Product Value Optimization 2026: оптимизация ценности товаров в PMax и Shopping

В вашем фиде 4 000 товаров. У пятидесяти из них маржа 45%, у трёхсот — 6%, у остальных где-то посередине. Для Smart Bidding все они одинаковы: заказ на 100 евро — это заказ на 100 евро, независимо от того, останется у вас с него 45 евро или четыре. Алгоритм честно тащит бюджет туда, где выше вероятность конверсии, и регулярно это оказываются самые низкомаржинальные позиции. В середине сентября 2026 Google открыл бету Product Value Optimization — механизм, который позволяет задать множители ценности на уровне отдельных товаров, не переделывая структуру кампаний.

Ниже — что именно делает инструмент, как он соотносится с tROAS и правилами ценности, как подготовить данные по марже, пошаговая настройка через кастомные ярлыки в фиде, какие множители ставить на старте, как проверить эффект и в каких случаях подключать его не нужно.

Проблема, которую решает Product Value Optimization

Стандартная связка выглядит так: фид передаёт цену товара, тег передаёт выручку заказа, стратегия tROAS оптимизируется на эту выручку. Всё корректно — и всё равно ведёт не туда, потому что выручка и прибыль распределены по ассортименту по-разному.

Типичный сценарий в рознице: аксессуары и расходники конвертируются легко, чек низкий, маржа высокая. Крупная техника конвертируется тяжело, чек большой, маржа тонкая. Стратегия с целевым ROAS 400% будет одинаково рада и тому, и другому — сделки с тонкой маржой при высоком чеке дают отличный ROAS и посредственную прибыль.

До сих пор у этого было три обходных пути, и все три неудобные:

• Разнести товары по кампаниям с разным tROAS. Работает, но фрагментирует данные: каждая кампания учится на своём куске конверсий, и в мелких кампаниях сигнала не хватает.
• Передавать в тег не выручку, а прибыль. Честно с точки зрения математики, но ломает сверку с бухгалтерией и отчётность по выручке.
• Правила ценности конверсии. Работают на уровне аудитории, устройства и гео — но не на уровне отдельного товара.

Product Value Optimization закрывает именно четвёртый вариант: вы оставляете структуру кампаний как есть, оставляете выручку в теге как есть, но говорите системе, что вот эта группа товаров для бизнеса стоит дороже, чем показывает её цена.

Что делает инструмент — и чего не делает

Механика: вы задаёте правила, которые в реальном времени корректируют ценность конверсии для определённых сегментов товаров. Автоматическая стратегия ставок оптимизируется уже на скорректированную ценность и перераспределяет показы в пользу приоритетных позиций.

Что важно понимать:

• Поддерживаются Performance Max и Shopping-кампании.
• Сегменты задаются по атрибутам товара — бренд, категория, кастомные ярлыки.
• Инструмент не заменяет tROAS, а надстраивается над ним. Кампанейский tROAS задаёт средний целевой возврат, Product Value Optimization говорит, какие товары внутри этой кампании важнее среднего.
• Он не меняет фактическую выручку в отчётах о продажах, он меняет сигнал, по которому алгоритм принимает решение в аукционе.
• Он не чинит плохие данные. Если ваш фид врёт или ценность конверсии приходит с ошибкой, множители просто умножат ошибку.

Последний пункт стоит отдельного внимания. Перед тем как накручивать множители, убедитесь, что базовая ценность конверсии передаётся корректно и полно — как это проверяется, разобрано в материале про дополнительные источники данных конверсий.

Как это соотносится с другими инструментами ценности

Инструмент	Уровень применения	Что настраивает
tROAS кампании	Кампания	Средний целевой возврат на всю кампанию
Правила ценности конверсии	Аудитория, гео, устройство	Множитель за то, кто и откуда конвертировался
Product Value Optimization	Товар / сегмент фида	Множитель за то, что именно купили
Передача прибыли вместо выручки	Тег	Полная замена базы оптимизации

Эти механизмы складываются, а не конкурируют, и это же создаёт главный риск: множитель 1,4 от правил ценности плюс множитель 1,5 от Product Value Optimization дают 2,1 — и алгоритм начинает видеть сделку вдвое дороже, чем она есть. Настройку правил ценности мы разбирали в статье про обязательную ценность конверсии и value rules; если они у вас уже включены, посчитайте суммарный эффект до, а не после запуска.

Подготовка данных: без маржи инструмент бесполезен

Самая недооценённая часть работы происходит не в Google Ads, а в вашей учётной системе. Нужна маржинальность по товарам или хотя бы по товарным сегментам — и не «по ощущениям», а посчитанная.

Что включить в расчёт маржи

• Себестоимость закупки или производства.
• Стоимость доставки, если она на вас.
• Комиссии платёжных систем и маркетплейсов.
• Процент возвратов по категории — для одежды и обуви это решающий фактор: товар с маржой 50% и возвратом 40% фактически даёт меньше, чем товар с маржой 25% и возвратом 5%.

Ориентир для старта: если у вас нет расчёта на уровне SKU, начните с четырёх-пяти маржинальных тиров по категориям. Тир-система менее точна, но она работает, а точная маржа по 4 000 SKU, которую никто не обновляет, — нет.

Разложить маржу в фид

Сегменты для правил собираются по атрибутам товара, и удобнее всего для этого использовать кастомные ярлыки. Схема, которая почти всегда работает:

• custom_label_0 — маржинальный тир: margin_high, margin_mid, margin_low.
• custom_label_1 — роль товара: core, accessory, clearance.
• custom_label_2 — оборачиваемость или сезонность, если это влияет на приоритет.

Ярлыки должны обновляться автоматически при изменении закупочных цен — раз в неделю минимум. Как устроены кастомные ярлыки и как их пересобирать без разработчиков, подробно разобрано в статье про кастомные ярлыки в товарном фиде.

И перед любыми экспериментами со ставками проверьте состояние самого фида: товары с ошибками просто не участвуют в аукционе, и никакие множители этого не исправят. Диагностика — в материале про отклонённые товары в Merchant Center.

Настройка: пять шагов

1. Получите доступ к бете. Функция раскатывается волнами; доступ запрашивается через представителя Google или в интерфейсе аккаунта, если карточка беты вам показана.
2. Посчитайте маржу по сегментам. Категория, бренд, тир — в той разбивке, которую вы реально сможете поддерживать.
3. Разметьте товары в Merchant Center. Кастомные ярлыки по схеме выше; проверьте, что разметка доехала до фида и товары распределились ожидаемо.
4. Задайте множители. Базовая линия — 1,0. Приоритетным сегментам 1,2–1,5, низкомаржинальным — понижающий множитель. Начинайте узко: одно-два правила, а не двенадцать.
5. Наблюдайте 14 дней. Смотрите, как перераспределилась доля показов между сегментами товаров, и только потом расширяйте систему правил.

Какие множители ставить на старте

Практический ориентир, а не универсальная формула: множитель должен примерно отражать отношение маржинальности сегмента к средней маржинальности ассортимента. Если средняя маржа 20%, а у сегмента 30%, логичный старт — около 1,3–1,5, но в первые 30 дней есть смысл брать нижнюю границу диапазона.

Чего делать не стоит:

• Ставить 3,0 «чтобы наверняка». Экстремальные множители в период обучения ломают пейсинг: алгоритм резко перекидывает бюджет, часть кампании остаётся без показов.
• Менять множители каждые три дня. Каждое изменение — новый сигнал для обучения; про то, какие правки сбрасывают алгоритм, есть отдельный разбор симуляторов ставок и бюджета, и логика та же.
• Покрывать правилами 100% ассортимента сразу. Если всё умножено, ничего не приоритизировано.

Как понять, что инструмент сработал

Здесь легко обмануться: ROAS кампании после внедрения может упасть, и это будет успехом. Потому что цель была не ROAS, а прибыль.

Смотрите три вещи.

1. Перераспределение показов

Выросла ли доля показов и кликов у приоритетных сегментов товаров. Это первый сигнал, что правила вообще применяются — обычно виден на горизонте 7–14 дней. Здесь пригодятся сегментные отчёты; если у вас появились AI-дашборды Google Ads, срез по сегментам собирается одним запросом, но выводы всё равно проверяйте обычными отчётами.

2. Валовая прибыль, а не выручка

Считается вне Google Ads: выгрузка заказов с рекламы за период, умноженная на маржу по SKU, минус расход. Если прибыль выросла при том же расходе — инструмент работает, даже если ROAS просел.

3. Структура корзины

Проверьте, не вымылись ли из ассортимента низкомаржинальные товары-локомотивы, которые приводят новых клиентов с последующими покупками. Это реальный риск: оптимизация по марже одной сделки может обрубить приток клиентов с высоким LTV. Если у вас есть данные по повторным покупкам, включите их в расчёт — логика описана в разборе POAS вместо ROAS и оптимизации по прибыли.

Пример расчёта на цифрах

Абстрактные «множители 1,2–1,5» становятся понятнее на конкретном ассортименте. Возьмём интернет-магазин с месячным расходом 20 000 евро и средней маржой по ассортименту 22%.

Сегмент	Маржа	Доля расхода	Доля валовой прибыли	Множитель
Аксессуары (core, высокая маржа)	42%	12%	28%	1,5
Основной ассортимент	24%	38%	44%	1,1
Крупная техника	8%	34%	21%	0,8
Распродажа / остатки	5%	16%	7%	0,6

Читается таблица по двум колонкам посередине. Крупная техника съедает 34% расхода и приносит 21% прибыли — она переоценена алгоритмом, потому что даёт красивый ROAS при высоком чеке. Аксессуары дают 28% прибыли на 12% расхода — они недооценены, потому что чек низкий и по выручке выглядят скромно.

Множители здесь не выведены формулой, а подобраны так, чтобы сдвинуть расход в сторону прибыли, не обнуляя ни один сегмент. Обратите внимание на 0,6 у распродажи: занулять её нельзя, потому что остатки всё равно нужно вымывать, но и платить за них по общей логике смысла мало.

Чего ждать от такой настройки: перераспределение примерно 10–20% расхода между сегментами за две-три недели — это ориентир для среднего аккаунта, не обещание. Если сдвига нет вообще, проверьте, доехала ли разметка до фида и хватает ли сегментам объёма конверсий.

Сезонность, распродажи и остатки

Маржа — не единственный критерий приоритета. Есть периоды, когда бизнесу важнее оборот или освобождение склада, и множители логично пересобирать под календарь.

• Перед сезонным пиком. Повышайте множители на товарах, которые точно есть в наличии в нужных объёмах. Разгонять спрос на то, что закончится через неделю, — прямой путь к отклонённым товарам и потерянному бюджету.
• В распродажу. Приоритет смещается от маржи к оборачиваемости: остатки прошлой коллекции могут получить временно повышенный множитель, несмотря на низкую маржу.
• После пика. Возвращайте базовую схему. Оставленные «праздничные» множители — частая причина странного распределения расхода в январе.
• При дефиците товара. Понижающий множитель работает мягче, чем полное исключение товара из кампании: показы сокращаются, но товар не выпадает из обучения.

Практическое правило: пересматривайте схему множителей раз в квартал и точечно — перед крупными промо. Более частые правки не дают алгоритму устояться, более редкие отстают от закупочных цен.

Типичные ошибки

1. Множители на устаревшей марже. Закупочные цены изменились, ярлыки — нет. Через два месяца вы усиленно продвигаете то, что стало невыгодным.
2. Двойной учёт с правилами ценности. Считайте произведение всех активных множителей, а не каждый по отдельности.
3. Правила на сегментах без объёма. Сегмент с тремя конверсиями в месяц не обучит ничего; группируйте мелкие сегменты.
4. Игнорирование возвратов. Высокая номинальная маржа при высоком возврате — ловушка, особенно в fashion.
5. Одновременное изменение tROAS. Тогда непонятно, что дало эффект. Меняйте по одной переменной.
6. Понижающие множители на бренде. Брендовые запросы дешёвые и конверсионные; занизив их ценность, вы можете отдать свой же трафик конкурентам.
7. Никто не сверяет с бухгалтерией. Скорректированная ценность живёт в рекламном кабинете; реальные деньги — в учётной системе. Сверка раз в месяц обязательна.

Что происходит внутри аукциона

Полезно понимать механику, потому что она объясняет, почему эффект не мгновенный и почему экстремальные множители вредны.

Автоматическая стратегия на ценности решает одну задачу: для каждого доступного аукциона оценить вероятность конверсии и её ожидаемую ценность, и на основании произведения этих двух величин определить ставку. Product Value Optimization влияет только на вторую часть — на ожидаемую ценность конкретного товара. Вероятность конверсии остаётся такой, какой её видит модель по историческим данным.

Отсюда три практических следствия.

• Множитель не делает товар конверсионным. Если позиция плохо конвертируется, повышенная ценность заставит систему платить за неё больше — и вы получите тот же поток конверсий по более высокой цене. Проверяйте не только маржу, но и конверсионность сегмента.
• Эффект накапливается. Системе нужно набрать данные по новому распределению ценности; первые дни возможны колебания расхода, которые не стоит интерпретировать как результат.
• Бюджет остаётся ограничением. Если кампания упирается в дневной бюджет, повышение ценности приоритетных товаров вытеснит остальные, а не добавит охвата. Иногда это именно то, что нужно, но решение должно быть осознанным.

Ещё один нюанс для Performance Max: перераспределение может происходить не только между товарами, но и между поверхностями показа — например, из Shopping в Display. Поэтому вместе с сегментными отчётами имеет смысл держать под рукой разрез по каналам, иначе рост расхода на «приоритетный сегмент» легко перепутать с миграцией бюджета на другую площадку.

Кому это не нужно

• Маржа по ассортименту ровная. Если разброс между категориями укладывается в несколько процентных пунктов, овчинка не стоит выделки.
• Меньше 50 товаров. Проще управлять структурой кампаний вручную.
• Нет достоверных данных о себестоимости. Без них вы масштабируете догадку.
• Кампания на ручных ставках или Max Clicks. Инструмент работает через ценность конверсии, то есть предполагает стратегию на ценности.
• Лидогенерация без товарного фида. Это инструмент товарной рекламы; для услуг ту же задачу решают правила ценности и сегментация по типу лида.

Что делать, если доступа к бете нет

Рабочий обходной путь существует и он не новый: разнести товары по маржинальным тирам в разные кампании или группы объявлений с разными целевыми ROAS. Минус — фрагментация данных, и он серьёзный: в кампании с небольшим числом конверсий автостратегия учится медленно.

Компромисс, который часто оказывается лучшим на средних объёмах: две кампании вместо шести — «высокая маржа» с более мягким tROAS и «остальное» с более жёстким. Данные фрагментируются умеренно, а основной эффект вы получаете. Детали по каналам и распределению бюджета внутри PMax — в разборе канальной отчётности Performance Max.

И параллельно готовьте данные: маржа по сегментам, актуальные кастомные ярлыки, автообновление. Когда бета дойдёт до вашего аккаунта, внедрение займёт день вместо месяца.

Алгоритм оптимизирует ровно ту величину, которую вы ему дали. Пока вы кормите его выручкой, он будет максимизировать выручку — включая ту, которая приносит четыре евро с заказа.

FAQ

Что такое Product Value Optimization простыми словами?

Это возможность сказать Google Ads, что одни товары в вашем фиде для бизнеса ценнее других, и получить перераспределение ставок в их пользу — без изменения структуры кампаний и без подмены выручки в теге.

В каких кампаниях это работает?

В Performance Max и Shopping-кампаниях. Для поисковых кампаний без товарного фида инструмент не применяется.

Это замена целевому ROAS?

Нет. tROAS остаётся и задаёт средний целевой возврат по кампании, а Product Value Optimization работает поверх, перераспределяя приоритет между товарами внутри неё.

Как задаются сегменты товаров?

По атрибутам фида — бренду, категории, кастомным ярлыкам. Наиболее гибкий вариант — заранее разметить товары кастомными ярлыками по маржинальным тирам.

Какие множители брать на старте?

Базовая линия 1,0, приоритетным сегментам 1,2–1,5. Это ориентир, а не правило: множитель должен отражать реальное отношение маржи сегмента к средней. Экстремальные значения в первые 30 дней не ставьте.

Повлияет ли это на цифры выручки в отчётах?

В отчётах Google Ads ценность конверсии будет скорректированной, поэтому сверять её напрямую с бухгалтерией уже нельзя. Фактическую выручку и прибыль считайте в учётной системе.

Как быстро виден эффект?

Перераспределение показов между сегментами обычно заметно за 7–14 дней. Эффект на прибыль корректно оценивать не раньше чем через месяц, когда отработают возвраты.

Что если у меня уже включены правила ценности конверсии?

Множители перемножаются. Посчитайте итоговый коэффициент по каждому сценарию заранее, иначе легко получить двух-трёхкратное завышение ценности.

Нужно ли менять tROAS после внедрения?

Не одновременно. Дайте стратегии 2–3 недели, посмотрите на фактическое распределение, и только потом при необходимости корректируйте цель.

Можно ли занижать ценность низкомаржинальных товаров?

Да, понижающие множители допустимы. Но осторожно с товарами-локомотивами: они могут быть невыгодны в первой сделке и выгодны на горизонте LTV.

Что делать, если бета мне недоступна?

Разделить ассортимент по маржинальным тирам на две кампании с разными tROAS и параллельно привести в порядок данные о марже и кастомные ярлыки — тогда переход на новый инструмент будет мгновенным.

Как проверить, что стало лучше?

Считайте валовую прибыль с рекламного трафика за период, а не ROAS. Падение ROAS при росте прибыли — нормальный и желаемый результат.

С чего начать на этой неделе

Выгрузите маржу по топ-100 товарам и посмотрите, куда реально уходит расход — почти всегда оказывается, что верхние строчки по расходу и верхние строчки по прибыли пересекаются слабо. Дальше: разметить кастомные ярлыки, настроить их автообновление, запросить доступ к бете, а до её получения протестировать разделение на две кампании по марже.

Если упирается не в данные, а в устойчивость рекламных аккаунтов и доступ к инструментам, у PPC Rebels есть агентские аккаунты Google Ads и обучение по Google Ads с отдельным блоком по товарной рекламе и работе с фидом.