קהלים בגוגל אדס הם קבוצות משתמשים שגוגל מזהה לפי תחומי עניין, כוונת רכישה, התנהגות קודמת או נתונים שאנחנו מספקים. בעוד מילות מפתח מתמקדות במה שאנשים מחפשים, קהלים מתמקדים במי שנמצא מאחורי הקליק. אנחנו משתמשים בהם כדי לחדד טירגוט, להתאים הצעות מחיר ולהזין אותות לקמפיינים חכמים כמו Performance Max.
מקרה מהשטח: כך קמפיין Demand Gen הביא 1,107 פניות בעלות 8 ש״ח.
במשך שנים בנו מפרסמים את הקמפיינים שלהם סביב שאלה אחת: מה אנשים מחפשים. אבל כשהבידינג נעשה חכם, הפרטיות מתהדקת ומסע הלקוח מתפצל על פני עשרות נקודות מגע, השאלה שחשובה בדיוק באותה מידה היא מי נמצא מאחורי הקליק. כאן נכנסים הקהלים (Audiences) – שכבת המידע שמאפשרת לגוגל אדס למקד מודעות לפי מי המשתמש, מה מעניין אותו, מה הוא מתכוון לקנות ואם כבר היה אצלכם באתר. במדריך הזה נעבור על כל סוגי הקהלים, על ההבדל בין מצב טירגוט למצב תצפית, על בניית קהלים מנתוני צד ראשון תחת מגבלות הפרטיות, ועל הדרך הנכונה לעבוד עם קהלים בגוגל אדס בקמפיינים של 2026.
מה הם קהלים – וההבדל ממילות מפתח
מילות מפתח מתארות כוונה רגעית: מישהו הקליד שאילתה בדיוק עכשיו, ואתם מגיבים לה. קהלים, לעומת זאת, מתארים את האדם – תחומי העניין שלו, ההתנהגות הצרכנית, השלב במסע הקנייה והקשר הקודם שלו אליכם. אלה שתי זוויות משלימות, לא מתחרות. ברשת החיפוש מילת המפתח עדיין מובילה, והקהל מוסיף מעליה רובד של דיוק (למשל הגדלת הצעת המחיר למי שכבר ביקר באתר). ברשתות כמו רשת המדיה (GDN), יוטיוב ו-Demand Gen – שבהן אין שאילתה – הקהל הוא לעיתים מנגנון המיקוד המרכזי.
ההבחנה הזו משמעותית לבניית אסטרטגיה: קהל לא מחליף מילת מפתח טובה, אלא מוסיף לה הקשר. מי שמבין את ההבדל מפסיק לשאול "איזה קהל יביא לי המרות" ומתחיל לשאול "איזה קהל הופך את הכוונה הקיימת לרווחית יותר".
דרך מועילה לחשוב על זה היא במונחי משפך: קהלי תחומי עניין רחבים יוצרים מודעות ומזרימים ביקוש חדש בראש המשפך; קהלי כוונת קנייה מצמצמים את הפער באמצע המשפך; וקהלי רימרקטינג ונתוני צד ראשון סוגרים את העסקה בתחתית המשפך. כשמתכננים נכון, כל שכבת קהל מזינה את הבאה אחריה – מי שנחשף למודעת מותג היום הוא מבקר האתר של מחר והלקוח של החודש הבא.
סוגי הקהלים בגוגל אדס
גוגל מחלקת את הקהלים לכמה משפחות, וכדאי להכיר כל אחת מהן ואת התפקיד הטבעי שלה במשפך השיווקי.
קהלי זיקה (Affinity)
קהלי זיקה (Affinity) מאגדים משתמשים לפי תחומי עניין ארוכי-טווח ואורח חיים – חובבי כושר, חובבי בישול, נוסעים תכופים. אלה קהלים רחבים שמתאימים בעיקר לראש המשפך: בניית מודעות למותג והגעה לקהל פוטנציאלי גדול. אל תצפו מהם ל-CPA נמוך כמו של רימרקטינג; תפקידם להזרים ביקוש חדש למערכת.
קהלים בשוק (In-Market)
קהלים בשוק (In-Market) הם מהכלים החזקים לאמצע המשפך. גוגל מזהה משתמשים שנמצאים כעת בתהליך קנייה פעיל בקטגוריה מסוימת – למשל "רכבים חשמליים" או "קורסי הכשרה מקצועית" – על סמך סיגנלים של חיפוש וגלישה אחרונים. בגלל הכוונה הגבוהה, In-Market לרוב מניב ביצועים טובים משמעותית מ-Affinity ומשמש בסיס מצוין לבדיקת קהלים חדשים.
רימרקטינג ורימרקטינג דינמי
רימרקטינג פונה למי שכבר היה במגע עם העסק – ביקר באתר, צפה בסרטון, השתמש באפליקציה או נמצא ברשימת לקוחות. אלה הקהלים הרווחיים ביותר כמעט תמיד, כי הם פוגשים אנשים שכבר מכירים אתכם. רימרקטינג דינמי לוקח את זה צעד קדימה: הוא מציג למשתמש את המוצרים או השירותים הספציפיים שבהם התעניין, באמצעות פיד מוצרים מחובר. עבור חנויות אונליין זה לרוב הקמפיין עם ה-ROAS הגבוה ביותר בחשבון.
התאמת לקוחות (Customer Match)
התאמת לקוחות (Customer Match) מאפשרת להעלות רשימות של כתובות מייל, מספרי טלפון וכתובות – נתונים שאתם הבעלים שלהם – וגוגל מתאימה אותם למשתמשים מחוברים. זה אחד הכלים המשמעותיים ביותר היום, ונרחיב עליו בהמשך. אפשר להשתמש בו לטירגוט ישיר של לקוחות קיימים, להחרגתם (למשל לא לפרסם מבצע גיוס למי שכבר לקוח), וכבסיס לבניית קהלים דומים.
קהלים דומים (Lookalike / Similar)
קהלים דומים נבנים אוטומטית על בסיס רשימת מקור איכותית – למשל רשימת Customer Match או מבקרים שביצעו המרה. גוגל מאתרת משתמשים חדשים שמתנהגים בדומה למקור. גוגל פירשה לאורך השנים את הקהלים הדומים האוטומטיים והעבירה את ההיגיון הזה לתוך הבידינג החכם ולתוך מנגנון אותות הקהל – ולכן ב-2026 איכות רשימת המקור חשובה יותר מאי-פעם.
קהלים מותאמים אישית (Custom Audiences)
קהלים מותאמים אישית נותנים לכם להגדיר בעצמכם את הקהל – לפי מילות חיפוש שאנשים הקלידו לאחרונה, אתרים שגלשו בהם, או אפליקציות שבהן השתמשו. זהו כלי גמיש במיוחד למיקוד מתחרים או נישות ספציפיות שאין להן קטגוריה מובנית של In-Market.
אירועי חיים ודמוגרפיה מפורטת
קהלי אירועי חיים (Life Events) מזהים רגעים משמעותיים – נישואים, מעבר דירה, סיום לימודים – שמשנים דפוסי צריכה. דמוגרפיה מפורטת (Detailed Demographics) מאפשרת לפלח לפי סטטוס הורות, השכלה, בעלות על בית ועוד. אלו משלימים את הטירגוט הבסיסי של גיל, מין והכנסה. שלבו אותם בזהירות: ככל שמצמצמים יותר, כך הקהל קטן יותר והבידינג החכם מקבל פחות נתונים לעבוד איתם.
מצב "טירגוט" מול מצב "תצפית"
זו ההגדרה היחידה שגורמת ליותר טעויות מכל היתר, וכדאי להבין אותה לעומק:
- טירגוט (Targeting): המודעות יוצגו אך ורק לאנשים בקהל שבחרתם. זה מצמצם משמעותית את ההגעה, ומתאים כשאתם בטוחים בקהל – למשל קמפיין רימרקטינג טהור.
- תצפית (Observation): אין שום צמצום בהגעה. המודעות ממשיכות להופיע כרגיל, אבל גוגל אוספת נתוני ביצוע נפרדים לכל קהל, ומאפשרת לכם להוסיף התאמות הצעות מחיר מבלי לחסום אף אחד.
הכלל המעשי: בקמפיין חיפוש חדש כמעט תמיד מתחילים ב-תצפית. כך אוספים נתונים על איזה קהל מבצע המרות בלי לחנוק את התנועה, ורק כשיש בסיס מספרי מוצק עוברים לטירגוט או מעלים הצעות מחיר לקהלים המנצחים. מעבר מוקדם מדי לטירגוט הוא דרך בטוחה לחנוק קמפיין מבטיח.
אותות קהל ב-Performance Max וב-Demand Gen
בקמפיינים אוטומטיים כמו Performance Max ו-Demand Gen, אתם לא בוחרים קהל קשיח. במקום זאת אתם מספקים אותות קהל (Audience Signals) – רמז למערכת מי הלקוח האידיאלי. כדאי להפנים: ב-PMax האות הוא הצעה, לא הגבלה. האלגוריתם מתחיל מהאות כדי להאיץ למידה, אבל חופשי להתרחב הרבה מעבר לו אם הוא מזהה הזדמנות המרה.
לכן אות קהל איכותי – שמשלב נתוני צד ראשון (רשימת Customer Match של הלקוחות הטובים ביותר), קהלי In-Market רלוונטיים וקהלים מותאמים – מקצר משמעותית את שלב הלמידה ומכוון את המערכת לכיוון הנכון. אות חלש או גנרי מאריך את הלמידה ומבזבז תקציב.
טיפ מהניסיון של Boostit: בקמפיין PMax חדש אנחנו תמיד מזינים כאות קהל את רשימת הלקוחות שכבר רכשו (Customer Match) יחד עם מבקרים שהמירו – לא קהל In-Market גנרי. זה הדלק האיכותי ביותר שאפשר לתת לאלגוריתם, והוא מקצר את שלב הלמידה בצורה שמורגשת כבר בשבועות הראשונים.
בניית קהלים מנתוני צד ראשון תחת מגבלות פרטיות
הקאמבק הגדול של 2024-2026 הוא נתוני צד ראשון (First-Party Data). עם דעיכת קובצי ה-cookie של צד שלישי, מגבלות פרטיות בדפדפנים ו-שקיפות מעקב ב-iOS, הקהלים שאתם בונים מהנתונים שלכם הפכו לנכס היקר ביותר במערכת – כי הם לא תלויים בעוגיות צד שלישי.
הבסיס לכך הוא Customer Match: רשימת לקוחות נקייה ועדכנית שמועלית לגוגל. ככל שהרשימה גדולה, נקייה ומפולחת יותר (למשל לקוחות בעלי ערך חיי לקוח גבוה בנפרד), כך התוצאות טובות יותר. כדי שזה יעבוד היטב צריך תשתית מדידה תקינה – המרות משופרות ו-מצב הסכמה (Consent Mode) – כדי שגוגל תוכל לקשר את ההמרות חזרה למשתמשים ולשפר את הקהלים. ארגון שמשקיע בתשתית נתוני צד ראשון נהנה מיתרון מובהק על מתחרים שעדיין נשענים על מיקוד מבוסס-עוגיות בלבד.
RLSA – קהלים לרשת החיפוש
RLSA (שיווק מחדש לרשת החיפוש) הוא מהכלים העוצמתיים והפחות מנוצלים. במקום להציג באנר למבקר חוזר, RLSA משנה את אופן ההתנהגות שלכם בתוך תוצאות החיפוש כשמבקר קודם מחפש שוב. דוגמאות לשימוש:
- הגדלת הצעת מחיר למי שכבר ביקר באתר ומחפש מילת מפתח גנרית – כי הסיכוי שלו להמיר גבוה יותר.
- הרחבה למילים רחבות רק עבור מבקרים קודמים – מילים שלא הייתם מעזים לקנות עבור קהל קר.
- מסרים מותאמים למבקרים חוזרים מול מבקרים חדשים.
RLSA פועל במצב תצפית או טירגוט בדיוק כמו כל קהל אחר ברשת החיפוש, ודורש רשימת רימרקטינג שצברה מספיק משתמשים כדי להיות פעילה. הכוח האמיתי שלו הוא שהוא מאפשר לכם לאמץ אסטרטגיות אגרסיביות – מילים רחבות, הצעות מחיר גבוהות, כותרות תחרותיות – בלי הסיכון שמלווה אותן בקהל קר, כי אתם פונים רק למי שכבר מכיר אתכם והוכיח עניין.
שילוב קהלים: שכבות ולא סילו
אחת התובנות החשובות לעבודה מתקדמת היא שקהלים נועדו להשתלב זה בזה. אפשר להצליב In-Market עם דמוגרפיה מסוימת, או רימרקטינג עם קהל מותאם אישית, וליצור פלח ממוקד מאוד. אבל זכרו את העיקרון ההפוך: כל שכבה נוספת מצמצמת את הקהל. כשהבידינג חכם, האלגוריתם זקוק לנפח נתונים כדי ללמוד – ולכן עדיף לרוב להתחיל רחב, לתת למערכת ללמוד, ורק אז לצמצם בהדרגה לפי מה שהנתונים מראים, במקום להצליב חמש שכבות מראש ולגלות שאין מספיק תנועה כדי לייצר תובנות אמינות.
עוד נקודה שמפרסמים שוכחים: החרגות קהל חשובות לא פחות מטירגוט. החרגת לקוחות קיימים מקמפיין גיוס, החרגת ממירים מרימרקטינג, או החרגת מי שכבר רכש מאות הקהל ב-PMax – כל אלה מפנים תקציב לאנשים החדשים שבאמת מזיזים את המחט.
אופטימיזציה והתאמות הצעות מחיר לקהלים
אחרי שאספתם נתונים במצב תצפית, מגיע החלק הרווחי: לפעול לפי מה שהמספרים מראים. השתמשו ב-התאמות הצעות מחיר כדי להגביר חשיפה לקהלים שמבצעים המרה במחיר טוב, ולצמצם או להחריג קהלים שמבזבזים תקציב.
שימו לב לנקודה חשובה: כשאתם משתמשים ב-בידינג חכם (Target CPA / Target ROAS), המערכת כבר לוקחת את סיגנל הקהל בחשבון אוטומטית בכל מכרז. במצב כזה, התאמות הצעות מחיר ידניות לקהלים לרוב לא פעילות, והערך העיקרי של הקהלים הוא כתצפית – מקור תובנות וכאות לאלגוריתם. בבידינג ידני או חצי-ידני, ההתאמות הידניות חוזרות לחיים. הבינו איזו אסטרטגיית בידינג מפעילה את הקמפיין לפני שאתם מנסים לאופטם קהלים ידנית.
תהליך עבודה מומלץ נראה כך: הריצו את הקמפיין במצב תצפית למשך כמה שבועות עד שנצבר נפח המרות מובהק; פתחו את דוח הקהלים והשוו CPA ו-ROAS בין הקהלים; זהו את הקהלים שמבצעים המרה במחיר טוב לעומת אלה שמבזבזים; ואז פעלו – בבידינג ידני באמצעות התאמות הצעות מחיר, ובבידינג חכם באמצעות פיצול קהלים מנצחים לקמפיין נפרד עם יעד תקציב משלו, או הזנתם כאות קהל מחוזק. אל תקבלו החלטה על סמך מספר המרות חד-ספרתי – חכו לבסיס סטטיסטי שמצדיק מסקנה.
טיפ מהניסיון של Boostit: אנחנו לא ממהרים "לכבות" קהל שנראה חלש אחרי שבוע. לעיתים קרובות קהל באמצע המשפך (כמו In-Market) נראה יקר במבט ראשון כי ההמרה שלו מתרחשת מאוחר יותר במסע – וכשבוחנים אותו לאורך נתיב ההמרה המלא, ולא רק בקליק האחרון, מתברר שהוא דווקא מזין חלק ניכר מההמרות שנזקפות לקהלים אחרים.
טעויות נפוצות בעבודה עם קהלים
- בחירת "טירגוט" במקום "תצפית" בחיפוש – חוסם תנועה לפני שיש נתונים. ברירת המחדל הבטוחה לקמפיין חדש היא תצפית.
- קהל צר מדי – שילוב יותר מדי שכבות (In-Market + דמוגרפיה + מותאם) מצמצם את הקהל עד שהבידינג החכם נחנק מחוסר נתונים.
- הזנחת רשימות הרימרקטינג – רשימות פגות תוקף או ריקות הופכות קהלים יקרי-ערך ללא פעילים. ודאו שהתיוג והגדרת חלון החברות תקינים.
- אות קהל גנרי ב-PMax – להזין In-Market רחב במקום נתוני צד ראשון איכותיים מאריך את הלמידה.
- התעלמות מהחרגות – לא להחריג לקוחות קיימים מקמפיין גיוס, או לא להחריג ממירים מרימרקטינג, מבזבז תקציב על אנשים שכבר המירו.
- ניסיון לאופטם ידנית מעל בידינג חכם – לבזבז זמן על התאמות הצעות מחיר שהמערכת מתעלמת מהן ממילא.
איך זה מתחבר לאסטרטגיה רחבה
קהלים בגוגל אדס הם לא מתג שמדליקים ושוכחים – הם רובד חי שמשתפר ככל שתשתית הנתונים שלכם משתפרת. ככל שמעקב ההמרות מדויק יותר, רשימות נתוני הצד הראשון נקיות יותר ואותות הקהל איכותיים יותר, כך כל שאר המערכת – מהבידינג החכם ועד ה-PMax – עובדת חכם יותר. ב-ניהול קמפיינים בגוגל מקצועי, הקהלים הם אחד המנופים המשמעותיים ביותר להפיכת תקציב פרסום קיים לרווחי יותר, בלי להגדיל שקל.
בניית מערך קהלים נכון דורשת היכרות עם המוצר, עם מסע הלקוח ועם הנתונים הספציפיים של העסק – ולכן זו אחת הנקודות שבהן ליווי מקצועי עושה את ההבדל הגדול ביותר בין קמפיין סביר לקמפיין מצוין.
רוצים שמערך הקהלים שלכם יעבוד באמת? בצוות ניהול קמפיינים בגוגל של Boostit אנחנו בונים אסטרטגיית קהלים מותאמת לכל לקוח – מנתוני צד ראשון ועד אותות קהל ל-PMax. לייעוץ אישי עם מומחה פרסום בגוגל שיהפוך את התקציב הקיים שלכם לרווחי יותר – דברו איתנו.
משך חברות ברשימה
כל רשימת רימרקטינג מוגדרת עם חלון חברות, כלומר כמה זמן משתמש נשאר ברשימה מרגע שביצע את הפעולה שהכניסה אותו אליה. אנחנו רואים בפרמטר הזה כלי אסטרטגי ולא הגדרה טכנית שממלאים פעם אחת ושוכחים. חלון קצר, של כמה ימים, שומר על קהל טרי של אנשים שהתעניינו ממש לאחרונה, ומתאים למוצרים עם מחזור החלטה מהיר. חלון ארוך יותר, של שבועות או חודשים, מרחיב את הקהל ומתאים כשמסע הקנייה נמשך זמן רב, למשל בשירותים מקצועיים או ברכישות יקרות.
חשוב להבין שהחברות אינה קבועה: משתמש שהצטרף לרשימה יוצא ממנה אוטומטית כשחלון החברות פג, אלא אם ביצע פעולה שמחדשת אותה. לכן חלון קצר מדי עלול לרוקן רשימה עד שהיא יורדת מתחת לסף המינימלי לפרסום, וחלון ארוך מדי עלול להציג מודעות לאנשים שכבר איבדו עניין. אנחנו נוהגים לבנות כמה רשימות באורכי חלון שונים לאותו קהל, ולהתאים את המסר לרעננות: הצעה ישירה לקהל הטרי, ותזכורת רכה יותר לקהל הרחוק. את האיזון הזה אנחנו מכיילים כחלק מניהול הקמפיינים בגוגל השוטף.
עידן הפרטיות: Privacy Sandbox ונתוני צד ראשון
הבסיס הטכנולוגי שעליו נשען הרימרקטינג הקלאסי, קובצי צד שלישי, נמצא בתהליך פירוק ממושך בדפדפנים. יוזמת Privacy Sandbox של Google מחליפה מעקב אישי בין אתרים במנגנונים שמסתמכים על קבוצות עניין רחבות ועל עיבוד בתוך הדפדפן, בלי לחשוף את זהות המשתמש הבודד. עבורנו כמנהלי קמפיינים המשמעות המעשית היא שרשימות רימרקטינג שנבנות ממקורות חיצוניים מצטמצמות בהיקפן, וחלק מהמשתמשים פשוט אינם ניתנים עוד לזיהוי חוזר בדרך הישנה.
בגלל זה אנחנו מייחסים חשיבות גוברת לנתוני צד ראשון, כלומר מידע שהלקוח אסף בעצמו ובהסכמה: רשימות דיוור, לקוחות קיימים, מבצעי רכישה ואירועי המרה מהאתר. נתונים כאלה שייכים לעסק, אינם תלויים בקובצי צד שלישי, ומזינים ישירות מנגנונים כמו התאמת לקוחות. ככל שהמידע הזה עשיר ומאורגן, כך היכולת שלנו לבנות קהלים יציבים נשמרת גם כשהאקוסיסטם משתנה. אנחנו רואים בהיערכות הזו נכס לטווח ארוך ולא תיקון נקודתי, וזה אחד הנושאים שבהם ליווי של מומחה פרסום בגוגל עוזר לעסק להקדים את המגמה במקום להיגרר אחריה.
Consent Mode והמרות משופרות כתשתית לאיכות קהלים
איכות הקהלים אינה מתחילה בבחירת סוג הקהל אלא בשלב מוקדם יותר, באיסוף הנתונים עצמו. מצב הסכמה, Consent Mode, הוא המנגנון שמעביר ל-Google את החלטת המשתמש לגבי איסוף מידע, ומתאים את התנהגות התגים בהתאם. כשמשתמש לא נתן הסכמה, המערכת אינה אוספת מזהים אישיים אלא משתמשת באותות מצומצמים ובהערכה סטטיסטית. תשתית כזו מאפשרת לנו להמשיך למדוד ולבנות קהלים באופן חוקי, במקום לאבד את הנתון כולו ברגע שאין הסכמה מלאה.
לצד זה, המרות משופרות ממנפות נתוני צד ראשון שנמסרו בהסכמה, בצורה מגובבת ומאובטחת, כדי לחבר בין המרה בפועל לבין הלחיצה שהובילה אליה. ככל שהחיבור הזה מדויק יותר, כך הרשימות שנבנות מאירועי המרה נקיות יותר, ואלגוריתם הבידינג לומד ממידע אמין. אנחנו מתייחסים לשתי התשתיות האלה כאל בסיס ולא כאל תוספת: בלי הסכמה מנוהלת ובלי מדידה משופרת, גם הקהל המתוחכם ביותר יישען על נתונים חלקיים. הקמה נכונה של השכבה הזו היא חלק בלתי נפרד מהאופן שבו אנחנו בונים חשבונות שממשיכים לתפקד גם בסביבת פרטיות מחמירה.
איפה רואים ביצועי קהל בממשק
כדי לקבל החלטות טובות על קהלים אנחנו צריכים לראות אותם בנפרד ולא כמספר מצרפי אחד. בממשק גוגל אדס נתוני הקהלים מרוכזים בלשונית הקהלים ברמת הקמפיין וקבוצת המודעות, ושם כל קהל שהוספנו, בין במצב טירגוט ובין במצב תצפית, מופיע כשורה נפרדת. בשורה הזו אנחנו קוראים את אותם מדדים שאנחנו רגילים אליהם: חשיפות, קליקים, אחוז הקלקה, עלות, המרות ועלות להמרה, אבל הפעם בפילוח לפי הקהל הספציפי ולא לפי מילת המפתח.
הפילוח הזה הוא הבסיס לעבודה. הוא מאפשר לנו לזהות איזה קהל בשוק מביא המרות זולות ואיזה קהל זיקה בעיקר צובר חשיפות בלי פעולה, ובהתאם להחליט על התאמות הצעת מחיר, על מעבר מתצפית לטירגוט או על הוצאה מהחשבון. אנחנו ממליצים להסתכל על הנתונים בחלון זמן מספיק ארוך כדי שיהיה בו נפח אמיתי, ולא להסיק מסקנות מכמה ימים בודדים. חשוב לזכור שקהל במצב תצפית אינו מצמצם את החשיפה אלא רק מוסיף שכבת מדידה, ולכן הוא כלי מצוין ללימוד לפני שמתחייבים להחלטה. את הקריאה הזו אנחנו מבצעים באופן קבוע כחלק מניהול החשבון בגוגל.
מגבלות מדיניות: קטגוריות רגישות
לא כל קהל מותר לשימוש בכל תעשייה. מדיניות הפרסום המותאם אישית של Google אוסרת על טירגוט או התאמת הצעות מחיר לפי קהלים בהקשרים שהיא מגדירה רגישים, כדי למנוע פרסום שמסיק מסקנות על נתונים אישיים מוגנים. בין התחומים האלה נמצאים בריאות ומצבים רפואיים, אשראי ושירותים פיננסיים מסוימים, זהות על בסיס אמונה, מוצא או נטייה, ותכנים המיועדים לקטינים או בעלי אופי מיני. בקטגוריות כאלה חלק מסוגי הקהלים אינם זמינים כלל, ולעיתים ניתן להשתמש בהם רק בגרסה מוגבלת.
מבחינתנו זו אינה מגבלה שולית אלא שיקול שצריך להיכנס לתכנון עוד לפני שבונים את מבנה הקהלים. עסק בתחום הבריאות, למשל, לא יכול לבנות רשימה שמבוססת על מצב רפואי שהמשתמש התעניין בו, וגם רימרקטינג צריך להיבנות בזהירות כדי לא לרמוז על מידע רגיש. הפרה של המדיניות עלולה להוביל לדחיית מודעות ואף להשעיית חשבון, ולכן אנחנו בודקים את ההתאמה לכללים כחלק מהעבודה השוטפת ולא בדיעבד. כשהתחום נמצא באזור אפור אנחנו בוחרים בגישה שמרנית ובונים את הקהלים ממקורות מותרים בלבד, כדי לשמור על יציבות החשבון לאורך זמן.
שילוב שכבות: קהל, מיקום ומכשיר במצב תצפית מול טירגוט
קהל הוא רק אחת השכבות שאנחנו יכולים להוסיף לקמפיין. לצידו עומדים המיקום הגאוגרפי והמכשיר, ושילוב מושכל של שלושתם נותן לנו תמונה עשירה בהרבה מכל שכבה בנפרד. כשאנחנו מפעילים את הקהל במצב תצפית, אנחנו לא מצמצמים למי המודעה מוצגת, אלא רק אוספים נתונים לפי חתך הקהל, לצד הנתונים שכבר יש לנו לפי מיקום ולפי סוג מכשיר. כך אפשר לגלות, למשל, שקהל בשוק מסוים ממיר טוב יותר במובייל באזור מרכז מאשר בדסקטופ בפריפריה, בלי לוותר מראש על אף פלח.
מצב טירגוט, לעומת זאת, מצמצם בפועל. ברגע שאנחנו הופכים קהל לטירגוט, המודעות מוצגות רק לחברי הקהל, וההצטלבות עם מגבלת מיקום או מכשיר מקטינה עוד יותר את החשיפה. לכן אנחנו נוהגים ללמוד קודם במצב תצפית, לזהות את הצירופים שמניבים ביצועים, ורק אז להחליט האם להעביר לטירגוט או להסתפק בהתאמות הצעת מחיר לפי שכבה. עבודה בשכבות במקום בסילו נפרד מונעת החלטות פזיזות שחוסמות נפח יקר, ומאפשרת לנו לכייל תקציב בדיוק לצירוף שמביא את התוצאה הטובה ביותר.
שאלות נפוצות על קהלים בגוגל אדס
מה ההבדל בין קהלי זיקה (Affinity) לקהלים בשוק (In-Market)?
קהלי זיקה מתארים תחומי עניין רחבים ואורח חיים לאורך זמן, ולכן מתאימים לבניית מודעות ולחשיפה בשלב מוקדם. קהלים בשוק מזהים משתמשים שכרגע בוחנים רכישה בקטגוריה ספציפית, ולכן הם קרובים יותר להמרה. אנחנו נוהגים לשלב את השניים בשכבות לפי שלב המשפך.
מה ההבדל בין קהלים דומים (Similar) לקהלים מותאמים אישית (Custom Audiences)?
קהלים דומים נבנים אוטומטית ממקור קיים כמו רשימת רימרקטינג, כדי להרחיב לקהל חדש בעל מאפיינים דומים. קהלים מותאמים אישית נבנים ידנית לפי מילות חיפוש, אתרים או אפליקציות שהמשתמש מגלה בהם עניין. השילוב מאפשר גם הרחבה חכמה וגם שליטה מדויקת.
האם כדאי להוסיף קהלים במצב תצפית לכל קמפיין חדש?
כן. הוספת קהלים במצב תצפית אינה מצמצמת את החשיפה, אלא אוספת נתונים על אילו קהלים מבצעים המרות בפועל. אנחנו ממליצים להתחיל בתצפית בכל קמפיין חדש, ורק אחרי צבירת נתונים מספקת לשקול מעבר לטירגוט או התאמות הצעות מחיר.
כמה זמן לוקח עד שרשימת רימרקטינג צוברת מספיק משתמשים כדי לפעול?
רשת החיפוש דורשת לפחות 1,000 משתמשים פעילים ברשימה, ורשת המדיה כ-100. הזמן עד לסף תלוי בנפח התנועה לאתר. אנחנו בונים את הרשימות מוקדם ככל האפשר, כדי שיהיו מוכנות לפעולה כשנרצה להפעיל קמפיין רימרקטינג או קהל דומה.
מה ההבדל בין מצב טירגוט למצב תצפית בקהלים?
במצב טירגוט המודעות יוצגו אך ורק לאנשים שבקהל שבחרתם – זה מצמצם משמעותית את ההגעה. במצב תצפית אין שום צמצום: המודעות ממשיכות להופיע כרגיל, אבל גוגל אוספת נתוני ביצוע נפרדים לכל קהל ומאפשרת להוסיף התאמות הצעות מחיר. בקמפיין חיפוש חדש כמעט תמיד מתחילים בתצפית.
איזה סוג קהל מניב את ה-ROAS הגבוה ביותר?
כמעט תמיד הרימרקטינג, ובמיוחד רימרקטינג דינמי לחנויות אונליין, כי הוא פונה למי שכבר התעניין במוצרים שלכם. אחריו מגיעים קהלי In-Market בעלי כוונת קנייה גבוהה. קהלי Affinity רחבים מתאימים לראש המשפך ולא צפויים להגיע לאותו CPA.
מה זה אותות קהל (Audience Signals) ב-Performance Max?
אות קהל ב-PMax הוא רמז למערכת מיהו הלקוח האידיאלי – לא הגבלה קשיחה. האלגוריתם מתחיל מהאות כדי להאיץ את הלמידה, אבל חופשי להתרחב מעבר לו אם זיהה הזדמנות המרה. אות איכותי המבוסס על נתוני צד ראשון מקצר משמעותית את שלב הלמידה.
מה זה Customer Match וכמה לקוחות צריך כדי שיעבוד?
Customer Match מאפשר להעלות רשימות מייל, טלפון וכתובות שבבעלותכם, וגוגל מתאימה אותן למשתמשים מחוברים. ככל שהרשימה גדולה, נקייה ומפולחת יותר התוצאות טובות יותר. רשימה איכותית של נתוני צד ראשון היא הנכס היקר ביותר בעידן הפרטיות, ומשמשת גם כאות קהל ל-PMax וכבסיס לקהלים דומים.
מה זה RLSA ומתי כדאי להשתמש בו?
RLSA הוא שיווק מחדש לרשת החיפוש – שינוי ההתנהגות שלכם בתוך תוצאות החיפוש כשמבקר קודם מחפש שוב. השימושים הנפוצים: הגדלת הצעת מחיר למבקרים חוזרים, הרחבה למילים רחבות רק עבורם, ומסרים מותאמים. נדרשת רשימת רימרקטינג שצברה מספיק משתמשים כדי להיות פעילה.
האם התאמות הצעות מחיר לקהלים עובדות עם בידינג חכם?
ברוב המקרים לא. כשמשתמשים בבידינג חכם כמו Target CPA או Target ROAS, המערכת כבר לוקחת את סיגנל הקהל בחשבון בכל מכרז, ולכן התאמות הצעות מחיר ידניות בדרך כלל לא פעילות. במצב כזה הערך של הקהלים הוא בעיקר כתצפית – מקור תובנות וכאות לאלגוריתם. ההתאמות הידניות חוזרות לפעול בבידינג ידני.
למה נתוני צד ראשון כל כך חשובים בקהלים בעידן הפרטיות?
עם דעיכת עוגיות צד שלישי, מגבלות פרטיות בדפדפנים ושקיפות מעקב ב-iOS, הקהלים שאתם בונים מהנתונים שלכם אינם תלויים בעוגיות צד שלישי ולכן הופכים לנכס היציב והיקר ביותר. כדי שזה יעבוד היטב צריך תשתית מדידה תקינה – המרות משופרות ומצב הסכמה – שתאפשר לגוגל לקשר המרות חזרה למשתמשים ולשפר את הקהלים.
מהן הטעויות הנפוצות ביותר בעבודה עם קהלים?
הנפוצות ביותר: בחירת טירגוט במקום תצפית בקמפיין חיפוש חדש, צמצום קהל יתר על המידה עד שהבידינג החכם נחנק מחוסר נתונים, הזנחת רשימות רימרקטינג שפגו, הזנת אות קהל גנרי ב-PMax במקום נתוני צד ראשון, והתעלמות מהחרגות של לקוחות קיימים או ממירים.
ראו גם: המדריך המלא לרימרקטינג בגוגל.
