N-gram анализ поисковых запросов в Google Ads 2026: как найти слова, которые съедают бюджет
Отчёт по поисковым запросам в живом аккаунте — это десятки тысяч строк, где каждая вторая встречается один раз. Прочитать его глазами невозможно, а фильтр «расход больше нуля, конверсий ноль» отдаёт шум: единичные запросы с одним кликом ничего не доказывают. N-gram анализ поисковых запросов решает ровно эту задачу — он показывает не отдельные запросы, а слова и словосочетания, которые повторяются внутри них и системно тянут деньги. Ниже — метод целиком: как разложить запросы, как агрегировать метрики без двойного счёта, по каким правилам минусовать, где метод врёт и что именно изменилось в 2026 году с приходом AI Max.
Что такое n-gram и почему таблица запросов обманывает
N-gram — это последовательность из N слов внутри запроса. Запрос «купить беговые кроссовки недорого» содержит четыре униграммы (купить, беговые, кроссовки, недорого), три биграммы (купить беговые, беговые кроссовки, кроссовки недорого) и две триграммы. Смысл приёма в том, что отдельный запрос почти всегда статистически пуст, а слово, которое встречается в трёхстах запросах, уже несёт сигнал.
Классический пример: в аккаунте нет ни одного дорогого запроса — каждый стоит по два-три доллара. Но слово «бесплатно» встречается в двухстах запросах, и суммарно они съели четыреста долларов без единой конверсии. В построчном отчёте этого не видно, потому что данные размазаны тонким слоем. В n-gram-таблице это первая строка сверху.
N-gram анализ не заменяет чтение запросов. Он решает, что именно читать: вместо шестидесяти тысяч строк вы открываете тридцать, за которыми стоит реальный расход.
Пошагово: от выгрузки до сводной таблицы
Шаг 1. Выгрузка. Берите период, который покрывает нормальный цикл спроса и конверсии: если сделка закрывается за три недели, недельная выгрузка покажет расход без результатов и спровоцирует ложные минус-слова. Колонки, которые нужны: сам запрос, кампания, группа, ключ и тип соответствия, показы, клики, расход, конверсии, ценность конверсий. Не смешивайте в одной выгрузке периоды, где у вас менялись офферы, гео или настройка отслеживания — иначе вы анализируете не язык пользователей, а историю собственных правок.
Шаг 2. Нормализация. Приведите запросы к нижнему регистру, уберите двойные пробелы, отделите пунктуацию. Иначе «Кроссовки» и «кроссовки,» разойдутся по разным строкам и расход размажется.
Шаг 3. Присвойте каждому запросу идентификатор. Этот шаг чаще всего пропускают, и именно он спасает от главной ошибки метода. Простой порядковый номер строки подойдёт.
Шаг 4. Разложите на n-gram. В таблицах: выделить колонку с запросом, «Данные → Разделить текст на столбцы» с разделителем «пробел», затем сложить получившиеся колонки слов одна под другой в единую колонку n-gram, копируя рядом идентификатор запроса и его метрики. Для биграмм — склеить каждое слово со следующим в отдельных колонках и сложить их тем же способом.
Шаг 5. Удалите дубликаты по паре «идентификатор запроса + n-gram». Запрос «кроссовки кроссовки найк» иначе засчитает свой расход слову «кроссовки» дважды. Это единственное место, где метод тихо врёт в цифрах.
Шаг 6. Сводная таблица. Строки — n-gram. Значения — сумма расхода, сумма конверсий, сумма ценности и количество уникальных идентификаторов запросов (то есть в скольких разных запросах встречается слово).
И сразу важное предупреждение: строки в такой таблице пересекаются. Один запрос даёт вклад в несколько n-gram, поэтому суммарный расход по всем n-gram будет больше расхода аккаунта. Это нормально и это не ошибка — но складывать строки между собой и сверять с биллингом бессмысленно.
Какие метрики смотреть
| Метрика | Что показывает | Как использовать |
|---|---|---|
| Расход по n-gram | Сколько денег прошло через запросы с этим словом | Сортировка по убыванию — список кандидатов на разбор |
| Конверсии и ценность | Есть ли вообще результат | Ноль при заметном расходе — красный флаг, но не приговор |
| Число уникальных запросов | Насколько широко слово разошлось | Отличает системный паттерн от одного дорогого запроса |
| Доля расхода без конверсий | Какая часть денег внутри n-gram ушла в запросы без результата | Главная рабочая метрика при сравнении слов между собой |
| CPA и ценность/расход | Экономика слова | Для решения «выносить в отдельную группу или нет» |
Универсального порога, после которого n-gram «виновен», не существует — ни у Google, ни у практиков. Любая цифра вида «минусуем всё, где расход больше трёх CPA и ноль конверсий» — это ваше собственное правило, привязанное к вашей марже и окну конверсии, а не отраслевой стандарт. Полезно записать его явно и пересматривать раз в квартал, чтобы команда не принимала решения по наитию.
N-gram анализ поисковых запросов: правила принятия решений
Практики сходятся на простом разделении по длине n-gram. Одно- и двухсловные конструкции — основной источник минус-слов: они достаточно общие, чтобы блокировать целый класс нерелевантного спроса. Трёх- и четырёхсловные — наоборот, источник новых ключей: за ними стоит конкретное намерение, которое стоит обслужить отдельным объявлением и посадочной.
Рабочая последовательность после построения таблицы:
- Отсортируйте по расходу без конверсий и возьмите верхние 20–30 строк. Ниже начинается длинный хвост, где решения стоят дороже эффекта.
- По каждому кандидату откройте все запросы, которые его содержат. Это обязательный шаг, а не формальность: именно здесь обнаруживается, что «бесплатно» встречается в запросе «бесплатная демоверсия crm для отдела продаж», который приносит лиды.
- Разделите кандидатов на три корзины: минус-слово, новая группа объявлений, оставить и дособрать данные. Третья корзина — нормальный, а не трусливый выбор: если конверсии в нише доезжают за три недели, двухнедельная выборка просто не успела их показать.
- Для «новых групп» проверьте объём. Выносить в отдельную группу имеет смысл, когда за n-gram стоит заметная доля расхода и своё намерение — иначе вы плодите структуру ради структуры. Общую логику разбиения мы разбирали в материале про минус-слова и исключения на уровне аккаунта.
- Зафиксируйте, что и когда вы сделали. Через месяц при разборе просадки вы будете искать именно этот список.
Как не переминусовать
Переминусовка — самый дорогой побочный эффект метода, и она незаметна: вы видите, как падает расход, и не видите, как вместе с ним уходит спрос. Три правила, которые её сдерживают:
- Чем шире тип соответствия минус-слова, тем выше требование к доказательству. Прежде чем минусовать слово широко, заставьте себя письменно объяснить, почему фразового совпадения недостаточно.
- Проверяйте конвертировавшие запросы отдельно. Отфильтруйте все запросы с этим словом, где были конверсии. Если их больше нуля — вы режете не мусор, а смесь.
- Минусуйте там, где нужно, и только там. Минус-слово на уровне кампании способно заблокировать ключ, который живёт в другой группе и работает. Это классическая причина «кампания внезапно перестала показываться», которую потом ищут неделями.
Отдельно полезно раз в квартал прогонять проверку конфликтов: активные ключи, заблокированные собственными минус-словами. Старые списки, собранные под прошлые офферы, живут в аккаунтах годами и тихо режут релевантный трафик.
Инструменты: от таблицы до BigQuery
Google Sheets. Подходит для аккаунта с выгрузкой до нескольких десятков тысяч строк. Весь метод — разделение текста по столбцам, стек, удаление дублей по паре «id + n-gram», сводная таблица. Минус один: каждый прогон делается руками.
Скрипты Google Ads. Существуют готовые n-gram-скрипты, которые выгружают запросы, строят таблицу и пишут результат в Google-таблицу по расписанию. На крупном аккаунте они упираются в лимит времени выполнения — тогда их запускают несколько раз с фильтром по названиям кампаний. Общая картина по автоматизации — в разборе скриптов и правил Google Ads.
BigQuery. Правильный выбор, если выгрузка уже лежит в хранилище. Униграммы считаются одним запросом:
WITH q AS (
SELECT
GENERATE_UUID() AS query_id,
LOWER(TRIM(search_term)) AS term,
cost_micros / 1000000 AS cost,
conversions,
conversions_value
FROM `project.dataset.search_terms`
WHERE segments_date BETWEEN '2026-09-01' AND '2026-10-26'
),
grams AS (
SELECT DISTINCT query_id, word, cost, conversions, conversions_value
FROM q, UNNEST(SPLIT(term, ' ')) AS word
WHERE word != ''
)
SELECT
word,
COUNT(DISTINCT query_id) AS queries,
ROUND(SUM(cost), 2) AS cost,
SUM(conversions) AS conv,
ROUND(SAFE_DIVIDE(SUM(cost), NULLIF(SUM(conversions), 0)), 2) AS cpa
FROM grams
GROUP BY word
HAVING cost > 50
ORDER BY conv ASC, cost DESC
LIMIT 50;SELECT DISTINCT здесь выполняет ту же работу, что удаление дублей в таблице: не даёт одному запросу дважды отдать свой расход повторяющемуся слову. Для биграмм добавляется склейка соседних элементов массива. Если хранилища ещё нет, смотрите выгрузку Google Ads в BigQuery — после неё n-gram-отчёт становится рутиной на пять минут, а не вечерним проектом.
Сторонние инструменты. На рынке есть платформы, которые строят n-gram-таблицы и позволяют добавлять минус-слова прямо из интерфейса. Они экономят время на механике, но не принимают решения: софт не знает вашу маржу, качество лидов и то, какое значение слово имеет в вашей нише. Автоматизация должна готовить кандидатов, а не исполнять приговор.
Чего отчёт не покажет в 2026 году
N-gram анализ поисковых запросов опирается на данные, которые Google отдаёт не полностью, и за последние два года этих ограничений стало больше.
Пороги приватности. Запрос попадает в отчёт только при достаточном объёме поиска в целом по Google, а не в вашем аккаунте. Минимальный порог Google не публикует. Под отсечку попадают именно длинные редкие запросы — то есть те, где чаще всего живут неожиданные находки.
Строка «прочие запросы». Самый честный способ понять масштаб — сравнить суммарный расход кампаний за период с суммой расхода по выгруженным строкам запросов. Разница и есть та часть бюджета, которую вы не видите построчно. По данным Adthena за октябрь 2024 года, в их выборке в среднем 51% расхода приходился на «прочие» запросы; это одна выборка одного вендора, а не отраслевой норматив, но порядок величины отрезвляет.
AI Max и расширение соответствий. В отчёте появился тип соответствия AI Max, а в сводных строках — «расширенные соответствия AI Max» и «соответствия по посадочной». По анализу Майка Райана (Smarter Ecommerce), который цитировали отраслевые издания, к июлю 2026 года в изученных ecommerce-кампаниях EMEA около 29% показов, атрибутированных точному соответствию, фактически пришли через расширение. Выборка ecommerce-только, для лидогенерации переносить нельзя — но вывод для нашей задачи один: доля трафика, которую вы не контролируете ключами, выросла, и n-gram-анализ стал не дополнительной, а базовой гигиеной. Контекст изменения — в разборе AI Max в поисковых кампаниях и в материале про единый отчёт пути AI Max.
Ещё одна деталь, о которой легко забыть: Google рекомендует подождать минимум две недели после включения AI Max, прежде чем добавлять минус-слова. Логика та же, что и с периодом обучения ставок — вы иначе оптимизируете по шуму.
Механика минус-слов, о которой забывают
- Минус-слова не раскрываются в близкие варианты. Заминусовав «цветы», вы не блокируете «цветок». Синонимы, формы и опечатки добавляются руками — и n-gram-таблица как раз хорошо показывает, какие формы реально встречаются.
- Тип соответствия у минуса работает иначе, чем у ключа. Точное блокирует только сам запрос, фразовое — запросы, где слова идут в том же порядке, широкое — где присутствуют все слова в любом порядке.
- В Performance Max минус-слова действуют на поиск и шопинг, но не на контекстно-медийную сеть и видео. Для них нужны исключения контента, и n-gram-анализ там попросту неприменим — данных такого рода нет.
- Списки на уровне аккаунта экономят часы. Универсальный список мусора («работа», «вакансии», «бесплатно», «своими руками», названия конкурентов, если это ваша политика) собирается один раз и подключается ко всем кампаниям.
Разбор на цифрах: как выглядит таблица в реальном аккаунте
Чтобы метод не оставался абстракцией, вот как выглядит верх сводной таблицы в типовом аккаунте услуг. Цифры условные и приведены как иллюстрация формата, а не как бенчмарк — но структура именно такая, какую вы получите после шестого шага.
| N-gram | Запросов | Расход | Конверсии | Решение |
|---|---|---|---|---|
| бесплатно | 214 | $486 | 0 | Минус-слово, фразовое |
| своими руками | 97 | $233 | 0 | Минус-слово, фразовое |
| отзывы | 156 | $310 | 2 | Оставить, вынести в отдельную группу |
| вакансии | 41 | $118 | 0 | В универсальный список аккаунта |
| срочно | 63 | $147 | 7 | Не трогать, CPA ниже целевого |
| цена | 389 | $905 | 11 | Разобрать биграммами |
Три вывода, которые эта таблица иллюстрирует лучше любого объяснения. Первое: «бесплатно» и «своими руками» — разные намерения, но одинаковый диагноз, и оба находятся только на уровне слов, потому что построчно каждый запрос стоил по паре долларов. Второе: «отзывы» — типичный кандидат не на минус, а на отдельную группу: намерение информационное, но на границе покупки, и ему нужна своя посадочная, а не блокировка. Третье: «цена» с расходом в $905 и одиннадцатью конверсиями не решается на уровне униграммы вообще — тут нужен следующий срез, биграммы вида «цена установки» против «цена б у», которые разводят платёжеспособный спрос и тех, кто ищет подешевле.
Отдельно стоит посмотреть на «срочно»: по интуиции это слово часто минусуют как признак несерьёзного спроса, а по цифрам оно даёт конверсии дешевле целевого CPA. Это и есть главный аргумент в пользу таблицы вместо интуиции — она регулярно отменяет «очевидные» решения, которые команда собиралась принять не глядя.
Рабочий ритм, который реально выдерживают
Еженедельно — быстрый просмотр новых запросов с заметным расходом. Раз в месяц — полный n-gram-прогон и решения по верхним строкам. Раз в квартал — аудит списков минус-слов и проверка конфликтов. Раз в год — ревизия универсальных списков: часть слов там давно потеряла смысл вместе со старыми офферами. Этот график скромнее того, что обычно обещают в статьях, и именно поэтому его соблюдают.
Если вы параллельно наводите порядок в данных, посмотрите ещё две вещи: базовую работу с минус-словами и отчётом по запросам, если команда только начинает, и переход Data Manager на шифрование с 16 ноября 2026 — это про другую сторону того же вопроса, качество данных, на которых учится автоматика.
А если нужна не только методика, но и устойчивая площадка под трафик, посмотрите аренду агентских аккаунтов Google Ads и остальные сервисы PPC Rebels: экономия на мусорных запросах имеет смысл, когда кампании стабильно крутятся.
FAQ
Чем n-gram анализ поисковых запросов лучше обычного просмотра отчёта?
Он показывает повторяющиеся паттерны. Отдельный запрос с одним кликом и нулём конверсий не говорит ни о чём, а слово, встречающееся в двухстах запросах с суммарным расходом в несколько сотен долларов без результата, — уже статистика.
С какого размера аккаунта это имеет смысл?
Когда в выгрузке за месяц несколько тысяч уникальных запросов и ручной просмотр перестал быть реалистичным. На аккаунте с сотней запросов в месяц проще читать их построчно.
Какой минимальный расход считать значимым для n-gram?
Универсальной цифры нет. Практическое правило, которое стоит оформить как собственное: расход по n-gram должен превышать ваш целевой CPA хотя бы в два-три раза, и слово должно встречаться не в одном-двух запросах. Это ориентир, а не стандарт.
Почему сумма расхода по n-gram больше расхода аккаунта?
Потому что один запрос попадает в несколько n-gram сразу. Строки пересекаются по построению, поэтому их нельзя складывать и сверять с биллингом.
Униграммы или биграммы — с чего начинать?
С униграмм: они дают самый широкий охват и самые очевидные находки. Биграммы подключают, когда одно слово встречается и в полезных, и в мусорных запросах — тогда разделить их может только соседнее слово.
Можно ли минусовать сразу по таблице, не открывая запросы?
Технически да, на практике — так и возникают потери. Проверка полных запросов за кандидатом занимает минуты и снимает большую часть ошибок.
Что делать с n-gram, где расход есть, а конверсий мало, но они есть?
Считать экономику: если CPA по слову в разы выше целевого, разумнее не минусовать целиком, а вынести такие запросы в отдельную группу с собственной ставкой и посадочной, чтобы управлять ими явно.
Работает ли метод для Performance Max?
Частично. По PMax доступны отчёты по поисковым запросам, но кампания показывается ещё и в сетях, где поисковых запросов нет в принципе, а минус-слова действуют только на поиск и шопинг. То есть n-gram объяснит часть расхода, а не весь.
Как AI Max меняет подход?
Соответствий, которые вы не задавали ключами, стало заметно больше, а значит, регулярная чистка на уровне слов стала важнее. При этом Google рекомендует не трогать минус-слова первые две недели после включения AI Max, чтобы не оптимизировать по неустоявшимся данным.
Сколько минус-слов вообще можно добавить?
Лимиты на списки и количество минус-слов в них существуют и периодически меняются; практики называют порядок в несколько десятков тысяч на аккаунт. Актуальные цифры всегда стоит смотреть в справке Google Ads перед массовой заливкой, а не полагаться на числа из статей.
Как понять, что я переминусовал?
Признаки: падает число показов и уникальных запросов, доля показов снижается, а CPA не улучшается. Проверяйте конфликты минус-слов и сравнивайте период до и после по показам, а не только по расходу.
Можно ли отдать это на автоматику целиком?
Можно отдать построение таблицы и уведомления. Решение «минусовать или масштабировать» остаётся за человеком: оно зависит от маржи, качества лидов и смысла слова в вашей нише, а эти данные в отчёт не попадают.
