Co i jak zostało zrobione
Zaprojektowałem strukturę działań w podziale na trzy etapy lejka i przypisałem do nich konkretne sieci reklamowe i komunikaty. Górny etap buduje zasięg i wyklucza osoby, które już były na stronie; środek przejmuje intencję w wyszukiwarce; dół domyka mikro- i makrokonwersje, w tym retargeting osób, które wypełniły formularz, ale nie odebrały telefonu.
- Góra (zimny ruch): Demand Gen na konkurencję i hasła okołousługowe, DSA z bloga — przy wykluczeniu osób, które już odwiedziły witrynę.
- Środek (ciepły): sieć wyszukiwania — kampania brandowa oraz usługi w ujęciu regionalnym i miejskim (Katowice, Gliwice, Sosnowiec, Tychy).
- Dół (gorący): Display z prezentacją korzyści, cennika i kalkulatora, sieć wyszukiwania z komunikatem konwersyjnym oraz retargeting osób po mikrokonwersji.
Przy braku historii konwersji świadomie wybrałem kampanie w sieci wyszukiwania zamiast Performance Max — dla większej kontroli i czytelnych danych na start. Zbudowałem strukturę konta wraz z asortymentem słów kluczowych, listami wykluczeń i kreacjami responsywnymi.
- 4 grupy reklam: przeprowadzki mieszkań, przeprowadzki biur, transport mebli, magazyn krótkoterminowy.
- RSA z przemyślanym pinowaniem — mieszanie nagłówków cenowych i korzyściowych, by system testował, który kąt daje wyższy CTR.
- Listy słów kluczowych i negatywów per grupa; przy niskim budżecie tylko dopasowanie ścisłe i do wyrażenia.
- Budżet fazowy z kalendarzem sezonowym oraz realnym progiem dziennym ustalonym przed startem.
- Dopracowane dopasowanie komunikatu do strony (stała cena, gwarancja oddzwonienia, brak ukrytych dopłat).
Skonfigurowałem kompletny kontener GTM-NGSKCL4T dla www.buslawexpress.pl — od zgód, przez konfigurację GA4, po pełny pomiar e-commerce oparty na warstwie danych. Wcześniej posprzątałem implementację: usunąłem zaszyty na sztywno kod GA4 i zdublowany drugi kontener, żeby uniknąć podwójnego zliczania.
- Cookiebot + Consent Mode — tagi odpalają się dopiero po aktualizacji zgody (trigger cookie_consent_update).
- Konfiguracja GA4 + tag łączący konwersje (conversion linker).
- 9 tagów zdarzeń GA4 e-commerce: view_item, view_item_list, view_cart, add_to_cart, remove_from_cart, begin_checkout, add_payment_info, shipping_tier, purchase.
- 12 zmiennych warstwy danych (ECOM): items, value, currency, transaction_id, tax, shipping, shipping_tier, payment_type, coupon, item_list_id/name.
- 10 triggerów custom event spiętych z warstwą danych sklepu.
gtm-container-buslawexpress.json · eksport do importu w GTM
Spiąłem pomiar z Google Ads (konto AW-18239612064) tak, by dane sprzedażowe i listy odbiorców trafiały do kampanii. Pod remarketing dynamiczny rozszerzyłem obiekty items w warstwie danych.
- Konwersje Google Ads: purchase, add_to_cart, begin_checkout oraz wyświetlenie strony.
- Remarketing dynamiczny — w każdym item przekazywane id oraz google_business_vertical: retail pod feed produktowy.
- Listy remarketingowe budowane na zdarzeniach view_item, add_to_cart i begin_checkout.
Zbudowałem działający sklep z materiałami do pakowania (kartony, taśmy, materiały zabezpieczające), żeby mieć realne środowisko do pomiaru pełnej ścieżki zakupowej i remarketingu dynamicznego. Sklep wypycha poprawnie ustrukturyzowane zdarzenia GA4 i ma wbudowany podgląd warstwy danych do diagnostyki.
- Pełny lejek zdarzeń: view_item_list → select_item → view_item → add_to_cart → begin_checkout → add_shipping_info → add_payment_info → purchase.
- Czyszczenie obiektu ecommerce przed każdym pushem (zgodnie z dobrymi praktykami GA4).
- Panel „dataLayer" na żywo — widać każdy push z pełnym JSON-em bez uruchamiania podglądu GTM.
