PPC
19 ноября 2026

Bugs catcher: автоматический контроль качества кампаний OLX в Google Ads

Наверное, каждому специалисту по контекстной рекламе знакомо это неприятное ощущение, когда в твоей кампании обнаружилась ошибка, которую ты должен был проверить, но не сделал этого. Не было времени, было лень, конец рабочего дня или даже проверял, но не заметил. Ты уже запускал их множество раз, ну что может пойти не так? 

Как показывает опыт, ошибаются все. Сколько ни вводи чек-листов, ни переписывай алгоритмы запуска кампаний — на длинной дистанции ошибки будут появляться, и хорошо, если они не будут стоить денег, а пострадает только твоя гордость.

Критичность этой проблемы растет пропорционально размеру проекта. Например, на OLX наша команда работает со структурой, в которой более 70 аккаунтов в 7 странах с годовым бюджетом в несколько десятков миллионов долларов. Каждый специалист ежедневно вносит изменения: добавляет кампании, редактирует объявления, корректирует ставки или бюджеты. В общей сложности это тысячи изменений в неделю.

При таких объемах проверить всё вручную практически невозможно. Чем больше кампаний, тем выше вероятность допустить ошибку — и, конечно же, ошибки случались: неработающие ссылки, отклонённые объявления, некорректные UTM-метки и цели отслеживания, неправильный геотаргетинг, неподключённые списки минус-слов. Каждая из них в отдельности кажется мелочью, но в структуре из 70+ аккаунтов она может неделями оставаться незамеченной. Иногда чем очевиднее ошибка, тем сложнее её найти (ну, как можно забыть поставить геотаргетинг? Один раз за 15 лет забыли — минус $12 000).

Так появился Bugs catcher

Скрипт, цель которого — проверять настройки кампаний вместо людей. Он создавался постепенно, как исправление уже допущенных нами ошибок или как превентивная проверка гипотетических, чтобы находить их в будущем как можно быстрее. Каждая новая проверка закрывала конкретный тип риска, поэтому набор расширялся вместе со сложностью аккаунтов.

Предыдущие настройки

Ключевым условием стала стандартизация. Поскольку проект очень старый, им занимались разные агентства, причём в разных странах, и многие элементы оказались в аккаунтах просто потому, что так сложилось исторически. А это означает, что настройки требовали:

  1. Типовая структура аккаунтов — Страна / Категория / Платформа / Агентство. 

  2. Унифицированное наименование. 

У нас было несколько вариантов наименования одной категории, так как кампании создавали разные люди в разное время, и каждый называл как хотел, сокращал, придумывал аббревиатуры и т. д. А когда ситуация экстраполируется на несколько стран с разными языками и на несколько команд, с чьим наследием приходилось работать, проблема наименования становится критической.

Поэтому мы разработали картирование всех версий OLX, и категории и подкатегории были унифицированы под общий вариант написания на английском языке. Тот же принцип был введён для названий настроек самих кампаний, например, стратегий или гео.

Таким образом, названия кампаний в OLX построены по единой схеме: вертикаль, категория, язык, тип, стратегия, гео, агентство, источник, платформа, тип проекта. Также свои правила получил и нейминг групп. Эта схема стала эталоном, с которым система сверяет реальные настройки. 

Как работает скрипт: цикл из пяти шагов

Bugs catcher ежедневно проверяет все рекламные аккаунты OLX в Google Ads и выявляет ошибки с точностью до уровня структуры (от уровня аккаунта до уровня объявлений).

Система повторяет один и тот же цикл, а человек вмешивается только на последнем шаге.

Система повторює один і той самий цикл, а людина вступає тільки на останньому кроці.

  1. Сбор данных. В начале рабочего дня через Google Ads API скрипт подключается ко всем аккаунтам и загружает свежие данные. За один цикл обрабатывается более 6 000 кампаний и более 500 000 объявлений.

  2. Проверки. Кампании, группы, объявления, ассеты, аудитории, списки и бюджеты проходят 28 типов проверок, которые разбиты на более чем 50 отдельных правил.

  3. Приоритизация. Каждая обнаруженная ошибка получает уровень критичности: Low, Medium, High или Critical.

  4. Вывод результатов. Скрипт записывает результаты в Google Sheets: отдельные таблицы с деталями до уровня ошибки. Дашборд Data Studio берет данные из этих таблиц и показывает сводную картину по всем вертикалям.

  5. Исправление. Команда на ежедневном совещании (daily) открывает дашборд и видит, где есть проблема, а специалист сразу по ссылке переходит в Google Sheets на соответствующий уровень и исправляет ошибку. Следующий ежедневный цикл покажет, исчезла ли ошибка. Таким образом, инструмент становится дополнительным элементом контроля качества работы команды.

Bugs catcher лишь находит и показывает ошибки, а принимает решения и вносит исправления сам специалист. Поэтому система не увеличивает риск: она не изменяет аккаунты.

Как происходит проверка

Скрипт в первую очередь сверяет то, что в кампаниях/группах указано в названии, с тем, что в них настроено фактически. Затем ищет отсутствующие элементы (расширения, объявления, ключевые слова), неподключенные списки (минус-слова, аудитории) и рискованные или нецелевые данные.

Уровень

Типы ошибок

Что проверяется

Critical (4)

UTM, мошеннический URL, местоположение, цель

Соответствие UTM-шаблона названию кампании и наличие ID и группы. Нетипичные кампании с внешними URL. Соответствие геотаргетинга региону в названии. Соответствие целей кампаниям.

High (11)

Событие, Поиск, DSA, Названия, Названия подкатегорий, Утерянные списки минус-слов, Списки минус-слов, AI Max, Рекламные группы без ключевых слов, Заголовки объявлений, Описания объявлений

События, привязанные к целям. Согласованность стратегии, языка, домена, категории и версии сайта в URL с названием кампании (Search и DSA). Полнота и корректность нейминга. Неподключенные или неправильные списки минус-слов. Включен ли AI Max. Группы без ключевых слов. Нецелевой бренд или язык в заголовках и описаниях.

Medium (10)

Sitelinks, Callouts, Snippets, Поисковые запросы, Бюджеты, Кампания по аудитории, Потерянные аудитории, Неотвечающие объявления, Объявления, не относящиеся к DSA, Кампания по таргетингу

Наличие сайтлинков, кол-аутов и сниппетов, а также соответствие сайтлинков кампании; количество сайтлинков и кол-аутов меньше пяти на кампанию. Нецелевые поисковые запросы. Бюджеты: лимиты, соответствие категории и платформе. Аудитории, не подключенные или несоответствующие кампаниям. Группы без адаптивных и динамических объявлений. Таргетинг аудиторий в кампаниях

Низкий (3)

Таргетинг рекламной группы, отклоненные респонсивные объявления, отклоненные DSA-объявления

Таргетинг аудиторий в группах. Отклоненные адаптивные и динамические объявления с причиной отклонения.

Визуализация 

Дашборд в Data Studio отвечает на один вопрос: где сейчас есть проблемы. Он построен как матрица «тип ошибки × вертикаль»: в строках — 28 типов ошибок в порядке убывания приоритета, в столбцах — шесть вертикалей, сгруппированных в две команды.

Дашборд у Data Studio відповідає на одне питання де зараз є проблеми

Каждая ячейка имеет одно из двух состояний: Correct или Bugs, а цвет ошибки зависит от приоритета. Над матрицей расположены счетчики ошибок по вертикалям, а фильтры по группе ошибок (Bug type), конкретной проверке (Error type), приоритету и статусу помогают углубиться в детали.

То есть специалист не тратит лишнее время на поиск проблем, а сразу видит, что нужно исправить. Нажав на счетчик, специалист переходит в таблицу Google Sheets с подробной информацией об ошибках.

Например, так выглядит детализация ошибки «отсутствуют сниппеты».

Дашборд у Data Studio відповідає на одне питання де зараз є проблеми

Результаты

  1. Скорость обнаружения ошибок: менее 24 часов вместо нескольких дней.

  2. Время на исправление: сократилось на 30–50%, так как подробная информация об ошибках собрана в одном месте.

  3. Человеческий фактор: рутинные проверки больше не зависят от внимания и загруженности отдельного специалиста, а стандарты одинаковы для всех стран и категорий.

Оценить эффективность инструмента, задача которого — как можно быстрее находить ошибки, непросто: для корректного измерения пришлось бы отказаться от него, а затем оценить совокупный ущерб от накопившихся проблем. Позволить себе такой эксперимент мы не можем. При этом некоторые ошибки могут не влиять напрямую на эффективность кампаний, но будут более вредными для репутации команды (например, нецелевой бренд в объявлениях).

По внутренним оценкам команды, Bugs catcher сократил время обнаружения ошибок с нескольких дней до менее чем 24 часов, поскольку проверка теперь происходит ежедневно автоматически. Система снижает риск потери эффективности на 1–3% бюджета. При нашем бюджете это несколько сотен тысяч долларов потенциально сохраненной ценности. Это оценка риска, а не подтвержденная экономия.

Выводы

Главным активом Bugs catcher стала не только технология сбора данных, но и формализация того, что в проекте считать «правильным».

  1. Сначала эталон, потом автоматизация. Единая схема наименования и список проверок дали системе точку отсчёта. Без чёткого представления о том, «как должно быть», автоматически находить ошибки невозможно.

  2. Визуализация и приоритизация. Десятки проверок без надлежащего представления превратились бы в шум. Поэтому важно было придумать интерфейс, который смог бы упростить взаимодействие с инструментом.

  3. Продукт растёт вместе с проектом. Каждая новая проблема, возникавшая в работе, может стать новой проверкой, поэтому Bugs catcher работает как живой реестр рисков команды.

  4. Система находит, человек решает. Bugs catcher показывает, что и где не так, а исправление остается за специалистом. 

  5. Дополнительный уровень контроля. Благодаря ежедневному обновлению инструмент помогает лучше контролировать уровень качества работы команды, снижая субъективные риски, связанные с человеческим фактором.

0
0
0
Обнаружили ошибку? Выделите ее и нажмите Ctrl + Enter.