Większość feedów produktowych zawiera dokładnie jedno odwołanie do zdjęcia, jeden tytuł i jeden opis na SKU. Ten jeden wiersz jest też tym, na podstawie czego Performance Max i reklamy katalogowe Meta decydują, jaką kreację zobaczy kupujący. Jeśli twój feed nie ma sposobu, by powiedzieć „to bestseller” albo „to produkt z wyprzedaży” niezależnie od „to po prostu kolejne SKU”, żadna z platform nie ma względem czego testować – każdy produkt jest traktowany tak samo, a pytanie „która kreacja lepiej konwertuje w którym segmencie” pozostaje zgadywaniem. Dokumentacja Google dotycząca zarządzania Performance Max za pomocą grup informacji o produktach ogranicza liczbę grup informacji o produktach do 1000 na grupę plików i wyraźnie ostrzega, że przekroczenie tej liczby szkodzi skuteczności – co mówi ci, że zamierzonym wzorcem jest kilka przemyślanych segmentów, a nie jeden na każde SKU. Ten poradnik pokazuje, jak wbudować taką segmentację w feed, powiązać ją z grupami plików w Performance Max i zestawami produktów w Meta oraz przeprowadzić test kreacji, którego wyniki da się rzeczywiście odczytać. Jest przeznaczony dla zespołów odpowiedzialnych za feed i płatne media, które prowadzą reklamy katalogowe w Google i Meta i chcą kontrolować kreacje na poziomie segmentów, a nie tylko stawki na poziomie segmentów.
Dlaczego większość feedów nie pozwala na prawdziwy test kreacji
Kampanie Performance Max i produktowe już teraz pozwalają dzielić feed według atrybutów w filtrze grup informacji o produktach – według marki, kategorii, identyfikatora produktu, stanu, kanału lub atrybutu niestandardowego. Dokumentacja Listing Groups for Retail API wymienia je jako odrębne typy ListingDimensionInfo i wprost zaznacza, że „atrybut niestandardowy w Google Ads jest odpowiednikiem etykiety niestandardowej w Google Merchant Center”. Innymi słowy, pola od custom_label_0 do custom_label_4 to jedyne pola w standardowym feedzie produktowym stworzone specjalnie po to, abyś mógł definiować własne grupy – nie taksonomia Google, nie zeskanowany atrybut, lecz etykieta, którą piszesz ty.
Haczyk polega na tym, że grupy informacji o produktach kontrolują tylko to, które produkty gdzie się pojawiają. Aby pokazywać różne kreacje różnym segmentom, dokumentacja Performance Max dla handlu detalicznego mówi jasno: „z danej grupy plików należy kierować reklamy tylko na określony zestaw produktów – na przykład produkty A–L byłyby w grupie plików 1, a produkty M–Z w grupie plików 2”, a każda grupa plików ma własny zestaw zasobów kreatywnych. Jedna grupa plików nie może pokazywać dwóch różnych nagłówków ani zdjęć dwóm różnym segmentom produktów. Dwie grupy plików, każda ograniczona do jednego segmentu za pomocą filtra grup informacji o produktach, już tak. Na tym mechanizmie opiera się cały test kreacji – a zależy on od tego, czy twój feed w ogóle zawiera segment wart przetestowania.
Krok 1 – Zdecyduj, czym jest segment w twoim katalogu
Zanim dotkniesz jakiegokolwiek pola w feedzie, określ oś, względem której naprawdę chcesz testować kreacje. W naszej pracy z reklamodawcami katalogowymi trzy osie odpowiadają za większość przydatnych testów:
- Poziom merchandisingowy – bestseller, nowość, wyprzedaż, produkt stały. Sprawdza, czy kreacje oparte na presji czasu lub odkrywaniu działają lepiej niż zwykłe zdjęcia produktów.
- Kategoria lub zastosowanie – np. „odzież wierzchnia” vs. „akcesoria” albo „prezenty” vs. „na co dzień”. Sprawdza, czy w danej kategorii zdjęcie lifestyle’owe wygrywa ze zdjęciem studyjnym.
- Poziom marży lub ceny – premium vs. podstawowy. Sprawdza, czy bardziej dopracowana, droższa w produkcji kreacja zmienia współczynnik konwersji produktów o wyższej średniej wartości zamówienia na tyle, by uzasadnić koszt produkcji.
W pierwszym teście wybierz jedną oś. Testowanie dwóch osi naraz oznacza, że nie da się przypisać wyniku, a do tego zwiększa liczbę grup plików ponad to, czym większość kont może sprawnie zarządzać.
Krok 2 – Zapisz segment w feedzie
Pomoc Google Merchant Center określa pola custom_label_0–4 jako opcjonalne pola tekstowe o dowolnej treści, „1–100 znaków, do 1000 unikalnych wartości w całym koncie dla każdego atrybutu etykiety niestandardowej”, bez rozróżniania wielkości liter, z jedną wartością na atrybut na produkt. To wystarczająco dużo, by zakodować pełną taksonomię w pięciu polach bez osiągnięcia limitu.
Przykład „przed i po” dla jednego SKU, przy założeniu, że testujesz oś poziomu merchandisingowego:
| Pole | Przed | Po |
|---|---|---|
| id | WM-4471-BLK-M | WM-4471-BLK-M |
| title | Wool Blend Coat — Black, M | Wool Blend Coat — Black, M |
| custom_label_0 | (puste) | bestseller |
| custom_label_1 | (puste) | outerwear |
| custom_label_2 | (puste) | creative-test-a |
Ostatni wiersz ma znaczenie: zarezerwuj jedno pole etykiety wyłącznie na przypisanie do testu (creative-test-a / creative-test-b), zamiast obciążać etykietę merchandisingową dodatkowym przenoszeniem grupy testowej. Dzięki temu filtr grup informacji o produktach, który zbudujesz w kroku 3, pozostaje jednoznaczny, a po zakończeniu testu możesz wyczyścić jedno pole, nie naruszając stałej logiki segmentacji.
Krok 3 – Powiąż segmenty z grupami plików w Performance Max
Gdy etykieta jest już zapisana, zbuduj jeden filtr grup informacji o produktach dla każdej komórki testu i przypisz każdy z nich do osobnej grupy plików. Dokumentacja Listing Groups for Retail podaje przykład podziału najpierw według ProductCondition, a następnie według ProductBrand w gałęzi „Other” – ta sama logika drzewa dotyczy podziału według etykiety niestandardowej:
| Filtr grup informacji o produktach | Grupa plików | Przypisana kreacja |
|---|---|---|
| custom_label_2 = creative-test-a | Odzież wierzchnia – test A | Zdjęcia lifestyle’owe, nagłówki oparte na korzyściach |
| custom_label_2 = creative-test-b | Odzież wierzchnia – test B | Studyjne zdjęcia produktów, nagłówki oparte na cenie |
| Wszystko inne | Grupa zbiorcza | Istniejąca domyślna kreacja |
Warto tu przypomnieć sprawdzone metody dotyczące grup plików z Pomocy Google Ads: utrzymuj łączną liczbę grup informacji o produktach na grupę plików wyraźnie poniżej limitu 1000, ponieważ „duża liczba (>1 tys.) grup informacji o produktach nie jest sprawdzoną metodą, a skuteczność może na tym ucierpieć”. Test z dwiema lub trzema komórkami jest daleko od tego limitu, ale to właśnie powód, by oprzeć się pokusie tworzenia grupy informacji o produktach dla każdej posiadanej wartości etykiety niestandardowej – segmentuj na potrzeby testu, a nie dla samej segmentacji.
Jedno zastrzeżenie warto wyrazić wprost: zmienia to, jaką kreację widzi dany segment, a nie to, jakie stawki dla niego ustalasz. Feedance nie ustala ani nie dostosowuje stawek, a nic w tym procesie nie dotyka strategii ustalania stawek – Performance Max nadal stosuje własne automatyczne określanie stawek we wszystkich zdefiniowanych przez ciebie grupach plików i grupach informacji o produktach.
Krok 4 – Odwzoruj te same segmenty jako zestawy produktów w Meta
Reklamy katalogowe Advantage+ w Meta wykorzystują zestawy produktów – zapisane filtry na polach katalogu – aby określić, których produktów dotyczy dana reklama lub kreacja; to ta sama idea co filtr grup informacji o produktach w Google. Jeśli na potrzeby testu w Google zapisałeś już w feedzie custom_label_2, to samo pole jest dostępne do zbudowania odpowiadającego mu filtra zestawu produktów w narzędziach katalogowych Meta, dzięki czemu obie platformy testują jednocześnie tę samą populację produktów.
Publiczna dokumentacja Meta dotycząca reklam katalogowych Advantage+ jest mniej precyzyjna niż dokumentacja Google w kwestii tego, jak szczegółowa jest kontrola kreacji dla poszczególnych zestawów – to realna luka w publicznie dostępnych informacjach i nie zamierzamy jej zakrywać pewnie brzmiącym twierdzeniem. Zanim zaplanujesz test jednocześnie na obu platformach, sprawdź na własnym koncie w Ads Managerze, jakie opcje na poziomie kreacji (nakładki, ramki, warianty szablonów) są dostępne dla każdego zestawu produktów.
Krok 5 – Zaprojektuj warianty kreacji dla każdego segmentu
Gdy feed i struktura kampanii są zgodne co do tego, czym jest segment, sama kreacja musi faktycznie różnić się w testowanym wymiarze – a nie tylko zmieniać położenie logo. Jeśli testujesz poziom merchandisingowy, zwykle oznacza to dwa warianty szablonu: jeden oparty na presji czasu i dowodzie społecznym, z tekstem pobieranym z pól feedu (availability, oznaczenie „bestseller”), oraz drugi oparty na prostej prezentacji produktu. Generowanie obu wariantów z tych samych wierszy feedu, zamiast ręcznego projektowania dwóch pełnych zestawów kreacji, sprawia, że test na poziomie segmentów pozostaje przystępny cenowo – to właśnie przypadek, w którym narzędzie do kreacji opartych na feedzie (kreacje HTML5 i kreacje graficzne generowane dla każdego wiersza) jest warte swojej ceny, ponieważ oba warianty różnią się sposobem prezentacji, ale korzystają z identycznych danych.
Krok 6 – Zamknij pętlę
Test kreacji bez analizy wyników to tylko przebudowa kampanii. Śledź wyniki dla każdej grupy plików (Google raportuje natywnie na tym poziomie) przez co najmniej jeden pełny cykl zakupowy, zanim wyłonisz zwycięzcę, a następnie włącz wynik do stałej taksonomii etykiet niestandardowych, zamiast zostawiać dwie testowe grupy plików działające bezterminowo. Jeśli potrzebujesz metodologii, która pozwoli ustalić, czy zmiana po stronie feedu rzeczywiście wpłynęła na ROAS, czy to tylko zwykłe wahania na koncie, opisaliśmy ją osobno w artykule o mierzeniu wpływu zmiany w feedzie na ROAS; tutaj obowiązuje ta sama dyscyplina.
Szerszą strategię etykiet niestandardowych wykraczającą poza testy kreacji – segmentację na potrzeby sygnałów dla stawek i raportowania, a nie kreacji – znajdziesz w naszym poradniku o etykietach niestandardowych Google.
Czego ten poradnik nie obejmuje
To poradnik o strukturze feedu i powiązaniu z kampaniami, a nie kurs statystyki: nie mówi, jak dobrać wielkość testu, aby wynik był istotny statystycznie, a w przypadku kont z niewielkim ruchem na segment formalna platforma eksperymentów da ci wiarygodny wynik szybciej niż ręczne porównywanie dwóch grup plików na oko. Nie obejmuje też TikTok Shop, który w chwili pisania nie ma publicznego odpowiednika powiązania grup informacji o produktach z grupami plików i kreacjami, jakie oferuje Google. A jeśli twoja macierz testów wymaga więcej niż dwóch osi i dziesiątek aktywnych wariantów jednocześnie, dedykowana platforma do testowania kreacji i testów wielowymiarowych – coś bliższego temu, do czego stworzono Marpipe – poradzi sobie z tą złożonością lepiej niż same etykiety w feedzie i grupy plików. Rolą Feedance w tym procesie jest dbanie o to, by dane w feedzie i generowane kreacje pozostawały dokładne i zsynchronizowane we wszystkich zdefiniowanych przez ciebie segmentach; nie jest to narzędzie do zarządzania stawkami ani do projektowania eksperymentów.
FAQ
Czy potrzebuję osobnej etykiety custom_label tylko do testów kreacji, czy mogę wykorzystać istniejącą?
Użyj osobnego pola. Google Merchant Center daje ci pięć pól etykiet niestandardowych na produkt, a ponowne wykorzystanie takiego, które już steruje logiką stawek lub raportowania, utrudnia ustalenie, czy zmiana wyników wynika z testu, czy z czegokolwiek innego, co kontroluje ta etykieta.
Ile grup plików może mieć jedna kampania Performance Max?
Wytyczne Google koncentrują się na utrzymywaniu liczby grup informacji o produktach na grupę plików wyraźnie poniżej limitu 1000, zamiast publikować sztywny limit liczby grup plików, ale każda dodatkowa grupa plików zwiększa nakład pracy związany z zarządzaniem. Dwie lub trzy na test wystarczą, by wyodrębnić wynik bez rozdrabniania kampanii.
Czy rozdzielenie ruchu na więcej grup plików zaszkodzi uczeniu maszynowemu Performance Max?
Sprawdzone metody Google dotyczące grup plików generalnie faworyzują mniej, ale szerszych grup plików ze względu na wolumen. To realny kompromis w stosunku do testu kreacji na poziomie segmentów, dlatego takie rozwiązanie jest przeznaczone na określony okres testowy z jasną datą zakończenia, a nie jako stała struktura konta.
Czy mogę przeprowadzić ten sam test jednocześnie w Meta i Google?
Tak, jeśli to samo pole custom_label jest dostępne w narzędziach katalogowych obu platform, ponieważ obie używają filtra na polach katalogu do określenia odbiorców danej kreacji. Najpierw sprawdź na swoim koncie aktualne opcje kreacji dla zestawów produktów w Meta – publiczna dokumentacja nie opisuje tej szczegółowości tak jasno jak dokumentacja Google.
A jeśli mam tylko kilkaset SKU – czy segmentacja nadal ma sens?
Tylko jeśli każdy segment nadal ma wystarczającą liczbę wyświetleń i konwersji, by dać czytelny wynik w normalnym okresie raportowania. Poniżej mniej więcej kilkudziesięciu SKU na segment pełny test kreacji raczej nie osiągnie wiarygodnej wielkości próby i lepiej sprawdzi się porównanie jakościowe na mniejszą skalę.
Czy po skonfigurowaniu tych grup plików Feedance zarządza dla nich stawkami?
Nie. Feedance zarządza danymi w feedzie i generuje na ich podstawie zasoby kreatywne; strategia ustalania stawek i podział budżetu w Performance Max czy w Meta Ads Managerze pozostają w rękach reklamodawcy.
Co się dzieje z testowymi grupami plików po zakończeniu testu?
Włącz zwycięski wariant do domyślnej kreacji, usuń z feedu wartość custom_label przeznaczoną dla testu i albo usuń przegraną grupę plików, albo wykorzystaj ją do testu kolejnej osi, zamiast zostawiać na koncie aktywne, zdublowane i niezarządzane grupy plików.
Czy potrzebuję takiego poziomu segmentacji dla każdej kategorii, którą sprzedaję?
Nie – zacznij od kategorii lub poziomu z najwyższymi wydatkami i najbardziej niejednoznaczną decyzją dotyczącą kreacji. Segmentacja wiąże się z kosztem utrzymania przy każdej aktualizacji feedu, dlatego warto ją stosować tam, gdzie odpowiedź na pytanie o kreację rzeczywiście nie jest jeszcze oczywista.
Chcesz zobaczyć, jak Feedance generuje i synchronizuje warianty kreacji dla poszczególnych segmentów feedu bez ręcznego projektowania każdego z nich? Poproś o prezentację Creative Suite.

Współzałożycielka Feedance, która wykorzystuje ponad 20 lat doświadczenia w projektowaniu produktów i doświadczeń użytkownika, aby kształtować sposób, w jaki katalogi stają się kreacjami. Skupiając się na łączeniu systemów projektowych z automatyzacją, pomaga markom skalować jakość wizualną bez zwiększania nakładu pracy projektowej.
LinkedIn
















