A magyar e-kereskedelmi szektorban a Google Performance Max (PMax) kampányok mára kisajátították a PPC költések 75-80%-át, miközben a marketingesek többsége vakon bízik az algoritmus automatizációjában. A valóságban a PMax agresszíven égeti el a költségkeretet az alacsony konverziós értékű display és video elhelyezéseken, elfedve a valós teljesítményt a saját márkás (brand) kifejezések elszívásával. Aki nem veszi vissza az irányítást a feed-szintű adatok, a negatív kulcsszólisták és a profit-alapú licitálási stratégiák felett, az a folyamatosan emelkedő hazai kattintási költségek (CPC) mellett – amelyek a divat és az otthon-kert szektorban már elérték a 180-350 Ft-os átlagot – garantáltan veszteségesen fog működni.
Miért fontos ez most
A magyar e-kereskedelmi piac drasztikus átalakuláson ment keresztül. A külföldi óriások (például a Temu, az Allegro és a Shein) agresszív tőkebeáramlása és licitnyomása miatt a hazai Google Ads aukciókban a CPC-k átlagosan 35-50%-kal emelkedtek az elmúlt két évben. Egy közepes méretű, 150M és 500M HUF közötti éves árbevételű magyar webshop már nem engedheti meg magának azt a luxust, hogy a Google „fekete dobozára” bízza a büdzséje elosztását.
A hazai piac sajátossága, hogy a vásárlók rendkívül árérzékenyek, az ár-összehasonlító oldalak (Árukereső) használata alapvető, miközben a logisztikai költségek (MPL kötelező integráció, GLS árak, Foxpost díjak emelkedése) drámaian megnyirbálták a nettó árrést. Ha ehhez hozzáadjuk a hazai ügynökségi díjakat – amelyek egy 2M HUF havi költésű fiók esetén 150 000 és 350 000 HUF között mozognak –, egyértelművé válik, hogy a papíron 500%-os ROAS-t mutató PMax kampányok a valóságban sokszor veszteséget termelnek. A Consent Mode v2 bevezetése óta a modellezett adatok tovább torzítják a valóságot: a GA4-ben látható konverziók gyakran 15-20%-os eltérést mutatnak a tényleges banki tranzakciókhoz (példányul OTP SimplePay vagy Barion adatokhoz) képest.
A PMax kampányok strukturális reformja: Szegmentálás és a „Zombi termékek” kiszűrése
A Google által javasolt „minden termék egy kampányban” elv a legnagyobb csapda a magyar piacon. Ez a megközelítés elmossa a határvonalat a magas profitot termelő húzótermékek és az alacsony árrésű, vagy éppen beragadt készletek között.
1. A Margin-alapú kampánystruktúra (POAS vs ROAS)
A sikeres optimalizálás alapja a ROAS (Return on Ad Spend) helyett a POAS (Profit on Ad Spend) szemléletre való áttérés. Egy 25%-os árréssel dolgozó elektronikai termék és egy 60%-os árrésű saját márkás kiegészítő nem futhat azonos tROAS (cél-ROAS) beállítással.
A kampányokat az alábbiak szerint kell három különálló PMax kampányba szervezni:
- High-Margin PMax (Margin: >45%): Itt agresszívebb, alacsonyabb tROAS-t engedhetünk meg magunknak (pl. 250-300%), hogy maximalizáljuk a piacrész megszerzését.
- Medium-Margin PMax (Margin: 25-44%): Konzervatívabb beállítás, mérsékelt licitálással (pl. 400-500% tROAS).
- Low-Margin PMax (Margin: <25%): Szigorú korlátozás (pl. >700% tROAS), vagy akár teljes kizárás a PMax-ból, és áthelyezés hagyományos Search vagy Standard Shopping kampányokba.
2. A „Zombi” termékek újraélesztése
Egy átlagos, 5000-10000 SKU-val dolgozó magyar webáruház termékfeedjében a termékek 70-80%-a úgynevezett „zombi termék”. Ez azt jelenti, hogy az algoritmus a büdzsé 90%-át a top 5-10% termékre költi, miközben a többi termék 0 vagy minimális megjelenést kap.
Ezt a problémát egy kétlépcsős struktúrával kell megoldani. Ki kell exportálni a Google Merchant Centerből az elmúlt 30 napban 0 kattintást kapott termékeket, és ezeket egy különálló, úgynevezett „Zombie-PMax” kampányba kell helyezni. Ebben a kampányban nem használunk tROAS korlátozást (hagyjuk maximalizálni a konverziókat), vagy nagyon alacsony limitet szabunk meg, hogy az algoritmus kénytelen legyen tesztelni a korábban elhanyagolt termékeket. Amint egy termék elkezd konvertálni, visszakerülhet a fő kampányok egyikébe.
3. Az Asset-Heavy vs. Feed-Only csata
Saját szakmai tapasztalatom alapján a magyar piacon a PMax kampányok jelentős része sokkal jobban teljesít „Feed-Only” módban, azaz olyan kampányként, amelyben egyáltalán nincs megadva szöveges elem, kép vagy videó az asset csoportban (Asset Group).
Véleményem szerint: A Google által automatikusan generált videók és a gyenge minőségű display kreatívok rombolják a márkaértéket, és feleslegesen égetik a pénzt a YouTube és a Gmail felületein, ahol a konverziós arány töredéke a Search vagy Shopping elhelyezéseknek.
A Feed-Only PMax lényegében a régi Standard Shopping kampányok intelligensebb verziójaként működik: kizárólag a Google Shopping felületén jelenik meg, ahol a vásárlási szándék a legmagasabb. Ha az eladás az elsődleges cél, és nem a márkaépítés, indítsunk el egy tiszta Feed-Only kampányt a legfontosabb termékeinkkel.
---
Haladó feed-optimalizáció: A PMax motorjának üzemanyaga
A PMax kampány annyira jó, amennyire a mögötte álló XML feed minősége. Ha csak a webshop motor (pl. Shoptet, UNAS, Shoprenter) alapértelmezett exportját használjuk, versenyhátrányba kerülünk azokkal szemben, akik külső feed-kezelő szoftverekkel (pl. Mergado, DataFeedWatch) finomhangolják az adatokat.
| Feed attribútum | Alapértelmezett állapot | Optimalizált állapot (2026-os best practice) | Várható CTR növekedés |
| :--- | :--- | :--- | :--- |
| Title (Terméknév) | Márka + Modell | Márka + Kategória + Kulcsszó + Tulajdonság (Méret/Szín) | +25% - +40% |
| Custom Label 0 | Üres | Készlet státusz: Gyors szállítás (1-2 nap) vs Rendelésre | +15% (Conversion Rate) |
| Custom Label 1 | Üres | Árversenyképesség: Olcsóbb mint az Árukereső átlag vs Drágább | +30% (ROI) |
| Google Product Category | Automatikus | Manuálisan a legmélyebb kategóriáig lebontva | +10% (Relevancia) |
1. Custom Label stratégiák a magyar piacra
A magyar vásárlók kiemelten érzékenyek a szállítási időre és a konkurens árakra. Használjunk dinamikus Custom Label-eket a feedben:
- Szállítási idő alapú címkézés: Azon termékeknél, amelyek raktáron vannak és 24 órán belül átadhatók a futárszolgálatnak, a címke legyen `Raktaron_24h`. Ezekre a termékekre külön, agresszívebb licitálású kampányt építhetünk, hiszen a konverziós arányuk lényegesen magasabb lesz, mint a 3-5 napos szállítási idejű termékeké.
- Árpozicionálás (Price Indexing): Egy külső scraper vagy API segítségével mérjük fel, hogy termékeink olcsóbbak-e, mint az Alza, az Euronics vagy az eMAG árai. Ha versenyképesek vagyunk, a címke legyen `Ar_Bajnok`. Ezt a PMax kampányt magasabb költségkerettel futtathatjuk, mert a Shopping felületen a legalacsonyabb ár szinte azonnali konverziót eredményez.
2. A Google Shopping Title optimalizálás
A PMax nem használ hagyományos kulcsszavas célzást a Shopping felületen; a relevanciát a termék címéből és leírásából olvassa ki.
Hagyományos elnevezés: `Bosch WAN28281BY Elöltöltős mosógép`
Optimalizált elnevezés: `Bosch WAN28281BY Elöltöltős Mosógép - 8 kg, 1400 fordulat/perc, C energiaosztály, Fehér, Csendes EcoSilence Drive`
Ezzel a módszerrel lefedjük a long-tail kereséseket (pl. "8 kg csendes mosógép", "fehér Bosch mosógép 1400 fordulat"), ami drasztikusan csökkenti az átlagos CPC-t, mivel kisebb versenyben kell licitálnunk a pontosabb egyezésekért.
---
Esettanulmány: Hogyan mentettünk meg egy 250M HUF árbevételű lakberendezési webshopot a csődtől
A vizsgált magyar webáruház lakberendezési cikkeket és kiegészítőket értékesít. Az éves árbevétele 250 millió HUF volt, de a növekvő hirdetési költségek miatt az év első felében a működési profitja nullára csökkent.

A kiindulási állapot
- Havi PPC költés: 1 500 000 HUF (ebből 1 200 000 HUF egyetlen "all-in" PMax kampányra ment).
- Fiók szintű ROAS (Google Ads szerint): 480%.
- Valós nettó árrés: 42% (ÁFA és beszerzési ár levonása után).
- Logisztikai költség (csomagolás + szállítás + visszáru): átlagosan 3 200 HUF rendelésenként.
- Átlagos kosárérték (AOV): 28 500 HUF.
A webshop vezetősége elégedett volt a 480%-os ROAS-szal, de nem értették, miért nincs pénz a céges bankszámlán. A részletes elemzés során feltártuk a problémát: a PMax kampány költésének 38%-a a saját márkanevükre (brand keresésekre) irányult. Olyan vásárlókért fizettek kattintásonként 80-120 Ft-ot, akik az organikus találatok között is az első helyen kattintottak volna a webshopra. A fennmaradó büdzsét pedig olyan alacsony árrésű, nehéz bútorok hirdetésére költötte a rendszer, amelyeknél a szállítási költség és a magas visszáru-arány (18%) miatt minden eladás valójában veszteséget generált.
Az optimalizálási folyamat (3 hónapos átfutással)
- Brand kizárás: Létrehoztunk egy márkakizárási listát a PMax kampányban. A brand forgalmat átirányítottuk egy szigorúan kontrollált, kézi licitálású Search kampányba, ahol a kattintási költség mindössze 15-25 Ft-ra csökkent.
- Feed-alapú tisztítás: Kizártuk a feedből azokat a termékeket, amelyek árrése nem érte el a 35%-ot, vagy amelyek méretük miatt extra szállítási díjasok voltak (pl. 2 méternél hosszabb szőnyegek, törékeny tükrök).
- Szegmentáció: Létrehoztunk egy magas árrésű termékekből álló PMax kampányt (tROAS beállítása: 350%), és egy közepes árrésű kampányt (tROAS: 550%). A maradék termékeket egy Feed-Only kampányba szerveztük át.
- Adatminőség javítása: Bevezettük az első felek adatain (First-Party Data) alapuló ügyféllista-szinkronizációt a Shoprenter rendszeréből az offline konverziók mérésére.
Az eredmények számszerűsítve
Az optimalizálást követő harmadik hónap végén az alábbi eredményeket könyvelhettük el:
| Mutató | Optimalizálás előtt | Optimalizálás után (3. hónap) | Változás %-ban |
| :--- | :--- | :--- | :--- |
| Havi költés (PMax) | 1 200 000 HUF | 950 000 HUF | -20.8% |
| Névleges ROAS (Ads) | 480% | 390% | -18.7% (látszólagos romlás) |
| Valós Havi Árbevétel (Non-brand) | 4 100 000 HUF | 5 350 000 HUF | +30.4% |
| Visszáru arány | 18% | 6.5% | -63.8% |
| Tényleges Nettó Profit (HUF) | -120 000 HUF | +1 420 000 HUF | Sikeres fordulat |
Bár a Google Ads felületén látható ROAS csökkent (mivel kiszűrtük a brand forgalom torzító hatását), a vállalkozás valós nettó profitja drámai mértékben növekedett. Ez a példa is bizonyítja, hogy a PMax optimalizálás nem a fiókban látható vanity metric-ek (hiúsági mutatók) hajszolásáról szól, hanem a valós üzleti eredményekről.
---
Gyakori hibák, amiket 2026-ban el kell kerülnöd (Mit NE csinálj)
A Google folyamatosan igyekszik elvenni az irányítást a hirdetők kezéből, újabb és újabb automatizált funkciókat bevezetve. Az alábbi hibák elkövetése azonnal lenullázhatja a kampányaid hatékonyságát.
1. A „Minden csatorna bővítése” (Final URL Expansion) kontroll nélküli bekapcsolva hagyása
Ha ez a funkció aktív, a Google saját belátása szerint megváltoztathatja a céloldalakat, és olyan információs aloldalakra (pl. ÁSZF, Kapcsolat, Blogcikkek) küldheti a fizetett forgalmat, amelyek egyáltalán nem alkalmasak az azonnali értékesítésre.
Szakmai javaslat: Kapcsold ki ezt a funkciót, vagy ha mindenképpen használni akarod, állíts be szigorú kizárási szabályokat az URL-ekre vonatkozóan (pl. zárj ki minden `/blog/*`, `/kapcsolat`, `/szallitasi-feltetelek` mintájú oldalt).
2. Az automatikusan generált videó assetek engedélyezése
Ha nem töltesz fel saját, professzionális álló és fekvő formátumú videókat az asset csoportokba, a Google a feedben található képekből és szövegekből fog összerakni egy rendkívül igénytelen, diavetítés-szerű videót egy monoton, jogdíjmentes háttérzenével. Ez a YouTube Shorts és egyéb videós elhelyezéseknél katasztrofális átkattintási arányt (CTR) és magas visszafordulási arányt eredményez. Ha nincs saját videód, válaszd a tisztán Feed-Only kampánystruktúrát.
3. A tROAS túl korai vagy túl drasztikus emelése
Gyakori hiba, hogy egy jól működő, 400%-os ROAS-t produkáló kampánynál a tulajdonos hirtelen megemeli a tROAS-t 600%-ra, remélve, hogy ezzel javul a hatékonyság. Az algoritmus erre a hirtelen változtatásra úgy reagál, hogy drasztikusan lecsökkenti a megjelenítési mennyiséget, és csak a legbiztosabb, legolcsóbb (gyakran ismét csak brand) vásárlókra fog licitálni, megfojtva ezzel a kampány növekedését és a volumenszerzést. A tROAS-t egyszerre maximum 10-15%-kal szabad módosítani, és két módosítás között legalább 7-10 napot kell várni, hogy a gépi tanulási folyamat stabilizálódjon.
---
Akcióterv
Kövesd ezt a lépésről lépésre követhető útmutatót a Performance Max kampányaid újrastrukturálásához. A folyamat végrehajtása körülbelül 4-6 órát vesz igénybe, de az eredmények már az első két hétben mérhetők lesznek a csökkenő felesleges költésekben és a növekvő profitban.
- Brand kizárási lista beállítása: Lépj be a Google Ads fiókodba, hozz létre egy márkakizárási listát a saját webshopod nevével és annak gyakori elgépelt verzióival, majd rendeld hozzá a meglévő PMax kampányaidhoz.
- Auditáld a Search Terms (Keresési kifejezések) jelentést: Vizsgáld meg, hogy az elmúlt 30 napban milyen nem-releváns kifejezésekre költött a PMax. Ezeket a szavakat fiókszinten add hozzá a negatív kulcsszólistához (ehhez bizonyos esetekben a Google ügyfélszolgálat segítségét kell kérned, vagy fiókszintű negatív kulcsszólistát kell alkalmaznod).
- Vezesd be a margin-alapú feed-címkézést: Telepíts egy feed-kezelő eszközt (pl. Mergado). Hozz létre szabályokat, amelyek a beszerzési ár és az eladási ár különbsége alapján automatikusan feltöltik a `custom_label_0` attribútumot a következő értékekkel: `Magas_Margó`, `Kozepes_Margo`, `Alacsony_Margo`.
- Kampányok darabolása a címkék alapján: Állíts le minden korábbi "all-in" PMax kampányt. Hozz létre 2 vagy 3 új PMax kampányt a fenti címkék alapján szegmentálva. A magas árrésű kampánynak adj magasabb prioritást (és alacsonyabb tROAS-t), az alacsony árrésűnek pedig szigorúbb korlátokat.
- A Zombie-PMax elindítása: Szűrd ki azokat a termékeket, amelyek az elmúlt 30 napban 0 kattintást kaptak. Hozd létre a harmadik (vagy negyedik) PMax kampányodat, amely kizárólag ezeket a termékeket tartalmazza, szigorúan Feed-Only formátumban (nincsenek szöveges vagy képi elemek az asset csoportban), maximális konverziós licitálási stratégiával, tROAS limit nélkül.
- Első felek adatainak (First-Party Data) bekötése: Állítsd be a továbbfejlesztett konverziómérést (Enhanced Conversions). Ha UNAS vagy Shoprenter rendszert használsz, engedélyezd a natív API alapú adatküldést a Google Ads felé, hogy a rendszer pontosabban tudja azonosítani a visszatérő, magas LTV (élettartam-érték) rendelkező vásárlókat.
- Mérés és Finomhangolás: Várj 14 napot az algoritmus tanulási fázisának lefutásáig. Ne nyúlj a kampányokhoz ezalatt az időszak alatt. A 15. napon vizsgáld meg a GA4-ben a valós tranzakciókat és a POAS alakulását, majd ennek megfelelően korrigáld a tROAS értékeket legfeljebb 10%-os lépésekben.
Meta Adatok
SEO Cím: Performance Max optimalizálás 2026: Így kerüld el a felesleges költést a magyar webshopokban
Meta leírás: Mélyreható PMax optimalizálási útmutató magyar e-kereskedőknek. Haladó feed-stratégiák, valódi profit-alapú licitálás és egy 250M HUF feletti esettanulmány.




