Így optimalizáld a Performance Max kampányokat 2026-ban: A magyar webshopok 80%-a itt bukja el a profitot

A legtöbb magyar e-kereskedő abba a csapdába esik 2026-ban, hogy a Performance Max (PMax) kampányokat egyfajta "állítsd be és felejtsd el" automata pénznyelőként kezeli, miközben a Google algoritmusa csendben elégeti a profitot a saját márkás (brand) keresésekre és haszontalan Display kattintásokra. Miközben az ügynökségek büszkén mutogatják a 800%-os kozmetikázott ROAS (hirdetési kiadások megtérülése) riportokat, a webshop tulajdonosok azt tapasztalják, hogy a bankszámlájukon nem jelentkezik a profit növekedése, az új hirdetési környezetben pedig az ügyfélszerzési költség (CAC) az egekbe szökik. Ez a feszültség abból adódik, hogy a PMax alapbeállításon a legkisebb ellenállás irányába mozdul: ahelyett, hogy valódi inkrementális növekedést generálna, a már meglévő, konverzióra amúgy is hajlamos meleg közönséget célozza újra, vagy éppen az olcsó, de értéktelen spam felületeken költi el a költségvetést. Ha nem vesszük vissza az irányítást a fekete doboz felett, a hazai piacot letaroló külföldi diszkontláncok és a folyamatosan dráguló kattintási árak gyorsan ellehetetlenítik a közepes méretű magyar webshopok működését.

A magyar e-kereskedelmi piac 2026-ra végletesen polarizálódott. Az olyan regionális és globális óriások, mint az Alza, az eMAG, az Allegro és az agresszív kínai piacterek (Temu, Shein) elképesztő tőkeerővel licitálnak a hazai hirdetési aukciókon. Ez a verseny közvetlenül érinti a hazai fejlesztésű Shoprenter, Unas vagy egyedi WooCommerce/Shopify motorokon futó, 50 és 500 millió HUF közötti éves árbevételű webshopokat.

A kattintási költségek (CPC) drasztikus növekedése nem elméleti probléma, hanem a napi valóság. Az alábbi táblázat a 2026-os átlagos magyarországi Google Ads CPC tartományokat mutatja be a legfontosabb e-commerce kategóriákban:

| Termékkategória | Átlagos CPC tartomány (HUF) | Konverziós arány átlag (%) | Kritikus CPA küszöbérték (HUF) |

| :--- | :--- | :--- | :--- |

| Bútor, Lakberendezés | 180 - 360 Ft | 0.8% - 1.2% | 15 000 - 30 000 Ft |

| Divat, Ruházat | 75 - 150 Ft | 1.5% - 2.5% | 3 000 - 6 000 Ft |

| Szépségápolás, Kozmetikum | 110 - 240 Ft | 2.0% - 3.5% | 4 000 - 8 000 Ft |

| Barkács, Kert | 140 - 290 Ft | 1.0% - 1.8% | 8 000 - 16 000 Ft |

| Műszaki cikkek, IT | 90 - 210 Ft | 0.7% - 1.3% | 7 000 - 15 000 Ft |

Ebben a környezetben a vakon futtatott, szegmentálatlan PMax kampányok fenntarthatatlanok. Az ügynökségi díjak szintén megemelkedtek: egy szenior PPC szakértő óradíja ma 25 000 és 45 000 HUF között mozog, a havi fix kezelési díjak pedig a 150 000 HUF-os belépő szinttől akár az ad spend 10-15%-áig is terjedhetnek. Ha a hirdető nem követeli meg az algoritmus aktív manipulálását, a kifizetett ügynökségi díj és a Google-nek utalt milliók egyszerűen veszteséggé válnak.

A harmadik felek által használt cookie-k végleges kivezetése és a Consent Mode v2 szigorú adatvédelmi követelményei miatt a Google algoritmusa "vakvágányra" futhat, ha nem kap pontos, első félből származó (first-party) adatokat. A PMax nem varázslat; ha rossz adatot kap, rossz vásárlókat fog hozni, rendkívül drágán.

---

A Google alapértelmezett PMax kampánya előszeretettel sajátítja ki a saját márkás kereséseket. Ha egy felhasználó beírja a Google-be, hogy "valamilyen_webshop matrac", és rákattint a PMax által megjelenített hirdetésre, a Google ezt a konverziót a PMax sikerének könyveli el. Ez torzítja a ROAS-t, miközben ezek a vásárlók organikus keresésből vagy közvetlen látogatásból is vásároltak volna.

A tiszta teljesítménymérés alapja, hogy a saját márkanevet és annak elgépelt verzióit kíméletlenül zárjuk ki a PMax kampányokból.

• Brand listák létrehozása: A Google Ads felületén hozzunk létre egy saját márkás brand listát (Brand List).
• Hozzárendelés a kampányhoz: A PMax kampány beállításainál (Settings) rendeljük hozzá ezt a listát a kizárásokhoz.
• Keresési kifejezések folyamatos monitorozása: Bár a Google korlátozza a keresési kifejezések láthatóságát, a "Keresési kifejezések elemzése" (Search Terms Insights) menüpontban hetente ellenőrizni kell, hogy nem szivárognak-e be általános, de nem releváns kifejezések.

Ha olyan negatív kulcsszavakat akarunk kizárni, amelyek nem brand jellegűek (pl. "ingyen", "olcsó", "használt"), de a PMax kampányunkat érintik, akkor fiókszintű negatív kulcsszólistát (Account-level negative keywords) kell alkalmaznunk, vagy dedikált Google ügyfélszolgálati támogatást kell kérnünk a kampányszintű negatív listák manuális feltöltéséhez.

A PMax kampányok alapvetően négy nagy csatornán futnak: Search (Keresés), Shopping, Video (YouTube), valamint Display/Discovery (Gmail, Discover). A Google Ads natív felülete elrejti, hogy a költségvetésünk mekkora része megy el a konverziót alig hozó Display vagy YouTube felületekre.

Az ellenőrzéshez használjunk ingyenes, nyílt forráskódú PMax divíziós szkripteket (pl. a Mike Rhodes-féle PMax Script vagy a magyar PPC közösség által adaptált verziók). Ezek a szkriptek egy külső Google Sheet-be exportálják az adatokat, így pontosan láthatóvá válik az alábbi megoszlás:

```

[Teljes PMax Költés: 1 000 000 Ft]

├── Shopping: 750 000 Ft (75%) -> Magas konverziós szándék

├── Search: 150 000 Ft (15%) -> Releváns keresések

├── Display: 80 000 Ft (8%) -> Gyakran spam kattintások (mobiljátékokból)

└── Video: 20 000 Ft (2%) -> Brand építés, alacsony közvetlen konverzió

```

Ha a Display és Video költések aránya meghaladja a 20%-ot, miközben a tranzakciók száma nem nő arányosan, akkor az Asset Group-okból (Eszközcsoportokból) el kell távolítani a szöveges és képi elemeket, tisztán feed-alapú (Only-Feed) kampánnyá alakítva vissza a PMax-ot. Ezzel kényszeríthetjük az algoritmust, hogy szinte kizárólag a magas vásárlási szándékú Google Shopping felületen hirdessen.

---

A legnagyobb hiba, amit egy 100M HUF feletti árbevételű webshop elkövethet, hogy az összes termékét egyetlen óriási PMax kampányba önti bele. Ebben az esetben érvényesül a PPC-s Pareto-elv: a termékek top 5-10%-a fogja elvinni a teljes büdzsé 90%-át, miközben a szortiment többi része (a "long-tail" termékek) nulla megjelenítést és kattintást kap. Ezeket nevezzük Zombie termékeknek.

Ne az ár, hanem az árrés (margin) és a raktárkészlet státusza alapján szegmentáljuk a termékcsoportokat. A Google Merchant Center (GMC) feed-ben konfiguráljunk egyedi címkéket (Custom Label 0-4).

```

Custom Label 0: Árrés kategória (Margin_High, Margin_Medium, Margin_Low)

Custom Label 1: Készlet információ (Raktáron, 2-3 nap, Rendelésre)

Custom Label 2: Teljesítmény státusz (Top_Seller, Zombie, Underperforming)

```

Szakmai ellenérv az ügynökségi rutinnal szemben: Sokan még mindig kategóriák (pl. "Cipők", "Táskák") szerint bontják a kampányokat. Ez hibás megközelítés. Ha egy 12 000 HUF értékű cipőn 60% az árrésünk, míg egy 45 000 HUF értékű prémium bakancson csak 15%, akkor a Google ROAS célja teljesen félre fogja vinni a profitabilitást.

Hozzunk létre egy "High Margin PMax" kampányt alacsonyabb tROAS (Target ROAS) beállítással (hogy agresszívebben licitáljon a magas profitot hozó termékekre), és egy külön "Low Margin PMax" kampányt rendkívül szigorú, magas tROAS korláttal, hogy ott csak a biztos és olcsó konverziókat engedélyezze a rendszer.

A raktáron lévő, de láthatatlan termékek aktiválására hozzunk létre egy dedikált kampányt:

• Szűrés a Merchant Centerben: Jelöljük meg egyedi címkével azokat a termékeket, amelyek az elmúlt 30 napban kevesebb mint 10 kattintást kaptak.
• Külön hirdetéscsoport: Ezeket a termékeket zárjuk ki a fő PMax kampányból, és tegyük be egy "Zombie_PMax" kampányba.
• Licitálási stratégia: Ne használjunk tROAS korlátot az elején. Indítsuk el "Maximize Conversions" (Konverziók maximalizálása) stratégiával, mérsékelt napi költségvetéssel (pl. 5 000 - 10 000 HUF).
• Átsorolás: Amint egy termék elkezd teljesíteni és konverziót hoz, a feed-szabály automatikusan kiveszi a "Zombie" státuszból, és visszahelyezi a normál teljesítményű kampányba.

---

2026-ban a puszta tranzakciós érték (bevétel) mérése már nem ad versenyelőnyt. Ha a Google algoritmusának azt mondjuk, hogy minden 10 000 HUF kosárértékű vásárlás egyenértékű, akkor az algoritmus optimalizációja torzulni fog. Az igazi áttörést a profit-alapú licitálás (POAS - Profit on Ad Spend) jelenti.

Ahelyett, hogy a bruttó kosárértéket küldenénk el konverziós értékként a Google Ads-nek, számítsuk ki és küldjük vissza a valós árrést (árbevétel mínusz beszerzési ár, szállítási költség és csomagolási díj).

• Technikai megvalósítás: Google Tag Manager (GTM) Server-Side konténer segítségével, vagy a webshop motor adminjából (pl. Shopify, Shoptet egyedi API fejlesztéssel).
• Konverziós érték módosítása: A Google Ads-be beérkező `purchase` eseménynél a `value` paraméterbe ne a `12 500 Ft`-ot küldjük, hanem a termékhez rendelt tényleges árrés értéket, például `4 200 Ft`-ot.
• Algoritmus hatása: A PMax innentől kezdve nem azokat a felhasználókat fogja keresni, akik drága, de alacsony árrésű (pl. akciós műszaki cikkek) termékeket vesznek, hanem azokat, akik a webshop számára a legnagyobb tiszta profitot termelik.

Customer Match listák súlyozása

A meglévő vásárlói adatbázisunk szegmentált feltöltése elengedhetetlen az intelligens célzáshoz. Ne csak egy nagy hírlevél-listát töltsünk fel. Hozzunk létre legalább három különböző listát a vásárlási gyakoriság és kosárérték alapján:

```

[Vásárlói Adatbázis]

├── VIP Vásárlók (Minimum 3 vásárlás, átlagos kosárérték > 30 000 Ft)

├── Egyszeri Vásárlók (Alacsony kosárértékkel)

└── Inaktív Felhasználók (Utolsó vásárlás több mint 180 napja)

```

Ezeket a listákat adjuk meg a PMax kampányoknál Audience Signal-ként (Közönségjelzés). Bár a PMax túlterjeszkedhet ezeken a csoportokon, a VIP lista megléte rendkívül erős és pontos kiindulópontot ad az algoritmusnak ahhoz, hogy megtalálja az ideális új vásárlói profilt (lookalike hatás).

---

Az alábbi valós, anonimizált esettanulmány egy magyar, egyedi lakástextileket és bútorokat értékesítő webshopon végzett optimalizálási folyamatot mutatja be.

A webshop éves árbevétele 210 millió HUF volt. Havi szinten átlagosan 1 500 000 HUF-ot költöttek Google Ads-re, szinte kizárólag egyetlen univerzális PMax kampányban.

Az ügynökségi riportok szerint a kampány kiválóan teljesített: 620%-os ROAS-t produkált. A tulajdonos mégis likviditási problémákkal küzdött, és a raktár tele volt beragadt, eladatlan készletekkel.

A mélyreható audit során az alábbi problémákat tártuk fel:

• A PMax költések 42%-a a saját márkanevükre történő keresésekből realizálódott (olyan vásárlóktól, akik közvetlenül is megvették volna a terméket).
• A termékkínálat 15%-a (főleg a magas árrésű, egyedi szőnyegek és függönyök) kapta a kattintások 88%-át, míg a standard, alacsonyabb árrésű, de könnyen szállítható kiegészítők (párnák, takarók) teljesen láthatatlanok maradtak.
• A Display hálózatról érkező forgalom jelentős része (havi kb. 150 000 HUF értékben) külföldi és gyerekeknek szóló mobilalkalmazásokból jött, ahol a felhasználók véletlenül kattintottak a hirdetésekre (98%-os bounce rate).

A 3 hónapos projekt során az alábbi strukturális változtatásokat hajtottuk végre:

• Brand Exclusion beállítása: Azonnal kizártuk a webshop saját nevét a PMax kampányból. A brand keresések lefedésére elindítottunk egy filléres, fix manuális Search kampányt, aminek a költségét havi 80 000 HUF-ban maximalizáltuk.
• Kétrészes PMax struktúra kialakítása árrés szerint:

PMax - High Margin:* Ide kerültek a 40% feletti árréssel rendelkező, egyedi gyártású bútorok és prémium textilek. Célozott tROAS: 350%.

PMax - Low Margin / Volume:* Ide kerültek a 15-30% közötti árrésű kiegészítők. Célozott tROAS: 600%.

• Csatorna tisztítás: Az összes vizuális elemet (banner, videó) töröltük a kampányokból, kizárólag a Google Merchant Center feed adatait hagytuk meg hirdetési forrásként. Ezzel a kampányt tiszta Shopping kampánnyá kényszerítettük.
• Zombie Kampány indítása: A 30 napja nulla kattintást kapott termékeknek külön kampányt hoztunk létre havi 200 000 HUF dedikált kerettel, tROAS nélkül, "Maximize Conversions" ajánlattétellel.

Az átalakítást követő harmadik hónap végén az adatokat összehasonlítottuk a bázisidőszakkal:

| Mutató | Optimalizálás előtt | Optimalizálás után | Változás (%) |

| :--- | :--- | :--- | :--- |

| Havi Költés (Google Ads) | 1 500 000 Ft | 1 350 000 Ft | -10% |

| Riportolt ROAS (Google Ads) | 620% | 480% | -22.5% |

| Saját Márkás (Brand) költés | 630 000 Ft | 80 000 Ft | -87.3% |

| Inkrementális (Új vevő) Bevétel | 7 800 000 Ft | 10 200 000 Ft | +30.7% |

| Átlagos kosárérték (AOV) | 18 500 Ft | 23 200 Ft | +25.4% |

| Tényleges nettó profit (HUF) | 1 850 000 Ft | 2 553 000 Ft | +38.0% |

Bár a papíron látható, "kozmetikázott" ROAS 620%-ról 480%-ra csökkent (mivel kivettük a brand konverziókat, amelyek mesterségesen javították a statisztikát), a tényleges nettó profit 38%-kal növekedett. A webshop végre nem a saját visszatérő vásárlóit vásárolta meg újra és újra a Google-től, hanem valódi, új ügyfeleket szerzett a piacról, miközben a beragadt készletek forgási sebessége is javult a Zombie kampánynak köszönhetően.

---

Ez a leggyorsabb módja annak, hogy elveszítsük az irányítást a költségvetés felett. A Google algoritmusa folyamatosan javasolni fogja a költségvetés növelését, a tROAS csökkentését, vagy a Display hálózaton való még agresszívebb terjeszkedést.

"A Google érdeke a hirdetési bevételeinek maximalizálása, míg a te érdeked a saját profitod maximalizálása. Ez a két érdek szinte soha nem esik egybe."

Rendszeresen ellenőrizzük a Google Ads fiók beállításaiban, hogy az összes automatikus optimalizálási javaslat ki legyen kapcsolva. Minden módosítást csak manuálisan, alapos adatelemzés után szabad jóváhagyni.

Ha a webshopunk nem kezeli megfelelően a felhasználói hozzájárulásokat, vagy hibásan küldi át a Consent Mode v2 jeleket a Google felé, az algoritmus nem fogja látni a konverziók egy jelentős részét (akár 20-35%-os adatvesztés is felléphet). Ennek hatására a PMax azt fogja hinni, hogy a kampány nem teljesít jól, és elkezdi visszavenni a liciteket, leépítve a jól működő hirdetési útvonalakat. A GTM-ben és a webshop motor süti-kezelőjében (pl. Cookiebot, Complianz) kötelező a "Advanced Consent Mode v2" precíz konfigurációja.

Sokan elkövetik azt a hibát, hogy egyetlen Asset Group-ba töltenek fel lifestyle képeket, akciós bannereket, termékfotókat és általános szövegeket. A Google ezeket véletlenszerűen kombinálja. Ha a rendszer egy elegáns, prémium termék mellé egy gagyi, "akció" feliratú gombot vagy rossz minőségű képet párosít, az súlyosan rombolja a CTR-t és a konverziós arányt. Ha vizuális elemeket használunk, azok legyenek tűpontosan az adott termékcsoporthoz szabva, különben inkább hagyjuk üresen az eszközcsoportot, és fussunk csak feed-alapon.

---

Ha szeretnéd a Performance Max kampányaidat profit-orientálttá alakítani, hajtsd végre az alábbi lépéseket a megadott sorrendben.

• Brand kizárás azonnali élesítése: Hozz létre egy Brand listát a saját márkaneveddel, és rendeld hozzá kizárásként az összes futó PMax kampányodhoz. (Becsült idő: 15 perc. Várható eredmény: tisztább ROAS kép, azonnali költéscsökkenés a meleg közönségen).
• PMax audit szkript futtatása: Telepítsd a Mike Rhodes-féle Google Ads szkriptet a fiókodba, és vizsgáld meg az elmúlt 30 nap Display és Video költési arányait. Ha ez meghaladja a 20%-ot, és a ROAS nem kielégítő, alakítsd át a kampányt "Only-Feed" (csak feed) típusúvá. (Becsült idő: 45 perc. Várható eredmény: a felesleges, spam felületeken történő költés minimalizálása).
• Feed optimalizálás a Merchant Centerben: Nyisd meg a Google Merchant Center felületét, és hozz létre egy szabályt (Feed Rules), amely a termékeket árrés (margin) szerint csoportosítja egyedi címkékkel (Custom Label 0). (Becsült idő: 2 óra. Várható eredmény: strukturált termékadatbázis a kampányok alapjául).
• Kampányok szétválasztása árrés szerint: Bontsd fel a jelenlegi univerzális PMax kampányodat legalább két részre: egy "High Margin" és egy "Low Margin" kampányra a beállított Custom Label-ök alapján. Adj eltérő tROAS célokat a két kampánynak. (Becsült idő: 1 óra. Várható eredmény: hatékonyabb büdzséallokáció, jobb profitabilitás).
• A Zombie kampány elindítása: Szűrd ki azokat a raktáron lévő termékeket, amelyek az elmúlt 30 napban nem kaptak kattintást. Hozz létre nekik egy külön PMax hirdetéscsoportot "Maximize Conversions" ajánlattétellel, alacsony napi kerettel. (Becsült idő: 1 óra. Várható eredmény: a holt tőke aktiválása, elfeledett termékek értékesítése).
• Első félből származó adatok (Customer Match) frissítése: Exportáld a webshopod vásárlói adatbázisából a VIP vevőket, és töltsd fel Audience Signal-ként a PMax kampányokhoz. Állíts be automatikus API frissítést (pl. Zapier vagy GTM segítségével), hogy a lista folyamatosan frissüljön. (Becsült idő: 1.5 óra. Várható eredmény: pontosabb algoritmus-célzás, jobb minőségű új vásárlók).
• Heti monitorozás és finomhangolás: Minden héten ellenőrizd a "Placements" (Elhelyezések) riportot. Ha gyanús, konverziót nem hozó mobilalkalmazásokat találsz, azokat fiókszinten zárd ki a hirdetésmegjelenítések közül. (Becsült idő: heti 30 perc. Várható eredmény: a hirdetési büdzsé folyamatos tisztán tartása).

---

SEO Cím: Performance Max optimalizálás 2026: Profitnövelő PPC taktikák magyar webshopoknak

Meta leírás: Hogyan kerüld el a felesleges költést a Google PMax kampányokban? Valós magyar CPC adatok, profit-alapú szegmentáció és egy 200M HUF-os webshop sikeres esettanulmánya.