MWP Misja Wizja Plan

Kolumny niestandardowe to fundamentalny instrument umożliwiający głęboką analizę wydajności kampanii w Google Ads, szczególnie przy monitorowaniu dwóch kluczowych wskaźników: Cost Per Acquisition (CPA) oraz Return On Ad Spend (ROAS). Metryki te pokazują, jak efektywnie wydajesz budżet i jaka jest rentowność działań.

Przeczytasz tutaj: [pokaż spis treści]

Artykuł omawia zaawansowane techniki pracy z kolumnami niestandardowymi dla CPA i ROAS, wskazuje praktyczne zastosowania oraz najczęstsze pułapki analityczne.

Kolumny niestandardowe w Google Ads – podstawy i funkcjonalność

Kolumny niestandardowe pozwalają tworzyć spersonalizowane metryki poprzez łączenie danych dostępnych w koncie Google Ads. Wprowadzone w 2014 roku, a szeroko rozbudowane w 2022 roku, wspierają zaawansowane formuły, funkcje jak w arkuszach kalkulacyjnych oraz dynamiczne porównania okresów.

Największa zaleta to konsolidacja wielu danych w jednym widoku. Zamiast żonglować segmentami i zakładkami, możesz zbudować jedną kolumnę, która pokazuje kluczowe informacje od razu. Taka konsolidacja oszczędza czas i ogranicza ryzyko błędów interpretacyjnych.

Istotne jest to, że obliczenia wykonywane są w czasie rzeczywistym – zawsze pracujesz na aktualnych danych, co ma krytyczne znaczenie w dynamicznie zmieniającym się otoczeniu.

Kolumny obsługują też instrukcje warunkowe, funkcje matematyczne oraz filtry zawężające zakres danych do konkretnych segmentów (urządzenia, sieci, akcje konwersji itp.). Dzięki temu możesz tworzyć zarówno proste, jak i złożone scenariusze analityczne.

Zrozumienie CPA i ROAS jako kluczowych wskaźników

Cost Per Acquisition (CPA) to średni koszt pozyskania konwersji: Cost / Conversions. Przykład: koszt 1000 zł i 50 konwersji daje CPA = 20 zł. To metryka krytyczna m.in. dla lead generation.

Return On Ad Spend (ROAS) mierzy przychód na każdą złotówkę wydaną na reklamę: Conversion value / Cost. Przykład: koszt 1000 zł i przychód 5000 zł daje ROAS = 500%. Szczególnie ważny dla e‑commerce.

CPA pokazuje koszt pozyskania, a ROAS – generowaną wartość. Wybór wiodącej metryki zależy od celu biznesowego (liczba konwersji vs przychód/zysk).

Różnica względem ROI (Return on Investment): CPA i ROAS dotyczą bezpośrednio wydatków reklamowych, podczas gdy ROI uwzględnia wszystkie koszty operacyjne. ROI opisuje rentowność biznesu, a CPA i ROAS – efektywność działań reklamowych.

Dla szybkiego porównania poniżej zebrano kluczowe różnice między wskaźnikami:

Wskaźnik Co mierzy Wzór Zalecany format Typowe zastosowanie
CPA koszt pozyskania konwersji Cost / Conversions waluta lead generation, kontrola kosztów
ROAS przychód na 1 zł wydaną na reklamę Conversion value / Cost procent e‑commerce, maksymalizacja przychodu
ROI rentowność po uwzględnieniu wszystkich kosztów (Przychód − Koszty całkowite) / Koszty całkowite procent ocena opłacalności biznesu
CLV wartość klienta w całym cyklu życia model finansowy zależny od biznesu waluta definiowanie docelowego CPA/ROAS

Tworzenie kolumny niestandardowej dla CPA – procedura i formuła

Aby zbudować kolumnę CPA, wykonaj następujące kroki:

  1. Przejdź do zakładki Kampanie i kliknij Kolumny → Modyfikuj kolumny.
  2. Wybierz „+ Kolumna niestandardowa”. Nadaj jasną nazwę (np. „CPA”) i opcjonalny opis. Opis ułatwia współpracę wielu użytkowników.
  3. Zdefiniuj formułę: Cost / Conversions (tryb wizualny lub tekstowy).
  4. Ustaw format danych na waluta (rekomendowane) lub „liczba”, jeśli planujesz dalsze obliczenia.
  5. Opcjonalnie zastosuj filtry (np. urządzenia, sieci, konkretne akcje konwersji), aby zawęzić zakres kolumny.

Przykład filtru: „CPA mobilne” z wykorzystaniem metryk Cost i Conversions przefiltrowanych na Device → Mobile phones. Taki widok pozwala szybko ocenić efektywność pozyskiwania na mobile vs desktop.

Tworzenie kolumny niestandardowej dla ROAS – zaawansowane ustawienia

Definicja kolumny ROAS przebiega analogicznie do CPA, z kluczową różnicą w formule: Conversion value / Cost. Choć strategia „Docelowy ROAS” jest dostępna, sama kolumna ROAS nie jest domyślna – stwórz ją ręcznie.

W kwestii formatu: wiele organizacji preferuje prezentację jako procent. Aby wyświetlać ROAS procentowo, ustaw format „Procent” – system pomnoży wynik ×100 i doda „%”.

Dodaj filtry (np. pozycje czołowe vs inne), aby porównać zwrot w zależności od ekspozycji reklamy.

Konwersje „by time” jako klucz do dokładności

Standardowe kolumny konwersji bazują na dacie kliknięcia, a nie dacie wystąpienia konwersji. Jeśli kliknięcie było w poniedziałek, a zakup w czwartek, konwersja trafi do poniedziałku.

Dlatego Google Ads udostępnia kolumny „by conversion time”, raportujące według daty faktycznej konwersji. To krytyczne przy dłuższym „conversion lag”, typowym dla droższych produktów lub złożonych ścieżek decyzyjnych.

Dostępne metryki „by conversion time” obejmują:

  • Konwersje (by conv. time) – liczba konwersji na podstawie daty konwersji;
  • Wartość konwersji (by conv. time) – wartość konwersji na podstawie daty konwersji;
  • Wszystkie konwersje (by conv. time) – liczba wszystkich konwersji na podstawie daty konwersji;
  • Całkowita wartość wszystkich konwersji (by conv. time) – łączna wartość konwersji na podstawie daty konwersji.

Kolumny te są dostępne dla akcji konwersji zarejestrowanych po 6 marca 2019 r. Dodasz je w Kolumny → Konwersje → metryki „by conversion time”. Porównanie danych standardowych z „by conversion time” ujawnia skalę opóźnień na koncie.

CPA i ROAS „by time” – tworzenie i zastosowanie

Google Ads nie udostępnia domyślnie CPA/ROAS „by time”, więc musisz je zbudować ręcznie. To jedyny sposób, by rzetelnie oceniać wyniki z ostatnich dni.

Użyj następujących wzorów:

Formuła dla CPA „by time”: Cost / Conversions (by conv. time).

Formuła dla ROAS „by time”: Conversion value (by conv. time) / Cost.

W praktyce standardowe kolumny potrafią zaniżać wyniki z ostatnich 3–7 dni o 20–40% względem „by time”. To może prowadzić do błędnych decyzji optymalizacyjnych.

Dla CPA ustaw format na waluta, dla ROAS – na procent.

Segmentacja danych w kolumnach niestandardowych

Filtry pozwalają zbudować jedną kolumnę raportującą metrykę dla wybranego segmentu, bez przełączania widoków. Dostępne filtry obejmują m.in.:

  • Device – pozwala ograniczyć dane do telefonów, tabletów lub komputerów;
  • Network – umożliwia wybór wyszukiwarki, partnerów wyszukiwania lub sieci reklamowej;
  • Conversion action – pozwala zawęzić konwersje do konkretnych akcji;
  • Top vs. other – umożliwia porównanie pozycji czołowych z innymi;
  • Custom variable – pozwala filtrować na podstawie zmiennych konwersji;
  • Date range – umożliwia porównanie danych z różnych okresów.

Przykład: kolumna „CPA – mobilne vs komputery” pokazuje wartości tylko dla mobile albo tylko dla desktop, co upraszcza porównanie efektywności bez używania segmentów w UI. Różnice w CR i CPC między urządzeniami bezpośrednio wpływają na CPA.

Zaawansowane formuły i funkcje w kolumnach niestandardowych

Google Ads obsługuje logikę warunkową i operacje matematyczne, co pozwala tworzyć inteligentne etykiety i kalkulacje.

Przykład IF: IF(Cost / Conversions < 50, "Wydajny", "Nieefektywny") – 50 to docelowy CPA.

Przykład CONCAT: łączenie informacji w jeden czytelny ciąg, np. "Mobile: " & CPA_mobile & "; Desktop: " & CPA_desktop.

Inne przydatne funkcje: LENGTH() (liczba znaków), TODAY() (bieżąca data), DATE_RANGE() (porównania okresów).

Analiza trendów CPA i ROAS w czasie

Zamiast ręcznie porównywać okresy, zbuduj kolumny śledzące zmiany procentowe.

„Zmiana CPA (wczoraj vs dziś)”: ((Cost.date_range(today) / Conversions.date_range(today)) − (Cost.date_range(yesterday) / Conversions.date_range(yesterday))) / (Cost.date_range(yesterday) / Conversions.date_range(yesterday)) * 100.

„Zmiana ROAS (ostatnie 7 dni vs ostatnie 30 dni)”: ((Conversion_value.date_range(last_7_days) / Cost.date_range(last_7_days)) − (Conversion_value.date_range(last_30_days) / Cost.date_range(last_30_days))) / (Conversion_value.date_range(last_30_days) / Cost.date_range(last_30_days)) * 100.

Praktyczne strategie optymalizacji oparte na CPA i ROAS

Poniżej znajdziesz trzy skuteczne kierunki działania na podstawie kolumn niestandardowych:

  • identyfikacja anomalii CPA – szybkie wyłapywanie wzrostów kosztu pozyskania może wskazać zmiany w konkurencji, Quality Score lub problemach ze śledzeniem;
  • dopasowanie strategii stawek – gdy rzeczywisty CPA jest niższy od celu, można agresywniej skalować; gdy powyżej, należy zaostrzyć cele lub ograniczyć budżet;
  • alokacja budżetu według ROAS – przesuwanie środków z kampanii o niskim ROAS do tych o wysokim zwykle zwiększa przychody całkowite.

Dane mają wartość tylko wtedy, gdy przekładają się na działanie.

Porównanie CPA i ROAS z innymi metrykami wydajności

Analizuj CPA i ROAS w kontekście: CTR, CPC, Conversion Rate i Customer Lifetime Value (CLV). Wysoki CTR poprawia Quality Score i zwykle obniża CPC, ale niski CPC nie gwarantuje niskiego CPA – decyduje Conversion Rate. Z kolei wysoki CLV uzasadnia wyższy docelowy CPA przy zachowaniu dodatniej opłacalności.

Najczęstsze błędy przy analizie CPA i ROAS

Aby uniknąć nietrafionych decyzji optymalizacyjnych, zwróć uwagę na poniższe pułapki:

  • ignorowanie conversion lag – ocenianie ostatnich 1–3 dni na podstawie kolumn standardowych zaniża wyniki; stosuj metryki „by conversion time” lub poczekaj kilka dni;
  • fetyszyzowanie niskiego CPA – niski CPA bez wartości konwersji może oznaczać niskie przychody i słaby ROAS;
  • błędne wartości konwersji – niepoprawnie skonfigurowane wartości zaburzają obliczenia ROAS i prowadzą do mylnych wniosków.

Zaawansowane scenariusze analityczne

Kolumny niestandardowe pozwalają także budować metryki dla potrzeb finansowych i budżetowych:

  • zysk netto na konwersję – (Conversion_value * Profit_margin) − Cost pozwala ocenić faktyczną opłacalność działań;
  • prognoza wydatków na koniec miesiąca – (Current_cost / Days_elapsed) * Days_in_month ułatwia kontrolę budżetu;
  • porównanie nowych kampanii vs kontrolne – różnice w CPA/ROAS wobec kampanii bazowej szybko pokazują, czy nowa inicjatywa poprawia wyniki.

Integracja kolumn niestandardowych z procesami i narzędziami

Aby maksymalnie wykorzystać potencjał kolumn, połącz je z ekosystemem analitycznym organizacji:

  • eksport do arkuszy – CSV → Google Sheets/Excel w celu dodatkowych analiz i wizualizacji;
  • integracja z Google Analytics – import konwersji i łączenie danych o zachowaniach użytkowników z danymi reklamowymi;
  • automatyzacja raportów (Looker Studio, API) – harmonogramy pobrań danych z kolumn niestandardowych i prezentacja w dashboardach.