Search Match i negativne ključne riječi
Stručno: s izvorima i brojkama. Jednostavno: isto, bez njih, za početnike.
Automatsko podudaranje pokretano metadatima vašeg product pagea, i mehanizam isključivanja koji ga održava korisnim.
Search Match je mjesto gdje se ASO i Apple Ads najizravnije dodiruju, jer se vrti na vašim metadatima.
Search Match
A “Search Match automatically matches your ad to relevant searches on the App Store using resources such as the metadata from your App Store product page.” (Keywords best practices, provjereno 2026-09-18)
Pročitajte to pažljivo: metadata vašeg product pagea su ulaz u vaše plaćeno podudaranje. Aplikacija čiji naziv, subtitle i keyword field precizno opisuju o čemu se radi daje Search Matchu bolji materijal za rad od one čiji su metadata nejasni. Dvije discipline nisu odvojeni sustavi.
A Apple preporučuje da Search Match vodite u kampanji ili ad grupi posvećenoj otkrivanju ključnih riječi, potom pratite rezultate i premještate pojmove s najboljim učinkom u fokusirane brand, competitor ili category kampanje. Isti izvor.
A Search Terms report prikazuje upite na koje je Search Match spojio vaš oglas, s impresijama, tapovima i konverzijama, a pojmovi se odatle mogu dodati kao ključne riječi ili negativne ključne riječi. (Reporting options and definitions, provjereno 2026-09-18)
Držite ga odvojenim. Search Match u performance kampanji širi podudaranje nasuprot cilju koji kažnjava širinu. Obje strane onda ne uspiju. Ovo je najčešća strukturna greška u Apple Ads računu.
Negativne ključne riječi
A Apple preporučuje redovito praćenje učinka i dodavanje slabih pojmova kao negativnih ključnih riječi, uz exact match za negativne ključne riječi “so you don’t accidentally exclude your ad from showing for relevant searches.” (Keywords best practices, provjereno 2026-09-18)
Savjet o exact matchu je ključan dio. Broad negativna ključna riječ može tiho ugušiti čitavu obitelj pojmova koje ste željeli. Negativne ključne riječi su grubo oruđe koje se primjenjuje precizno, a preširoke negativne štete na način koji je teško uočiti. Ne vidite impresije koje niste dobili.
Bitno je gdje se primjenjuju. Negativne se mogu postaviti na razini kampanje ili ad grupe, a razina određuje domet štete. Negativne na razini kampanje utječu na svaku ad grupu ispod.
A Popis ima dokumentiran strop: “You can bulk upload a maximum of 5000 negative keywords in each ad group, using up to 5000 rows in the spreadsheet at a time.” (Use negative keywords, provjereno 2026-09-20)
Taj broj vrijedi znati iz drugog razloga nego što se čini. Discovery petlja koja mehanički dodaje svaki dokazani pojam kao negativan neograničeno će rasti, a nitko ne čisti popis negativnih ključnih riječi. Ne vidite koliko vas to zapravo košta. Rizik nije strop; rizik je nagomilavanje. Datirajte unose i pregledavajte ih zajedno s kampanjom, ili se discovery kampanja tiho suzi dok ne prestane otkrivati.
Uobičajena upotreba je sprječavanje da discovery konkurira vašim vlastitim fokusiranim kampanjama. Kad je pojam dokazan i premješten u exact-match kampanju, postaje negativan u discoveryju, tako da dvije kampanje ne licitiraju jedna protiv druge.
Petlja
- Discovery kampanja, Search Match uključen, broad match
- Čitanje izvještaja Search Terms
- Dokazani pojmovi → exact match u odgovarajućoj fokusiranoj kampanji
- Isti ti pojmovi → negativni u discoveryju
- Pojmovi sa slabim učinkom → negativni, exact match
- Ponoviti
Koraci 3 i 4 zajedno su ono što sprječava račun da licitira sam protiv sebe. Cijeli postupak u runbooks/apple-ads-discovery-and-keyword-harvest.
Što ide po zlu
Search Match u performance kampanji. Zagađuje oboje.
Broad negativne ključne riječi. Tiho guše relevantan promet, nevidljivo.
Dodavanje pojma u exact match bez negiranja u discoveryju. Dvije kampanje licitiraju na isti upit.
Negiranje na premalo podataka. Pojam s devet tapova i bez instalacije još nije dokaz (30-09).
Zaboravljanje da Search Match čita vaše metadata. Nejasni metadata proizvode nejasno podudaranje.
Ukratko
Svaka činjenica s ove stranice u jednom retku, s oznakom dokaza, izvorom i datumom provjere, 4 A. Generirano iz registra tvrdnji, pa ne može odstupiti od teksta iznad. Retci su na engleskom namjerno. To su formulacije Applea i Googlea, a oznaka dokaza visi upravo o njima.
Automatsko podudaranje bilbord tvrtke je mjesto gdje se vaš neplaćen tekst i plaćeni bilbord najizravnije dotiču, jer istinski radi na vašem vlastitom prijavljenom tekstu.
Automatsko podudaranje
Bilbord tvrtka automatski podudara vaš bilbord s relevantnim pitanjima koristeći resurse uključujući sam prijavljen tekst s vaše vlastite stranice trgovine.
Pažljivo pročitajte to: vaš vlastiti prijavljen tekst izravan je ulaz u vaše plaćeno podudaranje. Trgovina čiji natpis, rečenica ispod njega i skriveni džep precizno je opisuju daje ovom automatskom podudaranju mnogo bolji materijal za rad od one čiji je tekst nejasan. Ova dva pristupa uopće nisu odvojeni sustavi.
Centar preporučuje vođenje ovog automatskog podudaranja unutar narudžbe posvećene isključivo otkrivanju, pa gledanje rezultata i premještanje onoga što dobro prolazi u vaše fokusirane narudžbe za brend, ime konkurencije, ili kategoriju.
Vlastiti izvještaj bilbord tvrtke pokazuje točna pitanja za koja je njezino automatsko podudaranje odlučilo prikazati vaš bilbord, uz koliko ih je vidjelo, zastalo, i kupilo, a bilo koje od tih pitanja može se dodati izravno iz izvještaja kao riječ na koju ponudite, ili riječ koju namjerno isključite.
Držite ovo odvojenim. Automatsko podudaranje unutar narudžbe usmjerene na izvedbu proširuje s čim se podudara, baš unutar narudžbe čiji cijeli cilj kažnjava baš tu širinu. Oba dijela padnu. Ovo je pojedinačno najčešća strukturna greška u cijelom bilbord računu.
Riječi koje namjerno isključujete
Centar preporučuje redovito praćenje izvedbe i dodavanje svega što slabo prolazi kao riječ koju isključujete, koristeći strogo podudaranje za samo isključivanje kako slučajno ne biste isključili vlastiti bilbord iz prikaza za istinski relevantno pitanje.
Taj savjet o strogom podudaranju za isključivanja je bitan dio. Labavo podudarano isključivanje može tiho ugušiti cijelu obitelj riječi koje ste zapravo željeli. Isključivanje je grubo oruđe koje treba primijeniti s pravom preciznošću, a predugačko isključivanje uzrokuje štetu koju je istinski teško uočiti. Ne vidite pažnju koju niste dobili.
Gdje postavite isključivanje je bitno. Isključivanja se mogu postaviti na razini cijele narudžbe ili samo na razini skupine, a ta razina odlučuje koliko daleko se šteta proširi. Isključivanje na razini narudžbe utječe na svaku skupinu ispod njega.
Popis isključivanja ima istinski visoku, dokumentiranu granicu. Taj broj vrijedi znati iz drukčijeg razloga nego što izgleda: petlja otkrivanja koja mehanički isključi svaku dokazanu riječ narast će bez ikakve stvarne granice, a nitko nikad ne čisti popis isključivanja, jednostavno ne vidite što vas tiho košta. Granica nije pravi rizik ovdje; tiho nagomilavanje jest. Datirajte svaki unos i pregledajte ga zajedno s narudžbom, ili će se vaša narudžba za otkrivanje tiho suziti dok ne prestane bilo što otkrivati.
Standardna upotreba je sprječavanje da otkrivanje konkurira vlastitim fokusiranim narudžbama. Jednom kad je riječ dokazana i premještena u strogo podudaranu narudžbu, postaje isključivanje unutar otkrivanja, tako da se to dvoje ne nadmeće jedno protiv drugoga.
Petlja
Vodite narudžbu za otkrivanje s uključenim automatskim i labavim podudaranjem. Pročitajte stvarna pitanja koja su ljudi postavili. Premjestite dokazane riječi u strogo podudaranje u pravoj fokusiranoj narudžbi. Isključite te iste riječi iz otkrivanja. Isključite i riječi koje slabo prolaze, koristeći strogo podudaranje za samo isključivanje. Ponovite, na pravom ritmu.
Koraci premještanja i isključivanja zajedno su ono što sprječava račun da se sam protiv sebe nadmeće.
Što obično ide po zlu
Automatsko podudaranje unutar narudžbe usmjerene na izvedbu. Truje oboje.
Labavo podudarana isključivanja. Tiho, nevidljivo guše relevantan promet.
Dodavanje riječi u strogo podudaranje bez isključivanja iz otkrivanja. Dvije narudžbe ponuđaju na baš isto pitanje jedna protiv druge.
Isključivanje na temelju premalo podataka. Riječ s tek nekoliko aktivnosti i bez kupnje još nije dokaz ničega.
Zaboravljanje da automatsko podudaranje čita vaš vlastiti tekst. Nejasan tekst proizvodi nejasno podudaranje.