Mniej leadów. Więcej wartościowych rejestracji.
Jak wdrożenie Offline Conversion Import i Customer Match pozwoliło obniżyć CPA o ponad 35% w ciągu 3 miesięcy i zwiększyć współczynnik konwersji lead – rejestracja o ponad 17 punktów procentowych.
Avalon Logistics Group
Q4 2025 – Q1 2026
Polska
Optymalizacja reklam Google Ads
Avalon Logistics Group rekrutuje kurierów i kierowców taxi jako partnerów tzw. “gig economy” platform. Firma zgłosiła się do nas z problemem: kampanie Google Ads generowały duży wolumen leadów, ale jakość rejestracji była trudna do oceny – a algorytm był ślepy na to, co dzieje się po uzupełnieniu formularza.
Opracowaliśmy plan, którego celem było nie tylko zwiększenie efektywności reklam, ale stworzenie spójnej architektury danych – systemu, który stanie się źródłem optymalizacji kampanii, a jednocześnie centralnym punktem analitycznym dla działu marketingu i zarządu.
Czego
potrzebował
Klient
Lepszego sygnału konwersji dla algorytmu.
Google Ads widział tylko wypełnienie formularza – nie wiedział, który lead faktycznie zarejestrował się w aplikacji. Z perspektywy Smart Bidding każdy lead był równie wartościowy, niezależnie od tego, czy skończył jako aktywny partner, czy odpadł po pierwszym kontakcie.
Wglądu w dane poleadowe.
Informacje o tym, co dzieje się z leadem po kliknięciu w reklamę, żyły wyłącznie w CRM. Dział marketingu i zarząd nie mieli jednego miejsca, gdzie mogliby śledzić jakość ruchu z kampanii – od kliknięcia do podpisanej umowy i pierwszej wypłaty.
Precyzyjniejszego targetowania.
Bez listy zarejestrowanych kurierów i aktywnych partnerów kampanie docierały do osób, które już współpracowały z Avalonem. Budowanie list wykluczeń i podobnych odbiorców było niemożliwe bez ustrukturyzowanych danych z CRM.
01
Zamknięcie pętli atrybucji
Kampanie generowały leady, ale nikt nie wiedział, które z nich faktycznie kończyły się rejestracją w aplikacji. Celem było stworzenie połączenia między kliknięciem w reklamę a konkretnym etapem w CRM – tak, żeby każda złotówka wydana na reklamę miała przypisany rzeczywisty wynik biznesowy.
02
Optymalizacja Smart Bidding
Smart Bidding optymalizował pod zdarzenie formularzowe, traktując każde wypełnienie tak samo. Celem było zmiana algorytmu na sygnał jakościowy – rejestrację w aplikacji – żeby budżet był kierowany do użytkowników, którzy faktycznie stają się partnerami, a nie tylko wypełniają formularz.
03
Budowa list Customer Match z danych CRM
Avalon Logistics Group nie miał możliwości wykluczenia aktywnych partnerów z kampanii rekrutacyjnych ani budowania list podobnych odbiorców na podstawie najlepiej konwertujących kurierów. Celem było wykorzystanie danych CRM do precyzyjnego zarządzania grupami docelowymi w Google Ads i Meta.
04
Centralne źródło danych
Dane o jakości leadów, konwersji i efektywności kampanii były rozproszone. Celem było stworzenie jednego miejsca, gdzie dział marketingu i zarząd mogą śledzić pełne lejki – od kliknięcia w reklamę do podpisanej umowy i pierwszej wypłaty partnera.
01
Niska jakość sygnału konwersji
Google Ads widział wyłącznie wypełnienie formularza. Algorytm nie rozróżniał między leadem, który zarejestrował się w aplikacji i zaczął pracować, a takim, który odpadł po pierwszym telefonie. Każda konwersja wyglądała tak samo – bez względu na jej rzeczywistą wartość dla biznesu.
02
Brak analityki poleadowej
Wszystkie dane o tym, co dzieje się z leadem po kliknięciu w reklamę – etap pipeline, status rejestracji, podpisanie umowy – żyły wyłącznie w CRM. Google Ads nie miał do nich dostępu. Niemożliwe było porównanie jakości ruchu z różnych kampanii, słów kluczowych czy grup reklam na poziomie rzeczywistych wyników.
03
Dark pool rejestracji
Około 40% użytkowników rejestruje się bezpośrednio w aplikacji, bez wypełniania formularza na stronie. Oznacza to brak GCLID – standardowy import konwersji nie był w stanie przypisać tych rejestracji do żadnej kampanii. Ta grupa była niewidoczna dla algorytmu, mimo że część z nich trafiała do aplikacji właśnie po kontakcie z reklamą.
04
Aktywni partnerzy w grupie docelowej
Bez list wykluczeń opartych na danych CRM kampanie rekrutacyjne docierały również do osób, które już współpracowały z Avalonem. Generowało to zbędne kliknięcia i zafałszowywało dane o efektywności kampanii – budżet był częściowo marnowany na użytkowników, którzy nie mogli zostać nowymi partnerami.
Jak się udało?
Zobacz co złożyło
się na sukces
OCI
Połączyliśmy Google Ads z danymi CRM i etapami pipeline, dzięki czemu Smart Bidding zaczął optymalizować kampanie pod realne wyniki biznesowe. Wdrożenie EC4L pozwoliło dodatkowo przypisywać konwersje do leadów trafiających bezpośrednio do aplikacji, bez formularza.
Segmentacja pipeline
Import konwersji uwzględniał etapy lejka, dzięki czemu Google Ads mógł oceniać jakość leadów, a nie tylko liczbę rejestracji. Pozwoliło to Smart Bidding optymalizować kampanie pod partnerów długoterminowych, a nie wyłącznie sam ruch.
Customer Match
Na bazie danych CRM stworzyliśmy segmenty Customer Match: aktywni partnerzy zostali wykluczeni z kampanii, byli trafili do działań reaktywacyjnych, a najlepsi kurierzy posłużyli jako baza do podobnych odbiorców. Dzięki temu obniżyliśmy koszt kampanii i poprawiliśmy jakość pozyskiwanego ruchu.
„W końcu zobaczyliśmy, które kampanie faktycznie dostarczają wartościowych partnerów biznesowych, a nie tylko formularze. To całkowicie zmieniło sposób optymalizacji naszych działań marketingowych.”
Zaufali nam
Wyniki 3 miesiące po wdrożeniu
01
35% obniżenie CPA kampanii w porównaniu do okresu sprzed wdrożenia OCI (z uwzględnieniem sezonowości)
.
02
+17% wzrost współczynnika konwersji lead–rejestracja w aplikacji (z 35–40% do ok.54%)
.
03
100% data-driven zoptymalizowanych kampanii na koncie
.
04
Do 80% danych pokrytych analityką
.