AI-оптимизация товарного фида для Performance Max

Performance Max для интернет-магазина сильно зависит от качества товарных данных, которые передаются в Google Merchant Center.

Если фид содержит слабые названия, неполные характеристики, неправильные цены, отсутствующие идентификаторы или плохие изображения, рекламная система получает менее качественный набор данных для показа товаров.

AI и автоматизация помогают ускорить работу с большим ассортиментом, но не существует отдельной кнопки, которая автоматически превращает плохой каталог в идеальный «Smart Feed».

Что такое товарный фид для Performance Max

Товарный фид — это структурированный набор данных об ассортименте интернет-магазина.

Для каждого товара передаются, например:

• ID;
• название;
• описание;
• ссылка на карточку;
• изображение;
• цена;
• наличие;
• бренд;
• GTIN или другие идентификаторы;
• размер;
• цвет;
• материал;
• категория;
• custom labels.

Google Merchant Center получает эти данные, проверяет их и передаёт связанным рекламным кампаниям.

Как работает связка Merchant Center и PMax

Performance Max использует продукты из Merchant Center как один из основных источников данных для retail-рекламы.

Уже внутри Google Ads алгоритмы работают со ставками, показами, аудиториями, каналами и другими сигналами.

Почему качество фида влияет на рекламу

Товарная реклама отличается от обычного поискового объявления.

Google должен понять:

• что именно продаётся;
• какой это бренд;
• какая модель;
• какие характеристики;
• сколько товар стоит;
• есть ли он в наличии;
• какому пользователю его показать.

Чем точнее исходные данные, тем проще рекламной системе корректно интерпретировать ассортимент.

Где AI реально может помочь

AI для названий товаров

Название товара — один из важнейших атрибутов фида.

Плохой title может выглядеть так:

«Модель 125 Black»

Пользователю и рекламной системе из него сложно понять, что именно продаётся.

Более информативная структура:

«Смартфон Brand Model 125 256 GB Black»

AI может автоматически собирать такие названия из структурированных атрибутов.

Что добавлять в title

Состав зависит от товарной категории.

Электроника

• тип устройства;
• бренд;
• модель;
• объём памяти;
• ключевая характеристика;
• цвет.

Одежда

• тип изделия;
• бренд;
• пол;
• материал;
• цвет;
• модель.

Мебель

• тип товара;
• модель;
• материал;
• размер;
• цвет.

AI-генерация описаний

Для каталога из сотен или тысяч SKU ручное написание каждого description может занимать много времени.

AI можно использовать как производственный инструмент.

Например, модель получает:

Но генерация должна происходить только на основании реальных данных.

AI нельзя позволять придумывать:

• гарантию;
• материал;
• мощность;
• комплектацию;
• сертификаты;
• функции;
• страну производства.

AI и атрибуты товара

Ещё один сценарий — поиск недостающих характеристик.

Например, в каталоге есть:

• название;
• описание;
• артикул;
• цвет;
• размер.

AI может помочь преобразовать неструктурированный текст в более понятную таблицу атрибутов.

Но результат нужно проверять перед отправкой в Merchant Center.

Категория Google Product Category

Google может самостоятельно классифицировать товары, но продавец также может передавать категорию, когда это необходимо.

При большом каталоге AI можно использовать для предварительной классификации товаров по категориям.

Но для ключевых товарных групп лучше проводить ручную проверку.

Автоматические обновления Merchant Center

Merchant Center умеет сверять отдельные данные с товарной страницей сайта и автоматически корректировать некоторые расхождения.

Это особенно полезно для:

• цены;
• цены со скидкой;
• наличия;
• состояния товара.

Однако автоматические обновления нельзя рассматривать как замену нормальной синхронизации каталога.

ERP, CMS и Merchant Center

Для большого интернет-магазина правильная архитектура выглядит примерно так:

Именно CMS, ERP или другая товарная система должна оставаться источником правды о:

• цене;
• остатках;
• артикулах;
• вариантах;
• характеристиках.

AI работает поверх этих данных, а не заменяет их.

Автоматические улучшения изображений

Merchant Center также может автоматически улучшать часть товарных изображений.

Это помогает исправлять некоторые проблемы изображений, но исходное качество фотографий всё равно остаётся важным.

Для товарной рекламы желательно использовать:

• чёткие изображения;
• достаточное разрешение;
• реальный товар;
• корректные пропорции;
• отсутствие лишних элементов.

Product Studio и генеративный AI

В Merchant Center есть Product Studio — набор генеративных инструментов для работы с товарной графикой.

AI может помогать:

• создавать новый фон;
• помещать товар в lifestyle-сцену;
• редактировать существующие изображения;
• создавать варианты товарного визуала.

Это особенно удобно для сезонных рекламных кампаний и магазинов, которым сложно регулярно организовывать отдельные фотосъёмки.

Что нельзя делать с AI-изображением

Генерация не должна искажать реальный продукт.

Например, нельзя:

• менять форму товара;
• добавлять функции, которых нет;
• изменять цвет модели, если такого SKU нет;
• создавать несуществующую комплектацию;
• показывать аксессуары как часть комплекта, если они продаются отдельно.

«Smart Feed» — что это тогда такое

Термин «smart feed» можно использовать как неофициальное описание автоматизированного товарного фида.

Например, такой фид:

• автоматически обновляет цены;
• обновляет наличие;
• нормализует названия;
• проверяет атрибуты;
• добавляет custom labels;
• выявляет слабые карточки;
• сегментирует товары.

Но это не отдельный официальный формат кампании Google.

Custom labels: важный инструмент для PMax

Для управления большим каталогом полезно использовать custom labels.

Например:

Так каталог можно разделять не только по категории, но и по бизнес-логике.

Где AI помогает с custom labels

AI или автоматические правила можно использовать для присвоения меток на основании:

• маржи;
• остатков;
• продаж;
• сезона;
• цены;
• категории;
• оборачиваемости.

Например, товар с высокой маржинальностью и хорошими продажами можно автоматически помечать как приоритетный.

Listing groups в Performance Max

Performance Max позволяет управлять тем, какие товары участвуют в кампании, через listing groups.

Это особенно полезно, если каталог большой.

Можно разделять товары по:

• брендам;
• категориям;
• custom labels;
• типам товаров;
• другим доступным атрибутам.

Не всегда правильно отправлять весь ассортимент в одну неструктурированную группу.

Зачем сегментировать товары

Товары могут сильно отличаться по экономике.

Например:

• у одного товара маржа 40%;
• у другого 8%;
• третий является бестселлером;
• четвёртый почти отсутствует на складе.

Управлять ими одинаково не всегда рационально.

AI для поиска слабых товаров

При большом количестве SKU AI удобно применять для анализа таблиц.

Можно искать товары с:

• большим расходом;
• нулевыми продажами;
• высоким CPA;
• низкой конверсией;
• ошибками атрибутов;
• низкими остатками.

После этого человек принимает решение, что делать дальше.

AI для анализа поискового спроса

AI может помочь сопоставлять:

• поисковые формулировки;
• названия товаров;
• категории;
• характеристики;
• структуру title.

Но это не означает, что нужно вставлять в каждый товар максимальное количество ключевых слов.

Основная задача — точнее описать реальный товар.

Нужно ли писать SEO-тексты в фид

Нет смысла превращать description в SEO-статью.

Для товарной рекламы лучше:

• точность;
• характеристики;
• естественный язык;
• реальное описание;
• релевантность товару.

Фид на русском и казахском языке

Для Казахстана можно рассматривать локализацию товарных данных, если это соответствует структуре магазина и рекламной стратегии.

Но нельзя просто перевести каталог через AI и автоматически отправить результат без проверки.

Особенно важно проверять:

• названия моделей;
• бренды;
• размеры;
• материалы;
• технические характеристики;
• единицы измерения.

Как подготовить AI-оптимизацию фида

1. Выгрузить текущий каталог.
2. Проверить обязательные поля.
3. Найти пропущенные атрибуты.
4. Проверить названия.
5. Проверить descriptions.
6. Сверить цены и наличие.
7. Проверить изображения.
8. Добавить нужные custom labels.
9. Протестировать небольшой сегмент.
10. После проверки применить правила ко всему каталогу.

Почему сначала нужен тест

Если сразу запустить автоматическую генерацию на 20 000 SKU, одна неправильная логика может размножить ошибку на весь каталог.

Лучше начать с:

• одной категории;
• одного бренда;
• 50–100 товаров;
• одного правила формирования title.

После проверки можно масштабировать.

Что проверять перед загрузкой

Что делать после загрузки в Merchant Center

Работа не заканчивается публикацией источника данных.

Нужно проверить:

• отклонённые товары;
• предупреждения;
• несовпадение цен;
• наличие;
• GTIN;
• изображения;
• категории;
• доставку;
• варианты товаров.

Связка с Performance Max

После подготовки Merchant Center связывается с Google Ads.

В PMax можно выбрать нужные товары и организовать их через listing groups.

Сам рекламный алгоритм уже использует Google AI для:

• ставок;
• поиска возможностей показа;
• распределения трафика;
• использования ассетов;
• оптимизации под цели кампании.

Стратегия ставок

Выбор стратегии зависит от объёма и качества данных.

Для e-commerce особенно важно корректно передавать:

• покупку;
• ценность заказа;
• валюту;
• идентификаторы товаров, где это используется;
• другие необходимые события.

Без корректных конверсий PMax сложнее оптимизироваться под бизнес-результат.

Target ROAS и товарный фид

Target ROAS не является настройкой самого фида.

Это рекламная стратегия Google Ads.

Фид отвечает за данные товара, а PMax — за использование этих данных в кампании.

Что анализировать после запуска

Почему нельзя оценивать только показы

Старый вариант статьи говорил, что улучшенный фид должен увеличить охват.

Но рост показов сам по себе не является целью бизнеса.

Можно получить:

• больше показов;
• больше кликов;
• больше расходов;

и при этом не увеличить прибыль.

Поэтому нужно оценивать продажи и ценность.

Какие товарные группы отключать

Не стоит принимать решения слишком быстро.

Но после накопления данных стоит обратить внимание на товары, которые:

• регулярно расходуют бюджет;
• почти не продаются;
• имеют низкую маржу;
• часто отсутствуют;
• дают слабую конверсию.

Иногда проблема решается не отключением, а исправлением карточки, цены или самого фида.

AI для регулярного контроля фида

После запуска AI можно использовать как дополнительный QA-инструмент.

Например, регулярно искать:

• аномально короткие title;
• пустые description;
• необычные скачки цен;
• товары без brand;
• товары без GTIN;
• дубли;
• проблемные категории;
• несогласованные варианты.

Как выглядит полноценный workflow

Пример: магазин электроники

Допустим, в каталоге 5 000 товаров.

Часть названий выглядит так:

• «A15 Black»;
• «S24 256»;
• «XPS 13 Silver».

AI может автоматически собрать более информативный шаблон из известных атрибутов:

Категория + бренд + модель + ключевая характеристика + цвет.

После этого команда проверяет результат на тестовой группе и только затем распространяет правило на каталог.

Пример: магазин одежды

Для fashion можно автоматизировать:

• нормализацию названий;
• цвет;
• материал;
• пол;
• размер;
• тип товара;
• сезонную метку.

Это позволяет лучше структурировать ассортимент и рекламные группы.

Пример: мебель

Для мебели особенно важны:

• тип;
• размер;
• материал;
• цвет;
• модель;
• назначение.

AI удобно использовать для извлечения таких параметров из существующих описаний.

Типичные ошибки

Искать кнопку «AI-Smart Feed»

Такого отдельного универсального режима Merchant Center не требуется. Работать нужно с реальными источниками данных и доступными инструментами автоматизации.

Генерировать характеристики из воздуха

AI должен использовать только подтверждённые исходные данные.

Считать автоматические обновления заменой ERP

Merchant Center не должен быть главным источником актуальной цены и наличия.

Оптимизировать только title

Качество фида включает значительно больше атрибутов.

Отправлять все SKU в одну структуру

Каталог полезно сегментировать по бизнес-логике.

Не передавать ценность покупки

Для PMax это ограничивает возможность оптимизироваться по реальной выручке.

Верить выдуманным кейсам

Нельзя обещать +28% показов или −12% CPA только потому, что фид был обработан AI.

Чек-лист AI-фида для PMax

Что можно автоматизировать

Для крупного каталога имеет смысл автоматизировать:

• выгрузку;
• обновление цены;
• обновление наличия;
• формирование title;
• часть описаний;
• проверку атрибутов;
• custom labels;
• поиск ошибок;
• аналитические отчёты.

Что лучше оставить человеку

Ручной контроль особенно важен для:

• бизнес-логики;
• маржинальности;
• приоритетных категорий;
• финального качества данных;
• необычных товаров;
• рекламной стратегии;
• решений по масштабированию.

AI не заменяет Merchant Center специалиста

AI может обработать каталог значительно быстрее человека.

Но он не знает автоматически:

• экономику магазина;
• маржу;
• реальные остатки;
• какие товары бизнес хочет продвигать;
• какие категории стратегически важны.

Поэтому автоматизация должна работать в рамках заданной стратегии.

Итог

AI действительно может значительно упростить работу с товарным фидом Performance Max, особенно если магазин содержит сотни или тысячи SKU.

Но «умный фид» — это не отдельная секретная функция Google.

Это комбинация качественного каталога, автоматического обновления данных, AI-обработки названий и характеристик, Merchant Center, грамотной сегментации и аналитики PMax.