Google Ads B2B dla producenta maszyn: koszt SQL zamiast CPC przy 10 000 zł miesięcznie

Aktualizacja: 30 września 2026 · Autor: Szymon Sanecznik, SEMownia

Konto Google Ads producenta maszyn wygląda inaczej niż konto sklepu. Fraz jest kilkadziesiąt. Część z nich ma status „mała liczba wyszukiwań”, leadów jest kilkadziesiąt miesięcznie, a kontrakt zamyka się po kilku miesiącach rozmów, więc każda decyzja w koncie waży dużo więcej niż w e-commerce. Mimo to w audytach często widzę takie konta prowadzone według reguł sklepu: szerokie dopasowanie, optymalizacja pod wysłanie formularza i raport z kosztem kliknięcia na pierwszej stronie.

Pokazuję tu, jak zbudować „snajperską” kampanię B2B za 10 000 zł miesięcznie: jak dziś działa dopasowanie ścisłe, jak wykluczać odbiorców, którzy nigdy nie kupią, i jak przez konwersje offline nauczyć algorytm różnicy między zapytaniem studenta a zapytaniem ofertowym. Przy takim budżecie liczy się koszt SQL, czyli leada zakwalifikowanego przez handlowca. CPC schodzi na drugi plan. W symulacji na końcu droższe kliknięcie (11 zł wobec 6 zł) daje koszt SQL 1 222 zł zamiast 2 667 zł, bo decyduje jakość zapytań.

Czym jest kampania Google Ads B2B nastawiona na SQL?

Kampania nastawiona na SQL to kampania, której celem i miarą jest koszt pozyskania leada zakwalifikowanego przez dział handlowy (Sales Qualified Lead), a nie liczba kliknięć ani formularzy. Wymaga trzech elementów: precyzyjnego doboru zapytań, wykluczenia odbiorców spoza grupy zakupowej i przesyłania statusów leadów z CRM z powrotem do Google Ads.

Etapy lejka nazywam tak, jak w większości firm B2B:

• Lead: każde zgłoszenie, czyli formularz, telefon, e-mail.
• MQL (Marketing Qualified Lead): lead, który pasuje do profilu klienta (firma, branża, potrzeba zgodna z ofertą).
• SQL (Sales Qualified Lead): lead, którego handlowiec po rozmowie uznał za szansę sprzedaży z budżetem i terminem.
• Wygrana: podpisany kontrakt.

Między CPC a kosztem SQL stoi kilka współczynników konwersji, a każdy z nich zależy od tego, jakie zapytania kupujesz, dlatego optymalizacja stawki kliknięcia bez kontroli jakości zapytań często pogarsza ten jeden wynik, który zarząd naprawdę ogląda na koniec kwartału. Tani klik bywa drogi.

Dlaczego konto producenta maszyn nie działa jak konto sklepu?

Cztery cechy odróżniają B2B przemysłowe od e-commerce i zmieniają sposób pracy z kontem:

1. Niski wolumen zapytań. Na frazę „prasa krawędziowa CNC” miesięcznie szuka ułamek osób szukających „buty do biegania”, więc każde nietrafne kliknięcie ma większy udział w budżecie.
2. Mieszana intencja. Na te same frazy szukają kupujący, serwisanci, studenci, osoby szukające instrukcji, części lub maszyn używanych i kandydaci do pracy. Płacisz za każdego z nich.
3. Mało konwersji do nauki. Google zaleca, żeby akcja konwersji, na którą optymalizujesz, miała co najmniej 15 konwersji w ostatnich 30 dniach. Przy 10 000 zł miesięcznie? Kilka wygranych kontraktów rocznie i kilka SQL miesięcznie.
4. Długi cykl. Google zaleca optymalizację pod akcję, która następuje w ciągu 7 dni od interakcji z reklamą. Kontrakt podpisuje się miesiącami. Algorytm potrzebuje więc sygnału pośredniego, a firma sposobu, żeby przez te miesiące nie zniknąć klientowi z oczu. To drugie opisuję w tekście o remarketingu B2B w Google Ads i na LinkedIn.

Porównanie z benchmarkiem: w raporcie WordStream 2026 (dane z USA) branża „Industrial & Commercial” miała medianę CPC 5,87 USD, konwersji 8,20% i koszt leada 75,19 USD. Te liczby dotyczą leadów. Co z SQL? Tu benchmark się kończy, a w B2B dopiero zaczyna się właściwy rachunek.

Trzy filary precyzji — podział MECE

Metody dzielę na trzy rozłączne grupy według tego, co kontrolują. Pierwsza decyduje, na jakie zapytania pokazuje się reklama, druga, komu reklama się nie pokazuje niezależnie od zapytania, a trzecia, czego uczy się strategia ustalania stawek. Razem obejmują wejście (zapytanie i osoba) i wyjście (sygnał zwrotny) kampanii.

Filar	Pytanie	Narzędzia	Wskaźnik kontrolny
Dopasowanie ścisłe i wykluczenia słów	Jakie zapytania kupuję?	[dopasowanie ścisłe], listy wykluczeń, kontrola AI Max na poziomie grupy reklam	udział trafnych haseł w koszcie
Wykluczenia odbiorców	Kto nie powinien widzieć reklamy?	Customer Match (klienci), segmenty odwiedzających (kariera, serwis), wykluczenia IP	odsetek leadów od obecnych klientów i kandydatów
Konwersje offline	Czego uczy się algorytm?	rozszerzone konwersje dla leadów, import statusów z CRM, wartości etapów	koszt MQL i SQL, wartość lejka

Jak działa dopasowanie ścisłe w 2026 roku?

Czy dopasowanie ścisłe to nadal „tylko te słowa w tej kolejności”? Już nie. Według dokumentacji Google reklama może się wyświetlić na zapytania o tym samym znaczeniu lub tej samej intencji co słowo kluczowe, w tym z błędami pisowni, w liczbie mnogiej, w innej kolejności, z parafrazą lub słowami domyślnymi. Dla polskiego języka oznacza to także odmiany i bliskie synonimy.

W B2B przemysłowym to zwykle działa dobrze. Są jednak dwie pułapki. Po pierwsze, Google może uznać za tę samą intencję zapytanie o serwis albo części do maszyny. Po drugie, zapytanie o maszynę używaną bywa traktowane jak zapytanie o nową. Dlatego raport wyszukiwanych haseł przeglądam co tydzień także w kontach opartych wyłącznie na dopasowaniu ścisłym, bo to tam najszybciej widać, że algorytm zaczął rozumieć intencję trochę szerzej, niż bym chciał.

AI Max. Od 1 września 2026 r. Google automatycznie przenosi do AI Max (pakietu funkcji, w którym dopasowanie zapytań wychodzi poza słowa kluczowe) kampanie z dopasowaniem przybliżonym ustawionym na poziomie kampanii. Dokumentacja Google podaje dwie rzeczy ważne dla kont B2B:

• w kampanii z AI Max słowa w dopasowaniu przybliżonym nie są traktowane w priorytecie jak słowa w dopasowaniu ścisłym, dlatego Google zaleca zachowanie kopii słów ścisłych,
• dopasowanie wyszukiwanych haseł można wyłączyć w ustawieniach grupy reklam.

U producenta maszyn zostawiam rozszerzone dopasowanie najwyżej w jednej, osobnej grupie z ograniczonym budżetem i przeglądam jej hasła częściej niż resztę. W grupach z frazami produktowymi jest wyłączone.

Lista wykluczeń startowych dla producenta maszyn (w kilku formach gramatycznych):

• rynek wtórny: używana, używane, olx, allegro, licytacja, wynajem (jeśli go nie oferujesz),
• posprzedaż: serwis, naprawa, części, instrukcja, schemat, pdf (w osobnej kampanii serwisowej odwrotnie),
• edukacja: budowa, zasada działania, wikipedia, projekt inżynierski,
• praca: praca, operator, kurs, szkolenie (chyba że sprzedajesz szkolenia).

Więcej o budowie list i limitach wykluczeń piszę w artykule o wykluczających słowach kluczowych.

Wykluczenia odbiorców: komu nie pokazywać reklamy

W kampaniach w sieci wyszukiwania można wykluczać segmenty odbiorców na poziomie kampanii i grupy reklam. Wykluczenia dotyczą własnych danych: listy klientów (Customer Match) i segmentów osób, które odwiedziły Twoją stronę. Trzy ograniczenia z dokumentacji Google:

• wykluczeń nie da się dodać w trakcie tworzenia kampanii, tylko do kampanii już istniejącej,
• mogą nie obejmować osób, które wyłączyły personalizację reklam,
• segment musi mieć co najmniej 100 aktywnych użytkowników w ostatnich 30 dniach, żeby działał w sieci wyszukiwania.

Customer Match do wykluczeń jest dostępny szerzej niż do kierowania. Według zasad Google każde konto z dobrą historią zgodności z zasadami i płatności może używać list klientów w trybie obserwacji i do wykluczeń. Kierowanie na listy wymaga dodatkowo 90 dni historii konta i co najmniej 50 000 USD łącznych wydatków. Co to oznacza dla producenta maszyn z budżetem 10 000 zł miesięcznie? Wykluczenia ma dostępne od razu.

Kogo wykluczam w typowym koncie producenta:

Segment do wykluczenia	Źródło danych	Po co
Obecni klienci	Customer Match z CRM (e-maile kontaktów)	nie płacisz za kliknięcia klientów szukających kontaktu do opiekuna
Kandydaci do pracy	odwiedzający podstrony „Kariera”	ruch rekrutacyjny nie zjada budżetu sprzedażowego
Użytkownicy serwisu	odwiedzający portal serwisowy, strefę dokumentacji	serwis ma osobną kampanię i osobny cel
Własny zespół	wykluczenia adresów IP biura i zakładu	pracownicy nie klikają reklam przy sprawdzaniu wyników

Pamiętaj o zgodach. W UE listy odwiedzających budujesz tylko z osób, które zgodziły się na pliki cookie reklamowe, a przesyłanie listy klientów wymaga podstawy prawnej. Mechanikę zgód opisuję w tekście o Consent Mode.

Konwersje offline: jak nauczyć algorytm różnicy między leadem a SQL

Bez danych z CRM strategia stawek widzi tylko formularz, więc zapytanie o instrukcję obsługi i zapytanie ofertowe na linię produkcyjną za kilkaset tysięcy złotych to dla algorytmu dokładnie ta sama konwersja, warta tyle samo. Rozróżni je tylko import statusów z CRM.

Google rekomenduje przejście z klasycznego importu konwersji offline (opartego na identyfikatorze kliknięcia GCLID) na rozszerzone konwersje dla leadów. Tag zbiera zahaszowany e-mail lub telefon z formularza, a Ty później przesyłasz status leada z tymi samymi danymi, które Google dopasowuje do kliknięcia także wtedy, gdy GCLID się zgubił.

Zmiany techniczne w 2026 roku, które warto znać:

• Od 15 czerwca 2026 import konwersji offline i rozszerzonych konwersji dla leadów przez Google Ads API przenosi się do Data Manager API (narzędzia i API Google do przesyłania danych własnych, w tym konwersji offline i list klientów). Nowe integracje dostają w starym API błąd. Dotychczasowi użytkownicy mogą jeszcze importować przez Google Ads API w okresie przejściowym.
• Okno importu: 90 dni od kliknięcia dla importu opartego na GCLID i 63 dni dla rozszerzonych konwersji dla leadów, więc przy cyklu sprzedaży dłuższym niż kwartał wygrany kontrakt często nie zmieści się w oknie i optymalizujesz na wcześniejszym etapie lejka.
• Częstotliwość: Google zaleca przesyłanie danych regularnie, najlepiej codziennie.

Architekturę przepływu danych z CRM do platform reklamowych opisuję szerzej w artykule o jednym źródle prawdy i konwersjach offline.

Value-based bidding: jaką wartość przypisać etapom lejka?

Google zaleca, żeby do ustalania stawek wybrać jeden cel zgodny z celem biznesowym i nie mieszać etapów lejka. Jeśli potrafisz przypisać leadom różne wartości, rekomenduje strategie oparte na wartości (stawki ustalane według wartości konwersji, nie ich liczby), np. maksymalizację wartości konwersji. Jeśli nie, docelowy CPA na akcji jakościowej.

Wartość etapu liczę jako oczekiwaną marżę: prawdopodobieństwo wygranej × wartość kontraktu × marża. Przykład na założeniach z symulacji poniżej (kontrakt 350 000 zł, marża brutto 20%, SQL → wygrana 10%, MQL → SQL 40%, lead → MQL 50%):

Etap	Obliczenie	Wartość przesyłana do Google Ads	Rola w koncie
SQL	10% × 350 000 zł × 20%	7 000 zł	cel docelowy, gdy osiągnie 15+ konwersji w 30 dni
MQL	40% × 7 000 zł	2 800 zł	cel główny przy 10 000 zł budżetu
Lead	50% × 2 800 zł	1 400 zł	cel dodatkowy, tylko do obserwacji

Przy budżecie 10 000 zł miesięcznie SQL będzie kilka miesięcznie, czyli poniżej zalecanych 15 konwersji w 30 dniach. MQL z przykładu to ok. 20 miesięcznie. On staje się celem głównym, a SQL przesyłasz jako konwersję dodatkową do czasu, aż wolumen pozwoli przełączyć optymalizację.

Dlaczego nie optymalizować pod lead? Jeśli każdemu leadowi przypiszesz stałą wartość 1 400 zł, wariant A z symulacji poniżej wygląda lepiej: 50 leadów to 70 000 zł „wartości”, a wariant B daje 57 273 zł. Realna wartość lejka mierzona na SQL wynosi jednak 26 250 zł w wariancie A i 57 273 zł w wariancie B. Algorytm karmiony leadami wybrałby gorszy wariant.

Tabela: CPC a koszt pozyskania SQL — symulacja

Porównałem dwa sposoby prowadzenia tego samego konta za 10 000 zł miesięcznie. To symulacja na jawnych założeniach, żaden konkretny producent za nią nie stoi.

• Wariant A, „szeroki”: dopasowanie przybliżone bez list wykluczeń, optymalizacja pod formularz. CPC 6 zł, konwersja w lead 3,0%, lead → MQL 25%, MQL → SQL 30%.
• Wariant B, „snajperski”: dopasowanie ścisłe, wykluczenia słów i odbiorców, optymalizacja pod MQL z CRM. CPC 11 zł (droższe, bardziej konkurencyjne frazy zakupowe), konwersja w lead 4,5%, lead → MQL 50%, MQL → SQL 40%.
• Oba warianty: SQL → wygrana 10%, kontrakt 350 000 zł, marża brutto 20%.

Wskaźnik (miesięcznie)	A: szeroki	B: snajperski
CPC	6,00 zł	11,00 zł
Kliknięcia	1 667	909
Leady	50	40,9
Koszt leada	200 zł	244 zł
MQL	12,5	20,5
Koszt MQL	800 zł	489 zł
SQL	3,75	8,2
Koszt SQL	2 667 zł	1 222 zł
Koszt SQL jako wielokrotność CPC	444×	111×
Wygrane kontrakty rocznie	4,5	9,8
Koszt reklamy na wygrany kontrakt	26 667 zł	12 222 zł

Wariant B ma prawie dwa razy droższe kliknięcie. Droższy jest też lead. A koszt SQL spada o 54%. Skąd ta różnica? Mniej kliknięć trafia do osób, które nigdy nie kupią. Jeśli agencja raportuje Ci tylko CPC i koszt leada, wariant A wygląda na lepszy.

Od czego zależy wynik? Najbardziej czuły jest współczynnik lead → MQL. Jeśli w wariancie B spadnie z 50% do 35%, przy pozostałych założeniach bez zmian koszt SQL wzrośnie do ok. 1 746 zł, czyli nadal będzie niższy niż w wariancie A. Uwaga na opóźnienie. Przy cyklu sprzedaży 3–9 miesięcy wygrane z pierwszego kwartału kampanii zobaczysz dopiero w kolejnych kwartałach, dlatego decyzje w pierwszych miesiącach podejmuję na koszcie MQL i SQL, nie na przychodzie. Na tych samych wskaźnikach opieram kampanie Google Ads dla firm produkcyjnych, które prowadzę.

Przy długim cyklu kliknięcie w reklamę rzadko jest jedynym punktem styku, dlatego jeśli oceniasz kampanie B2B przez pryzmat atrybucji, zajrzyj też do tekstu o atrybucji opartej na danych.

Pierwsze osiem tygodni na koncie

1. Tydzień 1: definicje. Wspólna z działem sprzedaży definicja MQL i SQL, zapisana w CRM jako statusy z datą zmiany, bo bez niej dane z CRM będą niespójne.
2. Tydzień 1–2: pomiar. Rozszerzone konwersje dla leadów na formularzach, zapis identyfikatora kliknięcia i e-maila w CRM, konwersje z połączeń.
3. Tydzień 2: struktura. Kampania produktowa na dopasowaniu ścisłym, osobna kampania serwisowa, dopasowanie wyszukiwanych haseł AI Max wyłączone w grupach produktowych.
4. Tydzień 2–3: wykluczenia. Lista słów wykluczających, lista klientów do wykluczenia, segmenty „Kariera” i „Serwis”, adresy IP firmy.
5. Tydzień 3–4: import. Codzienne przesyłanie statusów MQL i SQL z wartościami (przez Data Manager lub integrację CRM). MQL jako cel główny, lead i SQL jako dodatkowe.
6. Tydzień 5–8: optymalizacja. Cotygodniowy przegląd haseł, raport kosztu MQL i SQL per kampania i grupa reklam, zmiana strategii stawek dopiero po zebraniu danych z importu.

Źródła

• Google Ads Help: About keyword matching options
• Google Ads Help: How AI Max for Search campaigns works
• Google Ads Help: About exclusions: exclude specific audience segments
• Google Ads Help: Minimum size requirements for data segments
• Google Advertising Policies: Customer Match policy
• Google Ads Help: Exclude IP addresses
• Google Ads Help: About enhanced conversions for leads
• Google Ads Developers Blog: Changes to offline click conversion import support
• Google Ads Help: Best practices for generating high-quality leads
• WordStream: 2026 Google Ads Benchmarks