Optymalizacja feedu Google Shopping wyłącznie dla ROAS to jeden z najdroższych błędów, jaki może popełnić zespół performance – trenuje algorytm Google'a do maksymalizacji przychodów na SKU, które zjadają marżę najszybciej. Po audycie ponad 50 sklepów Shopify w 2025 roku, największym przyczyną erozji marży, którą znaleźliśmy, nie był wydatek na reklamy, jakość creative'ów ani poziomy stawek – były to feedy, które w ogóle nie miały sygnału marży, pozostawiając Google'owi trasowanie budżetu w kierunku tego, co konwertowało z najwyższą stopą przychodów, niezależnie od tego, jaki koszt ta sprzedaż rzeczywiście miała dla biznesu.
Pułapka ROAS: Jak optymalizacja przychodów niszczy strukturę marży
ROAS jako główny KPI Shopping miał sens w erze sprzed PMax, gdy mogłeś wymusić dokładne pokrycie produktów poprzez kampanie Standard Shopping. Performance Max zmienił umowę: przekazujesz Google'owi feed i sygnał, a algorytm decyduje, co pokazać, komu i kiedy. Jeśli jedynym sygnałem, który dostarczasz, jest docelowy ROAS, Google optymalizuje przychód na wyświetlenie – koniec. Nie ma wbudowanego mechanizmu, który rozróżnia sprzedaż 300 zł przy 15% marży od sprzedaży 80 zł przy 42% marży.
Problem mechaniczny polega na tym, że SKU o wysokim przychodzie rzadko są twoimi najlepszymi SKU pod względem marży. Pozycja 300 zł konwertująca się przy 4× ROAS generuje 300 zł przychodu na 75 zł wydanych. Pozycja 80 zł przy 6× ROAS generuje 80 zł przychodu na 13 zł wydanych. Google wyświetla produkt 300 zł, ponieważ wygrywa pod względem przychodu. Ale jeśli produkt 300 zł ma 15% marży wkładu, a pozycja 80 zł ma 42% marży, produkt 300 zł wygenerował 45 zł brutto wkładu w stosunku do 33,60 zł dla pozycji 80 zł – znacząca różnica na zamówienie i katastrofalna w dużej skali, jeśli weźmiesz pod uwagę koszt pozyskania klienta, zwroty i wypełnianie.
Przebudowaliśmy feedy dla 11 brandów DTC w tym kwartale, a wzorzec pojawił się bez wyjątku: dolne 20% SKU pod względem marży wkładu otrzymywało między 31% a 47% udziału w wyświetleniach Shopping. Jeden brand odzieżowy Shopify za 4 mln zł/rok wydawał 38% swojego budżetu Google Shopping na trzy linie produktów o najniższej marży. Zgodnie z badaniami McKinsey dotyczącymi wzrostu marketingu i sprzedaży, firmy wyrównujące inwestycje mediowe do wkładu marży, a nie przychodu netto, rutynowo odblokowują 15–25% przyrostowego EBITDA bez zwiększania całkowitych wydatków.
Rozwiązanie nie jest korektą stawki. To decyzja o architekturze danych, którą podejmujesz na poziomie feedu zanim dot pojedyncza aukcja nie będzie dotknięta. To rozróżnienie ma znaczenie, ponieważ korekty stawek są reaktywne – ścigają wyniki po tym, jak Google już podjął decyzje trasowania. Sygnały marży na poziomie feedu kształtują te decyzje upstream.
Mapowanie marży wkładu na atrybuty feedu bez ERP
Najczęstsza obiekcja wobec segmentacji feedu opartej na marży to „nie mamy ERP-a, który czyści dane marży do naszego feedu". To sprawiedliwe – i to nie blokuje. Integracja z ERP-em na poziomie przedsiębiorstwa jest idealna, ale sygnał marży o dokładności 80% zbudowany z natywnego pola kosztów Shopify wystarczy do oddzielenia produktów o marży 40%+ od produktów o marży 12%, co jest jedyną segmentacją, która materialnie zmienia trasowanie budżetu.
Zacznij od eksportowania trzech kolumn z Shopify: variant_id, price i cost. Jeśli koszt brakuje dla niektórych SKU, użyj średniej na poziomie kategorii COGS jako proxy – niedoskonały, ale kierunkowi poprawny do przydzielenia tieru. Marża wkładu na poziomie feedu nie musi odpowiadać w pełni załadowanej liczbie rachunkowej twojego zespołu finansowego; musi być konsystentna i wystarczająco dokładna do rankingu produktów względem siebie.
Metafields Shopify zapewniają czystszy punkt wstrzyknięcia. Zgodnie z oficjalną dokumentacją metafields Shopify, możesz utworzyć pole product.metafields.custom.contribution_margin_tier i wypełnić je programowo za pośrednictwem Admin API lub mutacji Bulk Operations GraphQL. Gdy metafield istnieje, pojawia się jako atrybut do pobrania wewnątrz większości narzędzi do zarządzania feedami i uzupełniających pipelinów feedu – nie jest wymagany żaden niestandardowy łącznik.
W przypadku sklepów na WooCommerce, ta sama logika stosuje się poprzez metę produktu WooCommerce. Krytycznym krokiem, niezależnie od platformy, jest obliczenie tieru marży w systemie źródłowym i zapisanie go do atrybutu poziomu produktu – nie próbowanie wyprowadzenia go w dół wewnątrz reguł Google Ads, gdzie tracisz ziarnistość i kontrolę wersji. Integracja Shopify MagicFeed Pro obsługuje pobieranie COGS i zapis tieru w jednym kroku pipeline, co eliminuje ręczny cykl eksport-i-załaduj, który powoduje opóźnienie między zmianą ceny a poprawnym tirem.
Nie obliczaj tierów marży używając wyłącznie reguł feedu Google Ads lub uzupełniających feedów Merchant Center. Bez wartości marży na samym rekordzie produktu, nie możesz jej wersjonować, nie możesz je kontrolować na poziomie SKU, a zmiana ceny może tymczasowo błędnie zaklasyfikować tier produktu nawet na 24 godziny – wystarczająco długo, aby zmarnować znaczący budżet na SKU z tieru drain przy stawce z tieru Elite.
Architektura etykiet niestandardowych dla 3-5 tierów marży
Gdy masz wartość marży dla każdego SKU, zmniejsz ją do dyskretnych tierów, aby Google Ads mogła segmentować grupy assetów i strategie bidding. Trzy tiery to minimalna architektura wykonalna. Pięć tierów daje ci kontrolę chirurgiczną, jeśli twój rozkład marży jest szeroki – typowy w katalogach wielokategoriowych, gdzie odzież, akcesoria i zestawy zajmują zupełnie różne pasma marży.
Oto czterotierowa struktura, którą używamy na kontach klientów, skalibrowana dla większości pionów DTC. Dostosuj progi procentowe do rzeczywistego rozkładu marży przed zastosowaniem:
| Etykieta tieru | Zakres marży wkładu | Wartość etykiety niestandardowej | Postawa bidding |
|---|---|---|---|
| Tier 1 — Elite | ≥ 45% | margin_elite | Agresywna ekspansja TROAS |
| Tier 2 — Core | 30–44% | margin_core | Standardowy cel TROAS |
| Tier 3 — Breakeven | 18–29% | margin_breakeven | Konserwatywna podłoga TROAS |
| Tier 4 — Drain | < 18% | margin_drain | Stłumione lub wykluczone |
Zmapuj te wartości do custom_label_0 w swoim feedzie. Jeśli custom_label_0 jest już używana dla innej osi segmentacji – ranking bestsellera, sezonowość, status clearance – przesuń marżę do custom_label_1. Feedy Google Shopping obsługują custom_label_0 do custom_label_4, dając ci pięć niezależnych osi. Udokumentuj, które etykiety mapują się do którego wymiaru w specyfikacji feedu, aby architektura przetrwała zmianę zespołu i handoffs agencyjne.
Automatyzacja etykiet niestandardowych MagicFeed Pro obsługuje obliczenie COGS-do-tieru i zapis etykiety w jednym przejściu pipeline – krytyczne, gdy zarządzasz katalogami powyżej 5000 SKU, gdzie manipulacja ręczna CSV wprowadza zarówno opóźnienie, jak i błędy. W przypadku mniejszych katalogów formuła Google Sheets pobierająca z eksportowanego CSV produktu działa dobrze jako punkt wyjścia.
Jeden niuans wart podkreślenia na tieru Drain: oprzej się odruchowi wyłączenia każdego SKU margin_drain natychmiast. Niektóre produkty o niskiej marży są celowymi loss-leaderami z udokumentowanym wzrostem sprzedaży krzyżowej – akcesoria, które konsekwentnie prowadzą do powtarzanych zakupów produktów Elite-tier. W przypadku tych, utwórz sub-etykietę margin_drain_strategic i oceń ich halo contribution przed całkowitym usunięciem ze Shopping. Tępe wyłączenie loss-leaderów kosztowało więcej niż jeden brand znaczące LTV w zamian za wzrost marży w krótkim terminie, który wyglądał dobrze w raporcie miesięcznym.
Wkładu sygnałów marży do segmentacji grupy assetów PMax
Grupy assetów Performance Max to dźwignia strukturalna, gdzie tiery marży przekładają się na rzeczywiste trasowanie budżetu. Domyślna konfiguracja PMax – jedna grupa assetów, pełny katalog – eliminuje możliwość dostarczenia Google zróżnicowanych sygnałów według tieru marży. Potrzebujesz co najmniej dwóch grup assetów: jedną dla SKU Elite i Core, jedną dla Breakeven i Drain. Trzy grupy assetów to rekomendowana architektura wyjścia dla większości katalogów między 1000 a 10000 SKU.
Trzygrupowa struktura assetów, która działa na kontach klientów:
- Grupa assetów A — Growth: Produkty Tier 1 (
margin_elite). Najwyższy cel TROAS lub Target CPA, jeśli AOV jest konsystentny w całym tieru. Pełna szerokość sygnału audiencji, aby umożliwić PMax maksymalną swobodę odkrywania. - Grupa assetów B — Sustain: Produkty Tier 2 i Tier 3 (
margin_core,margin_breakeven). Standardowy TROAS. Umiarkowany zakres sygnału audiencji. - Grupa assetów C — Monitor: Produkty Tier 4 (
margin_drain). Albo wykluczone z PMax i przeniesione do kampanii Standard Shopping z niskim budżetem, albo zachowane z podłogą TROAS wystarczająco wysoką, aby funkcjonalnie stłumić wydatek bez wyzwolenia pełnej restrukturyzacji.
Segmentacja produktu wewnątrz grup assetów PMax mapuje się bezpośrednio do etykiet niestandardowych twojego feedu – filtrujesz według custom_label_0 = margin_elite wewnątrz ustawień grupy produktów grupy assetów. To jest zamierzone użycie atrybutu etykiety niestandardowej zgodnie z oficjalną specyfikacją danych produktu Google Merchant Center, a nie obejście.
Jedno zastrzeżenie strukturalne: PMax konsoliduje budżet między grupami assetów w ramach pojedynczej kampanii. Jeśli chcesz twarde podłogi budżetu na tier marży, potrzebujesz oddzielnych kampanii PMax, a nie oddzielnych grup assetów w ramach jednej kampanii. Oddzielne kampanie wiążą się z kosztem dłuższych okresów uczenia się i wyższymi minimalnymi wymogami dotyczącymi ilości konwersji. Katalogi poniżej około 10 tys. GBP/miesiąc w wydatkach Shopping generalnie działają lepiej z jedną kampanią i trzema grupami assetów niż z trzema oddzielnymi kampaniami, każda głodna ilości konwersji, którą Google potrzebuje, aby wyjść z fazy uczenia się.
Konfiguracja strategi bidding po odzwierciedleniu przez feed prawdziwej marży
Przy marżach tierów działających w feedzie i grupach assetów ustrukturyzowanych wokół nich, konfiguracja strategii bidding ma jasne matematyczne ramy. Koncepcyjny przesunięcie, którego większość zespołów potrzebuje, to konwersja procent marży wkładu na równoważniki TROAS, aby strategia bidding była zakotwiczona do podłogi marży, a nie podłogi przychodów.
Formuła jest bezpośrednia: Minimalny akceptowalny TROAS dla tieru = (1 ÷ procent marży wkładu) × 100
Dla produktu Elite-tier przy 48% marży wkładu, minimalny TROAS to (1 ÷ 0,48) × 100 = 208%. Twój docelowy TROAS powinien siedzieć 1,4–1,8× powyżej tej podłogi – około 290–375% – aby dać Google'owi przestrzeń do znalezienia wyświetleń wysokiej jakości zamiast zbierania konwersji breakeven.
Dla produktu Drain-tier przy 14% marży wkładu, minimalny TROAS to 714%. Ustawienie celu TROAS 750% na produkcie uśredniającym 280% TROAS w twoich obecnych kampaniach oznacza, że Google będzie go rzadko serwować – co jest dokładnie zamierzoną konsekwencją.
Zbuduj niestandardową kolumnę w Google Ads o nazwie „Margin-Adjusted ROAS" używając formuły: Conv. value ÷ Cost × contribution_margin_%. To daje ci metrykę efektywności marży w czasie rzeczywistym, która uwzględnia COGS, a nie tylko wydajność przychodów – i pojawia się natychmiast, gdy SKU przeznaczony do reassign tieru wciąż pociąga nieproporcjonalny wydatek w stosunku do jego wkładu w marżę.
Na 4 kontach klientów uruchamiających Performance Max z tą architekturą, smart bidding ustabilizował się na nowych sygnałach ważonych marżą w ciągu 2–3 tygodni. Zaplanuj solidne okno obserwacji 30 dni przed wyciągnięciem wniosków. Najczęstszy błąd po restrukturyzacji to dostosowanie celów TROAS w dniu 12, gdy tom spada – to spadek to algorytm kalibrujący się, a nie sygnał porażki strukturalnej. Zmiany bidding podczas okresu uczenia się restartują zegar i rutynowo przedłużają efektywne okno obserwacji do 6–8 tygodni.
Aby uzyskać dodatkowe szczegóły na temat wpływu struktury atrybutu feedu na wydajność kampanii PMax, przewodnik segmentacji feedu MagicFeed Pro obejmuje hierarchię atrybutów i czas uzupełniającego feedu w głąb.
Case study: Wzrost marży o 22% na zamówienie w ciągu 90 dni
Brand odzieżowy Shopify osiągający 4 mln zł/rok przychodu e-commerce zwrócił się do nas z plateaem ROAS na 3,8× i problemem marży zysku, którego jeszcze nie kwantyfikował. Ich założyciel DTC podejrzewał, że feedy są pierwotną przyczyną; działająca agencja performance spędziła sześć miesięcy optymalizując sygnały audiencji i creative'y bez utrzymanego wzrostu ROAS czy marży.
Stan wyjściowy w momencie zaangażowania:
- Całkowite SKU w feedzie: 1 847
- SKU z wypełnionym polem kosztu: 0
- Struktura PMax: 1 kampania, 1 grupa assetów, pełny katalog
- Blended cel TROAS: 380%
- Marża wkładu na zamówienie (oszacowanie zespołu finansowego): 23%
Sekwencja implementacji w ciągu 8 tygodni:
- COGS wypełnione dla wszystkich 1 847 SKU poprzez pole kosztu Shopify, wzajemnie odniesione do faktur dostawcy dla top 200 SKU przychodowych.
- Marża wkładu obliczona na SKU. Rozkład: 31% Elite (≥45% CM), 28% Core, 22% Breakeven, 19% Drain.
- Tiery marży zapisane do
custom_label_0poprzez uzupełniający feed aktualizowany nightly. - PMax restrukturyzowany na 2 kampanie (Growth i Monitor) z 3 grupami assetów w sumie.
- Cele TROAS ustawione na tier za pomocą formuły podłogi powyżej.
- Okno uczenia się 30 dni obserwowane bez zmian bidding.
Wyniki na dzień 90:
| Metryka | Wyjście | Dzień 90 | Zmiana |
|---|---|---|---|
| Blended ROAS | 3,8× | 3,4× | −11% |
| Marża wkładu / zamówienie | 23% | 28,1% | +22% |
| Całkowity wydatek na reklamy | 41 200 zł/mies | 39 800 zł/mies | −3,4% |
| Brutto marża z Shopping | 62 340 zł/mies | 74 240 zł/mies | +19% |
| Przychód z Shopping | 156 600 zł/mies | 135 300 zł/mies | −14% |
ROAS spadł. Przychód spadł. Pierwsza reakcja założyciela na sprawdzeniu w dniu 30 to alarm – i to poprawna reakcja, jeśli nie wstępnie ram chwytałeś oczekiwaną mechanikę przed restrukturyzacją. Brutto marża z Shopping wzrosła o 11 900 zł/miesiąc przy nieco niższym całkowitym wydatku. Urocz, to 142 800 zł dodatkowej marży z tego samego kanału przy niższym całkowitym koszcie reklamy. Kompromis jest strukturalnie pozytywny na podstawie gotówki dla dowolnego brandu działającego poniżej 30% blended marży wkładu.
Raport Search Engine Land dotyczący trendów biддingu opartego na marży w Google Shopping potwierdza, że to podejście staje się standardową praktyką na kontach wysokiego wydajności – i przyjęcie pozostaje wystarczająco niskie w 2026 roku, że zespoły implementujące segmentację feedu świadomą marży teraz mają strukturalną przewagę nad konkurentami wciąż optymalizującymi dla ROAS przychodów.
Wyślij swój feed, a my oflagujemy każdy produkt Drain-tier aktualnie otrzymujący udział w wyświetleniach – wraz z dokładną podłogą TROAS, którą każdy z nich potrzebuje, aby przestać krwawić marżę.
Powiązane artykuły
Darmitny audit kanału produktów: Co sprawdza i jak działać
Darmitny audit kanału produktów ujawnia błędy GTIN, luki w tytułach i dezaprobaty drażące Twój ROAS. Znajdź najważniejsze poprawki i wdrażaj je szybko.
Problem zimnego startu feed: Rankuj nowe SKU w 14 dni
Google Shopping rankuje nowe produkty przez 6–8 tygodni. Ta sekwencja primers sygnałów feed skraca zimny start do 14 dni — przetestowana na 3 kontach DTC.
AI Przepisanie: Priorytet Highlights Ponad Tytuły w 2026
Priorytet przepisania feed AI: highlights dostarczają 22% wzrost CTR wobec 5% dla powtórnych edycji tytułów. Framework sekwencjonowania dla optymalizacji 2026.