V tomto kontextu platí krutá pravda: webové stránky a digitální aktiva, která neposkytují strojově čitelný kontext, jsou v prostředí AI vyhledávání systematicky opomíjena. Strukturovaná data a slovník Schema.org se tak stávají absolutně kritickým a nenahraditelným prvkem infrastruktury.

Proč už tradiční SEO obsah nestačí?

Vyhledávače a modely se definitivně přesunuly od zastaralého „hledání řetězců znaků (strings) k hledání reálných věcí a konceptů (things)“. Velké jazykové modely totiž nečtou články se selským rozumem; spíše obsah pohlcují, tokenizují jej a analyzují vztahy mezi entitami. Pokud spoléháte pouze na volný text, riskujete halucinace – nebezpečnou tendenci modelů vymýšlet si neexistující fakta, pokud jsou data nejednoznačná nebo konfliktní.

Značení Schema.org poskytuje modelům zcela exaktní, strojově čitelnou vrstvu jistoty. Odborné studie navíc potvrzují, že přesnost modelů se může zvýšit z 16 % až na 54 % (tedy více než 300% zlepšení), pokud se mohou opřít o správně strukturovaná data.

Technologický paradox JSON-LD: Na AI roboty musíte hybridně

Zde v praxi často narážíme na obrovský problém. Mnoho webů má za to, že stačí nainstalovat plugin, který strukturovaná data „schová“ do kódu ve formátu JSON-LD, a je hotovo. Jak ale ukázaly hluboké technické analýzy pro roky 2025 a 2026, různé AI modely přistupují ke strukturovaným datům zcela odlišně.

Když se asistent pokusí načíst stránku v reálném čase (Direct Fetch), aby z ní vytáhl aktuální data, výsledky jsou překvapivé:

• Gemini od Googlu je lídrem v dynamickém obsahu (50% úspěšnost): Jako absolutní vítěz testů dokázalo Gemini spolehlivě renderovat a číst i složitý dynamický obsah tvořený JavaScriptem. I ono ale při živém skenu ignorovalo JSON-LD, pokud data nebyla jasně viditelná na stránce.
• ChatGPT (37,5 % úspěšnost) exceluje ve viditelném kódu: Ačkoliv prokazatelně ignoruje skrytý JSON-LD a nezvládá JavaScript, dokáže naprosto bez problémů a přesně interpretovat viditelný HTML obsah a viditelná mikrodata (Microdata, RDFa) implementovaná přímo v textu.
• Skrytý JSON-LD září v panelech Google AI Overviews: Přestože ho chatboti při „živém“ skenování přehlížejí, specializované modely tvořící chytré souhrny Google AI Overviews tuto skrytou vrstvu naplno a efektivně využívají. Netahají totiž data z webu „naživo“, ale berou je ze svého hlubokého indexu, kde je skrytý JSON-LD již plně a dokonale rozkódován.

Z toho pro SEO specialisty pro rok 2026 plyne jasný imperativ, označovaný jako „hybridní implementace“. Kód JSON-LD je i nadále absolutně nezbytný pro kontinuální naplňování Znalostního grafu (a pro Google AI Overviews). Nicméně, pro úspěch v momentě rychlého zásahu AI chatbota v reálném čase je naprosto klíčové sémanticky čisté HTML s perfektní logickou hierarchií (nadpisy H1-H6, srozumitelné sekce, strukturované tabulky) a viditelnými mikrodaty přímo v textu. Obsah samotné viditelné stránky zkrátka musí stoprocentně odrážet to, co je skrytě definováno v JSON-LD.

Entitní SEO: Jak umělé inteligenci „certifikovat“ vlastní data

Pokud chcete ovládnout AI odpovědi, nestačí na každou stránku hodit izolovaný kód. Musíte budovat takzvaný Znalostní graf obsahu (Content Knowledge Graph) – vrstvu, která organizuje obsah webu do sítě propojených entit.

Klíčem a „tajnou superzbraní“ moderního SEO jsou v tomto ohledu dvě specifické vlastnosti (properties) ze slovníku Schema.org:

• Vlastnost @id: Vytváří globálně unikátní identifikátor, který neomylně propojuje související entity napříč stovkami stránek vašeho webu.
• Vlastnost sameAs: Tato vlastnost brilantně řeší disambiguaci (rozlišení nejednoznačnosti významu). Explicitní propojení přes sameAs s autoritami (Wikidata, Wikipedia, LinkedIn) vytváří takzvaný „kruh pravdy“, který modelu dodá matematickou jistotu o autenticitě vaší firmy v reálném světě.

Klíčová schémata pro rok 2026: Do hloubky, ne do šířky

Dnes se nevyplácí dělat věci polovičatě. Zlaté pravidlo datové architektury zní: „jít do maximální hloubky, nikoliv do povrchní šířky“ (vyplňujte všechny dostupné a povolené atributy daného schématu). Co byste rozhodně neměli opomenout?

• FAQPage (často kladené dotazy): Formát FAQ má vůbec nejvyšší míru citovanosti umělou inteligencí napříč systémy (ChatGPT, Gemini i Google AI Overviews). Mapuje přímo konkrétní uživatelskou otázku na jedinou akceptovanou odpověď, což je pro LLM vysoce efektivní.
• Article a WebPage: Komunikují systémům transparentnost a signály lidské autority tím, že definují strukturu, autora a datum publikace či modifikace.
• Product a LocalBusiness: Tvoří naprostý základ existence v konverzačním nakupování. AI totiž nikdy nedoporučí uživateli produkt, u kterého si nemůže být naprosto jista aktuální cenou nebo reálným stavem na skladě.
• Organization: Definuje samotnou podstatu firmy na domovské stránce a vytváří nezpochybnitelný uzel důvěry v sémantickém prostoru

Konec starých pořádků na českém e-commerce trhu

Mnoho let byl český trh kvůli lingvistické složitosti ušetřen rychlých změn. To ale skončilo v květnu 2025, kdy do České republiky dorazil ostrý rollout Google AI Overviews. Znamená to obrovský skok do fenoménu zero-click vyhledávání – hledání absolutně bez prokliku.

Když dnes běžný uživatel hledá komplexnější dotaz, často už neproklikává sady odkazů e-shopů. Systém AI mu na vrcholu stránky ihned nabídne obrovský, syntetizovaný návod složený z nejlepších zdrojů, a návštěvnost cílových e-shopů na dané téma se ze dne na den propadá. Gigantická studie (přes 863 000 vysoko-objemových klíčových slov) ukázala, že míra přímého překryvu mezi zdroji citovanými v AI Overviews a tradičními Top 10 výsledky spadla ze 76 % na varovných 38 %. Ohromujících 36,7 % citovaných adres navíc pochází ze stránek, které v elitní top 100 Google dříve vůbec nebyly. Svět modrých odkazů a svět AI citací se zkrátka odcizují a běžný linkbuilding ztrácí svou sílu. Úspěch se nově měří na takzvanou AEO viditelnost a tržní podíl na vygenerovaných citacích (Share of Voice).

Doporučení UNIKUM: Jak přežít a nezmizet?

Ignorování technologických nároků z vás udělá „digitálního ducha“. Chcete-li být pro umělou inteligenci relevantním partnerem, zaměřte se na tyto priority:

• Zahoďte „SEO vatu“ a budujte sémantickou úplnost: Modely drtivě upřednostňují břitkost. Odpověď na jádrový dotaz nesmí být schována, ale musí ležet hned v prvních 20-30 slovech prvního odstavce po hlavním nadpisu. Využívejte tvrdou HTML sémantiku a tabulky.
• Aplikujte hybridní datový model: Spoléhat pouze na skrytý skript JSON-LD nestačí. Obsah viditelný uživatelem i robotem (v reálném čase) musí striktně odrážet to samé strukturované sdělení.
• Propojujte své entity do znalostních grafů: Zapracujte na tvrdé integraci pomocí vlastností @id a sameAs. Ukažte modelům, že jste ověřená, stabilní firma. To je signál autority, na který aktuálně slyší nejvíc.
• Pokud nemáte čas a rozpočet na detailní zpracování strukturovaných dat, tak využijte nástroje, které vám minimálně základní strukturu vytvoří sami a středně komplikovanou během několika hodin se zkušeným specialistou. My se nejraději opíráme o Rank Math, který za přiměřenou cenu dokáže pokročilejší SEO.

Závěr

Ignorujte mýty o tom, že klasické SEO založené na objemu klíčových slov a zpětných odkazech bude stačit napořád. Svět, kde vyhledávače jen slepě řadily modré odkazy, je pryč. Úspěch v éře generativní umělé inteligence vyžaduje poctivou, systematickou a technicky dokonalou „výchovu“ AI modelů tím, že jim naservírujete svá data v krystalicky čistém a strojově čitelném formátu. Strukturovaná data a budování vlastního znalostního grafu už nejsou jen zbytečnou technickou zátěží pro vývojáře, ale naprostým základem pro to, aby vaše značka vůbec přežila a nestala se pro chytré asistenty neviditelnou.

Článek AI SEO v roce 2026: Proč strukturovaná data rozhodují o tom, zda na webu přežijete nebo zmizíte se nejdříve objevil na UNIKUM.

Je to jen další technická hračka pro vývojáře, nebo nutnost, bez které se váš web v budoucím „agentním webu“ neobejde? S počátkem roku 2026 a nástupem autonomních AI nákupčích se pravidla hry opět přepsala. Pojďme se podívat na data a fakta.

Problém dnešního webu: Šum a drahé tokeny

Moderní webové stránky jsou skvělé pro lidi, ale pekelné pro AI modely. Jsou přeplněné složitým HTML, CSS styly, trackery a reklamním balastem. Proč je to problém? Protože jazykové modely (LLM) „platí“ za každé slovo, které musí přečíst.

Zpracování tokenů stojí výpočetní výkon i peníze. Když AI agent navštíví váš web, musí se prodrat tisíci řádky kódu, aby našel pár odstavců textu. Poměr signálu k šumu je extrémně nízký.

llms.txt: Kurátor obsahu pro umělou inteligenci

Řešením má být llms.txt – soubor, který slouží jako „API pro web“. Nabízí modelům čistý obsah v Markdownu, zbavený všeho zbytečného. Často se setkáváme s názorem, že llms.txt je zbytečný, protože už máme robots.txt a sitemap.xml. To je ale omyl, který pramení z nepochopení jejich funkcí:

• Robots.txt je „vyhazovač“. Říká robotům, kam nesmí.
• Sitemap.xml je „telefonní seznam“. Obsahuje tisíce URL, ale nerozlišuje mezi důležitým článkem a stránkováním kategorií. Pro AI je to jako hledat jehlu v kupce sena.
• Llms.txt je „kurátor“. Je to výběr toho nejdůležitějšího, naservírovaný tak, aby to stroj okamžitě pochopil.

Experimenty ukazují, že použití obsahu z llms.txt může snížit spotřebu tokenů až 95násobně oproti parsování HTML. A komu to dnes pomáhá?

• Anthropic (Claude): Je de facto patronem standardu. Jejich boti ho aktivně vyhledávají.
• OpenAI (ChatGPT): Oficiálně mlčí, ale analýzy logů potvrzují, že GPTBot tyto soubory pravidelně stahuje.
• Moderní IDE (Cursor, Windsurf): Toto je „game changer“. Vývojářská prostředí využívají llms.txt k tomu, aby pochopila dokumentaci knihoven a psala přesnější kód.

Rok 2026: Nástup autonomních agentů a Google UCP

Původní debaty o textových souborech pro AI se týkaly primárně lepšího čtení textu. Dnes už ale AI weby jen nečte – ona na nich nakupuje. Rok 2026 odstartoval éru Agentic Commerce (agentního obchodování).

V lednu tohoto roku představil Google nový otevřený standard Universal Commerce Protocol (UCP). Tento protokol posouvá hranice toho, co AI dokáže. Umožňuje autonomním agentům (například v aplikaci Gemini nebo přímo v AI Mode v Google vyhledávání) provést za zákazníka celý nákupní proces. Od nalezení produktu přes vložení do košíku až po platbu (se zapojením partnerů jako Klarna nebo PayPal), aniž by zákazník musel váš web vůbec navštívit.

Pro e-shopy to znamená obrovský posun. Pokud váš katalog není pro umělou inteligenci snadno čitelný a nekomunikuje strukturovaně (k čemuž jasný kontext a datová čistota přispívají), AI agent vaše produkty svému uživateli jednoduše nenabídne a nákup provede u konkurence, která již mluví „strojovou řečí“.

Doporučení UNIKUM: Jak přežít v éře agentů?

Standard llms.txt je mostem mezi “lidským” webem včerejška a “strojovým” webem zítřka. Naše doporučení se liší podle toho, v jakém byznysu jste:

• Jste Tech / SaaS? Implementujte llms.txt (index) i llms-full.txt (plný kontext) okamžitě. Pokud jste technologická firma, je to v podstatě povinnost v rámci Developer Experience (DX). Pokud váš nástroj nemá llms.txt, AI asistenti v IDE budou při práci s vaší dokumentací „halucinovat“ nebo budou pomalí. Vaši uživatelé to ocení, prostě se jim bude s vaším nástrojem lépe pracovat.
• Jste E-shop nebo obsahový web? Nenechte se zlákat sliby o okamžitém nárůstu návštěvnosti. Zaměřte se na strukturovaná data. Tradiční SEO ustupuje AEO (Answer Engine Optimization). Vytvoření souboru stojí minimum úsilí, ale zajistí vám připravenost, až se „AI vyhledávání“ stane dominantním. S nástupem Google UCP a zero-click nákupů musíte mít data v absolutním pořádku, jinak pro AI přestanete existovat.

Závěr?

Ignorujte hype a sliby instantní návštěvnosti, ale bedlivě sledujte data a chování systémů. Svět, kde se stroje „baví“ se stroji, se přiblížil mnohem rychleji, než si trh připouštěl. Llms.txt je levným a efektivním mostem mezi starým HTML webem a agentním e-commerce dneška.

Článek Agentní web a SEO v roce 2026: llms.txt, Google UCP a konec tradičního vyhledávání se nejdříve objevil na UNIKUM.

Může to znít zvláštně. Měli jsme na dosah klienta s obratem přes 150 milionů, jasnou (a agresivní) růstovou vizí a rozpočtem, který by pro nás byl velmi zajímavý. Náš audit a navržená strategie (přechod na řízení zisku, POAS, konsolidace kampaní atd.) se setkaly s pozitivní odezvou, všechno dávalo smysl.

Proč jsme tedy ve finále couvli, místo abychom zabojovali o vítězství v tendru? Jednoduše – nechceme „získat klienta za každou cenu”. Chceme mít vždy jistotu, že dokážeme doručit přesně to, co slíbíme.

Není umění vyhrát “tendr”

Během hloubkových diskuzí o formě spolupráce se ukázalo, že klientovy potřeby jsou mnohem širší než jsme původně předpokládali.

Projekt by vyžadoval významnou exekutivu v oblasti kreativy, okamžité nasazení komplexního automatizovaného reportingu a denní operativu v rozsahu, který by pro náš menší agenturní tým znamenal riziko. Zakládáme si na tom, že na projektech pracují seniorní lidé, ne armáda juniorů.

Upřímnost > Potenciální zisk

Nevíme, zda bychom výběrové řízení vyhráli. Věřili jsme si v navržené strategii, ale zároveň jsme vnímali, že projekt vyžaduje obrovský objem denní operativy a produkce. V takovém měřítku už nejde jen o chytrost řešení, ale o čistou kapacitu týmu. A právě tam jsme viděli riziko, že bychom pro klienta nemuseli být tím nejefektivnějším řešením.

Mohli jsme to zkusit? Určitě. Mohli jsme slíbit, že „všechno zvládneme“ a pak to řešit za pochodu? V agenturním světě zcela běžná praxe.

My jsme ale zvolili jinou cestu. Nechtěli jsme se dostat do situace, kdy bychom pro klienta nebyli strategickým partnerem, který projekt táhne dopředu, ale stali bychom se úzkým hrdlem, protože bychom nestíhali odbavovat hromady provozních požadavků.

Nechceme klientovi slibovat 100% servis, když cítíme, že bychom reálně doručili 90 %.

Dlouhodobý vztah začíná tím, že si nelžeme

Rozhodli jsme se proto klientovi otevřeně říct, že ačkoliv nás výzva láká a našli jsme v datech cestu k růstu, v daném nastavení a rozsahu pro něj nejsme tím nejvhodnějším partnerem. Kdybychom tvrdili opak, lhali bychom.

Tento přístup paradoxně buduje důvěru víc než cokoliv jiného. Klient sice nedostal naši nabídku, ale dostal od nás upřímnou zpětnou vazbu a audit, který mu zůstává k dispozici.

Naše kapacita je omezená – a to záměrně. Chceme ji věnovat projektům, kde si jsme stoprocentně jistí, že naše přidaná hodnota bude pro klienta maximální. Někdy je největší službou, kterou můžete klientovi (i sobě) udělat, to, že včas ustoupíte a hrajete fér.

Článek Proč jsme nepodali nabídku klientovi, kterému jsme v auditu odkryli skrytý potenciál? (Díl 2.) se nejdříve objevil na UNIKUM.

Ačkoliv byl marketingový účet klienta spravován pečlivě, hloubková analýza odhalila strukturální nedostatky, kvůli kterým firma přicházela odhadem o 10-15 % čistého zisku. Kde přesně jsme našli prostor pro zlepšení a jaká opatření jsme doporučili?

(Poznámka: Z důvodu ochrany dat klienta jsme změnili segment na prodej profesionální gastro techniky. Principy a zjištění jsou však autentické.)

Data: Proč algoritmy potřebují „tvrdá data“

Ještě než jsme se pustili do analýzy kampaní, provedli jsme revizi dat, která vstupují do reklamních systémů. Audit odhalil, že automatizace Googlu a Mety pracuje s nepřesnými vstupy, což zkresluje jejich rozhodování.

• Nekonzistence trhů: Kvůli limitaci v technickém nastavení e-shopu proudila do českého reklamního účtu i data o konverzích ze slovenského trhu. Algoritmy Smart Bidding tak optimalizovaly na „průměrného“ zákazníka, což snižovalo efektivitu cílení na lokálním trhu.
• Krátká paměť pro B2B: Standardní nastavení Analytics počítá návštěvu (relaci) na 30 minut. Nákup konvektomatu za 100 000 Kč ale obnáší hodiny studia technických specifikací. Systém tak jednu bonitní návštěvu rozdělil na pět „nezajímavých“, čímž zásadně zkreslil atribuci.
• Absence Server-Side Trackingu (SST): Chybělo pokročilé serverové měření. To je dnes kritické nejen pro obcházení blokátorů reklam a omezení prohlížečů (ITP), ale především pro bezpečné zasílání dat o marži (viz dále). Bez SST navíc reklamní systémy (zejména Facebook) dostávají jen zlomek signálů a nedokáží efektivně doručovat reklamu.

Naše doporučení: Jako nutný základ pro další rozvoj jsme stanovili implementaci Server-Side Trackingu, prodloužení časového limitu relace v GA4 a striktní technické oddělení datových toků pro jednotlivé trhy.

Past jménem ROAS (slepota k zisku)

Největší brzdou ziskovosti byla metrika, podle které se řídily rozpočty. Cílem byla návratnost z tržeb (ROAS). U sortimentu s diametrálně odlišnými maržemi jsme tento přístup vyhodnotili jako zavádějící.

• Pohled systému (tržba): Algoritmus preferoval prodej drahého konvektomatu za 80 000 Kč před sadou čistící chemie za 5 000 Kč, protože generoval vyšší obrat.
• Pohled byznysu (marže): Drahý stroj měl marži 5 % (zisk 4 000 Kč). Chemie měla marži 50 % (zisk 2 500 Kč).

Systém agresivně tlačil nízkomaržové technologie (kde je silná konkurence a vysoké CPC) a tlumil vysoce ziskové příslušenství.

Naše doporučení: Navrhli jsme přechod na strategii Profit Bidding (POAS). Skrze Server-Side Tracking je nutné začít do systémů odesílat hodnotu hrubé marže (nikoliv tržby). Algoritmus tak začne optimalizovat přímo na čistý přínos pro firmu.

Fragmentace účtu

Klientův účet v Google Ads obsahoval přes 100 aktivních kampaní. Struktura byla velmi detailní, rozdělená po jednotlivých značkách.

Identifikovaným problémem tohoto přístupu je nedostatek dat pro strojové učení. Většina těchto mikro-kampaní generovala nízké jednotky konverzí měsíčně. Chytré algoritmy (Smart Bidding) přitom vyžadují desítky konverzí, aby mohly fungovat efektivně.

Naše doporučení: Předložili jsme plán na radikální konsolidaci kampaní. Doporučili jsme sloučení desítek mikro-segmentů do cca 4-6 silných celků rozdělených podle maržovosti. Tím dodáme algoritmům potřebný objem dat pro stabilní a predikovatelný výkon.

Sociální sítě: Od kobercového náletu k B2B přesnosti

Klient investoval do Meta Ads (Facebook/Instagram) s využitím moderních automatických formátů (Advantage+). Ačkoliv kampaně přiváděly návštěvnost, konverzní poměr byl násobně nižší (pod 0,5 %) než u vyhledávání.

Příčinou byla strategie „všechno všem“. Algoritmus zobrazoval drahé gastro technologie širokému publiku. Pravděpodobnost, že majitel restaurace nakoupí průmyslovou myčku impulzivně na sociální síti, je minimální.

Naše doporučení:

• Filtrace sortimentu: Navrhli jsme vytvoření dedikovaného feedu pro Meta, ze kterého budou vyloučeny drahé stroje. Rozpočet doporučujeme přesunout na obrátkové zboží (chemie, nádobí, drobné vybavení), které funguje na principu impulzivního nákupu.
• LinkedIn Ads: Ušetřený rozpočet z neefektivních Facebook kampaní jsme doporučili realokovat do testování LinkedInu. Zde je možné zacílit přímo na decision makery (šéfkuchaře, provozní manažery). Cílem zde nemá být prodej přes e-shop, ale sběr leadů (poptávek) na konkrétní technologie, které následně zpracuje obchodní oddělení.

E-mailing: Nevyužitý potenciál v retenci

Audit odhalil, že e-mailing dosahuje vyššího konverzního poměru než placená reklama, ale podílí se na obratu jen minimálně. Firma fakticky „kupovala“ vracejícího se zákazníka opakovaně přes PPC reklamu.

Naše doporučení: Navrhli jsme zavedení pokročilé automatizace namísto prostého newsletteru.

• Spotřební cykly: Strategie postavená na datech – pokud zákazník zakoupí kávovar, systém zná průměrnou spotřebu a automaticky po 3 měsících odešle e-mail s nabídkou odvápňovacích tablet.
• Onboarding série: Po nákupu drahého stroje nespouštět další prodejní tlak, ale sérii edukačních e-mailů (video-návody na údržbu, tipy pro personál). Tím se buduje důvěra, která se zúročí při nákupu příslušenství.
• Chytrý sběr kontaktů: Doporučili jsme nasazení pop-up oken pro neregistrované návštěvníky s nabídkou hodnotného obsahu (např. „Checklist pro vybavení kuchyně“) výměnou za e-mail, s cílem snížit závislost na placené inzerci.

Závěr: Technologie musí sloužit strategii

Tento audit ukázal, že i technicky funkční reklamní účty mohou skrývat významné rezervy v ziskovosti. Rozdíl mezi průměrným a skvělým výkonem často neleží v nastavení jedné kampaně, ale v kvalitě dat na vstupu a v tom, zda optimalizujeme na obrat, nebo na skutečný zisk.

Článek Když kampaně „technicky“ fungují, ale firma přichází o zisk. Pohled pod pokličku auditu. se nejdříve objevil na UNIKUM.

Co je Seznam Grant a jak funguje?

Seznam Grant je iniciativa společnosti Seznam.cz, která poskytuje neziskovým organizacím bezplatný kredit do reklamního systému Sklik. Od svého spuštění v roce 2023 již program podpořil desítky organizací (mezi které patří například Lékaři bez hranic, Suchej únor nebo Dejme dětem šanci) reklamním prostorem v hodnotě několika milionů korun. Zdroj.

Klíčové parametry podpory:

• Příspěvek: Vybraná organizace získá kredit ve výši 10 000 Kč měsíčně.
• Doba trvání: Podpora je standardně poskytována na 12 měsíců.
• Oblasti podpory: Grant se zaměřuje na pět kategorií: lidé, ekologie, zdraví, zvířata a občanská společnost.

Tyto prostředky sice nelze vybrat v hotovosti, ale lze je naplno využít k oslovení nových dárců, propagaci veřejných sbírek nebo šíření osvěty o vašem tématu na nejnavštěvovanějších českých webech jako jsou Novinky.cz, Seznam Zprávy, Proženy.cz a další.

Jak se zapojit?

1. Podání žádosti: Přihlášku vyplníte jednoduše skrze online formulář.
2. Následuje posouzení odbornou porotou: Porota vybere přibližně 20 organizací, které získají podporu.
3. Čerpání grantu: Grant můžete čerpat vždy od 1. ledna nebo 1. července, po dobu 12 měsíců. Nevyčerpané prostředky se nepřevádějí.
4. Spolupráce s agenturami: UNIKUM je jednou z partnerských agentur, které neziskovým organizacím pomáhají se správou kampaní, často formou pro bono spolupráce, tedy zdarma a z vlastní iniciativy. Tato pomoc není povinná ani garantovaná, ale pro mnoho menších organizací může být klíčová pro skutečné využití grantu v praxi. Zdroj.

Pro získání grantu není znalost reklamního systému Sklik podmínkou, nicméně je to velká výhoda. Úspěšní žadatelé mohou svůj reklamní účet spravovat i samostatně. Seznam jim zároveň nabízí množství online materiálů a bezplatných školení, která vedou zkušení konzultanti.

Seznam Grant není určen pro firemní nadace ani komerční subjekty. Cílí hlavně na menší neziskové organizace, které se těžko dostávají k financím na marketing.

Jaké formy reklamy můžete využít?

V rámci grantu máte k dispozici silné nástroje pro oslovení veřejnosti jako například:

• Reklamy ve vyhledávání: Vaše inzeráty se zobrazí lidem, kteří na Seznamu aktivně hledají pomoc nebo klíčová slova související s vaší činností. V praxi se nezaměřujte se jen na jméno vaší organizace. Cílíme na klíčová slova, která souvisejí s vaším posláním (např. „jak pomoci dětem v nouzi“, „azylový dům pro matky“).
• Obsahové a nativní reklamy: Můžete sdílet silné příběhy formou bannerů či nativní reklamy, která odkáže na článek na vašem webu. Je to ideální způsob, jak vyvolat emoce a vysvětlit dopad vaší práce.
• Remarketing: V některých případech lze využít i pokročilejší cílení, například remarketing, vždy však podle aktuálních pravidel programu. Umožňuje připomenout se lidem, kteří již váš web navštívili, ale zatím se nerozhodli vás podpořit.

Nejste na to sami. Rádi vám pomůžeme

Chcete se v programu Seznam Grant lépe zorientovat? Rádi se s vámi podělíme o zkušenosti. Víme, že pro mnoho neziskovek je správa reklamních kampaní časově i technicky náročná. Často chybí interní kapacity, které by se systémem Sklik uměly pracovat tak, aby se přidělený kredit využil na maximum.

Máme s tímto programem zkušenosti a víme, jak kampaně nastavit, aby přinášely výsledky ať už jde o získávání dárců nebo zvyšování povědomí o důležitých tématech.

• Byl vám grant přidělen a hledáte podporu při správě kampaní? Pokud budete v rámci programu Seznam Grant řešit spolupráci s marketingovou agenturou, rádi s vámi probereme možnosti podpory.
• Chcete nastavit měření vašich konverzí, abyste viděli kolik lidí přišlo z reklam, ale nevíte jak na to?
• Chcete jen konzultaci? Ozvěte se nám. Rádi se s vámi podělíme o naše know-how.

Získávat dárce není snadné. Nestačí jen spustit kampaň a čekat, že se peníze začnou hrnout. Ne každý, kdo klikne na banner s emotivní fotkou, opravdu přispěje. Často spíš jen nahlédne, někdy ze zvědavosti, jindy z nezájmu pokračuje dál. Ale i to je součást cesty k budování povědomí, otevírání témat, o kterých se jinak nemluví. A právě proto v kampaních hledáme cestu dál.

Zkoušíme, testujeme, ladíme. Protože i malý krok správným směrem je krok blíž k cíli.

Nepotřebujete statisíce stačí silný příběh, přesné sdělení a trochu odvahy jít s kůží na trh. Díky grantům se totiž nešíří jen reklama, ale snažíme šířit pomoc, naději a důstojnost.

Článek Máte skvělý projekt, ale chybí vám prostředky na zviditelnění? Poznejte Seznam Grant se nejdříve objevil na UNIKUM.

Jedním z témat, které se v posledních letech skloňuje stále častěji, je server-side tracking (SST). Nejde o módní technologii ani o zázračné řešení všech problémů s měřením. Jde o posun architektury sběru dat, který reaguje na reálné limity browser-based trackingu.

V tomto článku se podíváme na to, co server-side tracking je, jak funguje, jaké problémy reálně řeší – a kde jsou naopak jeho limity.

1) Co je server-side tracking a proč ho řešit

U klasického client-side trackingu jsou data o uživatelském chování odesílána přímo z prohlížeče uživatele do analytických nebo reklamních systémů. Tento přístup dlouho fungoval, ale je stále více ovlivňován technickými i legislativními omezeními.

Prohlížeče blokují skripty, omezují cookies a pracují s kratší dobou uchovávání identifikátorů. Výsledkem jsou: – chybějící nebo neúplná data, – rozdíly mezi systémy, – nižší důvěra v reporting.

Server-side tracking přesouvá klíčovou část měření na server. Data nejsou odesílána přímo z prohlížeče do třetích stran, ale nejprve do vašeho vlastního serverového prostředí, odkud jsou dále zpracována a distribuována.

Zásadní změnou je to, že prohlížeč přestává být jediným zdrojem pravdy. „Zdroj pravdy“ v praxi znamená místo, kde je jasně dané, co se skutečně stalo – například že objednávka vznikla, v jaké hodnotě a s jakým obsahem. Moderní přístupy doporučují, aby (pokud je to možné) byla všechna data čerpána z jednoho zdroje pravdy. Tím bude zachována konzistence a správnost dat. Tímto zdrojem by měl být spíše backend, ne prohlížeč uživatele.

2) Co server-side tracking řeší

a) Ztrátu událostí

Uživatel dokončí nákup, ale: – pixel je zablokovaný, – cookies expirovaly, – prohlížeč blokuje tracking, – nebo běží přes iOS bez povolení sledování.

Díky server-side trackingu lze událost vytvořit a odeslat až na základě potvrzené objednávky v backendu, nezávisle na tom, zda se v prohlížeči správně načetl pixel.

b) Stabilnější identifikaci uživatele

Server-side tracking umožňuje pracovat s identifikátory uživatelů způsobem, který není plně závislý na běhu JavaScriptu v prohlížeči. Identifikace je tak stabilnější napříč návštěvami i kanály.

Výsledkem je: – přesnější párování událostí, – méně rozpadlých konverzních cest, – stabilnější remarketing.

c) Přesnější hodnoty konverzí

Client-side tracking typicky posílá hodnotu konverze z prohlížeče v okamžiku dokončení nákupu. Pokud se ale událost neodešle správně nebo dojde k nekonzistenci mezi frontendem a backendem, pracují systémy s nepřesnými daty.

Server-side tracking umožňuje odesílat hodnotu konverze až na základě uložené a potvrzené objednávky, která slouží jako jednotný zdroj pravdy pro analytiku i reklamní systémy.

d) Bezpečné doplnění interních dat

Jakmile jsou citlivé údaje součástí frontendového requestu, nejsou už tajné. Data jako marže, lifetime value nebo typ zákazníka lze v prohlížeči relativně snadno zachytit a přečíst.

Server-side tracking umožňuje tato data doplnit až na serveru, mimo dosah uživatele a jeho prohlížeče, a bezpečně je použít pro analytiku nebo optimalizaci kampaní.

e) Validaci a filtraci chyb

V client-side trackingu jsou události odesílány přímo z prohlížeče, bez možnosti centrální kontroly. Jakmile se event odešle, nelze ho zpětně opravit ani zastavit.

Server-side tracking umožňuje každou událost před odesláním validovat a filtrovat. Na serveru lze například: – zahodit extrémní nebo chybné hodnoty, – opravit nepřepočítané měny, – odstranit duplicitní purchase eventy, – zkontrolovat existenci objednávky.

V praxi se ukazuje, že kvalita dat má pro optimalizaci kampaní větší dopad než jejich absolutní množství.

Co server-side tracking neřeší

Server-side tracking není zázračné řešení a nepřepisuje základní pravidla měření.

Neobchází souhlas uživatele ani technická omezení. Pokud uživatel nedá souhlas se sledováním nebo pokud prohlížeč znemožní identifikaci, SST to neobejde. Z těchto důvodů není možné měřit 100 % uživatelů.

Server-side tracking výrazně zvyšuje konzistenci a spolehlivost dat, která je možné měřit – nikoli jejich úplnost.

Zároveň platí, že žádná technická implementace nezachrání špatný produkt, nízkou marži nebo nekonverzní web.

3) Jak server-side tracking funguje

Fáze 1 – sběr dat

Uživatel provede akci (např. nákup nebo přidání do košíku). Událost může být odeslána z prohlížeče na server, nebo vzniknout přímo v backendu – například na základě uložené objednávky.

Zdrojem dat tak nemusí být výhradně prohlížeč uživatele.

Fáze 2 – obohacení dat

Na serveru lze událost doplnit o informace, které buď na frontendu vůbec nejsou k dispozici, nebo by nebylo bezpečné je z prohlížeče odesílat: – přesnou částku po slevách, – typ zákazníka (nový / vracející se), – interní segmenty, – lifetime value.

Fáze 3 – validace a kontrola

Každá událost může projít kontrolou správnosti a duplicity ještě před odesláním. Díky tomu se do analytických a reklamních systémů nedostávají chybné nebo duplicitní události.

Fáze 4 – odeslání do platforem

Ověřená data jsou následně odeslána ze serveru do analytických a reklamních nástrojů pomocí API. Odeslání není závislé na běhu JavaScriptu v prohlížeči, ale stále respektuje pravidla souhlasu a technická omezení měření.

4) Jaký dopad má server-side tracking v praxi

a) Stabilnější a konzistentnější reporting

Server-side tracking obvykle vede k menším rozdílům mezi reálnými objednávkami v backendu a daty, která hlásí analytické a reklamní systémy. U některých projektů se rozdíl mezi systémy sníží z desítek procent na jednotky.

Nejde o „lepší měření“, ale o to, že více systémů pracuje se stejným backendovým zdrojem pravdy. Reporting je díky tomu přesnější a předvídatelnější.

b) Stabilnější trénování optimalizačních algoritmů

Automatizované kampaně stojí na signálech, které jim dodáváte. Pokud jsou tyto signály nepřesné, nekonzistentní nebo duplicitní, algoritmy optimalizují na základě zkreslených dat.

Server-side tracking typicky přináší přesnější hodnoty konverzí, spolehlivější purchase eventy a konzistentnější identifikaci uživatelů. Výsledkem je stabilnější výkon a dlouhodobě udržitelnější optimalizace.

c) Stabilnější remarketingová publika

Server-side tracking pomáhá udržet více uživatelů v remarketingových publikách, protože měření není plně závislé na chování prohlížeče nebo blokování skriptů.

V praxi to znamená menší výkyvy velikosti publik a spolehlivější práci s remarketingem v čase, zejména u projektů s vyšším podílem iOS návštěvnosti.

d) Nižší závislost na prohlížečích

Zatímco browser-based tracking je stále více ovlivňován omezeními prohlížečů, server-side tracking přesouvá klíčovou část měření mimo prohlížeč uživatele.

Nejde o řešení „navždy bez problémů“, ale o investici do dlouhodobě udržitelnější architektury měření, která je méně citlivá na další změny v chování browserů a platforem.

Závěr

Server-side tracking není nutnost pro každý projekt. Pro firmy, které ale staví marketing na automatizovaných systémech a chtějí pracovat s daty dlouhodobě a systematicky, jde o logický další krok.

Nejde o to měřit všechno. Jde o to měřit konzistentně, bezpečně a tak, aby data dávala smysl pro rozhodování.

Článek Server-side tracking: buzzword nebo nutnost? se nejdříve objevil na UNIKUM.

Digitální marketing se za poslední roky výrazně změnil. Stále více se opírá o automatizace a algoritmy, které dělají rozhodnutí za nás. Co zůstává na straně lidí, je kvalita dat, se kterými tyto systémy pracují.

Jedna z kategorií dat, které se přitom často opomíjí, je marže. Téma, o kterém se v marketingu mluví často, ale jen málokdo s ním opravdu systematicky pracuje.

Proto jsme se mu rozhodli věnovat první díl naší nové série „Data v praxi“. V následujících šesti úrovních si ukážeme, jak se dá k marži v marketingu přistupovat – od úplného základu až po nejpokročilejší systémy, které zohledňují i fixní náklady a zisk.

1. Marže se v marketingu vůbec nesleduje

Klasický začátek. Kampaně se vyhodnocují jen podle tržeb, nákladů a z nich vypočítaného PNO nebo ROAS. Funguje to, je to jednoduché a přehledné. Jenže často i klamavé.

Příklad:
E-shop má ROAS 500 %. To vypadá skvěle – ale pokud inzerujeme a prodáváme převážně produkty s 10% marží, vydělá na každé koruně mnohem méně než konkurent, který má ROAS 300 %, ale v marketingu upřednostňuje produkty s marží 50 %.
V praxi to znamená, že pokud bychom se řídili pouze ROAS a tržby budou stejné, přišlo by nám, že první e-shop je na tom lépe. Informace o marži nám ale dávají důležitý kontext, díky kterému víme, že ve skutečnosti své peníze lépe investuje konkurent.

Tento přístup může být dostatečný, pokud má firma u všech produktů stejnou nebo velmi podobnou marži. Ve všech ostatních případech ale dříve nebo později narazí.

2. Marže se zohledňuje v reportingu – zpětně

Další úroveň přináší posun. Firma už marže sleduje, i když jen jednou za měsíc nebo kvartál. Hodnoty se doplňují zpětně do reportů, takže management i markeťáci (interní i externí) mají konečně reálný pohled na profitabilitu.
Je to velký krok vpřed – ale pořád hlavně pro zpětné vyhodnocování. Kampaně se podle těchto dat optimalizují jen obtížně, protože chybí aktuálnost a přímá vazba.

Tento přístup dává smysl hlavně u menších e-shopů, které nemají vysoké objemy prodejů, nebo u sortimentů, kde se marže často mění. Pro tyto firmy by byla implementace pokročilejších systémů zbytečně nákladná a mohla by systémům i uškodit.

3. Marže se posílá do živých reportů a reklamních systémů ve skupinách

Dalším krokem je rozdělení sortimentu podle výšky marže. Produkty se seskupí například do kategorií:

• do 20 %,
• 20-40 %,
• 40-60 %,
• 60 % a více

Do reklamních systémů se pak posílá informace, do které skupiny produkt patří. Díky tomu lze nastavit odlišné cíle ROAS – a přestat investovat příliš do nízkomaržových produktů.

Klíčem je najít rovnováhu mezi detailem a množstvím dat.
Příliš detailní dělení (např. po 5 %) nedává smysl, pokud nemáme dost konverzí. Naopak menší počet širších skupin umožní systémům lépe optimalizovat.

Pokud chceme dosáhnout co možná nejlepších výsledků, neměli bychom produkty dělit pouze podle marže. Pokud nám to dostupná data dovolí, je dobré zohlednit i další faktory – například pořadí produktu v košíku a jeho velikost. U některých našich klientů nám tyto informace pomáhají rozpoznat, zda je produkt akviziční (a má tedy potenciál pro větší marketingové investice) nebo jen doplňkový, který lidé přidávají k už zahájenému nákupu.

Tento přístup je ideální pro firmy, které:

• mají různě maržové produkty,
• mají dostatek dat pro smysluplnou segmentaci,
• ale zatím nepotřebují nebo nechtějí investovat do technicky složitějších řešení.

4. Marže se sleduje a posílá za každý produkt – bezpečně

Tady už mluvíme o pokročilejší úrovni. Marže se počítá v reálném čase u každého produktu (tento přístup se v kontextu výkonnostních kampaní nazývá také value based bidding) a posílá se do analytiky i do reklamních systémů místo tržeb nebo spolu s nimi (podle toho jak to který systém dovoluje).

Algoritmy tak dostávají informaci, kolik skutečně vyděláváme, a mohou optimalizovat kampaně podle zisku, ne podle obratu.

Protože se jedná o citlivá data (nákupní ceny, přesné marže), bývá implementace spojená se server-side trackingem. Data se odesílají přímo ze serveru, takže nejsou viditelná v prohlížeči návštěvníka a nelze je snadno zneužít např. ze strany konkurence.

Tento přístup je vhodný pro firmy, které už mají silnější technické i finanční zázemí a chtějí posunout efektivitu kampaní na maximum – ale nesplňují podmínky pro smysluplnou implementaci systému, který zohledňuje i širší kontext firemních nákladů v dalším bodě.

5. Marže je jen část obrazu – přidáváme fixní náklady a zisk

Na první pohled máme perfektní systém: víme, kolik vyděláme na každém produktu, a reklamní systémy optimalizují podle zisku. Ale pořád nám něco chybí – co se s těmi penězi děje dál?

Firma musí platit správu kampaní, provoz e-shopu, sklad, mzdy i další fixní náklady. Pokud chceme, aby optimalizace dávala ekonomický smysl, musíme tyto náklady do systému zahrnout.

Krátkodobý přístup:
Vytvořme si plán tržeb na několik měsíců dopředu, spočítejme průměrné fixní a variabilní náklady jako procenta z tržeb, přidejme požadovaný zisk a také náklady na produkt samotný – třeba ve výši 40 %.

To, co zůstane, představuje rozpočet, který může jít do médií.

Například:

• náklady na produkt 40 %,
• fixní náklady 15 %,
• variabilní náklady 10 %,
• požadovaný zisk 10 %.

Z každé tržby 100 Kč nám zbývá 35 Kč, které můžeme investovat do reklamy, abychom se udrželi na plánovaném zisku.

Důležité je pochopit, že nejde o jednorázový výpočet rozpočtu, ale o automatizovaný systém, který tato data v reálném čase posílá do reklamních systémů a na jejich základě optimalizuje kampaně.

Takový systém vyžaduje propojení marketingových dat s ekonomickými a jejich pravidelnou aktualizaci – protože s každým posunem v nákladech nebo tržbách se mění i poměry jednotlivých položek a s nimi rozpočtový rámec.

Zároveň je nutné zohledňovat další faktory – například podíl placené a organické reklamy. Pokud se při nastavování kampaní opomene vliv organické návštěvnosti, může to vést k přehnanému přeinvestování nebo naopak podinvestování placených kanálů a k nesprávné interpretaci výsledků.

6. Bonus: Myslet na budoucnost

Ne všechny firmy chtějí hned maximalizovat zisk. Některé jdou cíleně po růstu tržního podílu a optimalizují jen na tržby. To je naprosto legitimní strategie – pokud je vědomá.

I v takovém případě se ale vyplatí marže měřit, i když se s nimi zatím nepracuje aktivně. V okamžiku, kdy se strategie změní z růstu na maximalizaci zisku (nebo dokonce minimalizaci ztráty), budou historická data o maržích k nezaplacení. Pomůžou rychle přenastavit kampaně a pochopit, které segmenty byly skutečně profitabilní.

Závěrem

Neexistuje jeden ideální systém práce s marží. Jak jsme si ukázali, každá úroveň má své místo – od jednoduchého pohledu na tržby až po sofistikované modely, které zohledňují velké množství dat napříč marketingovými i celopodnikovými daty.

Důležité je vybrat tu, která odpovídá aktuální fázi a možnostem firmy. A stejně jako u samotného marketingu – začít jednoduše, ale mít plán, kam se posunout dál. To je k dnešnímu tématu vše a budu se na vás těšit znovu v dalším pokračování série o Datech v praxi.

Článek Proč nestačí PNO: 5+1 úrovní práce s marží se nejdříve objevil na UNIKUM.

Znamená to že se nic nestalo a jede se dál? Opak je pravdou!

Může to totiž zadělat na problém i v reklamních kampaních.
Pokud má kampaň cílení na maximalizaci počtu konverzí, hodnota konverze by neměla ovlivnit její chování více než jakákoliv jiná konverze.
V případě, že se konverze připsala do kampaně, která má cílení nastavené na „maximalizování hodnoty konverze při nastavené target ROAS“, tak to kampaň může zcela zásadně ovlivnit. Kampaň v tu chvíli má pocit, že její výkon je vysoce nad rámec stanoveného cíle a tím pádem umožní dalšímu uvolňování rozpočtů a cílení. Kampaň začne cílit výrazně agresivněji. To znamená, že zacílí na širší publikum a bude nabízet vyšší ceny za proklik. Začne se chovat jako „opilý milionář“ po životním úspěchu.

Co s tím?

Ať už se objednávka následně stornuje nebo ne, tak minimálně po dobu kdy v reklamním systému objednávka je evidována, se kampaň vymkne kontrole a chová se úplně jinak než doposud.
Jakmile na něco takového, ať už jako majitel nebo jako agentura narazíte, máte následující cesty jak postupovat, abyste zbláznění kampaní zabránil nebo je co nejrychleji opravili.

Nejlepší řešení

Nejlepším řešením, pokud se jedná o jednu objednávku, nebo objednávky v krátkém časovém sledu, je v reklamním systému nechat kampaně “zapomenout” časové období ve kterém objednávka přišla. Toho docílíte přes “Tools” -> “Adjustments” -> “Exclusions”. Zde nastavíte jak velké období má kampaň zapomenout. Pozor, není dobré tento nástroj nadužívat nebo vybrat příliš dlouhé období, protože tím můžete sami poškodit učení kampaně z důvodu velké ztráty dat.

Záložní řešení

Alternativním postupem je nastavení “Seasonal adjustment”, kde kampani neseberete data za určité období, ale dáte jí informaci, že v dané době očekáváte snížený konverzní poměr u této kampaně, může to ale vést k tomu, že se kampaň utlumí příliš. Nejde tedy o ideální řešení situace. Jde spíše o alternativu v momentě, kdy období, které byste museli vyloučit, je příliš dlouhé. Tento nástroj najdete na “Tools” -> “Adjustments” -> “Seasonal”

Za předpokladu že máte do Google Ads propsané tržby z Google Analytics, je možné poslat do Google Analytics konverzi s negativní hodnotou, která se následně propíše do Google Ads.

Závěr

Velká objednávka může být pro obchod milé překvapení. Pro reklamní systémy a jejich kampaně ale jde o překvapení, které může narušit chod kampaně. Je tedy potřeba rychle reagovat a kampaně vrátit co nejrychleji do normálu, aby výkyv netrval moc dlouho a nezpůsobil tak významný propad v tržbách.

Článek Milionová objednávka v eshopu. Co to udělá s kampaněmi? se nejdříve objevil na UNIKUM.

Reklamy mají v dnešní době mnoho podob, velmi často je však reprezentují bannery, které pomáhají inzerentům zviditelnit svou značku a získávat nové zákazníky. V online světě je využívá stále více firem a inzerentů. Budete mezi nimi i vy?

Co to vlastně banner je?

Jedná se o grafickou formu online reklamy, která obsahuje specifické prvky: logo, název firmy, CTA apod. Za úkol má zaujmout nové zákazníky, a přimět je tak k vámi zadané konverzi.

Jaké specifické prvky by měl banner obsahovat?

• logo nebo webové stránky inzerenta
• silné CTA (call to action, výzvu k akci)
• silné sdělení (o co se jedná, co je účelem banneru)
• originální design podle grafického manuálu značky (o tom, co by grafický manuál měl obsahovat, jsme psali v našem starším článku, ale patří tam například: barvy, fonty, fotografie, claimy, prvky…)

Pokud chcete začlenit bannery do své komunikace, měli byste zvážit všechna pro a proti:

Výhody:

• bannery jsou víceúčelové: slouží k budování značky, prodeji produktů, propagaci novinek…
• grafické zpracování: máte šanci být originální a rychle zaujmout zákazníka
• jednoduchost

Nevýhody:

• bannerová slepota: zákazník již bannery ignoruje/přehlíží
• blokace reklam: znemožňuje zobrazování bannerových reklam

Další výhodou bannerů je, že je můžeme využít hned na několika platformách. Nejčastější z nich jsou Google Ads, Sklik, Facebook, Instagram, ale pro každé umístění je dobré zvolit jiný formát. Jejich přehled najdete v grafice níže:

Ještě předtím než se pustíte do vašich prvních bannerů ujistěte se, že víte, kdo je vaše cílová skupina, kterou chcete oslovit. Podle toho si poté můžete vytvořit bannery na míru svému businessu (kde se zákazník nejčastěji pohybuje, jaká zařízení nejvíce používá, na jaké weby chodí,…). Práci s bannery vám mohou usnadnit i grafické šablony, které se nám osvědčily. Více si o nich můžete přečíst v našem článku.

Článek Reklamní bannery, jejich účel a formáty se nejdříve objevil na UNIKUM.

Samozřejmě ale nejde o peníze bez podmínek:

• Vstupní bonusy jsou určeny výhradně pro nové účty (případně nové inzerenty).
• Vždy je potřeba nejprve investovat vlastní prostředky – po dosažení určité útraty vám reklamní systém připíše slíbený kredit.
• Každý účet může bonus využít jen jednou.

Pokud však plánujete reklamní kampaně, byla by škoda tyto nabídky nevyužít. V některých případech můžete získat desítky tisíc korun na reklamu zdarma.

Google Ads: Až 40 000 Kč na reklamu zdarma

Google Ads nabízí novým inzerentům uvítací kredit, jehož výše se liší podle účtu, země, měny a způsobu registrace. Nabídky jsou personalizované, takže se mohou mezi jednotlivými účty výrazně lišit.

Proto aby jste získaly bonus je potřeba:

• mít nový reklamní účet,
• utrácet vlastní prostředky v požadované výši během prvních 60 dnů,
• zadání promo kódu (pokud je vyžadován) do 14 dnů od založení účtu.

Po splnění podmínek se kredit připíše automaticky.

V účtech můžete najít rozmezí nabídek od 7 100 Kč do 40 000 Kč např:

Výše nabídky se může u každého účtu lišit. Pokud si nejste jistí, doporučujeme ověřit aktuální možnosti přímo s Google Ads Supportem nebo se můžete obrátit na nás.

Seznam Sklik: 2 000 Kč

Seznam Sklik nabízí jednoduchou promo akci pro nové inzerenty:

• 2 000 Kč kreditu zdarma po prvním dobití min. 500 Kč bez DPH.

Podmínky:

• Platí pouze pro nové účty / inzerenty.
• Promo kód je třeba aktivovat do 30 dnů.

Microsoft Bing Ads: Až 400 € kreditu zdarma

Microsoft Bing Ads podporuje nové inzerenty formou dvou variant voucherů:

Podmínky:

• Nový účet Microsoft Ads.
• Promo kód obvykle získáte přes partnera (např. přes UNIKUM).
• Kredit se připisuje po dosažení minimální útraty a dle zvolené výše bonusu.

V UNIKUM vše zařídíme za vás!

Nemáte čas studovat podmínky a hlídat si správné nastavení účtu? Nevadí. V UNIKUM vám pomůžeme:

• Získat všechny dostupné bonusy.
• Správně nastavit reklamní účty a kampaně.
• Efektivně využít kredit tak, aby přinesl výsledky.
• Vyvarovat se chyb, kvůli kterým byste mohli o bonus přijít.

Článek Jak získat kredit zdarma od Google Ads, Seznam Sklik a Microsoft Bing Ads se nejdříve objevil na UNIKUM.