Start med et konkret problem
Flere webshops oplever pludselig, at bestemte SKU’er mister trafik og konverteringer over få uger. Et eksempel kan være en lokal modebutik med 120 produkter, hvor 20 varer pludselig rammer 0 visninger trods stabil historik — vi ser ofte, at algoritmen markerer dem som lavprioriterede ‘zombie’ kampagner.
Takeaway: Identificer tidligt hvilke SKU’er der falder i synlighed, så du kan handle målrettet i stedet for at vente på tilfældige forbedringer.
Introduktion til ‘zombie’ kampagner
‘Zombie’ kampagner er aktive kampagner eller produktgrupper som producerer meget få indtryk og ingen konverteringer. De er ikke teknisk stoppet, men Googles maskinlæring prioriterer dem lavt — ofte på grund af svag feedkvalitet, lav klikrate eller negativ performance-historik.
Vi ser ofte at små ændringer i lagerstatus eller pris kan udløse et fald i distribution. Et konkret scenarie: en niche-legetøjsbutik ændrer kategorititel i feedet, og Google matcher ikke længere korrekt — konklusionen bliver lavere synlighed.
Takeaway: ‘Zombie’ betyder ikke død — det betyder blot, at varen mangler signaler der beviser relevans. Genskab signalerne, så PMax får data nok til at prioritere varen igen.
Automatisering af ‘zombie’ kampagner med Performance Max
Performance Max kan genoplive oversete SKU’er, men det kræver en struktureret opsætning. Start med at adskille problematiske produkter i egne asset groups eller egne kampagner, så automatiseringen kan lære uden støj fra stærke varer.
Brug denne tjekliste til opsætning:
- Opret separat asset group for oversete SKU’er med egne kreative assets.
- Tilføj audience signals baseret på tidligere købere og besøgende med høj intent.
- Sikre feed-kvalitet: entydige titler, relevante billeder og korrekt lagerstatus.
- Angiv realistiske budget- og budmål, fx midlertidigt lavere target-ROAS for at hente trafik.
Takeaway: Isolér og giv dine oversete varer særlige signaler og ressourcer i Performance Max i en testperiode på 2–6 uger for at give algoritmen mulighed for at lære.
Sådan brydes feedback-loopet
Feedback-loopet opstår, når lav performance fører til færre visninger, hvilket igen skaber endnu lavere performance. For at bryde dette skal du aktivt give positiv input, ikke kun vente på organisk forbedring.
Praktiske handlinger:
- Brug midlertidige budtilpasninger eller lavere ROAS-krav for at hente trafik til de udvalgte SKU’er.
- Kør A/B-eksperimenter: sammenlign en PMax med separat asset group mod standardopsætningen.
- Forbedr konverteringssporingen: sikre at køb registreres korrekt, især for checkout med flere trin.
Et eksempel: En lille elektronikforhandler satte en lavere target-ROAS på en gruppe oversete kabel-produkter og så trafik stige med 40% i løbet af to uger. Vi ser ofte, at korte økonomiske incitamenter til algoritmen giver hurtig genoplivning.
Takeaway: Bryd loopen ved at give algoritmen flere positive belønninger (klik, køb) via målrettede bud og forbedret tracking.
Automatiseringens skalerbarhed og risikostyring
Automatisering skalerer, men det kan også sprede fejl hurtigt. Skab klare regler og overvågning for at minimere risikoen:
Regler og overvågning du bør have:
- Navngivningsstandard for kampagner og asset groups så du nemt kan filtrere.
- Daglig eller hver anden dags tjek af performance for isolerede PMax-tests.
- Sæt guardrails i form af maks budgetandel per test-kampagne.
Vi ser ofte at mangel på struktur gør, at en fejlsat automatisk kampagne kan bruge unødig budget. Hold tests små og målbare.
Takeaway: Skaler kun det, der er dokumenteret effektivt — kopier opsætningen, ikke intuitionen.
Giv produkter en ny chance — konkrete SME-scenarier
Her er to realistiske scenarier med konkrete steps:
- Lokalt møbelsalg med 30 langsomt sælgende lamper: Opret en PMax-kampagne med separat asset group, brug tidligere købere som audience signal, kør 3 ugers test med 20% af normalt budget, og reducer target-ROAS midlertidigt med 15%.
- Niche-kosmetik med 50 produkter der mister visninger: Rens feed (titler og GTIN), upload højtopløste billeder, opret dynamiske remarketing-lister som audience signal og mål salgsstigning efter 4 uger.
Begge scenarier viser, at små ændringer i struktur og signaler ofte er mere effektive end store budgetforhøjelser.
Takeaway: Implementer ændringer, mål i uge 2–4, og duplicér succesfulde indstillinger til lignende produktgrupper.
Konklusion
Performance Max kan genoplive oversete varer, men kræver målrettet isolation, stærke signals og kortsigtede budget-eksperimenter. Vi ser ofte hurtige gevinster, når små virksomheder kombinerer feedforbedringer med separate asset groups og realistiske budmål.
Afsluttende praktisk råd: start med én produktkategori, kør en 2–4 ugers test, mål resultater og skaler kun ved dokumenteret forbedring.
Kilde: Artiklen er baseret på og omskrevet fra den oprindelige artikel.
