Bugs catcher: автоматичний контроль якості кампаній OLX у Google Ads
Мабуть, кожному спеціалісту з контекстної реклами знайомо це неприємне відчуття, коли у твоїй кампанії вилізла помилка, яку ти мав перевірити, але не зробив цього. Не було часу, було ліньки, кінець робочого дня або навіть і перевіряв, проте не помітив. Ти вже запускав їх безліч разів, ну що може піти не так?
Як показує досвід, помиляються всі. Скільки не вводь чеклісти, не переписуй алгоритми запуску кампаній — на довгій дистанції будуть з’являтися помилки, і добре, якщо вони не будуть коштувати грошей, а постраждає тільки твоя гордість.
Критичність цієї проблеми росте пропорційно розміру проєкту. Наприклад, на OLX наша команда працюємо зі структурою, в якій понад 70 акаунтів у 7 країнах із річним бюджетом у кілька десятків мільйонів доларів. Кожен спеціаліст щодня вносить зміни: додає кампанії, редагує оголошення, коригує ставки чи бюджети. Загалом це тисячі змін на тиждень.
На таких обсягах перевірити все вручну практично неможливо. Що більше кампаній, то вище шанс зробити помилку — і звісно, їх робили: биті посилання, відхилені оголошення, некоректні UTM-мітки й цілі відстеження, неправильний геотаргетинг, непідключені списки мінус-слів. Кожна з них окремо виглядає дрібницею, але в структурі з 70+ акаунтів вона може тижнями залишитися непоміченою. Інколи чим більш очевидна помилка, тим важче її знайти (ну, як можна забути поставити геотаргетинг? Один раз за 15 років забули — мінус $12 000).
Так з’явився Bugs catcher
Скрипт, мета якого — перевіряти налаштування кампаній замість людей. Він створювався поступово, як виправлення вже допущених нами помилок або як превентивна перевірка гіпотетичних, щоб знаходити їх у майбутньому якомога швидше. Кожна нова перевірка закривала конкретний тип ризику, тому набір розширювався разом зі складністю акаунтів.
Попередні налаштування
Ключовою умовою стала стандартизація. Оскільки проєкт дуже старий, його вели різні агенції та ще й у різних країнах, багато речей було в акаунтах просто тому, що так історично склалося. А це означає, що налаштування потребували:
-
Типова структура акаунтів — Країна / Категорія / Платформа / Агенція.
-
Уніфікований неймінг.
Ми мали кілька варіантів неймінгу однієї категорії, бо кампанії робили різні люди в різний час, і кожен називав як хотів, скорочував, придумував абревіатури тощо. А коли ситуація екстраполюється на кілька країн з різними мовами та на кілька команд, з чиєю спадщиною доводилося працювати, проблема неймінгу стає критичною.
Тому ми розробили мапінг всіх версій OLX, і категорії та підкатегорії були уніфіковані під загальний варіант написання англійською мовою. Такий самий принцип був введений для назв налаштувань самих кампаній, наприклад, стратегій чи гео.
Таким чином, назви кампаній у OLX збудовані за єдиною схемою: вертикаль, категорія, мова, тип, стратегія, гео, агентство, джерело, платформа, тип проєкту. Також свої правила отримав і неймінг груп. Ця схема стала еталоном, з яким система звіряє реальні налаштування.
Як працює скрипт: цикл із п’яти кроків
Bugs catcher щодня перевіряє всі рекламні акаунти OLX у Google Ads і показує помилки з точністю до того рівня структури (від рівня акаунта до рівня оголошень).
Система повторює один і той самий цикл, а людина вступає тільки на останньому кроці.
-
Збір даних. На початку робочого дня через Google Ads API скрипт підключається до всіх акаунтів і забирає свіжі дані. За один цикл обробляється понад 6 000 кампаній і понад 500 000 оголошень.
-
Перевірки. Кампанії, групи, оголошення, ассети, аудиторії, списки та бюджети проходять 28 типів перевірок, які розкладаються на понад 50 окремих правил.
-
Пріоритизація. Кожна знайдена помилка отримує рівень критичності: Low, Medium, High або Critical.
-
Вивід результатів. Скрипт записує результати в Google Sheets: окремі таблиці з деталями до рівня помилки. Дашборд Data Studio бере дані з цих таблиць і показує зведену картину по всіх вертикалях.
-
Виправлення. Команда на щоденній зустрічі (daily) відкриває дашборд і бачить, де є проблема, а спеціаліст одразу за посиланням переходить у Google Sheets до її рівня та виправляє. Наступний щоденний цикл покаже, чи помилка зникла. Таким чином, інструмент стає додатковим елементом контролю якості роботи команди.
Bugs catcher лише знаходить і показує помилки, а приймає рішення і робить правки сам спеціаліст. Тому система не додає ризику: вона не змінює акаунти.
Як відбувається перевірка
Скрипт в першу чергу звіряє те, що в кампаніях/групах заявлено в назві, з тим, що в ній налаштовано фактично. Потім шукає відсутні елементи (розширення, оголошення, ключові слова), не підключені списки (мінус-слова, аудиторії) та ризикові або нецільові дані.
|
Рівень |
Типи помилок |
Що перевіряється |
|---|---|---|
|
Critical (4) |
UTM, Scam URL, Location, Goal |
Відповідність UTM-шаблону назві кампанії та наявність ID і групи. Нетипові кампанії із зовнішніми URL. Відповідність геотаргетингу регіону в назві. Відповідність цілей кампаніям. |
|
High (11) |
Event, Search, DSA, Naming, subCategory naming, Lost negative lists, Negative lists, AI Max, Non KeyWords adgroups, Ads headlines, Ads descriptions |
Івенти, підключені до цілей. Узгодженість стратегії, мови, домену, категорії і версії сайту в URL з назвою кампанії (Search і DSA). Повнота й коректність неймінгу. Непідключені або неправильні списки мінус-слів. Чи ввімкнено AI Max. Групи без ключових слів. Нецільовий бренд чи мова в заголовках і описах. |
|
Medium (10) |
Sitelinks, Callouts, Snippets, Search terms, Budgets, Audience campaign, Lost Audiences, Non resp ads, Non DSA ads, Targeting campaign |
Наявність сайтлінків, колаутів і сніппетів та відповідність сайтлінків кампанії; кількість сайтлінків і колаутів менша за п’ять на кампанію. Нецільові пошукові запити. Бюджети: ліміти, відповідність категорії і платформи. Аудиторії, непідключені або невідповідні кампаніям. Групи без адаптивних і динамічних оголошень. Націлення аудиторій у кампаніях |
|
Low (3) |
Targeting adgroup, Disapproved resp ads, Disapproved DSA ads |
Націлення аудиторій у групах. Відхилені адаптивні та динамічні оголошення з причиною відхилення. |
Візуалізація
Дашборд у Data Studio відповідає на одне питання: де зараз є проблеми. Він будується як матриця «тип помилки × вертикаль»: у рядках 28 типів помилок за спаданням пріоритету, у колонках — шість вертикалей, згруповані в дві команди.
Кожна клітинка має один із двох станів: Correct або Bugs, а колір помилки залежить від пріоритету. Над матрицею стоять лічильники помилок за вертикалями, а фільтри за групою помилок (Bug type), конкретною перевіркою (Error type), пріоритетом і статусом допомагають зануритися в деталі.
Тобто спеціаліст не витрачає зайвий час на пошук проблем, а відразу бачить, що треба виправити. Натиснувши на лічильник, спеціаліст переходить у таблицю Google Sheets з деталізацією помилок.
Наприклад, так виглядає деталізація помилки «відсутні сніппети».
Результати
-
Швидкість виявлення помилок: менш ніж 24 години замість кількох днів.
-
Час на виправлення: скоротився на 30–50%, бо деталі щодо помилок зібрані в одному місці.
-
Людський фактор: рутинні перевірки більше не залежать від уваги і навантаження окремого спеціаліста, а стандарти однакові для всіх країн і категорій.
Оцінити ефективність інструмента, завдання якого — якомога швидше знаходити помилки, непросто: для коректного заміру довелося б відмовитися від нього, а потім оцінити сукупну шкоду від накопичених проблем. Дозволити собі такий експеримент ми не можемо. При цьому деякі помилки можуть не впливати прямо на ефективність кампаній, але будуть більш репутаційно шкідливими для команди (наприклад, нецільовий бренд в оголошеннях).
За внутрішніми оцінками команди, Bugs catcher скоротив час виявлення помилок із кількох днів до менш ніж 24 годин, бо перевірка тепер відбувається щодня автоматично. Система знижує ризик втрати ефективності на 1–3% бюджету. При нашому бюджеті це кілька сотень тисяч доларів потенційно збереженої цінності. Це оцінка ризику, а не підтверджена економія.
Висновки
Головним активом Bugs catcher стала не тільки технологія збору даних, а і формалізація того, що в проєкті вважати «правильним».
-
Спершу еталон, потім автоматизація. Єдина схема неймінгу і список перевірок дали системі точку відліку. Без чіткого «як має бути» автоматично знаходити помилки неможливо.
-
Візуалізація і пріоритизація. Десятки перевірок без належного представлення перетворилися б на шум. Тому важливо було придумати інтерфейс, який зміг спростити взаємодію з інструментом.
-
Продукт росте разом із проєктом. Кожна нова проблема, яка траплялася у роботі, може стати новою перевіркою, тож Bugs catcher працює як живий реєстр ризиків команди.
-
Система знаходить, людина вирішує. Bugs catcher показує, що і де не так, а виправлення залишається за спеціалістом.
-
Додатковий рівень контролю. Завдяки щоденному оновленню інструмент допомагає краще контролювати рівень якості роботи команди, зменшуючи суб’єктивні ризики людського фактору.
Свіжі
Повернення без втраченої історії: які фінансові дані малого бізнесу мають залишатися пов’язаними
Менеджер оновив статус у CRM, власник побачив рух коштів у банку, бухгалтер отримав виписку. У кожного є частина інформації, але ніхто не бачить усієї послідовності подій.
З нуля до enterprise-перемовин за 6 місяців: як QazCode вивів новий AI-продукт на ринок Казахстану без великих рекламних бюджетів
У кейсі розповідаємо, чому ці самі канали, зведені в одну систему під список цільових акаунтів, коштують дешевше й окупаються швидше
Де ви втрачаєте користувачів застосунку і як це визначити за допомогою ASO
У статті розгляну, як адаптувати фреймворк See–Think–Do–Care до ASO й застосувати його на практиці


