Як виправити: кампанія застрягла у статусі Smart Bidding Learning більш ніж на 14 днів

Бейдж Smart Bidding показує "Learning" уже два тижні або довше. Google вказує, що цей статус "зазвичай" зникає приблизно за 7 днів; коли кампанія виходить за це вікно, модель сигналізує, що нещодавно сталася суттєва зміна — стрибок бюджету, зсув цілі, редагування відстеження конверсій, пауза конверсійної дії або розширення гео — і вона перекалібровується під нову реальність [1][2]. До моменту сходження CPA та ROAS будуть рухатися шумно, і на цих цифрах не можна приймати рішення.

Чому це важливо

Smart Bidding-стратегія сприймає кожну нещодавню зміну як нову інформацію. Коли ви піднімаєте денний бюджет на 30%, затягуєте tCPA на 20%, додаєте конверсійну дію, ставите на паузу ту, яка давала 40% обсягу, розширюєтесь з однієї країни до п'яти або міняєте основну ціль конверсії — модель повертається у Learning, поки переналаштовує auction-time-сигнали (девайс, локацію, час, аудиторію, intent запиту) під нові обмеження [1]. Google описує цей бейдж як такий, що з'являється "зазвичай до 7 днів"; огляд Optmyzr на 1 334+ акаунтах рекомендує давати два-три тижні, перш ніж робити висновки про Smart Bidding після зміни бюджету, а Search Engine Land у 2025 році визначає періоди навчання довші за три тижні як червоний прапор для людського втручання [2][3][4].

Радіус ураження — це аналітика й рішення, а не доставка. Стратегія продовжує робити ставки — Smart Bidding не зупиняється у Learning — але ставки в цей період є дослідницькими, а не сталими. Порівняння CPA з пререлізним бейзлайном у цьому вікні буде систематично вводити в оману: ви сприймете шум як сигнал, паніково підкрутите таргет і знову перезапустите лічильник. Це і є патерн "perpetual learning" — кампанія, яка ніколи не доходить до демонстрації справжньої продуктивності, бо кожна щотижнева перевірка викликає чергову коригувальну зміну, яка знову рестартує навчання [4].

"Learning" і "Learning Limited" — два різні стани з різними виправленнями [1]. Learning означає, що модель перекалібровується після нещодавньої зміни і обсягу конверсій вистачає — треба дочекатися. Learning Limited означає, що кампанія нижче порогу обсягу конверсій, потрібного стратегії (≈30 конверсій/30 днів для tCPA та Maximize Conversions, ≈50 конверсій/30 днів для tROAS та Maximize Conversion Value) [1]. Очікування не виправить Learning Limited — потрібно дати моделі більше сигналу (ширша аудиторія, більший бюджет, офлайн-імпорт конверсій, value-based-апгрейд івентів) або повернутись на стратегію, яка потребує меншого обсягу.

Якщо ви тільки запустили аудит

Це правило спрацьовує лише після того, як аудитор накопичив достатньо темпоральних даних для порівняння стану кампанії у часі. Якщо ваш Whitead-акаунт молодший за 14 днів від першої конверсії, статус правила буде "insufficient data" з повідомленням "Temporal analysis доступна з наступного аудиту". Це не баг — це запобіжник проти false positives. Нові кампанії очікувано перебувають у Learning. Перезапустіть аудит після того, як кампанія прожила два повні тижні з активним трекінгом конверсій.

Як перевірити проблему

1. Відкрийте проблемну кампанію і прочитайте колонку статусу bid-стратегії. Підтвердьте текст бейджа — Learning, Learning Limited, Eligible або Misconfigured. Якщо бачите Learning Limited — це інша знахідка, переходьте на правило про root-причину обсягу конверсій [1].
2. Відкрийте Tools → Change history. Відфільтруйте по цій кампанії та останніх 30 днях. Шукайте тригери з високим імпактом: зміни бюджету понад ~20%, зміни target CPA/ROAS понад ~15%, редагування основної конверсійної дії, паузи конверсійних дій, зміни сегментів аудиторії, розширення чи звуження гео, перемикання bid-стратегії.
3. Перевірте звіт bid-стратегії (Tools → Shared library → Bid strategies для portfolio-стратегій або налаштування кампанії для standard-стратегій). Запишіть "status reason" — Google під бейджем показує коротке пояснення ("Recent budget change", "Recent conversion change" тощо), коли воно доступне.
4. Звірте обсяг конверсій у Goals → Conversions → Summary. Порахуйте конверсії, атрибутовані кампанії, за останні 30 днів. Якщо число нижче порогу стратегії (~30 для tCPA, ~50 для tROAS), бейдж покаже Learning Limited, а не Learning — і шлях виправлення інший [1].
5. Подивіться на криву щоденних витрат за останні 14 днів. Хаотична денна доставка (один день — 30% бюджету, наступний — 110%) — підтверджувальний сигнал того, що модель не зійшлась і досліджує [4].

Як виправити

Загальний час: 5-15 хвилин на діагностику, потім 7-14 днів терпіння перед повторною оцінкою. Виправлення майже ніколи не "змінити ще одну налаштовку" — більшість випадків stuck learning розв'язуються самі, як тільки ви припиняєте крутити.

1. Знайдіть тригер. За допомогою Change history (крок 2 вище) встановіть, що саме і коли змінилось. Більшість випадків зводиться до однієї конкретної події у попередні 14-30 днів.
2. Визначтесь: відкочувати чи зафіксувати і чекати. Якщо тригерна зміна була спекулятивна ("спробуємо tCPA на 30% нижче — чи витримає CPA"), відкотіть її зараз. Якщо зміна була свідома і необхідна (бюджет збільшено за верифікованим планом), не відкочуйте — фіксуйте і чекайте повне вікно.
3. Заморозьте кампанію щонайменше на 7 додаткових днів. Жодних змін бюджету понад 20%, жодних змін таргета понад 15%, жодних замін креативу, жодних структурних правок. Сприймайте кампанію як read-only. Огляд Optmyzr рекомендує 2-3 тижні стабільності після зміни бюджету перед оцінкою результатів [3].
4. Якщо бейдж все ще Learning після 21 дня, перевірте, чи не накопичуються кілька дрібних змін (кожна правка budget-cap на рівні ad-group, кожне оновлення negative-листа понад поріг, кожен модифікатор аудиторії) і припиніть їх. Search Engine Land визначає період навчання понад три тижні як практичний поріг для втручання [4].
5. Розгляньте ресет стратегії, але лише як останній варіант. Якщо бейдж все ще Learning після 21 дня без нещодавніх змін і з нормальним обсягом конверсій, поверніть стратегію на Maximize Conversions (без таргета) або Maximize Conversion Value (без tROAS-таргета). Прожийте на ній 2-3 тижні, дайте моделі відбудувати стабільний бейзлайн, потім переувімкніть tCPA або tROAS з таргетом, прив'язаним до спостереженого CPA чи ROAS за цим вікном. Не "перевибирайте" той самий таргет, з якого почали — переякоріть на поточну реальність.
6. Для Learning Limited (інший статус) виправлення — це обсяг, а не очікування: додайте Offline Conversion Imports через Data Manager, щоб бекфілити дзвінки чи pipeline-конверсії [5], збільшіть seed-розміри Customer Match, розширте аудиторні сигнали або об'єднайте субмасштабні кампанії у Portfolio Bid Strategy, яка агрегує обсяг конверсій по пулу.

Як переконатись що фікс спрацював

Діагностичний чек-ліст — запустіть протягом 14-21 дня після втручання

• Статус-бейдж Smart Bidding змінився з Learning на Eligible (або Active).
• Щоденні витрати стабілізувались — жодного day-over-day стрибка понад ~30% за останні 7 днів.
• Trailing-30-day CPA або ROAS у межах ±15% від rolling-бейзлайну, спостереженого до тригерної події.
• Change history не показує operator-initiated змін, що перевищують пороги 20% бюджету / 15% таргета, за останні 14 днів.
• Якщо застосовувався ресет стратегії, новий таргет (переякорений на performance у вікні Max Conversions / Max Conv Value) тримається без правок ще 14 днів перед будь-яким подальшим затягуванням.
• Якщо початковий статус був Learning Limited, trailing-30-day-обсяг конверсій тепер вище порогу стратегії і бейдж вийшов із Limited.

Якщо бейдж очистився і метрики у межах толерансу — знахідка закривається.

Послідовність. Stuck Learning сидить на перетині трьох інших правил, які Whitead обробляє окремо: tcpa_premature_switch (tCPA увімкнули до того, як кампанія перетнула поріг обсягу — це root-причина Learning Limited, а не Learning), troas_without_value_tracking (value-based-стратегія без value-сигналу — бідер не може зійтись і залишається у Learning безкінечно) та bidding_strategy_goal_alignment (стратегія не відповідає цілі кампанії — повторне навчання не виправить категоріальний мисматч). Коли два чи більше з них співпадають на одній кампанії, спочатку фіксіть upstream-правило. Порядок діагностики: (1) чи стратегія відповідає цілі — спочатку фіксіть bidding_strategy_goal_alignment; (2) чи існує value-сигнал для value-based-стратегій — далі фіксіть troas_without_value_tracking; (3) чи обсяг конверсій перетинає поріг — далі фіксіть Learning Limited / tcpa_premature_switch; (4) і лише потім "дочекатись виходу з Learning" — правильна відповідь для цього правила. Повторна оцінка performance усередині вікна Learning — найпоширеніша операторська помилка і найчастіша причина циклів perpetual learning, у яких щотижневі панічні правки рестартують лічильник назавжди [4].

Пов'язані правила і поняття

• Smart Bidding Learning Phase — фон щодо механізму навчання, порогів обсягу конверсій і того, що ретригерить навчання.
• Smart Bidding — ширший контекст auction-time-біддингу і стратегій, які проходять через learning.
• Fix: tCPA увімкнено до перетину порогу обсягу — сусіднє правило для Learning Limited (under-volume) failure mode.
• Fix: tROAS без трекінгу цінності конверсій — сусіднє правило, де відсутній value-сигнал і бідер не може зійтись.
• Fix: Bid-стратегія не відповідає цілі кампанії — діагностуйте strategy-goal-мисматч до того, як припускати, що проблема лише в learning.

Джерела

1. Google Ads Help — About Smart Bidding. https://support.google.com/google-ads/answer/7065882 (accessed 2026-05-27)
2. Google Ads & Commerce Blog — Smart Bidding Exploration: AI-powered bidding. https://blog.google/products/ads-commerce/smart-bidding-exploration-ai/ (accessed 2026-05-27)
3. Optmyzr — The Impact of PPC Bidding Strategies on Google Ads Performance. https://www.optmyzr.com/blog/impact-of-ppc-bidding-strategies/ (accessed 2026-05-27)
4. Search Engine Land — When Google's AI bidding breaks – and how to take control. https://searchengineland.com/google-ai-bidding-breaks-take-control-466251 (accessed 2026-05-27)
5. Google Ads Help — About offline conversion imports. https://support.google.com/google-ads/answer/2998031 (accessed 2026-05-27)