Podnieśliśmy klientowi koszt zapytania o 35%. To była najlepsza rzecz, jaką dla niego zrobiliśmy.

B2B · woda i napoje dla firm · Google Ads

Punkt wyjścia

Dolphin dostarcza firmom wodę i napoje dla pracowników. To klasyczna sprzedaż B2B: zapytanie nie oznacza zamówienia, tylko początek rozmowy, która może, ale nie musi skończyć się umową.

Konto przez długi czas było optymalizowane pod liczbę konwersji i z tej perspektywy działało świetnie. W latach 2024–2026 koszt zapytania spadł o ponad połowę, a liczba zapytań prawie się podwoiła, przy lekko niższych kosztach.

Wszystkie wartości są indeksowane, rok 2024 = 100. Rok 2026 do 13 października.

I właśnie w takim momencie warto zadać niewygodne pytanie: czy te zapytania są tak samo dobre jak wcześniej?

Wyzwanie

Google Ads optymalizuje pod to, co oznaczysz jako cel. Jeśli celem jest liczba konwersji, algorytm logicznie przesuwa się w stronę najtańszej akcji, która liczy się jako konwersja – a to zwykle wyświetlenie formularza, kliknięcie w numer telefonu albo inna drobna akcja, a nie wysłane zapytanie.

Problem w tym, że w raporcie wygląda to świetnie. Konwersji przybywa, koszt spada, wykres idzie w dobrą stronę. A dział handlowy wcale nie ma więcej telefonów do wykonania. Musieliśmy to sprawdzić, a nie zgadywać.

Rozwiązanie

Wyceniliśmy poszczególne typy zapytań. Zamiast dawać każdej konwersji taką samą wagę, każda akcja dostała wagę zależną od tego, jakie ma znaczenie biznesowe dla klienta. Wysłany formularz jest w modelu mniej więcej dwadzieścia razy cenniejszy niż jego otwarcie, a akcje bez znaczenia biznesowego, takie jak samo kliknięcie w numer telefonu, mają wartość zero.

Te wagi to kwalifikowany szacunek, a nie dokładnie zmierzona wartość – i to w zupełności wystarcza. Algorytm nie musi wiedzieć, ile dokładnie zarabiasz na jednym zapytaniu. Musi wiedzieć, który typ zapytania jest lepszy i mniej więcej o ile. Gdy kolejność się zgadza, resztę załatwi sam.

Przestawiliśmy strategię ustalania stawek. Przełączyliśmy kampanię z optymalizacji pod liczbę konwersji na optymalizację pod ich wartość. Algorytm dostał tym samym zupełnie inne zadanie: nie „przyprowadź jak najwięcej kontaktów”, tylko „przyprowadź te, które mają sens”.

Sprawdziliśmy to kontrolowanym eksperymentem. Nie zmieniliśmy ustawień na ślepo. Uruchomiliśmy eksperyment A/B w Google Ads: połowa budżetu trafiała do pierwotnej kampanii, połowa do nowej, przez osiem tygodni, przy tej samej grupie odbiorców i w tym samym okresie. Decyzję podjęliśmy dopiero na podstawie wyniku.

Wynik

Przy powierzchownym spojrzeniu eksperyment można by uznać za porażkę:

Za jedno zapytanie zapłaciliśmy o 35% więcej. Ale każde z nich miało ponad dwukrotnie wyższą wartość, a z każdego zainwestowanego euro wróciło o 63% więcej wartości. Innymi słowy: płaciliśmy więcej za to, żeby dostawać mniej przypadkowych kliknięć i więcej prawdziwych zapytań. Na podstawie tych liczb wdrożyliśmy eksperyment na stałe.

Wszystkie wartości są indeksowane. Po lewej rok 2024 = 100, rok 2026 do 13 października. Po prawej kampania kontrolna = 100, okres eksperymentu od 14.03. do 12.05.2026. Wartość to wewnętrzna punktacja zapytań według ich znaczenia biznesowego, a nie przychód.

Dla porządku: w tym samym okresie na koncie działały cztery eksperymenty. Dwa po ocenie wdrożyliśmy, dwa zatrzymaliśmy, bo nie przyniosły wystarczająco przekonującej różnicy. To normalna proporcja i właśnie dlatego robi się eksperymenty zamiast zgadywać.

Czego możesz się z tego nauczyć

Koszt zapytania to mylący wskaźnik. Jeśli patrzysz tylko na niego, nagradzasz kampanię za to, że znajdzie najtańsze kliknięcie w przycisk. W B2B, gdzie jedna umowa może być warta setki zapytań, to dokładnie odwrotna motywacja niż ta, której potrzebujesz.

Algorytm zrobi to, o co go poprosisz. Nie to, co masz na myśli. Jeśli każesz mu liczyć konwersje, dostaniesz liczbę konwersji. Jeśli chcesz jakości, musisz umieć wyrazić ją liczbą – inaczej algorytm nie ma jak jej szukać.

Ustawienie, którego nie przetestowano, to tylko opinia. Zmiana strategii ustalania stawek wyglądała rozsądnie na papierze, ale tak samo rozsądnie wyglądała ta pierwotna. Różnicą między przypuszczeniem a decyzją było osiem tygodni kontrolowanego eksperymentu.