Custom signals στο Performance Max

Το μεγαλύτερο λάθος που βλέπουμε στις Performance Max καμπάνιες είναι η τυφλή εμπιστοσύνη στο 'AI'. Οι διαφημιζόμενοι ανεβάζουν μερικά assets, ορίζουν ένα budget και περιμένουν το θαύμα. Η αλήθεια είναι ότι το machine learning της Google χρειάζεται σωστή καθοδήγηση. Χωρίς ποιοτικά data και στοχευμένα signals, είναι σαν να δίνουμε σε έναν πιλότο έναν χάρτη με σβησμένους προορισμούς.

Γιατί τα "Audience Signals" δεν είναι απλά "Audiences"

Πρέπει να αλλάξουμε τον τρόπο που σκεφτόμαστε. Στις Performance Max, τα audience signals δεν είναι μηχανισμός αυστηρού targeting, όπως στις παλιές Search ή Display καμπάνιες. Είναι σημεία εκκίνησης. Είναι τα training data που δίνουμε στον αλγόριθμο για να του πούμε: «Κοίτα, κάπως έτσι μοιάζει ο ιδανικός μας πελάτης. Πήγαινε τώρα και βρες κι άλλους σαν αυτόν».

Το να πετάς μέσα μερικά γενικά interests όπως «Shopping Enthusiasts» είναι σχεδόν άχρηστο. Η AI τα ξέρει ήδη αυτά. Αυτό που δεν ξέρει είναι τις λεπτές αποχρώσεις της δικής μας επιχείρησης: ποιοι είναι οι high-LTV πελάτες μας, τι ψάχνουν όσοι είναι έτοιμοι να αγοράσουν, και ποιοι επισκέπτες στο site μας δείχνουν πραγματικό engagement.

Αντιμετωπίστε τα signals όχι ως εντολές targeting, αλλά ως τα 'training data' για το machine learning model της καμπάνιας σας. Η ποιότητα του input καθορίζει 100% την ποιότητα του output.

Το Framework μας για Custom Signals που δουλεύουν

Στα projects που διαχειριζόμαστε, ακολουθούμε ένα συγκεκριμένο framework για να «εκπαιδεύσουμε» τις PMax καμπάνιες. Η επιτυχία κρύβεται στο να συνδυάσουμε διαφορετικούς τύπους signals, από τα πιο ποιοτικά (first-party data) προς τα πιο ευρεία.

1. Your First-Party Data is Gold

Αυτό είναι το πιο δυνατό signal που μπορείτε να δώσετε. Αντί να ανεβάζετε απλώς μια λίστα «Όλοι οι πελάτες», κάντε segmentation. Δημιουργήστε customer match λίστες στο Google Ads με:

• High LTV Customers: Πελάτες με την υψηλότερη συνολική αξία. Αυτοί είναι οι VIP μας.
• Repeat Buyers: Πελάτες που έχουν αγοράσει 2+ φορές. Το signal αυτό λέει στην AI να βρει ανθρώπους με τάση για loyalty.
• High AOV (Average Order Value) Customers: Όσοι κάνουν μεγάλες παραγγελίες.
• Buyers of Specific Categories: Αν πουλάτε παπούτσια και ρούχα, ξεχωρίστε τους πελάτες που αγόρασαν μόνο παπούτσια. Είναι ένα πολύ ισχυρό signal.

2. Custom Segments με Search Intent

Εδώ είναι που γίνεται η πραγματική δουλειά. Στα custom segments, αντί για γενικά interests, εμείς εστιάζουμε σχεδόν αποκλειστικά σε search terms. Σκεφτόμαστε τι θα έγραφε στο Google κάποιος που είναι ένα βήμα πριν την αγορά.

Για ένα e-shop με αθλητικά είδη, αντί για το interest «Running», θα φτιάξουμε ένα custom segment με search terms όπως:

• «καλύτερα παπούτσια για τρέξιμο»
• «αγορά asics gel kayano 30»
• «nike running shoes προσφορές»
• «γυναικεία κολάν για γυμναστήριο»

Αυτά τα long-tail keywords δείχνουν ξεκάθαρο commercial intent και δίνουν στην AI πολύ καλύτερη κατεύθυνση.

3. Website Visitors (με στρατηγική)

Το κλασικό retargeting είναι μέρος των signals, αλλά και εδώ θέλει στρατηγική. Μην στοχεύεις απλώς «All Visitors». Δημιούργησε στο GA4 και πέρασε στο Google Ads audiences όπως:

• Users που είδαν 3+ product pages
• Users που έκαναν Add to Cart
• Users που είδαν τη σελίδα του checkout
• Users με υψηλό engagement score στο GA4

Αυτές οι λίστες είναι πολύ πιο ποιοτικές από το σύνολο της επισκεψιμότητας και δίνουν σήμα στον αλγόριθμο να εστιάσει σε χρήστες που έδειξαν ενδιαφέρον.

Δομώντας Asset Groups με βάση τα Data

Το επόμενο βήμα είναι να δομήσουμε τα asset groups μας. Το default για τα περισσότερα e-commerce είναι να φτιάχνουν asset groups ανά κατηγορία προϊόντος. Είναι μια αρχή, αλλά η δική μας προσέγγιση είναι πιο data-driven και μας δίνει καλύτερο έλεγχο.

Δοκιμάζουμε συχνά μια δομή βασισμένη στην απόδοση των προϊόντων και τους στόχους μας:

• Asset Group 1: Bestsellers.

  • Προϊόντα: Τα top 20% των προϊόντων που φέρνουν το 80% του τζίρου.
  • Signals: Εδώ βάζουμε τα πιο δυνατά μας signals: High LTV customers και custom segments με search terms που αφορούν ακριβώς αυτά τα προϊόντα.
  • Στόχος: Να μεγιστοποιήσουμε τον όγκο και το ROAS σε αυτά που ήδη πουλάνε σαν τρελά.

• Asset Group 2: High-Margin Products.

  • Προϊόντα: Προϊόντα με το υψηλότερο περιθώριο κέρδους, ακόμα κι αν δεν είναι bestsellers.
  • Signals: Custom segments που εστιάζουν σε ποιότητα, brand, ή λύνουν ένα συγκεκριμένο πρόβλημα. Τα creatives εδώ μπορεί να μιλάνε περισσότερο για value παρά για τιμή.
  • Στόχος: Να αυξήσουμε την κερδοφορία, ακόμα και με χαμηλότερο όγκο πωλήσεων.

• Asset Group 3: Prospecting / New Customer Acquisition.

  • Προϊόντα: Συνήθως Bestsellers ή προϊόντα-κράχτες με καλή τιμή.
  • Signals: Πιο ευρεία custom segments, ίσως και URLs ανταγωνιστών. Εδώ απενεργοποιούμε το Final URL expansion για να έχουμε περισσότερο έλεγχο και εξαιρούμε όλους τους υπάρχοντες πελάτες από τα signals.
  • Στόχος: Αποκλειστικά η εύρεση νέων πελατών (New Customer Acquisition - NCA).

Αυτή η δομή μας επιτρέπει να έχουμε διαφορετικά creatives, διαφορετικά signals και, στο μέλλον, πιθανόν και διαφορετικούς στόχους ROAS ανά asset group, δίνοντάς μας πολύ πιο λεπτομερή έλεγχο στην απόδοση.

Μέτρηση και Βελτιστοποίηση

Η δουλειά δεν σταματάει στο setup. Κάθε εβδομάδα, μπαίνουμε και ελέγχουμε το asset performance report. Ό,τι έχει rating «Low» αντικαθίσταται. Το PMax AI βαριέται τα ίδια assets. Χρειάζεται συνεχώς φρέσκο υλικό – νέες εικόνες, νέα βίντεο, νέα headlines.

Επίσης, κοιτάμε φανατικά την καρτέλα Insights για τα Search term insights. Εκεί βλέπουμε τις κατηγορίες αναζητήσεων στις οποίες εμφανίζονται οι διαφημίσεις μας. Είναι ο καλύτερος τρόπος για να επιβεβαιώσουμε αν τα custom signals που δώσαμε κάνουν σωστά τη δουλειά τους και καθοδηγούν την AI προς τη σωστή κατεύθυνση.

Η Performance Max δεν είναι μια 'set it and forget it' λύση. Είναι ένα δυναμικό σύστημα που ανταμείβει όσους το τροφοδοτούν με ποιοτικά δεδομένα και στρατηγική. Αντί να αφήνετε την AI να μαντεύει, ας της δώσουμε έναν ξεκάθαρο χάρτη και θα μας οδηγήσει σε πολύ καλύτερο ROAS.