Як виправити: пошукові запити запускають оголошення на нерелевантних термінах

TL;DR

Ваші Search-кампанії платять за кліки по запитах, що формально перетинаються з ключовими словами, але мають зовсім інший інтент — "running shoes" підхоплює "shoe repair", "crm software" підхоплює "criminal record management". Виправлення — це регулярна гігієна Search terms report: позначити стеми з невідповідним інтентом, додати їх до списків мінус-слів і затиснути типи відповідності для ключовиків, які створили витік. Кожен прибраний мінус — це і пряма економія бюджету, і одне непотрібне навчальне tap'ання Smart Bidding'у з noise-даних.

Це правило вужче за [[fix-wasted-spend]] (де ціль — взагалі усі терміни з нулем конверсій) і ширше за [[fix-negative-keywords-missing]] (де ціль — тактична відсутність мінус-стратегії). Нерелевантні search terms — це симптом, який обидва інші правила намагаються попередити.

Чому це важливо

Механізм добре задокументований у самому Search terms report'і Google Ads: ключові слова (особливо broad match і loose phrase match) матчаться не лише на буквальний текст, а на семантичних сусідів, дотичні концепти й переформулювання запиту користувача [1]. Коли семантичне поле ключовика перетинається з іншою галуззю, професією або use case'ом — система спокійно показує оголошення на такі запити, бо для моделі вони "близькі", навіть якщо для вашого бізнесу вони повністю мимо.

Магнітуда має два шари. Видимий шар — пряма втрата бюджету: на аудитованих Search-акаунтах нерелевантні запити зазвичай складають 10-25% витрат на broad match і 3-8% на phrase match у вікні 90 днів [2]. При бюджеті $20,000/міс. на Search нижня межа цього діапазону — це все одно $2,000-4,000 щомісяця, які йдуть на запити, що принципово не можуть сконвертувати, бо людина шукає зовсім інший продукт.

Прихований шар — корупція сигналу. Стратегії Smart Bidding (tCPA, tROAS, Maximize Conversions, Maximize Conversion Value) навчаються з кожної події "клік без конверсії", а не лише з конверсій [3]. Кожен нерелевантний клік навчає модель, що контекст аукціону, який його породив — пристрій, час, гео, audience signals, query embedding — низької цінності. Модель потім знижує ставки на подібні контексти, зокрема і на легітимні, які просто випадково мають спільну рису з шумом. Smart Bidding не вміє відрізнити "цей запит не релевантний бізнесу" від "цей запит релевантний, але користувач сьогодні не сконвертував" — обидва виглядають як негативні приклади. Тому очищення нерелевантних термінів компаундиться: ви зупиняєте витік і даєте моделі повчитися на чистішому сигналі.

Причина, чому це залишається у реальних акаунтах — два структурні патерни. По-перше, push Google'a 2024-2025 років у бік broad match + Smart Bidding [4] відкриває значно ширше семантичне поле на кожен ключовик, ніж старі типи відповідності — акаунти, що перейшли на broad match без оновленого процесу негативів, тепер мають набагато більшу площу для витоку. По-друге, Search terms report — це weekly hygiene task, який пропускають, якщо акаунт виглядає прибутковим у сумі; агрегатний ROAS ховає 10-20% бюджету, які структурно гублять себе.

Як виправити

1. Відкрийте Search terms report (Campaign → Insights and reports → Search terms). Період — останні 30-90 днів залежно від трафіку: на акаунтах з малим денним обсягом беріть ширше, щоб вибірка була репрезентативною.
2. Додайте потрібні стовпці. Стандартні приховують діагностичний сигнал: додайте Conversions, Conv. value, Cost / conv. і Match type. Сортуйте за Cost descending — у топ 20-50 рядках зазвичай зосереджено 60-80% витоку.
3. Тегніть рядки з невідповідним інтентом. Пройдіться по топу і відмаркуйте кожен як або релевантний (правильний інтент, просто не сконвертував сьогодні — лишити, це територія [[fix-wasted-spend]], якщо повторюється), або частково релевантний (правильна галузь, не той продукт — звузити match type або додати специфічніший негатив), або нерелевантний (зовсім інша галузь, професія чи аудиторія — мінус-слово негайно).
4. Додавайте мінуси на правильному рівні. Якщо стем ізольований у одній ad group — додавайте як ad group negative. Якщо повторюється між ad groups у тій самій кампанії — як campaign negative. Якщо повторюється між кампаніями з тим самим product scope — у спільний Negative keyword list (Tools → Shared library → Negative keyword lists) [5] і прикріпіть до всіх релевантних кампаній.
5. Виберіть правильний negative match type. Negative exact — коли неправильний лише конкретний запит ("[shoe repair]"). Negative phrase — коли стем універсально мимо ("repair"). Negative broad — рідко й обережно, може заблокувати легітимні близькі варіанти. У UI за замовчуванням стоїть negative broad — свідомо перемикайте на phrase або exact.
6. Звузьте сам ключовик, якщо потрібно. Якщо broad-match ключовик породжує повторювані мисматчі через багато ad groups — це неправильний інструмент. Або звужуйте до phrase / exact, або ставте на паузу і збирайте заново з найбільш конвертуючого запиту як новий exact-match seed у окремій ad group. Broad match без агресивної негатив-гігієни плюс value-based Smart Bidding (tROAS з трекінгом revenue) — це нестабільна конфігурація.
7. Перевірте через 14 днів. Частка нерелевантного cost'у має впасти нижче 5% на наступному аудиті. Якщо ні — негативи були занадто вузькі, повторіть з глибшими стемами або затисніть match types ще сильніше. Дайте Smart Bidding'у 7-14 днів на перенавчання, якщо очищення зсунуло >20% історичних impressions.

Типові помилки

• Додавати тільки negative exact, коли стем універсально неправильний. "[shoe repair]" зупиняє лише цей точний запит; "shoe repair near me", "shoe repair shop", "shoe repair cost" продовжують текти. Для універсально off-topic стемів — negative phrase.
• Рефлекторно додавати негативи на рівні акаунта. Account-level негативи поширюються скрізь, зокрема й на кампанії, де стем легітимний (реальна shoe repair shop крутить рекламу). За замовчуванням ставте на campaign або shared list; account level — лише для site-wide brand protection та очевидно off-topic стемів.
• Дивитись тільки на zero-conversion терміни. Деякі нерелевантні запити випадково конвертують (користувач мис-кликнув add-to-cart). Вони все одно нерелевантні бізнес-цілі і все одно навчають Smart Bidding неправильному контексту. Фільтруйте за intent mismatch, не лише за Conversions = 0.
• Заперечити конвертуючий запит і залишити broad-match ключовик, який його знайшов. Контр-інтуїтивно, але часто: broad ключовик знаходить високо-конвертуючий варіант; маркетолог додає варіант як positive exact-match і негативить його деінде — але не чіпає broad ключовик. У результаті broad конкурує з новим exact і розводнює його частку. Або затисніть broad, або приберіть.
• Сприймати Search terms report як одноразове чищення. Розподіл запитів дрейфує тижнево разом із сезонністю, новинами, активністю конкурентів. Поставте рекурентний 15-хвилинний review на рівні кампанії.

FAQ

Це те саме, що додавати більше мінус-слів? Частково. [[fix-negative-keywords-missing]] — це тактика побудови й підтримки негатив-стратегії. Це правило — один із сигналів, що поточна негатив-стратегія не справляється: нерелевантні запити прориваються. Виправляйте знахідки цього правила тактиками, описаними у тій сусідній статті.

Можна використовувати Google'івські auto-recommendations для додавання мінусів? Селективно. Tab Recommendations може підсвічувати очевидні мисматчі, але ніколи не вмикайте "Auto-apply" для негатив-рекомендацій [6] — система іноді блокує близькі варіанти конвертуючих запитів. Перед застосуванням переглядайте кожну окремо.

У мене broad-match кампанія зі Smart Bidding. Хіба алгоритм це не вирішує? Smart Bidding оптимізує під конверсійну ціль, яку ви поставили; він не знає, чи запит релевантний бізнесу — лише чи історично контекст аукціону конвертував. Якщо нерелевантні запити випадково конвертують (помилкові кліки, attribution errors, cross-product bundles), Smart Bidding продовжить на них ставити. Ручна негатив-гігієна все одно потрібна.

Чи спричинить додавання мінусів learning phase reset? Зміна, що зсуває <20% історичних impressions, зазвичай не дає повного reset'у, лише часткове перенавчання за 3-7 днів. Більші очищення (>20% impression shift) можуть тригернути 7-14-денний learning phase. Плануйте чищення стадіями, якщо акаунт чутливий до волатильності.

А що з Performance Max — це правило застосовне? PMax має свій Search terms insights (обмеженіший, ніж у Search-кампаній) і Brand exclusions. Нерелевантні запити у PMax регулюються через Brand exclusions і Account-level negative keyword lists (розгорнуті у 2023-2024). Workflow цієї статті — для Search-кампаній; PMax-специфічні знахідки маркуються окремо.

Sources

1. Google Ads Help — Search terms report. Офіційна документація, що пояснює, як Search terms report показує запити, які тригернули оголошення, і рекомендований workflow для додавання негативів.
2. Search Engine Land — PPC library. Галузеве покриття PPC-трендів, зокрема reporting про розширення broad-match queries і частку irrelevant terms у аудитованих акаунтах.
3. Google Ads Help — About Smart Bidding. Пояснює, як Smart Bidding використовує auction-time signals та conversion data — механізм, через який нерелевантні кліки псують модель.
4. Google Ads Help — About keyword matching options. Довідник з поведінки broad, phrase і exact match та компромісів між охопленням і точністю.
5. Google Ads Help — About negative keywords. Офіційне керівництво з мінус-слів, match types для негативів та account-level vs campaign-level застосування.
6. Optmyzr — Negative keywords for Google Ads. Галузевий гайд з негатив-стратегії, вибору match type та ризиків auto-apply рекомендацій.