Switch to English?
Yes
Переключитись на українську?
Так
Переключиться на русскую?
Да
Przełączyć się na polską?
Tak

Illia T.

Zaproponuj Illia pracę nad swoim kolejnym zleceniem.

Ukraina Chmielnicki, Ukraina
1 miesiąc 12 dni temu
Gotowy do podjęcia pracy gotowy do podjęcia pracy
w Serwisie 4 miesiące 5 dni

Ranking

Zakończonych zleceń
Brak danych
Średnia ocena
Brak danych
Ranking
447
Reklama kontekstowa
Sklepy internetowe i e-commerce

Poziom znajomości języków obcych

Українська Українська: native
Русский Русский: native
English English: podstawowy

Umiejętności i kwalifikacje

Marketing

Portfolio


  • Ustawienia systemu konwersji Google dla e-commerce

    Reklama kontekstowa
    Przypadek: dostosowanie systemu konwersji e-commerce do standardów Google

    Format prac: konfiguracja i przywrócenie poprawnego systemu konwersji
    Stos technologiczny: Google Tag Manager, Google Analytics 4, Google Ads, Data Layer
    Typ projektu: e-commerce + generowanie leadów

    Zapytanie klienta

    Zleceniodawca zgłosił się z typowym dla projektów e-commerce problemem:
    w koncie reklamowym panował całkowity chaos z konwersjami, przez co Google Ads nie mogło poprawnie optymalizować.

    Dodatkowo stwierdzono:
    — konwersje były skonfigurowane niestandardowo przez poprzedniego specjalistę
    — zdarzenia nie odpowiadały standardom e-commerce od Google
    — zakup (Purchase) albo nie był rejestrowany, albo był przekazywany niepoprawnie
    — wartość była przypisana do działań drugorzędnych (kliknięcia w telefon, mikrokonwersje)

    W rezultacie reklama nie uczyła się na rzeczywistych sprzedażach.

    Sytuacja wyjściowa

    — Brak standardowych zdarzeń e-commerce
    — Data Layer nie odpowiadał dokumentacji Google
    — Konwersje w Google Ads były rozmyte
    — Purchase nie była używana jako główny cel optymalizacji
    — Algorytmy były optymalizowane na działania drugorzędne

    Podjęta decyzja

    Podjęto decyzję, aby nie poprawiać analityki na podstawie błędnej logiki,
    a najpierw dostosować podstawę techniczną do standardów Google.

    W tym celu:
    — przygotowano zadanie techniczne dla programisty
    — wszystkie zdarzenia dostosowano do standardowego modelu e-commerce Google

    Realizacja

    Przygotowanie TŻ dla programisty
    Zleceniodawcy zalecono najpierw zaangażowanie programisty.
    Przygotowałem szczegółowe zadanie techniczne, w którym wskazałem:
    — jakie zdarzenia e-commerce mają być przekazywane do Data Layer
    — strukturę i parametry zdarzeń
    — obowiązkowe zdarzenia:
    view_item
    add_to_cart
    begin_checkout
    purchase

    Kontrola realizacji Data Layer
    Podczas pracy programisty ja:
    — stale testowałem zdarzenia
    — sprawdzałem poprawność Data Layer
    — śledziłem duplikacje
    — kontrolowałem sekwencję i logikę działania

    Końcowa weryfikacja po zakończeniu prac
    Po zakończeniu prac:
    — Data Layer został ponownie całkowicie sprawdzony
    — potwierdzono poprawność wszystkich zdarzeń e-commerce

    Konfiguracja Google Tag Manager
    Następnie ja:
    — skonfigurowałem Google Tag Manager
    — stworzyłem wyzwalacze dla zdarzeń Data Layer
    — przekazałem zdarzenia do Google Analytics 4

    Konfiguracja analityki i reklamy
    — zdarzenia w Google Analytics oznaczone jako kluczowe
    — kluczowe zdarzenia przekazane do Google Ads
    — Purchase przypisano jako główną konwersję
    — z działań drugorzędnych zdjęto wartość
    — kliknięcia w telefon i mikrodziałania wykluczono z optymalizacji

    Konfiguracja formularzy leadowych
    Ponieważ biznes również pracuje z wnioskami:
    — wszystkie formularze na stronie zaczęły przekazywać zdarzenie Form Submitted do Data Layer
    — przez Google Tag Manager zdarzenie było przekazywane do Analytics jako Generate Lead
    — Generate Lead przekazano do Google Ads jako osobną konwersję

    Wynik

    — Google Ads po raz pierwszy od dłuższego czasu zaczęło widzieć konwersję Purchase
    — algorytmy zaczęły poprawnie uczyć się na rzeczywistych sprzedażach
    — reklama jest optymalizowana pod kątem wyniku biznesowego
    — zniknął konflikt między mikrokonwersjami a zakupami
    — system konwersji stał się przejrzysty i zarządzalny

    Podsumowanie dla zleceniodawcy

    — Poprawny system konwersji e-commerce
    — Pełna zgodność ze standardami i dokumentacją Google
    — Jasna logika optymalizacji reklamy
    — Solidna podstawa do skalowania bez zniekształcania danych
  • 3635 PLN

    Przypadek: skalowanie Google Ads dla e-commerce części samochodowych

    Reklama kontekstowa
    Kontekst projektu

    Zamawiający zwrócił się z zadaniem skalowania reklamy Google Ads w niszy części samochodowych — jednej z najtrudniejszych pod względem struktury konta i działania algorytmów Google. Przed zgłoszeniem zamawiający współpracował z kilkoma agencjami. Pomimo doświadczenia agencji w Google Ads, brak głębokiej ekspertyzy w zakresie części samochodowych uniemożliwił uzyskanie stabilnego i przewidywalnego wyniku.

    Sytuacja wyjściowa

    Projekt miał szereg systemowych trudności:
    — duży feed produktowy
    — dziesiątki kategorii
    — tysiące części z różną zastosowalnością
    — szeroki rozrzut cen nawet w obrębie jednej kategorii
    — różna marżowość i wpływ produktów na średni koszyk

    Po audycie zidentyfikowano kluczowe ograniczenie:
    podwykonawcy uruchamiali jedną lub kilka kampanii na cały feed, w wyniku czego:
    — Google faktycznie pokazywał tylko 5–10% produktów
    — większa część asortymentu w ogóle nie uzyskiwała wyświetleń
    — algorytmy „zapętlały się” na wąskiej grupie produktów

    Kluczowe problemy

    Ograniczenie wyświetleń feedu
    Google nie mógł skutecznie uczyć się na dużej masie produktów w obrębie jednej kampanii, dlatego do aukcji trafiały tylko naj „wygodne” dla algorytmu pozycje.

    Przesunięcie w stronę ROAS
    Algorytm sprzedawał tylko te produkty, które mieściły się w zadanym ROAS, ignorując pozycje, które:
    — były korzystne dla biznesu
    — przyciągały klientów do pokrewnych kategorii
    — zwiększały LTV i powtarzalność sprzedaży

    Brak związku między średnim koszykiem a ceną konwersji
    Cena konwersji była oceniana jednakowo dla wszystkich produktów, chociaż średni koszyk i marżowość zasadniczo się różniły.

    Podjęta decyzja

    Zrezygnowałem z standardowej logiki „jeden feed — jedna kampania” i opracowałem spersonalizowaną strukturę konta z głęboką segmentacją.

    Realizacja

    Segmentacja według segmentów cenowych
    Cały asortyment został podzielony na segmenty cenowe. Dla każdego segmentu:
    — ustalono własną dopuszczalną cenę konwersji
    — uwzględniono średni koszyk
    — uwzględniono ekonomię konkretnej grupy produktów

    To pozwoliło:
    — wyeliminować nieadekwatny koszt zamówienia
    — wyrównać efektywność między różnymi kategoriami cenowymi
    — przestać „dusić” zyskowne, ale droższe produkty

    Praca z dużym feedem przez dodatkowe feedy
    Aby rozwiązać problem wolnego wprowadzania produktów do wyświetleń, zastosowano strategię podziału:
    — segment liczący około 100 000 produktów dzielono na 8–10 podfeedów
    — dla każdego podfeedu uruchamiano osobne kampanie
    — na etapie nauki wybierano produkty z najlepszymi wskaźnikami

    Następnie produkty były ponownie grupowane według logiki:
    — „gwiazdy”
    — „krowy dojne”
    — produkty z potencjałem wzrostu
    — outsiderzy

    Każda grupa otrzymywała własną logikę reklamową.

    Wynik

    — zdjęto ograniczenia skalowania
    — reklama przestała napotykać algorytmiczne limity
    — Google zaczął równomiernie pracować z asortymentem
    — reklama generuje dokładnie taką liczbę leadów, jaka jest potrzebna biznesowi

    Ważny moment:
    skalowanie stało się kontrolowane. W razie potrzeby objętość leadów można zwiększyć w dowolnym momencie — bez niszczenia struktury i utraty efektywności.

    Podsumowanie dla zamawiającego

    — stabilny i kontrolowany system reklamowy
    — wykorzystanie rzeczywistego potencjału asortymentu
    — wzrost obrotów bez przesunięcia w stronę pojedynczych produktów
    — struktura konta dostosowana do biznesu, a nie do szablonów agencji
  • Audyt Google Merchant Center i przywrócenie dostępu do reklamy

    Konsulting
    Przypadek: audyt Google Merchant Center i przywrócenie dostępu do reklamy
    Format prac: audyt Google Merchant Center, strony internetowej i pliku produktowego
    Zapytanie klienta: konto Google Merchant Center zablokowane, produkty nie dopuszczone do reklamy, Google nie akceptuje sklepu. Klient nie rozumie przyczyny blokady i nie wie, co należy poprawić.

    Sytuacja wyjściowa
    — Konto Google Merchant Center zablokowane
    — Produkty odrzucone i nie dopuszczone do reklamy
    — Powtórne kontrole nie przechodzą
    — Klient nie otrzymuje jasnych wyjaśnień od Google
    — Reklama produktów niemożliwa, sprzedaż wstrzymana

    Zadania audytu
    — Określić przyczyny blokady konta Merchant Center
    — Sprawdzić stronę internetową pod kątem zgodności z wymaganiami Google
    — Przeanalizować dane produktowe i strukturę pliku
    — Ocenić ustawienia i stan konta Merchant Center
    — Przygotować zrozumiały plan poprawek do przejścia powtórnej kontroli

    Co zostało wykryte
    Problemy po stronie strony internetowej
    — Niezgodność strony z wymaganiami Google Merchant Center
    — Niedostateczna przejrzystość informacji dla użytkowników
    — Błędy na obowiązkowych stronach i elementach zaufania
    — Naruszenia krytyczne dla przejścia moderacji
    Problemy w danych produktowych
    — Błędy w atrybutach produktów
    — Niezgodności między stroną a plikiem
    — Parametry prowadzące do odrzucenia produktów
    Problemy w koncie Merchant Center
    — Nieprawidłowe ustawienia konta
    — Naruszenia polityk Google Merchant Center
    — Brak systemowego podejścia do weryfikacji wymagań

    Co zostało zrobione
    Audyt strony internetowej
    — Sprawdzenie strony według listy kontrolnej wymagań Google Merchant Center
    — Wykrycie krytycznych i drugorzędnych naruszeń
    — Sporządzenie listy konkretnych poprawek
    Audyt produktów i pliku
    — Analiza atrybutów produktów
    — Sprawdzenie zgodności danych między stroną a plikiem
    — Wykrycie przyczyn odrzucenia produktów
    Audyt konta Google Merchant Center
    — Sprawdzenie ustawień konta
    — Analiza historii blokad i odrzucenia
    — Wykrycie czynników utrudniających przejście kontroli

    Wynik pracy
    — Klient otrzymał usystematyzowany dokument z rekomendacjami
    — Wyraźnie określono, co i gdzie należy poprawić
    — Poprawki podzielone na krytyczne i drugorzędne
    — Zrozumiała logika działań do ponownego złożenia wniosku o kontrolę
    — Podstawa do przywrócenia dostępu do reklamy produktów

    Wartość dla klienta
    — Zrozumienie rzeczywistych przyczyn blokady, a nie przypuszczeń
    — Oszczędność czasu na chaotyczne próby przejścia moderacji
    — Jasny plan działania bez eksperymentów
    — Możliwość przywrócenia reklamy i sprzedaży
  • Audyt Google Ads

    Reklama kontekstowa
    Przypadek: audyt Google Ads dla firmy

    Format prac: audyt konta reklamowego Google Ads
    Cel klienta: uzyskać niezależną ocenę bieżącej reklamy i zrozumieć
    — czy struktura konta jest poprawna
    — czy obecny specjalista działa prawidłowo
    — czy potrzebna jest optymalizacja i zmiany

    Sytuacja wyjściowa

    — Google Ads zostało już uruchomione i jest aktywnie wykorzystywane
    — Reklama pochłania budżet, ale wyniki są niestabilne
    — Brak pewności, że algorytmy są optymalizowane pod kątem rzeczywistych wyników biznesowych
    — Struktura konta nie odzwierciedla faktycznego zachowania klientów

    Zadania audytu

    — Sprawdzić poprawność struktury konta reklamowego
    — Ocenić działanie bieżących kampanii i strategii
    — Przeanalizować ustawienia konwersji i analityki
    — Określić zgodność reklamy z rzeczywistym modelem biznesowym
    — Przedstawić zrozumiałe rekomendacje z praktyczną logiką wdrożenia

    Co zostało wykryte

    Błędy w ustawieniach konwersji
    — Konwersje zostały ustawione niepoprawnie
    — Algorytmy Google były optymalizowane nie pod kątem działań docelowych
    — Zachowanie reklamy było nieprzewidywalne
    — Budżet był wydawany bez stabilnego wyniku

    Nieoptymalne ustawienia kampanii reklamowych
    — Używano parametrów, które zwiększały wydatki, ale nie efektywność
    — Brak logiki priorytetyzacji ruchu
    — Kampanie nie były dostosowane do różnych scenariuszy popytu

    Mieszanie audytoriów B2C i B2B
    — Strona przyciąga użytkowników z różnymi wzorcami zachowań
    — W koncie reklamowym to nie zostało uwzględnione
    — Jedna logika wyświetleń była stosowana do zasadniczo różnych typów klientów

    Problemy w Google Analytics
    — Dane ze strony były zbierane niekompletnie
    — Część działań użytkowników była tracona
    — Analityka nie pozwalała na podejmowanie uzasadnionych decyzji zarządczych

    Ryzyka ze strony Google Merchant Center
    — Wykryto potencjalne niezgodności z wymaganiami Google
    — Istniało ryzyko ograniczeń lub blokad
    — Potrzebna była profilaktyka, a nie reakcja po wystąpieniu problemów

    Co zostało zaproponowane w wyniku audytu

    Optymalna struktura konta reklamowego
    — Podział kampanii z uwzględnieniem audytoriów B2C i B2B
    — Logiczna architektura, wygodna do kontroli i skalowania
    — Powiązanie struktury konta z celami biznesowymi

    Korekta systemu konwersji
    — Rekomendacje dotyczące ustawienia kluczowych konwersji
    — Synchronizacja analityki i celów reklamowych
    — Przygotowanie konta do stabilnego uczenia algorytmów

    Analiza wszystkich aktywnych kampanii
    — Oddzielna analiza każdej kampanii
    — Rekomendacje, co wyłączyć, co przerobić i co zostawić

    Audyt Google Analytics
    — Wykrywanie błędów w zbieraniu danych
    — Rekomendacje dotyczące poprawy logiki śledzenia
    — Zwiększenie wiarygodności danych

    Rekomendacje dotyczące Google Merchant Center
    — Sprawdzenie strony pod kątem zgodności z wymaganiami
    — Zmniejszenie ryzyk blokad
    — Przygotowanie do stabilnej, długoterminowej pracy reklamy

    Bonus: rekomendacje dotyczące zwiększenia konwersji strony
    — Analiza stron z punktu widzenia zachowania użytkowników
    — Propozycje dotyczące poprawy logiki podejmowania decyzji
    — Skupienie na konwersji, a nie na wizualnych poprawkach

    Wynik dla klienta

    — Wyraźne zrozumienie rzeczywistego stanu konta reklamowego
    — Oddzielenie efektywnych i stratnych elementów
    — Krok po kroku plan poprawek bez założeń i eksperymentów
    — Podstawa do dalszej optymalizacji lub zmiany strategii

Aktywność

  Ostatnie oferty 10
E-Commerce audyt
82 PLN
Zlecenie freelance
410 PLN
Zlecenie freelance
492 PLN
Zlecenie freelance
492 PLN
Zlecenie freelance
Zlecenie freelance
Zlecenie freelance
Zlecenie freelance
410 PLN
Zlecenie freelance
Zlecenie freelance
336 PLN