W październiku wymieniliśmy z analitykiem jednego z klientów dziewięć maili o jednej zmianie w kampanii Google Ads. On pisał z pomocą AI. My odpowiadaliśmy z pomocą AI. Po jego stronie programista, który buduje własny system analizy lejka i dobrze rozumie dane, ale kampanii nigdy nie prowadził. Po naszej stronie szesnaście lat przy kontach. Te same narzędzia, ta sama firma, te same liczby. Dwa różne wnioski. Poniżej cała historia z datami i liczbami, bo pokazuje coś, co trudno wytłumaczyć w teorii: AI zaproponowało dobry pomysł, a mimo to nie zadziałał, i wiedzieliśmy, dlaczego, zanim zadziałał.
W skrócie
- Propozycja analityka była podręcznikowo poprawna: zostawić algorytmowi tylko prawdziwe kontakty i przestawić kampanie z kliknięć na konwersje. W większości kont to dobra rada.
- Na tym koncie nie zadziałała, bo około 25 kontaktów miesięcznie to za mało sygnału, frazy są bardzo precyzyjne, a decyzja o zakupie pergoli trwa tygodnie. Wiedzieliśmy to z eksperymentu z 2023 roku i z praktyki.
- Test i tak zrobiliśmy, z regułą wyjścia ustaloną z góry. Bez celu kosztowego ruch spadł z 18 do 3–4 kliknięć dziennie. Z celem wrócił, ale kliknięcie podrożało z 4 do prawie 8 zł, a kontakt z 76 do 171 zł.
- Oba AI pisały dobre maile. Różnica była w tym, kto wiedział, które pytanie zadać narzędziu i jak odczytać odpowiedź. Karol Dziedzic, autor BDOS, mówi o tym wprost: to przyspieszenie dla ludzi, którzy wiedzą, co chcą zrobić, nie zamiennik.
Jak to się zaczęło
Klient produkuje pergole, tarasole i żaluzje. Zakup od kilkunastu do kilkudziesięciu tysięcy złotych, decyzja rozłożona na tygodnie, kilka wizyt na stronie, porównanie ofert, rozmowa w domu. Prowadzimy dla niego kampanie w wyszukiwarce od lat, na precyzyjnych frazach produktowych i ze strategią maksymalizacji kliknięć. Analitykę po stronie klienta wziął niedawno zewnętrzny specjalista, który buduje agentowy system do analizy całego lejka: strona, GA4, Google Ads, Meta. Pisze konkretnie, po imieniu, z pomocą AI, i widać to w jakości pytań.
Piątego października napisał do nas pierwszy mail. Zauważył, że w GA4 jako kluczowe zdarzenia są ustawione mikrokonwersje: trzy odsłony na sesję, wejście na stronę kontaktu, wejście na stronę konsultacji. To zawyża raporty: około 490 „konwersji” miesięcznie przy około 25 prawdziwych kontaktach. Zapytał, które z tych zdarzeń są zaimportowane do Google Ads jako główne, i zaproponował, żeby algorytm uczył się tylko na telefonie, mailu i formularzu. Dołożył drugi pomysł: skoro główne będą tylko kontakty, przestawić kampanie z kliknięć na maksymalizację liczby konwersji.
Dlaczego ten pomysł jest dobry?
Bo to jest dokładnie to, co mówi dokumentacja i co powiedziałoby każde AI zapytane o „jak ustawić konwersje w Google Ads”. Algorytm uczy się na głównych konwersjach, więc jeśli główne są mikrokonwersje, uczy się przeglądania stron zamiast dzwonienia. Przy 450 mikrokonwersjach na 25 kontaktów ryzyko jest realne. Zostawić mu tylko prawdziwe kontakty, a resztę przenieść na dodatkowe, to czysta, logiczna rekomendacja. Sami robimy to na większości kont. Pisaliśmy o tym w tekście o AI w optymalizacji kampanii: najważniejsza praca człowieka to sygnał, na którym uczy się algorytm.
Dlaczego wiedzieliśmy, że tu nie zadziała?
Z trzech powodów, które nie wynikają z dokumentacji, tylko z historii tego konta i z praktyki na podobnych.
- Już to testowaliśmy. Od lipca do września 2023 prowadziliśmy na tym koncie eksperyment: połowa ruchu na kliknięciach, połowa na konwersjach. Konwersje dały więcej kontaktów, ale na małej próbie, z wyższym kosztem kliknięcia i mniejszym ruchem. Wróciliśmy do kliknięć. AI analityka nie miało dostępu do tej historii. My mieliśmy ją w notatkach.
- Za mało sygnału. Około 25 kontaktów miesięcznie na całe konto, w kampanii pergoli kilka. Strategia oparta na konwersjach potrzebuje około 50 zdarzeń, żeby się skalibrować (Pomoc Google Ads). Przy kilku miesięcznie algorytm nie ma na czym się uczyć i zaczyna zgadywać.
- Frazy są już precyzyjne. Kto wpisuje „tarasola” albo „żaluzje fasadowe”, nie szuka ciasteczek. Samo kliknięcie jest dobrym sygnałem. Wybieranie spośród tych osób „jeszcze lepszych” daje mniej, niż się wydaje, a kosztuje więcej, bo algorytm przelicytowuje konkurencję o osoby, które jego zdaniem zadzwonią od razu. W branży, w której nikt nie dzwoni od razu, to odcina początek ścieżki.
Napisaliśmy to analitykowi w drugim mailu, nazywając rzecz mieczem obosiecznym. I mimo to zrobiliśmy test, o który prosił. Nie dlatego, że mieliśmy wątpliwości, tylko dlatego, że klient ma prawo zobaczyć liczby, a my mieliśmy wynik z 2023 na zbyt małej próbie, żeby go cytować jako dowód. Ustaliliśmy miesiąc testu i porównanie kontaktów, kosztu kliknięcia i liczby kliknięć z poprzednimi miesiącami.
Co się wydarzyło, dzień po dniu
| Data | Co zrobiliśmy | Co się stało |
|---|---|---|
| 5.10 | Obie kampanie z kliknięć na maksymalizację liczby konwersji, bez celu kosztowego. Główne konwersje: formularz, telefon, mail, połączenia z reklam | Przez dwa dni nic |
| 6–7.10 | Obserwacja | Ruch spadł z ok. 18 kliknięć dziennie do 3–4. Udział w wyświetleniach utracony przez ranking skoczył z kilkunastu do 67–78%. Algorytm, nie mając pewności, komu pokazać reklamę, licytował tak nisko, że wypadał z aukcji |
| 8.10 | Docelowy koszt kontaktu: 80 zł w kampanii ogólnej, 200 zł w pergolach, na poziomie dotychczasowego kosztu | Analityk zaproponował regułę: jeśli do 15–17.10 kliknięcia nie wrócą do 2/3 dawnego poziomu, wracamy do kliknięć |
| 8–14.10 | Pełny tydzień z celem | Ruch wrócił do 12–14 kliknięć dziennie, reguła formalnie spełniona. Ale kliknięcie podrożało z 4,02 do 7,77 zł, a kontakt z 76 do 171 zł |
| 15.10 | Rekomendacja powrotu do kliknięć, z danymi tydzień po tygodniu i rok do roku | Analityk zgodził się w dwanaście minut |
Najważniejsza była ta ostatnia tabela, bo bez niej spór skończyłby się na „u nas tak, u was tak”. Przez siedem tygodni na kliknięciach, od połowy sierpnia do końca września, obie kampanie miały średnio 130 kliknięć tygodniowo, koszt kliknięcia 4,02 zł i 6,9 kontaktu, czyli około 76 zł za kontakt. Tydzień z celem kosztowym: 88 kliknięć, 7,77 zł, 4 kontakty, 171 zł za kontakt. Ktoś mógłby powiedzieć: październik, koniec sezonu. Dlatego dołożyliśmy rok do roku. W 2025 przy tej samej strategii kliknięcia od końca września spadły o połowę, ale koszt kliknięcia został na 2,4–2,6 zł. W tym roku po włączeniu celu skoczył z 3,36 do 7,49 zł. Tego sezon nie wyjaśnia.
Co wiedziały oba AI, a czego nie wiedziało żadne?
Warto to rozpisać uczciwie, bo łatwo z tej historii zrobić „AI się pomyliło”. Nie pomyliło się. AI po stronie analityka zaproponowało zmianę, która w większości kont jest poprawna, i zrobiło to w dobrze napisanym mailu. AI po naszej stronie pomogło policzyć tygodnie, ułożyć tabelę rok do roku i napisać odpowiedź, która zamknęła temat w dwanaście minut. Oba robiły to, co robią dobrze: składały argumenty z danych, które dostały.
| Co było potrzebne | Skąd to wzięliśmy | Czy AI mogło to wiedzieć |
|---|---|---|
| Że ten test już był w 2023 i jak się skończył | Notatki z konta | Nie, jeśli nikt mu ich nie dał |
| Że 25 kontaktów to za mało na naukę | Dokumentacja plus doświadczenie, ile to trwa przy takim budżecie | Częściowo: dokumentację zna, skalę konta trzeba mu podać |
| Że przy precyzyjnych frazach kliknięcie już jest sygnałem | Lata na kontach usługowych i B2B | Nie, to wniosek z praktyki, nie z podręcznika |
| Że bez celu kosztowego kampania wypadnie z aukcji | Widzieliśmy to wcześniej na innych kontach | Mogło, gdyby ktoś zadał to pytanie |
| Że trzeba dołożyć rok do roku, bo inaczej sezon zamaże obraz | Doświadczenie z tej branży | Nie, dopóki ktoś nie każe mu tego sprawdzić |
| Że ruch pośrednio sprzedaje i mniejszy ruch to koszt, którego nie widać w kolumnie | Case z innego konta | Nie |
Każdy wiersz z prawej kolumny ma wspólny mianownik: AI odpowiada na pytanie, które dostanie. Żeby zadać właściwe pytanie, trzeba wiedzieć, co może pójść nie tak. A to wie się z tego, że już kiedyś poszło.
Co mówi o tym człowiek, który zbudował AI do Google Ads
Karol Dziedzic jest autorem BDOS, narzędzia, które łączy model AI z API Google Ads i wykonuje za specjalistę powtarzalną pracę na koncie: analizę haseł, wykluczenia, feed, raporty. Sami korzystamy z niego od września. W lipcu w podcaście Łukasza Chwiszczuka opowiadał, dla kogo to jest, i jego odpowiedź brzmi dokładnie jak wniosek z naszego wątku z analitykiem:
„Nie da się nie potrafić Google Adsów i dobrze to narzędzie wykorzystywać. (…) Tego typu rozwiązania mają przyspieszyć pracę, ale osoby znającej się na Google Adsach. To musi przyspieszyć zadania, które chcesz zrobić, a nie pokazać ci, jakie zadania masz zrobić.”
Karol Dziedzic, „Cała prawda o BDOS”, Marketingowy Bełkot, 22.07.2026, 14:30
„To nie jest narzędzie, które kogoś zastąpi. To nie jest remedium na koszta agencyjne. Natomiast jest to ekstremalne przyspieszenie dla osób, które wiedzą, co chcą zrobić.”
tamże, 73:11
Na pytanie, kto nie powinien z takiego narzędzia korzystać, odpowiedział: „wszyscy ludzie, którzy mają podejście do życia, że coś zrobią na skróty, z pominięciem specjalistów” (71:37). I dodał trzy warunki, kiedy warto: podstawowa znajomość Google Ads, logiczne myślenie i umiejętność napisania konkretnie, o co chodzi. Nasz analityk spełniał wszystkie trzy. Brakowało mu czwartego, którego nie ma na tej liście, bo nie da się go kupić: szesnastu lat patrzenia, jak takie zmiany kończą się na takich kontach.
Co z tego wynika dla klienta
- Dobra rekomendacja z AI to nie to samo, co dobra rekomendacja dla Twojego konta. Większość rad jest poprawna statystycznie. Konto jest jedno. Pytanie brzmi nie „czy to dobra praktyka”, tylko „czy to dobra praktyka przy 25 kontaktach miesięcznie, w branży, w której nikt nie dzwoni od razu”.
- Testuj, ale z regułą wyjścia ustaloną przed startem. Analityk zaproponował próg i termin, my dołożyliśmy koszt kontaktu jako kryterium. Dzięki temu test zamknął się w dziesięć dni, a nie w miesiąc dyskusji.
- Porównuj z kilkoma tygodniami i z zeszłym rokiem. Jeden tydzień to szum. Sezon zamazuje wszystko. Dopiero oba zestawienia naraz mówią, co jest efektem zmiany.
- Jeśli Twój analityk albo Twoje AI proponuje zmianę w kampanii, pytaj agencję, czy już to testowała. Odpowiedź „tak, w 2023, wyszło tak i tak” jest warta więcej niż każda rekomendacja.
Najczęstsze pytania
Czy to znaczy, że optymalizacja pod konwersje jest zła?
Nie. Na kontach z kilkudziesięcioma konwersjami miesięcznie i szerokimi frazami jest zwykle lepsza od kliknięć. Na tym koncie było za mało sygnału i za precyzyjne frazy. To samo ustawienie, dwa różne wyniki.
Czy AI po stronie analityka zrobiło błąd?
Nie. Zaproponowało zmianę zgodną z dokumentacją, na podstawie danych, które miało. Nie miało historii konta ani doświadczenia z podobnymi branżami. To nie błąd narzędzia, tylko granica tego, co narzędzie może wiedzieć.
Czy warto było w ogóle robić test, skoro wiedzieliście?
Tak. Wynik z 2023 był na małej próbie, a klient ma prawo do liczb, nie do naszego przekonania. Dziesięć dni testu kosztowało kilkaset złotych drożej niż zwykle i dało odpowiedź, która zamknęła temat na lata.
Czy korzystacie z AI przy prowadzeniu kampanii?
Tak, codziennie: do analizy haseł, zestawień tydzień po tygodniu, pisania maili, sprawdzania własnych tekstów. Nie oddajemy mu decyzji o celu, budżecie i strategii. Gdzie prowadzimy tę granicę, opisaliśmy w tekście o AI w optymalizacji kampanii.
Jak sprawdzić, czy moja agencja ma doświadczenie, a nie tylko AI?
Zapytaj o przypadek, w którym podręcznikowa rada nie zadziałała, i co wtedy zrobili. Kto ma lata na kontach, ma takich historii kilkanaście. Kto ma tylko narzędzie, ma rekomendacje.
Podsumowanie
Dwie strony, te same narzędzia, jedna kampania. AI analityka zaproponowało rozsądną zmianę. AI nasze pomogło ją sprawdzić i opisać. Wynik rozstrzygnęło to, czego nie było w żadnym z nich: eksperyment z 2023 roku, wiedza, ile sygnału potrzebuje algorytm przy takim budżecie, i doświadczenie, że w tej branży kliknięcie już jest decyzją. Karol Dziedzic, który zbudował jedno z lepszych narzędzi AI do Google Ads, mówi o tym tak samo: to przyspieszenie dla tych, którzy wiedzą, co chcą zrobić. My to przyspieszenie bierzemy codziennie. Ale to, co chcemy zrobić, wiemy z szesnastu lat, nie z promptu.
Źródła: korespondencja z analitykiem klienta, 5–15.10.2026, i dane z konta Google Ads klienta (za jego zgodą, bez nazwy) · Łukasz Chwiszczuk, „Cała prawda o BDOS | #13 Marketingowy Bełkot i Goście”, gość Karol Dziedzic, YouTube, 22.07.2026 (cytaty z transkrypcji własnej, minuty w tekście) · Pomoc Google Ads, faza uczenia się strategii · Pomoc Google Ads, „Inteligentne określanie stawek”.