Wyniki

Sześć hoteli w Warszawie i Krakowie, jedno wspólne konto Google Ads i kampanie Meta dla każdego obiektu. Gdy przejąłem konto, kampanie optymalizowały się do wspólnego worka konwersji: kliknięcia w telefon liczyły się jak rezerwacje, a jeden hotel raportował 79 konwersji przy 33 prawdziwych rezerwacjach.

Co zmieniłem: jedna prawdziwa konwersja na hotel (potwierdzona rezerwacja z wartością), cele na poziomie kampanii zamiast domyślnych celów konta, obcy kontener śledzący usunięty z silnika rezerwacji, a budżet przeniesiony z kampanii Performance Max, które nie zarabiały, na kampanie brandowe i przyjęcia, które zarabiały.

Sierpień 2026 wobec lipca: o 15% więcej rezerwacji pokoi z kampanii Google i o 14% wyższa wartość rezerwacji, przy wydatkach niższych o 3%. Kampania brandowa zwróciła 15 razy tyle, ile kosztowała. Zapytania o przyjęcia i konferencje wzrosły ponad dwukrotnie. Raport lejka rezerwacyjnego z tego samego okresu pokazał o 65% więcej rezerwacji przy ruchu mniejszym o 15%, bo poprawił się każdy krok lejka. Klient co miesiąc dostaje raport z decyzjami, nie tylko z liczbami.

Dwa hotele miejskie sprzedawały wesela, urodziny, komunie i konferencje przez stronę kontaktową i numer telefonu. Nikt nie potrafił powiedzieć, która kampania przyniosła które zapytanie.

Zbudowałem osobne strony dla każdej okazji, po polsku i po angielsku: oferta, galeria, FAQ, krótki formularz oraz “bramka”, w której gość zostawia telefon albo e-mail, żeby pobrać menu. Każdy formularz, rozmowa dłuższa niż 30 sekund i pobranie są mierzone w jednym kontenerze, więc kampanie optymalizują się pod prawdziwe zapytania.

Sierpień 2026 wobec lipca: zapytania z reklam wzrosły o 144% w jednym hotelu i o 113% w drugim. W ostatnim tygodniu miesiąca, już po uruchomieniu bramek, zapytanie kosztowało o 38% mniej niż średnia miesięczna. Strony zaczęły też pojawiać się w odpowiedziach ChatGPT: wejścia z asystentów AI wzrosły o 156% i przyniosły zapytania bez kosztu.

Miesięczny raport dla sześciu hoteli oznaczał dzień eksportowania liczb z Google Ads, Meta, Google Analytics i Search Console, wklejania ich do slajdów i nadziei, że nic nie zostało przepisane źle.

Napisałem pipeline, który pierwszego dnia miesiąca pobiera pełny poprzedni miesiąc z czterech API, buduje tabele (wydatki, konwersje, koszt zapytania, rezerwacje, najczęstsze zapytania, najlepsze posty) i renderuje je do PDF dla każdego miasta. Krok AI szkicuje komentarz z liczb; decyzje piszę sam.

Od sierpnia 2026 zbieranie danych zajmuje zero godzin. Czas idzie na to, za co klient płaci: czytanie liczb i decyzje, co skalować, a co zatrzymać. Ten sam pipeline liczy raport lejka rezerwacyjnego, który wykrył 46% odpadu na płatności na telefonie; hotel to teraz naprawia.

Czasy agencji, 2014 rok. Zarządzałem zespołem, który prowadził kampanię sprzedażową Wizz Air na Facebooku: 100 tras w 15 krajach jednocześnie, 26 z Polski, z celem sprzedaży biletów, a nie zbierania polubień.

Jak to działało: grupy odbiorców zbudowane z osób, które wcześniej latały z tą linią, grupy podobnych odbiorców na trasach z małym ruchem, co najmniej cztery kreacje na trasę i ponad 400 kreacji miesięcznie, tłumaczone na lokalne języki aż po azerski i hebrajski. Każdego dnia budżet szedł na trasy, które sprzedawały się poniżej planu.

Po sześciu miesiącach: ponad 200 000 sprzedanych biletów i zwrot z wydatków na reklamę rzędu 30 000%. Na trasie Warszawa - Tel Awiw kampania przyniosła 19 razy więcej konwersji niż reklamy w wyszukiwarce przy 3,5 razy niższym koszcie. Facebook opublikował ją jako jedną z 13 historii sukcesu linii lotniczych na świecie, a kampania zdobyła nagrodę Mixx Awards w kategorii Direct Response.