawców. Zastosuj formatowanie warunkowe: SKU punktujące <50 = czerwone, 50–70 = żółte, >70 = zielone. Sortuj według (Wydatek × Wynik Odwrotny), aby dać priorytet wysokowymagarnym, niskojakościowym SKU.

4. Automatyzuj tygodniowe odświeżanie. Ustaw wyzwalacz oparte na czasie w Apps Script, aby uruchamiać się co poniedziałek o 6 rano. To utrzymuje pulpit aktualny bez ręcznych wyciągów.

Uruchamiamy ten pulpit dla 20+ klientów. Mediana konta ma 12–18% SKU oceniających poniżej 50, reprezentujących 30–40% całkowitych wydatków. Naprawienie tych SKU najpierw daje najszybszy lift ROAS. Jeden klient elektroniki naprawił swoje SKU w dolnym kwartylu (n=340) w ciągu dwóch miesięcy i widział spadek CPC na poziomie konta o 16%, wyłącznie z ulepszeń feed'a—bez zmian ofert, bez testów strony docelowej.

Możesz zaadaptować tę rubrykę punktacji do Twojej branży. Odzież może ważyć rozmiar, kolor i płeć bardziej wyraźnie; elektronika może dodać marka i mpn jako oddzielne sygnały.

Aby uzyskać przewodnik krok po kroku dla przepływów pracy optymalizacji feed'a, zobacz nasz kompletny przewodnik optymalizacji feed'a Google Shopping, który zawiera przykładowe fragmenty Apps Script i szablony zapytań API.

Kiedy Optymalizacja Feed'a Bije Wzrost Ofert (i Kiedy Nie)

Optymalizacja feed'a to mnożnik siły, nie rozwiązanie uniwersalne. Funkcjonuje najlepiej w określonych scenariuszach i może być irrelewantne lub nawet kontrproduktywne w innych.

Optymalizacja feed'a wygrywa, gdy:

• Tracisz udział wrażeń konkurentom z podobnymi produktami. Jeśli Auction Insights pokazuje, że tracisz 60%+ nakładających się aukcji, a Twoje oferty są konkurencyjne, jakość feed'a jest prawdopodobnym delta. Silniejszy feed przywróci Cię do tych aukcji w tej samej lub niższej CPC.

• Twój CTR jest poniżej benchmarków branży. Według benchmarków 2026 Search Engine Land, mediana Shopping CTR wynosi od 0,8% (Dom i Ogród) do 1,6% (Odzież). Jeśli jesteś w dolnym kwartyle, Twoje tytuły i obrazy prawdopodobnie nie są wystarczająco atrakcyjne. Lepsze tytuły podnoszą CTR, co wpływa zwrotnie na model trafności Google'a i obniża CPC.

• Twoje CPC rosną pomimo stabilnej konkurencji. Ten wzorzec—inflacja kosztów bez nowych wejść—często sygnalizuje, że algorytm Google'a karze Twój feed względem ulepszających się feed'ów konkurentów. Odświeżenie feed'a może odwrócić trend.

• Masz wysoką liczbę SKU (1000+) i nierówną wydajność. Duże katalogi prawie zawsze zawierają długi ogon niedooptymalizowanych SKU, które osłabiają sygnały jakości na poziomie konta. Systematyczne naprawienie dolnych 20% kombinuje w czasie.

Optymalizacja feed'a jest mniej efektywna, gdy:

• Jesteś już w górnym decylu dla jakości feed'a. Jeśli Twoje tytuły są bogate, GTIN są kompletne, kategorie granularne, a obrazy wysokokonfliktowe, dalsze dostrojenia feed'a zwracają malejące zyski. W tym momencie strategia ofertowa, alokacja budżetu i CRO strony docelowej napędzają zyski przyrostowe.

• Sprzedajesz prawdziwe towary bez żadnego zróżnicowania. Jeśli dropshippujesz dokładnie ten sam produkt co 50 innych reklamodawców, a Twój feed jest już kompletny, Google nie może Cię nagradzać za „lepsze" dane—dane każdego są identyczne. W czystych aukcjach towarów bid i cena to jedyne dźwignie.

• Twój budżet jest poważnie ograniczony. Jeśli tracisz 80% udziału wrażeń z powodu budżetu, optymalizacja feed'a nie pomoże Ci pokazywać się częściej—po prostu pokażesz się bardziej efektywnie w ramach ograniczonego budżetu. Najpierw napraw budżet, następnie optymalizuj feed.

• Popyt sezonowy załamuje się. Jeśli sprzedajesz świąteczne ozdoby w lipcu, żadna ilość optymalizacji feed'a nie przezwycięży fundamentalnej sezonowości popytu. Praca feed'a to zawsze włączone inwestycje, ale nie przezwycięży fundamentalnej sezonowości popytu.

Tabela poniżej mapuje scenariusze na priorytyzację:

Scenariusz	Priorytyzuj Feed?	Alternatywna Akcja
Wysoki CPC, niski IS, oferty konkurencyjne	✅ Tak	Restrukturyzacja feed'a (tytuły, kategorie)
Niski CTR, średnie CPC	✅ Tak	Odświeżenie tytułu + obrazu
Utracone aukcje do tych samych 3 konkurentów	✅ Tak	Jakość feed'a + słowa kluczowe negatywne
Budżet ograniczony, niski IS	❌ Nie	Zwiększ dzienny budżet lub zmniejsz liczbę SKU
Feed górnego decyla, wydajność plateau	❌ Nie	Dostrojenie strategii ofertowej, testy LP
Produkt towarowy, kompletny feed	❌ Nie	Konkurencyjność ceny, promocje

Zazwyczaj widzimy dostarczenie optymalizacji feed'a o 10–30% wzrostu efektywności w pierwszych 90 dniach. Potem krzywa się spłaszcza i przesuwasz fokus na strategię ofertową, warstwowanie widowni i optymalizację strony docelowej. Ale ten początkowy 10–30% jest często różnicą między opłacalnym programem Shopping a programem, który zsysa budżet.

Jeśli chcesz przyspieszyć proces optymalizacji feed'a, przepisanie tytułów i opisów AI MagicFeed Pro może przetwarzać wsadowo tysiące SKU w godzinach zamiast tygodniach, aplikując gęstość semantyczną i wzorce bogactwa atrybutów, które wiemy, że poruszają igłę w modelu rankingowym Google'a. Zbudowaliśmy go specjalnie dla zespołów prowadzących kampanie Shopping o dużej ilości, które nie mają czasu na ręczne edytowanie 5000 tytułów produktów.