Lejek sprzedażowy na Meta Ads w 2026 — co zmieniło się po Advantage+ Shopping i czemu klasyczna struktura kampanii umiera

Jeszcze trzy lata temu w każdym audycie Meta Ads zaczynałam od tego samego pytania: czy masz oddzielne kampanie na ToFu, MoFu i BoFu. Dziś to pytanie zadaję coraz rzadziej — bo w połowie kont, które przeglądamy w Pro1, najlepsze wyniki dowozi jedna kampania Advantage+ Shopping, a klasyczna struktura tylko zjada budżet i myli algorytm.
Nie znaczy to, że "trzeba wyłączyć wszystko i przerzucić się na ASC". Znaczy, że trzeba zrozumieć, gdzie kończy się rola maszynowego uczenia Mety, a gdzie wciąż musisz dowieść kontekst, kreację i sygnał konwersji ręcznie.
Dlaczego klasyczny lejek przestał działać tak, jak działał
Klasyczny lejek opierał się na trzech założeniach: że dasz radę precyzyjnie segmentować audytorium, że retargeting da się wyizolować od zimnego ruchu i że Meta uczy się powoli, więc trzeba ją prowadzić za rękę.
Wszystkie trzy założenia padły.
Po pierwsze — targetowanie szczegółowe się skurczyło. Po wyłączeniu setek opcji zainteresowań w 2022–2024 i ograniczeniach iOS 14.5+ algorytm i tak nie ma czystych grup, na których mógłby się uczyć w izolacji. Z naszych obserwacji w Pro1 kampanie z bardzo wąskim targetowaniem (poniżej 500 tys. osób) w polskim e-commerce coraz częściej dają wyższy CPM i niższy ROAS niż otwarte audytoria.
Po drugie — retargeting i prospecting w pixelu i CAPI nakładają się tak mocno, że tradycyjne "wyklucz nabywców z 30 dni" zaczyna szkodzić, bo Meta i tak rozpozna intencję i wyświetli reklamę osobie, która ma kupić.
Po trzecie — Advantage+ Shopping Campaign (ASC) jest kampanią end-to-end, w której algorytm sam decyduje, czy konkretny użytkownik to "nowy klient", "ktoś z koszyka", czy "powracający". Próba ręcznego dzielenia tych warstw na osobne kampanie najczęściej kończy się kanibalizacją aukcji — Twoje własne kampanie licytują wobec siebie.
Co właściwie robi Advantage+ Shopping
ASC to kampania konwersyjna, w której Meta sama dobiera kreację (z puli, którą wgrasz), audytorium (z opcjonalnym capem na "klientów istniejących") i miejsce emisji. Ty dostarczasz: cel (zakup), katalog/pixel/CAPI, kreacje, budżet, ewentualnie wyklucza listy klientów.
To co działa świetnie:
- skala — ASC nie męczy małych grup, sprzedaje do szerokiego ruchu;
- automatyczna optymalizacja kreacji — wariant z lepszym CTR dostaje więcej budżetu, bez ręcznego A/B testu;
- niższy koszt na konwersję na kontach o wystarczającym wolumenie (orientacyjnie 50+ zakupów/tydzień przez pixel/CAPI).
To co działa źle:
- konta z małym wolumenem (poniżej 20–30 konwersji tygodniowo) — ASC nie ma się na czym uczyć i marnuje budżet w fazie eksploracji;
- bardzo wąskie nisze (premium B2B, hiperspecjalistyczny produkt) — algorytm rozpłynie się w szerokim ruchu;
- silnie sezonowe sklepy, gdzie nowa premiera produktu musi mieć kontrolowane targetowanie kreacjami.
Kiedy ASC działa, a kiedy klasyka nadal wygrywa
W Pro1 stosujemy prostą zasadę decyzyjną. ASC jako kampania główna, jeśli sklep spełnia trzy warunki:
- Co najmniej 30 zakupów tygodniowo przez Meta Ads.
- Średni koszyk wystarczający, żeby koszt zakupu z ASC mieścił się w marży (sprawdzamy POAS, nie tylko ROAS).
- Katalog produktowy w miarę aktualny (feed odświeżany co najmniej dziennie).
Klasyczna struktura (lub hybryda) nadal wygrywa, kiedy:
- sklep dopiero startuje albo zmienił domenę/piksel (brak danych dla algorytmu);
- masz silne wejście produktowe / drop / kolekcję, którą chcesz pchnąć kreacjami w określonej kolejności;
- testujesz nową grupę docelową (np. wchodzisz na DACH) — wtedy klasyczna kampania z ręcznym targetowaniem dostarcza czystszy sygnał diagnostyczny.
Jak zbudować lejek z ASC w środku — nasz roboczy szablon
Z naszego doświadczenia w Pro1 najlepiej dowożącym układem na sklep z 30–300 zakupów dziennie jest model "trzy warstwy plus jedna":
- ASC jako kampania główna (60–75% budżetu). Cel zakup, cap na nowych klientów (jeśli zależy ci na ich pozyskaniu — ustawiamy np. 70% budżetu na new customer acquisition). 8–12 kreacji w różnych formatach: wideo do 15 s, statyki produktowe, UGC, karuzela katalogowa.
- Klasyczna kampania prospectingowa (15–25%). Otwarte targetowanie, optymalizacja na zakup, ale kreacje stricte edukacyjne lub markowe — opowiadające historię, prezentujące USP. To ona "karmi" ASC sygnałami spoza klasycznej intencji.
- Retargeting katalogowy DPA (10–15%). Klasyczny dynamic ads, exclude buyers 14–30 dni. Wciąż jedna z najwyżej ROAS-ujących kampanii, mimo dominacji ASC.
- Warstwa testowa (5–10%). Tu testujemy nowe formaty kreacji, nowe hooki, nowe oferty. Nigdy nie testujemy w ASC, bo nie da się tam izolować zmiennych.
Kreacja jest dziś ważniejsza niż struktura
Najważniejsza zmiana, której nie da się obejść: kreacja przejęła rolę, którą wcześniej miało targetowanie. Skoro algorytm decyduje, komu pokazać reklamę, to o tym, czy ją kliknie i kupi, decyduje pierwsze 1,5 sekundy hooka.
Co testujemy z klientami w Pro1 (kolejność od najwyższego ROI):
- Hook wizualny w pierwszej sekundzie — twarz, ruch, zoom na produkt, kontrastowy kadr.
- Format wideo 9:16 do 15 sekund — najmocniejszy nośnik w Reelsach i Stories, dziś dominujący placement.
- UGC i format "wygląda jak organic" — zwłaszcza w odzieży, urodzie, home & interior.
- Statyki z bardzo czytelnym one-linerem — kiedy wideo nie pasuje, statyk z konkretną korzyścią potrafi bić wideo.
- Karuzele produktowe z katalogu — silne w retargetingu, w prospectingu osłabły.
Pomiar i decyzje — co realnie sprawdzać
W panelu Meta widzisz ROAS atrybuowany przez Mety. To dobry punkt startu, ale niewystarczający. W Pro1 dla każdego klienta zestawiamy minimum trzy źródła:
- Meta Ads Manager — atrybucja 7-day click + 1-day view.
- GA4 (model "data-driven") — porównawczo, do zrozumienia overlap.
- Backend sklepu — realna marża, koszt produktu, koszt zwrotów, koszt wysyłki — żeby policzyć POAS, nie tylko ROAS.
Częsta pułapka, którą widzimy: konto pokazuje ROAS 6, ale po odliczeniu zwrotów i marży realna rentowność jest ujemna. ASC bywa szczególnie zdradliwy w branżach z wysoką stopą zwrotów (odzież, obuwie), bo skaluje sprzedaż na klientów z niskim Customer Lifetime Value.
Najczęstsze błędy w lejku 2026
Z audytów, które robimy w Pro1, powtarza się siedem błędów:
- Włączenie ASC bez wystarczającego wolumenu i porzucenie po dwóch tygodniach z wnioskiem "ASC nie działa".
- Brak wykluczeń pomiędzy ASC a klasyczną kampanią prospectingową — kanibalizacja aukcji.
- Zbyt mała liczba kreacji w ASC (algorytm nie ma czego rotować).
- Pomijanie CAPI — pixel sam dziś nie wystarczy, sygnał konwersji jest dziurawy.
- Optymalizacja na cel inny niż zakup (np. ATC) w sklepie, w którym da się optymalizować na purchase.
- Brak capa na new customers — ASC zjada budżet retargetingiem i wykazuje wysoki ROAS, ale nie pozyskuje nowych klientów.
- Decyzje na podstawie pojedynczego dnia — w ASC trzeba patrzeć tygodniami.
Co robić w najbliższym kwartale
Jeśli prowadzisz sklep i nie wiesz, gdzie jesteś z Meta Ads, zacznij od trzech rzeczy:
- Sprawdź wolumen konwersji tygodniowo na Meta — jeśli masz mniej niż 30, ASC najprawdopodobniej nie jest dla ciebie dziś.
- Zinwentaryzuj kreacje — jeśli masz mniej niż 8 aktywnych wariantów, to nie struktura, tylko kreacja jest twoim wąskim gardłem.
- Porównaj ROAS w Mecie z marżą w backendzie. Jeśli się rozjeżdża o więcej niż 30%, masz problem z atrybucją albo z miksem produktów.
Lejek Meta Ads w 2026 to mniej kampanii, więcej kreacji i znacznie więcej dyscypliny pomiarowej. Algorytm zrobi za ciebie kawał roboty — ale tylko jeśli dasz mu paliwo (sygnał konwersji, dobre kreacje, wystarczający budżet) i rozsądnie wybierzesz, czego od niego oczekujesz.
Jeśli chcesz, żebyśmy spojrzeli na twoje konto Meta i powiedzieli, czy ASC ma u ciebie sens albo czy klasyczna struktura wciąż wyciska więcej — umów bezpłatną konsultację. W godzinę przejdziemy przez strukturę kampanii, kreacje i atrybucję, a ty wyjdziesz z konkretną listą decyzji do podjęcia w najbliższym tygodniu.

Anna Stachurska
e-commerce & marketing · Pro1.pl
Współzałożycielka Pro1.pl i ekspertka e-commerce z ponad 10-letnim doświadczeniem zdobytym po stronie sklepów internetowych. Pomaga właścicielom i zespołom e-commerce podejmować decyzje, które zwiększają przede wszystkim zysk, nie tylko sprzedaż. Zaczyna od diagnozy biznesu, a następnie łączy strategię, marketing, analitykę i technologię w jeden plan rozwoju. Autorka publikacji w „E-commerce w Praktyce” i prelegentka konferencji branżowych.
Czytaj też
GA4 po lecie 2026: okna konwersji, „Unassigned”, import kosztów Meta i jeden raport ROAS
Google Ads pokazuje jedno, Meta drugie, GA4 trzecie, a spora część ruchu ląduje w „Unassigned”. Przechodzę przez letnie zmiany w GA4: własne okna konwersji, diagnostykę brakujących parametrów, raport walidacji importu kosztów i grupy kanałów, żeby na końcu mieć jeden raport ROAS dla wszystkich kanałów.
ChatGPT polecił Twój produkt, ale kupić kazał u konkurencji: jak wybiera sprzedawcę
Sklep sprzedający te same produkty co dziesiątki konkurentów nie pyta, czy AI zna produkt, tylko czy wskaże jego sklep. Pokazuję, jak ChatGPT buduje listę ofert dla jednego GTIN, co przepisuje po swojemu, skąd bierze błędne dane i które 10 pól feedu i karty produktu poprawić w 30 dni.
ChatGPT Ads w Polsce: kiedy sklep z 15 tys. użytkowników powinien wejść, a kiedy poczekać
Od 24 sierpnia reklamy w ChatGPT widzą polscy użytkownicy planów Free i Go, a od 31 sierpnia sklep może kupić je samodzielnie. Pokazuję, co OpenAI naprawdę uruchomiło, dlaczego w Europie nie ma remarketingu, jak przygotować feed i pomiar oraz przy jakich warunkach test ma sens przed sezonem, a przy jakich lepiej poczekać.