Wykorzystanie remarketingu RLSA w kampaniach produktowych: jak odzyskać klientów, którzy byli o krok od zakupu

W e-commerce rzadko wygrywa ten, kto pokazuje reklamę raz i liczy na natychmiastowy zakup. Klient porównuje ceny, sprawdza opinie, wraca do produktu po kilku dniach, czasem po tygodniu. Właśnie w tym miejscu pojawia się remarketing RLSA w kampaniach produktowych — sposób na ponowne dotarcie do osób, które już znały sklep, oglądały produkty, dodały coś do koszyka albo wcześniej dokonały zakupu.

Warto jednak uporządkować nazewnictwo. Klasyczne RLSA, czyli Remarketing Lists for Search Ads, dotyczy reklam w sieci wyszukiwania. W kampaniach produktowych, szczególnie w Standard Shopping oraz Performance Max z feedem produktowym, mówi się dziś raczej o wykorzystywaniu segmentów odbiorców opartych na własnych danych, czyli danych o użytkownikach, którzy wcześniej weszli w interakcję ze sklepem. Google w aktualnym nazewnictwie określa remarketing jako your data, a grupy odbiorców jako audience segments. Mechanizm biznesowy pozostaje jednak ten sam: reklama trafia mocniej do osób, które są bliżej decyzji zakupowej.

Jak działa remarketing RLSA w kampaniach produktowych

Remarketing RLSA polega na wykorzystaniu informacji o wcześniejszych kontaktach użytkownika ze sklepem. Jeśli ktoś odwiedził kartę produktu, sprawdził kategorię, dodał produkt do koszyka lub kupił wcześniej podobny asortyment, może zostać przypisany do określonego segmentu odbiorców. Później, gdy ponownie szuka produktu w Google lub widzi reklamy produktowe w ekosystemie Google, kampania może uwzględnić tę wcześniejszą aktywność.

W praktyce e-commerce najczęściej chodzi o trzy scenariusze:

• użytkownik oglądał produkt, ale nie kupił;
• użytkownik dodał produkt do koszyka, ale przerwał transakcję;
• użytkownik kupił wcześniej i może wrócić po produkt uzupełniający, akcesorium albo kolejne zamówienie.

W kampaniach produktowych znaczenie ma przede wszystkim feed produktowy, dane z Google Merchant Center, poprawne śledzenie konwersji i dobrze skonfigurowane segmenty odbiorców. Google potwierdza, że segmenty odbiorców można stosować między innymi w kampaniach Search, Display, Video, Hotel oraz Standard Shopping. W przypadku Performance Max listy remarketingowe są używane jako sygnały odbiorców, ale nie ograniczają emisji wyłącznie do wskazanych osób — system może wyjść szerzej, jeśli algorytm uzna, że inni użytkownicy również rokują konwersję.

To ważna różnica. W Standard Shopping reklamodawca ma zwykle większą kontrolę nad strukturą i obserwacją segmentów. W Performance Max remarketing w kampaniach produktowych działa bardziej jako paliwo dla automatyzacji. Segment odbiorców mówi systemowi: „tacy użytkownicy są wartościowi”. Nie oznacza jednak: „reklamuj tylko do nich”.

Od strony kosztów nie ma osobnej opłaty za samo użycie list remarketingowych. Reklamodawca nadal płaci w modelu aukcyjnym Google Ads, najczęściej za kliknięcie lub w ramach strategii nastawionej na konwersje i wartość konwersji. Google wskazuje, że używanie własnych segmentów danych nie wiąże się z dodatkowym kosztem samej aukcji. Realny koszt zależy więc od stawek, konkurencji, jakości feedu, marży, sezonowości i strategii ustalania stawek.

Segmentacja odbiorców: od porzuconego koszyka po lojalnych klientów

Największy błąd w kampaniach produktowych z RLSA polega na wrzuceniu wszystkich użytkowników do jednej listy. Osoba, która weszła przypadkowo na stronę główną, ma zupełnie inną wartość niż ktoś, kto obejrzał konkretny produkt trzy razy i porzucił koszyk przy wyborze dostawy.

Dobra segmentacja powinna odzwierciedlać intencję zakupową. Im bliżej zakupu był użytkownik, tym bardziej agresywnie można walczyć o jego powrót. Nie zawsze wyższą stawką. Czasem lepszą ekspozycją produktu, innym razem komunikatem o darmowej dostawie, promocji, dostępności rozmiaru albo szybkiej wysyłce.

Najbardziej praktyczne segmenty w sklepie internetowym to:

• odwiedzający stronę w ciągu ostatnich 7 dni;
• użytkownicy oglądający konkretne kategorie, na przykład buty trekkingowe, ekspresy do kawy albo karmy weterynaryjne;
• osoby, które obejrzały kartę produktu, ale nie dodały go do koszyka;
• osoby z porzuconym koszykiem;
• klienci, którzy kupili w ostatnich 30, 60 lub 180 dniach;
• użytkownicy o wysokiej wartości koszyka;
• klienci sezonowi, na przykład kupujący prezenty przed świętami lub akcesoria ogrodowe wiosną.

W kampaniach wyszukiwania Google wskazuje, że segment używany do dostosowania reklam musi mieć co najmniej 1000 plików cookie, aby mógł działać w Search. Limit członkostwa na listach może wynosić maksymalnie 540 dni. To oznacza, że małe sklepy często nie wykorzystają bardzo wąskich segmentów od razu, bo lista będzie za mała. Trzeba wtedy zacząć szerzej: od wszystkich odwiedzających, użytkowników kategorii lub osób aktywnych w ostatnich 30 dniach.

Warto też pilnować długości okien czasowych. Lista „porzucony koszyk 3 dni” jest gorąca, ale mała. Lista „porzucony koszyk 30 dni” daje większy zasięg, lecz obejmuje osoby o słabszej intencji. Lista „wszyscy użytkownicy 180 dni” może być dobra jako sygnał dla automatyzacji, ale jako osobny segment do agresywnego podbijania stawek bywa zbyt rozmyta.

Ustawienia, budżet i optymalizacja kampanii produktowych z RLSA

Wykorzystanie remarketingu RLSA w kampaniach produktowych zaczyna się od technicznej podstawy. Bez poprawnego tagowania, zgód użytkowników, połączenia Google Ads z odpowiednimi źródłami danych i wiarygodnego pomiaru konwersji remarketing szybko zmienia się w zgadywanie.

Minimalny zestaw powinien obejmować:

• poprawnie skonfigurowane śledzenie konwersji w Google Ads lub GA4;
• aktywne źródła danych odbiorców;
• połączenie Google Ads z Google Merchant Center;
• aktualny feed produktowy z cenami, dostępnością, tytułami i identyfikatorami produktów;
• uporządkowane zgody cookies zgodne z obowiązującymi przepisami;
• wykluczenie użytkowników, których nie warto ponownie pozyskiwać, na przykład klientów po reklamacji, jeśli sklep prowadzi taki segment w CRM.

Budżet nie musi być osobny, ale powinien być świadomie kontrolowany. W mniejszych sklepach dobrym punktem wyjścia jest przeznaczenie części budżetu produktowego na testy z segmentami odbiorców i obserwowanie różnic w ROAS, koszcie konwersji, współczynniku konwersji oraz wartości koszyka. Nie chodzi o to, by remarketing „dostał resztę budżetu”. Chodzi o to, by sprawdzić, czy użytkownicy powracający rzeczywiście kupują taniej lub z większą wartością zamówienia.

W Standard Shopping można analizować wyniki segmentów i dostosowywać działania do danych. W Performance Max listy odbiorców warto dodawać jako sygnały, szczególnie gdy kampania startuje, sklep ma dane historyczne, a system potrzebuje wskazówek. Google rekomenduje stosowanie jakościowych sygnałów odbiorców, takich jak listy remarketingowe, Customer Match czy segmenty niestandardowe, bo mogą przyspieszać uczenie kampanii i poprawiać ukierunkowanie automatyzacji.

Trzeba jednak zachować cierpliwość. Google zaleca, aby nowe kampanie Performance Max prowadzić przez co najmniej 6 tygodni, bo algorytm potrzebuje czasu na zebranie danych i stabilizację. Przy dużych zmianach w istniejącej kampanii warto dać jej 1–2 tygodnie lub minimum jeden pełny cykl konwersji na ponowną optymalizację. Zbyt częste korekty budżetu, stawek i ustawień mogą zaburzać fazę uczenia.

Najważniejsze wskaźniki do monitorowania to:

• ROAS, czyli przychód z reklamy względem kosztu;
• koszt konwersji;
• współczynnik konwersji dla nowych i powracających użytkowników;
• udział kosztu reklamy w marży, nie tylko w przychodzie;
• wartość koszyka;
• liczba dni od kliknięcia do zakupu;
• skuteczność według kategorii produktów.

Szczególnie istotna jest marża. Produkt z wysokim ROAS może nadal być mało opłacalny, jeśli ma niską marżę, wysokie koszty dostawy lub dużą liczbę zwrotów. Kampanie produktowe RLSA powinny więc pracować nie tylko na przychód, ale na realną rentowność.

Plusy, ograniczenia i błędy, które najczęściej obniżają skuteczność

Największą zaletą remarketingu RLSA jest praca na użytkownikach, którzy nie są przypadkowi. Oni już znają sklep. Często znają też produkt, cenę i warunki dostawy. Reklama nie musi zaczynać rozmowy od zera, tylko przypomina o decyzji, która już dojrzewała.

Do najważniejszych plusów należą:

• większa szansa na konwersję niż przy zimnym ruchu;
• możliwość mocniejszej walki o użytkowników z porzuconym koszykiem;
• lepsze wykorzystanie danych własnych sklepu;
• wsparcie automatyzacji w Performance Max;
• możliwość różnicowania strategii dla nowych i powracających klientów;
• większa precyzja w sezonach sprzedażowych, takich jak Black Friday, święta czy wyprzedaże.

Są jednak także ograniczenia. Po pierwsze, listy muszą mieć odpowiednią skalę. Po drugie, część danych może być mniej kompletna przez zgody cookies, ograniczenia prywatności i zmiany w śledzeniu użytkowników na różnych urządzeniach. Po trzecie, remarketing nie naprawi słabej oferty. Jeśli sklep ma niekonkurencyjną cenę, drogi transport, nieczytelną kartę produktu albo długi czas dostawy, sama reklama nie wystarczy.

Najczęstsze błędy są bardzo konkretne:

• tworzenie jednej listy dla wszystkich odwiedzających;
• brak osobnego segmentu dla porzuconych koszyków;
• kierowanie reklam do osób, które już kupiły dokładnie ten sam produkt i nie potrzebują kolejnego;
• nieuwzględnianie marży przy ocenie ROAS;
• zbyt krótkie testy, trwające kilka dni;
• częste zmiany w kampaniach Performance Max, które utrudniają uczenie algorytmu;
• brak wykluczeń produktów niedostępnych lub niskomarżowych;
• słaby feed produktowy, zwłaszcza ogólne tytuły i nieaktualne ceny;
• kopiowanie jednej strategii remarketingowej do wszystkich kategorii.

Najlepsze efekty daje połączenie danych odbiorców z jakością oferty. Użytkownik, który wraca z reklamy produktowej, powinien zobaczyć aktualną cenę, dostępność, jasne koszty dostawy i mocne argumenty zakupowe. Przy produktach droższych liczą się raty, gwarancja, opinie i możliwość zwrotu. Przy produktach szybkozbywalnych — cena, dostępność i prosty zakup bez tarcia.

Wykorzystanie remarketingu RLSA w kampaniach produktowych nie jest więc magicznym przełącznikiem zwiększającym sprzedaż. To raczej precyzyjny mechanizm odzyskiwania uwagi. Działa najlepiej wtedy, gdy sklep wie, kto był blisko zakupu, ile może zapłacić za jego powrót i które produkty naprawdę warto promować. W dojrzałym e-commerce taka wiedza często decyduje o różnicy między kampanią, która tylko generuje kliknięcia, a kampanią, która zarabia.