RLSA – Remarketing Lists for Search Ads – Google Ads

Teknisk Opsætning og Krav til RLSA

For at kunne anvende Remarketing Lists for Search Ads (RLSA) effektivt, er der nogle tekniske krav, der skal opfyldes. Først og fremmest skal du implementere remarketing tags, også kendt som pixels, på din hjemmeside. Disse tags gør det muligt at spore besøgende og tilføje dem til dine remarketinglister. Du kan opsætte disse lister enten i Google Ads Audience Manager eller via Google Analytics. Det er vigtigt at bemærke, at en remarketingliste skal indeholde mindst 1.000 cookies for at kunne bruges til søgeannoncer, og listen kan have en maksimal levetid på 540 dage.

Observation vs. Targeting: To Tilgange til RLSA

Der er to primære tilgange, når det kommer til at anvende RLSA: Observation og Targeting. Med Observation, også kendt som Bid Only, kan du justere bud for udvalgte audiences uden at begrænse annoncers rækkevidde. Dette giver mulighed for at observere performance blandt forskellige segmenter uden at ændre på, hvem der ser dine annoncer. På den anden side har vi Targeting, eller Target and Bid, hvor annoncer kun vises til brugere på remarketinglister, der også søger på dine valgte keywords. Dette er en mere præcis metode, der kan forbedre relevansen af dine annoncer.

Tilgang Fordele Ulemper
Observation (Bid Only) Mulighed for at justere bud uden at begrænse rækkevidde Mindre kontrol over, hvem der ser annoncerne
Targeting (Target and Bid) Højere relevans ved kun at målrette mod specifikke brugere Begrænset rækkevidde til kun at omfatte remarketinglister

Strategier for Anvendelse af RLSA

At optimere dine søgekampagner med RLSA kræver strategisk tænkning. En effektiv metode er at foretage budjusteringer baseret på tidligere interaktioner. For eksempel kan du øge budene for brugere, der tidligere har besøgt din prisside, da de sandsynligvis er tættere på en købsbeslutning. Segmentering af ad groups efter audience-type kan også være en fordel, da det gør det muligt at tilpasse annoncer og budskaber til forskellige segmenter. Endelig kan du anvende negative remarketinglister for at undgå intern konkurrence mellem dine kampagner.

Branche-specifikke Eksempler på RLSA

Forskellige brancher kan drage fordel af RLSA på forskellige måder. I leasingbranchen kan du f.eks. målrette tidligere besøgende på leasingberegnersider, hvilket kan føre til højere konverteringsrater. For retail og e-commerce virksomheder kan RLSA bruges til at målrette kategori- og kampagnebesøgende samt tidligere købere. Dette gør det muligt at skræddersy budskaber og tilbud til brugere, der allerede har vist interesse i specifikke produkter.

For at få mere indsigt i, hvordan RLSA kan styrke din digitale strategi, kan du læse om vores cases eller udforske vores Google Ads løsninger. Hvis du ønsker personlig rådgivning, er du velkommen til at booke en samtale med Frederik.

Integration af RLSA i din digitale strategi

Remarketing Lists for Search Ads (RLSA) kan med fordel integreres i en bredere digital strategi, der kombinerer SEO, Meta Ads og andre digitale marketingdiscipliner. Ved at anvende RLSA sammen med SEO, kan du sikre, at de besøgende, der kommer til din hjemmeside via organiske søgeresultater, også bliver en del af dine remarketinglister. Dette giver mulighed for at nå dem igen med målrettede søgeannoncer, når de er tættere på en købsbeslutning.

Fremtidsperspektiver og compliance

Med den stigende fokus på privatliv og databeskyttelse, er det vigtigt at tage højde for fremtidige udfordringer med cookieless tracking. Her kan 1st-party data og Customer Match være værdifulde ressourcer, der kan supplere RLSA. I en dansk kontekst er det også vigtigt at overholde GDPR og sikre, at dine remarketingaktiviteter er i overensstemmelse med cookie-samtykke kravene.

Ofte stillede spørgsmål

Hvad er forskellen mellem RLSA og almindelig remarketing?

RLSA adskiller sig fra almindelig remarketing ved at målrette brugere, der tidligere har besøgt dit site, når de søger på Google. Almindelig remarketing fokuserer typisk på displayannoncer på tværs af Googles netværk.

Hvordan opsætter jeg en RLSA-kampagne i Google Ads?

For at opsætte en RLSA-kampagne, skal du først have remarketing tags på din hjemmeside og oprette remarketinglister i Google Ads Audience Manager eller Google Analytics. Herefter kan du målrette dine søgekampagner mod disse lister.

Hvilke fordele giver RLSA for små og mellemstore virksomheder?

RLSA giver små og mellemstore virksomheder mulighed for at optimere deres annoncebudget ved at fokusere på brugere, der allerede har vist interesse for deres produkter eller tjenester, hvilket kan føre til højere konverteringsrater.

Hvordan påvirker cookie-samtykke mine remarketinglister?

Cookie-samtykke påvirker din evne til at opbygge remarketinglister, da du kun kan spore brugere, der har givet samtykke. Det er vigtigt at sikre, at din hjemmeside overholder GDPR-reglerne for at maksimere dine remarketingmuligheder.

Kan RLSA bruges sammen med andre Google Ads-strategier?

Ja, RLSA kan kombineres med andre Google Ads-strategier for at maksimere effektiviteten. Du kan for eksempel bruge RLSA til at justere bud og tilpasse annoncer for specifikke segmenter, samtidig med at du anvender standard søgekampagner.

For yderligere information om, hvordan du kan integrere RLSA i din digitale marketingstrategi, kan du besøge vores Google Ads side eller booke en samtale med Frederik for skræddersyet rådgivning.

Frederik Østergaard
Frederik Østergaard
CEO & Founder · Foecon

Specialist i Google Ads og Meta Ads. Jeg hjælper danske virksomheder med at omsætte annoncebudget til målbar ROAS — ikke klik-rapporter.

Snak med Frederik →

Få en gratis konto-analyse

Book 30 min. med Frederik. Vi gennemgår din konto og giver konkrete anbefalinger.

Læs også

BLOG

Mange virksomheder mærker det allerede: Klassiske performance-kampagner er ikke nødvendigvis blevet dårlige, men de er blevet dyrere, mere konkurrenceprægede og ofte mindre effektive, når målgruppen endnu ikke er klar til at søge aktivt. Det er præcis her, demand gen kampagner fylder mere i 2025. De arbejder ikke kun med at indfange eksisterende efterspørgsel, men med at skabe den tidligere i kunderejsen.

Hvis du spørger: Hvad er demand gen kampagner egentlig? Det korte svar er, at de er designet til at modne interesse hos mennesker, som endnu ikke har skrevet en søgning, udfyldt en formular eller sammenlignet leverandører. I stedet for kun at vente på intent, forsøger man at påvirke den. Det gør YouTube Demand Gen og visuel efterspørgselsskabelse særligt relevante lige nu.

Brugeradfærden har nemlig flyttet sig. Flere opdager produkter, services og brands via video, feeds og anbefalede formater, længe før de foretager en klassisk Google-søgning. Samtidig gør AI-baseret målretning det lettere at finde målgrupper ud fra adfærdssignaler frem for kun keywords. Det ændrer ikke behovet for Google Ads, men det ændrer, hvornår og hvordan man bør aktivere dem.

Hvorfor demand gen kampagner er aktuelle nu

Demand gen kampagner er blevet mere centrale, fordi moderne marketing i stigende grad handler om at skabe opmærksomhed i miljøer, hvor brugeren ikke nødvendigvis leder aktivt, men stadig er modtagelig. YouTube Demand Gen er et godt eksempel. Her kombineres visuelle formater, automatiseret målretning og placeringer på tværs af YouTube, Discover-lignende feedmiljøer og Gmail for at flytte brugeren fra passiv opmærksomhed til reel interesse.

Det er også derfor, visuel efterspørgselsskabelse ikke længere bare er en kreativ disciplin ved siden af performance. Den er blevet en performance-driver i sig selv. Når klikpriser stiger, og zero-click adfærd fylder mere, bliver stærke kreative aktiver ofte forskellen på kampagner, der bare bliver vist, og kampagner, der faktisk skaber handling.

Hurtigt svar: Hvad betyder det i praksis?

Demand gen kampagner skaber interesse, før brugeren søger. YouTube Demand Gen bruger video og visuelle annoncer til at påvirke opmærksomhed og overvejelse. Visuel efterspørgselsskabelse handler om at bruge billeder, storytelling og budskaber, der gør et behov tydeligt, før markedet selv formulerer det.

Det er en vigtig forskel. Mange virksomheder investerer tungt i kanaler, der kun performer i bunden af tragten. Men hvis der ikke bygges ny interesse i toppen og midten, bliver de samme bundkanaler ofte dyrere over tid. Derfor giver det mening at se demand gen som et strategisk lag, ikke som “branding uden retning”.

I praksis fungerer det bedst, når teknologi og menneskelig vurdering arbejder sammen. AI kan hjælpe med at finde de rigtige signaler og målgrupper, men det er stadig budskabet, vinklen og den kreative kvalitet, der afgør, om kampagnen får opmærksomhed. Det er også den tilgang, man typisk ser i stærke cases, hvor visuel kommunikation og performance ikke behandles som to adskilte discipliner.

For virksomheder, der vil vurdere, om demand gen passer ind i deres setup, kan det være relevant at starte med en konkret dialog om kanalvalg, målgrupper og kreative krav via booking eller læse mere om den strategiske tilgang på foecon.dk.

Det strategiske skifte bliver tydeligt, når man ser på forskellen mellem at fange efterspørgsel og at skabe den. Mange konti er sat op til at reagere på eksisterende intent, men ikke til at påvirke markedet, før intent opstår. Det er netop derfor, demand gen kampagner har fået en mere central rolle i moderne Google Ads-arbejde.

Demand gen kampagner vs. klassisk performance

Klassisk performance marketing er ofte stærkest i bunden af tragten. Her søger brugeren aktivt, sammenligner løsninger eller er tæt på en handling. Demand gen kampagner arbejder tidligere. De skal ikke bare hente klik, men skabe relevans, nysgerrighed og genkendelse, før brugeren selv formulerer behovet.

Den forskel lyder enkel, men den har store konsekvenser for både budget, budskaber og måling.

  • Demand capture: Fanger eksisterende efterspørgsel via søgning, shopping og høj-intent trafik.
  • Demand generation: Skaber eller forstærker efterspørgsel via visuelle formater, målgrupper og påvirkning tidligere i kunderejsen.

I praksis ser vi ofte, at virksomheder overinvesterer i capture-kanaler, fordi de er nemmere at måle på sidste klik. Problemet er, at de samme kanaler bliver dyrere, hvis der ikke samtidig fyldes nye brugere ind i toppen og midten af tragten. Det er en af de mest oversete årsager til stigende CPA og faldende volumen.

Hvorfor forskellen betyder noget i praksis

Når en virksomhed kun annoncerer mod brugere med eksisterende intent, konkurrerer den om et begrænset marked. Når den også arbejder med demand gen kampagner, udvider den markedet ved at modne brugere tidligere. Det giver typisk tre effekter:

  • Flere branded søgninger over tid
  • Bedre remarketing-puljer med varmere trafik
  • Højere konverteringsrate i senere touchpoints

Det er ikke teori for teoriens skyld. I mange setups ser man, at søgekampagner performer bedre, når de bliver understøttet af visuelle kampagner, der allerede har introduceret problemet, løsningen eller brandet. Det gælder både B2C og B2B, især når beslutningen kræver mere forklaring end en enkelt tekstannonce kan levere.

Hvad YouTube Demand Gen faktisk gør

YouTube Demand Gen er interessant, fordi formatet er bygget til opdagelsesmiljøer frem for rene søgemiljøer. Brugeren er ikke nødvendigvis i købsmode, men er stadig modtagelig for budskaber, hvis de bliver serveret visuelt, hurtigt og relevant.

Det betyder, at kampagnetypen typisk arbejder på tværs af flere visuelle placeringer, hvor opmærksomheden er fragmenteret, og hvor første indtryk betyder mere end lange forklaringer. Her er video, thumbnails, billedvalg og hook vigtigere end mange annoncører tror.

Det, der virker bedst, er sjældent generiske brandbudskaber. Det er konkrete vinkler, som hurtigt svarer på ét af tre spørgsmål:

  • Hvilket problem løser vi?
  • Hvorfor er løsningen relevant nu?
  • Hvad gør os anderledes end alternativerne?

Hvis de svar ikke er tydelige inden for de første sekunder eller første visuelle kontakt, falder effekten hurtigt. Det er også derfor, stærke resultater sjældent kommer fra teknisk opsætning alene, men fra samspillet mellem målretning, kreativ retning og landing page.

Sådan fungerer visuel efterspørgselsskabelse

Visuel efterspørgselsskabelse handler ikke bare om at få noget til at se pænt ud. Det handler om at reducere mental friktion. Brugeren skal hurtigere forstå problemet, se værdien og føle, at næste skridt er relevant.

Det fungerer ofte bedst, når kreative aktiver bygges i flere lag:

  • Stop-effekt: Et visuelt hook, der bryder feed-adfærd
  • Klarhed: Et budskab, der hurtigt forklarer relevansen
  • Troværdighed: Cases, proof points eller konkrete resultater
  • Handling: En tydelig næste bevægelse, ikke nødvendigvis et hårdt salg

Her giver et AI + menneske hybrid workflow ofte bedst mening. AI kan hjælpe med variationer, målgruppesegmenter og signalbehandling, men mennesker er stadig bedre til at vurdere vinkler, timing og hvilke kreative greb der faktisk føles overbevisende. Den kombination er ofte forskellen på annoncer, der blot får visninger, og annoncer, der skaber reel efterspørgsel.

Det er også værd at tænke bredere end klassisk klikadfærd. I en virkelighed med zero-click, AI search og mere passiv opdagelse vil en del af effekten først vise sig senere som branded søgning, direkte trafik eller bedre performance i andre kampagner. Derfor bør demand gen kampagner vurderes som en del af det samlede system, ikke som en isoleret annonceø.

Hvis man vil arbejde seriøst med det, kræver det som regel en mere integreret tilgang mellem strategi, kreativitet og kanalvalg. Det er typisk også her, forskellen mellem standardopsætninger og mere modne setups bliver tydelig, både i execution og i de resultater, man senere kan se i reelle cases. For nogle virksomheder giver det mening at koble det sammen med betalt social, især hvor visuelle budskaber og målgruppeopbygning også spiller en stor rolle, som man ser i arbejdet med Facebook Ads.

Fra kampagnetype til vækstsystem

Det afgørende spørgsmål er derfor ikke, om demand gen kampagner kan skabe visninger, men om de er bygget til at løfte hele marketingmaskinen. Det er her, mange går fejl. De tænker format før strategi og video før budskab.

I praksis virker YouTube demand gen bedst, når kampagnen kobles til et klart forretningsmål. Det kan være flere branded søgninger, bedre kvalitet i remarketing, lavere friktion i salgsprocessen eller højere konverteringsrate på senere trafik. Uden den kobling bliver visuel efterspørgselsskabelse let reduceret til pæn eksponering uden reel retning.

Det er også derfor, demand gen kampagner sjældent bør stå alene. De fungerer stærkest som et lag, der spiller sammen med Google Ads, betalt social og et site, der kan samle interessen op. Hvis landingssiden er uklar, eller hvis næste skridt er for tungt, forsvinder meget af effekten, uanset hvor god annoncen var.

De typiske fejl i demand gen kampagner

En klassisk misforståelse er, at demand gen bare er branding i ny indpakning. Det er for simpelt. Gode demand gen kampagner er mere disciplineret end mange tror, fordi de kræver skarp prioritering af målgruppe, vinkel og handling.

  • For brede budskaber: Hvis alle skal kunne spejle sig i annoncen, rammer den ofte ingen tydeligt.
  • For svag kreativ åbning: De første sekunder eller første visuelle indtryk afgør, om brugeren overhovedet registrerer budskabet.
  • Forkert måling: Hvis man kun ser på sidste klik, undervurderer man ofte effekten markant.
  • Manglende sammenhæng: Annonce, målretning og landing page skal fortælle samme historie.

En anden fejl er at overlade for meget til automatisering. AI er stærk til signalbehandling, variationer og skalering, men den ved ikke automatisk, hvad der gør et budskab troværdigt i netop din kategori. Det gør mennesker stadig bedre. Den bedste model er derfor sjældent AI eller menneske, men AI og menneske i samme workflow.

Hvad ændrer sig i 2025 og frem?

Zero-click search, AI-overblik og ændret søgeadfærd gør det endnu vigtigere at skabe efterspørgsel, før brugeren søger. Flere beslutninger starter i feeds, videoer og anbefalinger. Det betyder, at demand gen kampagner ikke bare er et supplement, men i mange brancher en nødvendig modvægt til dyrere capture-kanaler.

Det stiller også højere krav til indhold. Budskaber skal kunne forstås hurtigt, fungere uden lang kontekst og besvare spørgsmål, som brugeren kunne finde på at stille højt: Hvad løser det her? Hvorfor er det relevant for mig? Hvad skal jeg gøre nu?

Netop derfor bliver voice search-lignende formuleringer og klare svar vigtigere, også i annoncer og på landingssider. Jo hurtigere man reducerer tvivl, jo større er chancen for, at interessen bliver til handling.

For virksomheder, der vil arbejde mere modent med demand gen kampagner, handler næste skridt sjældent om at producere mere indhold for indholdets skyld. Det handler om at producere de rigtige aktiver, teste dem systematisk og koble dem til en tydelig vækststrategi. Vil du se, hvordan det kan se ud i praksis, kan du finde inspiration i konkrete cases, læse mere om arbejdet med Facebook Ads og den samlede tilgang på hvem er jeg.

Ofte stillede spørgsmål

Hvad er demand gen kampagner kort fortalt?

Demand gen kampagner skaber interesse og efterspørgsel hos brugere, før de aktivt søger efter en løsning. De bruges typisk i toppen og midten af kunderejsen.

Hvornår giver YouTube demand gen mest mening?

Det giver mest mening, når du vil påvirke målgrupper tidligt, forklare en løsning visuelt eller gøre et marked mere modent, før søgningerne opstår.

Er demand gen kampagner det samme som branding?

Nej. Branding kan være en del af indsatsen, men demand gen kampagner bør også være bygget til at skabe målbar interesse, bedre remarketing og stærkere performance senere i tragten.

Hvordan måler man effekten af visuel efterspørgselsskabelse?

Man måler typisk på en kombination af branded søgning, assisterede konverteringer, engagement, remarketing-kvalitet og udvikling i konverteringsrate på senere trafik.

Kan demand gen kampagner forbedre resultaterne i Google Ads?

Ja. Når flere brugere allerede kender problemet, løsningen eller brandet, bliver søgekampagner ofte mere effektive og billigere at skalere.

Hvordan kommer man bedst i gang med demand gen kampagner?

Start med et klart mål, stærke kreative aktiver og en plan for, hvordan kampagnen skal spille sammen med website, målretning og øvrige kanaler. Hvis du vil drøfte setup og muligheder, kan du tage dialogen via booking.

BLOG

Performance Max er bygget til at gøre Google Ads enklere at skalere, men ikke nødvendigvis lettere at forstå. Kampagnetypen samler annoncering på tværs af Search, Shopping, YouTube, Display, Discover, Gmail og Maps i én AI-drevet model. Det lyder effektivt, og det er det ofte også. Problemet opstår, når resultaterne kommer uden en tydelig forklaring på, hvilke kanaler der faktisk driver dem, og hvordan budgettet bliver fordelt undervejs.

Det er netop derfor, PMax kanalrapportering er blevet et centralt emne. For hvis man ikke kan se, hvor budgettet går hen, hvor meget kontrol har man så reelt? Det spørgsmål fylder mere i 2025+, hvor marketingteams ikke kun bliver målt på performance, men også på evnen til at dokumentere, prioritere og forklare deres valg over for ledelse og forretning.

Det korte svar er enkelt: Nej, Google giver stadig ikke fuld kanalopdelt rapportering i Performance Max. Ja, man kan godt analysere tendenser og få indirekte indblik i budgetfordeling og kanalrolle. Men transparensen er fortsat begrænset, især hvis man vil vide, hvor meget spend der går til Search, Shopping, YouTube eller Display, og hvilken del af performance der kommer fra hvad.

Hvorfor PMax transparens fylder mere nu

Automatisering er ikke længere et supplement. Det er blevet standard. Det gælder også i Google Ads, hvor AI i stigende grad styrer budgivning, målretning og levering. Det giver ofte stærkere output, men også mindre forklarbarhed. Og det er en udfordring, når annoncebudgetter er under pres, attribution er mere kompleks, og kunderejser sjældent følger en lige linje.

Mange spørger i praksis: Kan man se, hvilke kanaler PMax bruger? Kan man se, hvor budgettet bliver brugt? Hvorfor er rapporteringen så begrænset? Det er relevante spørgsmål, fordi moderne paid media ikke kun handler om at få konverteringer ind. Det handler også om at vide, om kampagnen høster eksisterende efterspørgsel, eller om den faktisk skaber ny.

Hvad er problemet med PMax rapportering?

  • Begrænset kanalindsigt
  • Uklar budgetfordeling
  • Svært at validere inkrementel effekt
  • Begrænset kontrol over optimeringsretning

Resultater uden forklaring er ikke nok

Den reelle udfordring er ikke nødvendigvis, at Performance Max performer dårligt. Tværtimod. Udfordringen er, at gode resultater uden forklaring er svære at arbejde strategisk med. Hvis man ikke ved, hvilken kanal der skabte løftet, hvilke placeringer der trak spend, eller om budgettet gik til den mest værdifulde trafik, bliver læring, forecast og budgetallokering markant sværere.

Det er også derfor, flere annoncører arbejder mere kritisk med den AI + menneske-hybride tilgang: Lad automatiseringen optimere, men behold et skarpt blik på signaler, struktur og forretningsmål. Den tilgang ses også i praksis hos bureauer, der arbejder tæt med performance og dokumentation, blandt andet gennem konkrete cases og løbende sparring om kanalvalg, måling og prioritering. Vil man forstå, hvordan den type arbejde typisk gribes an, kan man også læse mere her.

PMax kanalrapportering handler derfor ikke kun om nysgerrighed. Det handler om ansvarlig budgetstyring i en tid, hvor automatisering er stærk, men ikke altid gennemsigtig.

Når man taler om PMax kanalrapportering, handler det ikke bare om at se flere kolonner i Google Ads. Det handler om at forstå tre ting, som platformen stadig kun viser delvist: hvilke netværk der leverer, hvor spendet reelt havner, og hvordan forskellige touchpoints bidrager til konverteringen. Det er en vigtig forskel, fordi almindelig kampagnerapportering viser samlet output, mens kanalrapportering skal forklare, hvad der skabte outputtet.

Her opstår en klassisk misforståelse: Asset groups og audience signals bliver ofte læst som kanalindsigt. Det er de ikke. Asset groups siger noget om struktur og kreative input. Audience signals siger noget om, hvilke brugere systemet kan tage afsæt i. Ingen af delene fortæller præcist, hvor stor andel af budgettet der gik til Search, Shopping, YouTube eller Display.

Hvorfor PMax kanalrapportering stadig er begrænset

Googles logik er ret tydelig: Performance Max er bygget til at optimere på tværs af inventory, og jo mere systemet selv kan fordele budget og budgivning, desto bedre forventes det at performe mod et samlet mål. Outcome prioriteres over granularitet. I teorien giver det mening.

I praksis er det mere komplekst. Marketingteams skal ikke kun levere resultater, men også forklare risiko, kanalvalg og budgetprioritering. Når den forklaring mangler, bliver det sværere at vurdere, om kampagnen skaber ny efterspørgsel eller primært opfanger trafik, der sandsynligvis var kommet ind via brand search, standard shopping eller eksisterende remarketing alligevel.

Det er også her, black box-kritikken bliver relevant. Problemet er ikke, at automatisering er forkert. Problemet er, at stærk automatisering uden tilstrækkelig forklarbarhed gør strategiske beslutninger mindre robuste.

  • Manglende fuld kanalopdelt spend
  • Begrænset indsigt i netværksperformance
  • Uklar sammenhæng mellem creatives og faktisk distribution
  • Svært at benchmarke direkte mod standard Search og Shopping
  • Risiko for skjult forskydning mod visuelle placeringer uden tydelig dokumentation

Hvad man reelt kan sige om budgetfordeling i Performance Max

Det spørgsmål de fleste stiller, er enkelt: Hvor meget går til Search, hvor meget går til Shopping, og hvor meget bruges på YouTube, Display og Discover? Det korte, fagligt ærlige svar er, at man sjældent kan dokumentere en fuldt præcis kanalfordeling direkte i standardrapporteringen.

Til gengæld kan man ofte udlede tendenser. Og det er i praksis sådan, erfarne annoncører arbejder med PMax budgetfordeling: probabilistisk, ikke absolut. Man leder efter mønstre på tværs af kampagnedata, feed-performance, søgetermer, videovisninger, branded udvikling og assisterede konverteringer.

Tegn på at budgettet sandsynligvis flytter sig mellem kanaler kan være:

  • Markant stigning i videovisninger uden tilsvarende vækst i søgeefterspørgsel
  • Flere assisterede konverteringer fra visuelle touchpoints
  • Fald i shopping-andel samtidig med stabil samlet PMax-performance
  • Ændringer i branded versus non-branded søgetrafik
  • Uforholdsmæssig vækst i impressions frem for klik

Det overses ofte, at høj volumen ikke nødvendigvis er lig høj kvalitet. Især i en tid med zero-click adfærd, AI-genererede svar og mere fragmenterede kunderejser kan visninger og rækkevidde se imponerende ud, uden at den inkrementelle effekt følger med.

En praktisk metode til mere transparens

Den mest brugbare tilgang er at acceptere, at PMax ikke bliver fuldt transparent, og så bygge et analyse-setup rundt om kampagnen. Det er her AI + menneske-hybrid workflows faktisk giver mening: Systemet optimerer leveringen, mens mennesker tolker signalerne og tester hypoteser.

Start med formålet

Definér først, hvad transparensen skal bruges til. Er målet intern rapportering, bedre budgetallokering, validering af inkrementel effekt eller forståelse af kanalrolle? Uden et klart formål ender man ofte med mere data, men ikke bedre beslutninger.

Segmentér uden for selve PMax-rapporten

Sammenhold PMax med udviklingen i brand search, standard shopping, remarketing og organisk trafik. Hvis PMax stiger kraftigt, mens andre intent-tunge spor falder tilsvarende, kan det være et tegn på kannibalisering frem for reel vækst. Det er netop den type analyse, der ofte adskiller overfladisk rapportering fra reel performanceforståelse, og som også går igen i mange cases.

Brug kreative signaler som indirekte kanalindikator

Hvis videomateriale pludselig får langt større eksponering, eller billedbaserede assets begynder at dominere rækkevidden, er det sjældent tilfældigt. Det kan pege på større distribution i YouTube- eller displaynære miljøer. Det er ikke et facit, men det er et vigtigt signal.

Hold Search og PMax op mod hinanden

Hvis du allerede arbejder aktivt med Google Ads, bør PMax ikke vurderes isoleret. Sammenlign udviklingen i søgetermer, branded andel og konverteringsmønstre. Moderne søgeadfærd er ikke længere lineær, og voice search samt AI search gør det endnu vigtigere at forstå, om PMax fanger eksisterende intent eller skaber nye indgange.

Den mest realistiske konklusion er derfor ikke, at PMax skal afvises, men at kampagnetypen kræver mere kritisk ledelse. Hvis man vil arbejde seriøst med budgetansvar og dokumentation, er transparens ikke en luksus. Det er en nødvendig del af styringen. Har man brug for sparring om opsætning, analyse eller kanalvalg, kan man læse mere på Foecon eller booke en dialog her.

PMax kanalrapportering kræver en stærkere styringsmodel

Hvis der er én praktisk konklusion, som mange overser, er det denne: PMax kanalrapportering er ikke kun et rapporteringsproblem. Det er et ledelsesproblem. Når kanalindsigt er begrænset, bliver struktur, testdesign og forventningsafstemning vigtigere end i mere klassiske kampagnetyper.

Det betyder blandt andet, at budget ikke bør skubbes ind i Performance Max alene, fordi kampagnen kan levere volumen. Budget bør flyttes, når man også har en rimelig forklaring på, hvad der sandsynligvis driver effekten, og om effekten er inkrementel. Ellers risikerer man at forveksle effektiv høst af eksisterende efterspørgsel med reel vækst.

Det strategiske skifte: Fra kanalstyring til signalstyring

Mange forsøger stadig at bruge PMax, som om det var en mere lukket version af klassisk Search eller Shopping. Det er ofte en fejl. Den mere realistiske tilgang er at styre via signaler frem for via fuld kanalstyring.

  • Arbejd med klare konverteringsmål og værdier
  • Hold feed, assets og målretning skarpt segmenteret
  • Evaluer løbende branded påvirkning og overlap med andre kampagner
  • Brug kontrolkampagner og før/efter-analyser, hvor det er muligt

Det er netop her, AI og mennesker bør supplere hinanden. AI er stærk til at fordele eksponering hurtigt. Mennesker er stadig bedre til at vurdere forretningskontekst, risiko og kvaliteten af den vækst, der bliver rapporteret.

Typiske fejl i arbejdet med PMax budgetfordeling

De største fejl handler sjældent om teknik alene. De handler om tolkning. En kampagne kan godt se stærk ud i platformen og samtidig være svagere, end tallene antyder, hvis den primært opsamler trafik, der allerede var tæt på konvertering.

  • At læse samlet ROAS som bevis for sund kanalfordeling
  • At forveksle asset group-data med reel netværksindsigt
  • At ignorere brandeffekt og kannibalisering af eksisterende Search
  • At overvurdere impressions og videovisninger som vækstsignal
  • At tro, at mere automatisering automatisk giver bedre beslutninger

Den sidste misforståelse er værd at dvæle ved. Automatisering reducerer ikke behovet for strategi. Den flytter bare strategien op på et højere niveau. Derfor bør PMax kanalrapportering ses som et spørgsmål om governance, ikke kun om dashboards.

Hvad ændrer sig i 2025 og frem?

Udviklingen peger mod mere AI-drevet annoncering, mere zero-click adfærd og mere fragmenterede kunderejser. Det gør transparens endnu vigtigere. Når brugere i stigende grad får svar direkte i søgeresultater, eller søger via mere naturlige spørgsmål, bliver det sværere at tolke performance ud fra klik alene.

Det stiller også større krav til indhold og annoncer. Hvis en potentiel kunde søger: Hvordan fordeles budgettet i Performance Max, forventer vedkommende et hurtigt og konkret svar. Derfor skal både landingssider, annoncer og rapportering være bygget til at håndtere mere direkte, mere samtalebaseret søgeadfærd.

Min vurdering er enkel: PMax bliver ikke mindre relevant. Men annoncører, der får mest ud af kampagnetypen, bliver dem, der accepterer automatiseringen uden at opgive kritisk analyse. Vil man arbejde mere systematisk med den balance, kan man både dykke ned i flere cases, læse mere om arbejdet med Google Ads og Meta Ads, eller tage en konkret dialog via booking. Et godt sted at starte er også forsiden på Foecon.

Ofte stillede spørgsmål

Kan man se kanalfordeling i Performance Max?

Ikke fuldt ud. Google viser stadig ikke en komplet kanalopdelt fordeling af spend og performance på tværs af Search, Shopping, YouTube, Display og øvrige netværk.

Hvordan vurderer man PMax budgetfordeling i praksis?

Man vurderer den indirekte via mønstre i søgetermer, videovisninger, branded udvikling, feed-performance og assisterede konverteringer. Det er en sandsynlighedsvurdering, ikke et præcist facit.

Er Performance Max bedre end almindelig Search?

Ikke nødvendigvis. Performance Max kan være stærk til skalering, men almindelig Search giver ofte mere kontrol og mere gennemsigtig rapportering. De to bør vurderes i sammenhæng.

Kan Performance Max kannibalisere brandtrafik?

Ja, det kan ske. Hvis PMax i høj grad opfanger eksisterende brand- eller høj-intent trafik, kan rapporteret performance se stærkere ud, end den inkrementelle effekt reelt er.

Hvad er den største fejl i PMax kanalrapportering?

Den største fejl er at tolke samlet kampagneperformance som bevis for sund kanalfordeling. Gode toplinjetal forklarer ikke automatisk, hvor værdien kom fra.

Hvordan arbejder man bedst med PMax i 2025?

Bedst praksis er en AI + menneske-hybrid tilgang: lad systemet optimere leveringen, men brug menneskelig analyse til at validere kanalrolle, budgetkvalitet og reel forretningseffekt.

BLOG

Performance max optimering bliver ofte fremstillet som noget næsten selvkørende: upload nogle assets, vælg et mål, og lad Googles algoritme finde resten. Det lyder effektivt. Men i praksis er Performance Max sjældent bedre end de signaler, den får. Når annoncører oplever svingende leadkvalitet, brede matches, uklare søgetermer og asset groups uden tydeligt fokus, er problemet derfor sjældent for meget manuel styring. Det er oftere for lidt strategisk styring.

Det er også derfor, emnet fylder mere nu. Google Ads bevæger sig fortsat mod mere automatisering, men jo mere AI der kommer ind i kampagnerne, jo vigtigere bliver det menneskelige lag: struktur, prioritering, fravalg og kritisk analyse. AI er hurtig til at skalere mønstre. Den er ikke automatisk god til at forstå, hvilke mønstre der faktisk er værdifulde for din forretning.

Hvis du er landet her, leder du sandsynligvis ikke efter en forklaring på, hvad Performance Max er. Du leder efter noget mere konkret: Hvordan arbejder man med Performance max optimering i praksis? Hvordan bygger man bedre PMax asset groups? Og hvordan bruger man en pmax søgetermsrapport til at få mere indsigt i, hvad kampagnen faktisk matcher på?

Det korte svar er, at god Performance max optimering typisk hviler på tre ting: skarp segmentering i asset groups, bedre signaler til algoritmen og aktiv analyse af søgetermer, landingssider, audience signals og konverteringsdata. Det lyder enkelt. Det er det ikke altid. Men det er her, forskellen mellem passiv drift og reel forbedring ofte opstår.

Automatisering kræver bedre input

I 2025 er klik ikke bare klik. Søgeresultater ændrer sig, zero-click adfærd fylder mere, og konkurrencen om de mest værdifulde besøg er skærpet. Det gør det dyrere at sende irrelevant trafik ind på brede landingssider. For både leadgen og e-commerce betyder det, at upræcise assets og svage signaler hurtigt bliver en dyr vane.

Det er netop her, mange konti taber momentum. Ikke fordi Performance Max ikke kan virke, men fordi kampagnetypen ofte sættes op for bredt. Én asset group til flere ydelser. Generiske tekster. Uklare landingssider. Konverteringsmål, der måler aktivitet, men ikke nødvendigvis kvalitet. Resultatet er mindre gennemsigtighed og sværere beslutninger.

Den erfaring går igen i mange cases og i praktisk arbejde med både Google Ads og betalt trafik på tværs af kanaler som Meta Ads: Automatisering fungerer bedst, når fundamentet er skarpt. Ikke når man håber, at systemet selv opdager forretningslogikken.

Det handler ikke om at overstyre, men om at styre rigtigt

Denne artikel tager derfor udgangspunkt i en mere brugbar tilgang til Performance max optimering. Fokus er ikke flere dashboards for dashboardets skyld, men bedre struktur i PMax asset groups, skarpere brug af pmax søgetermsrapporten og en mere kritisk forståelse af, hvad kampagnen faktisk lærer af dine data.

Hvis du vil arbejde mere metodisk med Performance Max, eller bare vil have et ekstra sæt øjne på din konto, kan du læse mere om tilgangen her eller booke en uforpligtende sparring. Målet er ikke mere kompleksitet. Målet er bedre signaler, bedre beslutninger og bedre performance.

For at arbejde seriøst med Performance max optimering er det vigtigt at forstå, at Performance Max ikke bare er en budstrategi med ekstra automation. Det er en kampagnetype, der kan levere annoncer på tværs af Search, Shopping, YouTube, Display, Discover, Gmail og Maps. Det betyder også, at optimering ikke kun handler om CPC, ROAS eller CPA. Det handler i lige så høj grad om struktur, signaler, kreative elementer, feedkvalitet og konverteringsdata.

Det er netop derfor set and forget sjældent er en god strategi. Når en kampagne får for brede inputs, lærer systemet ofte på et for bredt grundlag. I praksis ser man igen og igen, at brede asset groups, svage landingssider og upræcise mål giver algoritmen for meget frihed de forkerte steder. Resultatet bliver ikke nødvendigvis dårlig performance med det samme, men ofte mere ujævn kvalitet og mindre kontrol over, hvad der faktisk driver resultaterne.

Hvad god Performance max optimering typisk består af

God Performance max optimering er som regel en kombination af flere lag, der skal spille sammen:

  • Struktur: Kampagner og asset groups bør afspejle produkter, ydelser eller tydelige intentioner.
  • Assets: Overskrifter, beskrivelser, billeder og video skal være relevante for det konkrete tema.
  • Audience signals: Bruges bedst som kvalificeret retning, ikke som en falsk garanti for præcis målretning.
  • Feed og landingssider: Skal matche både annoncebudskab og brugerens forventning efter klik.
  • Søgetermsdata: Skal bruges aktivt til at spotte mønstre, friktion og irrelevant trafik.
  • Konverteringsopsætning: Bør afspejle reel forretningsværdi frem for bare flest mulige registreringer.

Det sidste punkt bliver ofte undervurderet. Hvis en konto optimerer mod alle leads som om de har samme værdi, vil algoritmen typisk jagte volumen. For en del virksomheder giver det flere konverteringer på papiret, men dårligere salgskvalitet i praksis. Her er det menneskelige lag stadig afgørende.

PMax asset groups er ofte det største løftpunkt

Hvis man skal pege på ét område, der ofte har størst effekt, er det kvaliteten af ens PMax asset groups. En asset group samler kreative elementer, temaer og landingsside-signaler omkring et bestemt fokus. Når den struktur er skarp, bliver det lettere for systemet at forstå, hvad der skal matches med hvilke budskaber.

Den klassiske fejl er én asset group til alt. Det kan virke effektivt i opsætningen, men det gør læringen uklar. Hvis samme gruppe skal dække flere services, forskellige intentioner og flere typer brugere, bliver budskaberne næsten altid for generiske.

Typiske fejl i PMax asset groups

  • For brede grupper: Flere ydelser samlet i samme asset group udvander relevansen.
  • Generiske overskrifter: Tekster som passer til alt, performer sjældent stærkt på noget specifikt.
  • Svag sammenhæng med landingssiden: Hvis annonce og side ikke matcher, falder kvaliteten efter klikket.
  • Genbrug uden strategi: De samme assets på tværs af grupper giver mindre signalværdi.
  • Intern logik frem for søgeadfærd: Kontostruktur bør tage udgangspunkt i markedet, ikke kun i virksomhedens organisationsdiagram.

I konti med leadgenerering ser man ofte, at en mere intention-baseret opdeling giver bedre signaler end en intern opdeling efter afdelinger. Det gælder især i brancher, hvor brugerne søger problemorienteret og ikke nødvendigvis kender virksomhedens faglige kategorier på forhånd.

Sådan bygger du stærkere asset groups i praksis

En stærk asset group starter sjældent med annoncen. Den starter med temaet. Hver gruppe bør have ét klart fokus, én tydelig landingsside og et budskab, der hænger tæt sammen med den forventede søgeintention.

  1. Definér ét konkret tema, fx en kerneydelse eller en specifik produktlinje.
  2. Vælg en landingsside, der matcher temaet tæt.
  3. Skriv assets, der taler ind i samme problem, behov eller købsmotivation.
  4. Brug billeder og video, der understøtter budskabet i stedet for bare at fylde formater ud.
  5. Tilføj audience signals som kvalificeret startpunkt baseret på data, ikke mavefornemmelser.
  6. Evaluer ikke kun på volumen, men også på kvaliteten af de konverteringer gruppen skaber.

Et praktisk princip er, at den bedste struktur sjældent er den mest detaljerede. Den bedste struktur er den, der gør det nemmere at sende tydelige signaler til algoritmen. Det gælder også i AI-drevne workflows, hvor automatisering kan hjælpe med variationer af assets, men hvor mennesker stadig bør styre tema, prioritering og kvalitetssikring.

Mini-checkliste til hver asset group

  • Har gruppen ét tydeligt fokus?
  • Matcher annonce og landingsside hinanden tæt?
  • Er budskaberne forskellige nok til at teste reel variation?
  • Er der tydelig kommerciel relevans?
  • Vil signalerne hjælpe systemet med at lære noget brugbart?

I en tid med mere AI search, flere zero-click søgninger og dyrere opmærksomhed er det ikke nok at være synlig. Man skal være relevant hurtigt. Det er præcis derfor, skarpere struktur i Performance Max ofte skaber bedre resultater end endnu et lag automation ovenpå en uklar konto. Hvis fundamentet er svagt, skalerer systemet bare støjen hurtigere. Hvis fundamentet er skarpt, bliver automation pludselig en reel fordel.

Skarpere søgetermsindsigt giver bedre Performance max optimering

Når asset groups er strammet op, er næste naturlige skridt at blive bedre til at læse signalerne bag trafikken. Her bliver pmax søgetermsrapporten vigtig. Ikke fordi den giver fuld gennemsigtighed, men fordi den kan afsløre mønstre, som ellers bliver skjult i automatiseringen.

Det afgørende er at bruge rapporten strategisk. Se ikke kun efter enkelte irrelevante søgninger. Se efter tendenser: Hvilke temaer udløser visninger? Hvilke intentioner giver klik uden kvalitet? Og hvor matcher kampagnen bredere, end dine asset groups egentlig lægger op til?

  • Find søgetermer med høj aktivitet, men svag konverteringsværdi
  • Spot nye intentioner, der fortjener egne asset groups eller landingssider
  • Vurder om search themes og budskaber peger i samme retning
  • Brug indsigten til at kvalificere fravalg, ikke kun tilføjelser

Det er ofte her, forskellen mellem drift og optimering bliver tydelig. Mange kigger på rapporten for at bekræfte, at noget virker. De bedste bruger den til at opdage, hvorfor noget næsten virker, men stadig spilder budget.

Typiske fejl, der holder PMax tilbage

En klassisk misforståelse er, at mere automation automatisk giver bedre resultater. Det gør det ikke. Automation forstærker kvaliteten af dine inputs, på godt og ondt.

De mest almindelige fejl er ofte disse:

  • For mange signaler på én gang: Når alt blandes sammen, bliver læringen uklar.
  • Forkerte konverteringer: Hvis mikrohandlinger vægtes for højt, optimerer systemet mod aktivitet frem for værdi.
  • For lidt landing page-match: Gode annoncer kan stadig skabe dårlig performance, hvis siden ikke løser brugerens behov hurtigt.
  • Blind tillid til AI: AI kan accelerere analyse og assetproduktion, men bør ikke stå alene med prioritering og kvalitetskontrol.

Det sidste punkt er værd at understrege. En AI + menneske hybrid tilgang er som regel stærkere end enten ren manuel styring eller ren automatik. AI er effektiv til mønstre, variationer og hastighed. Mennesker er bedre til at vurdere kommerciel relevans, kontekst og om et lead faktisk er noget værd.

Sådan tænker du mere langsigtet i Performance max optimering

God Performance max optimering handler ikke kun om at få kampagnen til at performe bedre i denne måned. Det handler også om at bygge et setup, der bliver klogere over tid. Derfor bør du tænke i sammenhæng mellem annonce, søgeadfærd, landingsside og efterfølgende salgskvalitet.

I takt med at zero-click search fylder mere, bliver klikket mere værdifuldt. Brugeren har ofte set mere information, før der klikkes. Derfor skal dine budskaber være skarpere, og landingssiden skal svare hurtigt på det, brugeren allerede har overvejet. Det gælder især i konkurrenceprægede markeder, hvor både Google Ads, SEO og betalte sociale kanaler spiller sammen.

Det er også her, voice search og mere naturlige søgninger bliver relevante. Brugere søger i stigende grad som de taler. Derfor fungerer konkrete, menneskelige formuleringer ofte bedre end stive reklamefraser. Det gælder både i assets, FAQ-indhold og på landingssider.

Hvis du vil arbejde mere metodisk med struktur, analyse og løbende forbedringer, kan du se flere cases, læse mere om Foecon eller booke en sparring. Pointen er enkel: Performance Max bliver sjældent stærk af at få mere frihed. Den bliver stærkere af bedre retning.

Ofte stillede spørgsmål

Hvordan optimerer man bedst Performance Max?

Den bedste Performance max optimering starter typisk med skarpere asset groups, tydeligere konverteringsmål, relevante landingssider og løbende analyse af søgetermer og leadkvalitet.

Hvad er en god struktur for PMax asset groups?

En god struktur tager udgangspunkt i produkter, ydelser eller brugerintentioner. Hver asset group bør have ét klart tema, relevante assets og en landingsside, der matcher tæt.

Hvordan bruger man pmax søgetermsrapporten i praksis?

Brug rapporten til at finde mønstre i søgeadfærd, identificere irrelevante temaer, opdage nye muligheder og vurdere, om kampagnen matcher den rigtige intention.

Kan Performance Max erstatte almindelige søgekampagner?

Ikke altid. Performance Max kan være stærk til skalering og automatisering, men almindelige søgekampagner giver ofte mere kontrol over søgeord, budskaber og prioritering.

Hvordan hænger Google Ads og Meta Ads sammen i en performance-strategi?

Google Ads fanger ofte eksisterende efterspørgsel, mens Meta Ads kan skabe opmærksomhed og påvirke efterspørgslen tidligere i kunderejsen. Sammen kan de løfte både volumen og kvalitet.

Hvornår bør man justere sin landingsside i stedet for kampagnen?

Hvis klikraten er fornuftig, men konverteringsraten er lav, er problemet ofte landingssiden. Dårligt match mellem annonce og side skaber friktion, selv når målretningen er rigtig.

Klar til at skalere med paid ads?

Book et gratis 30-minutters strategimøde med Frederik.

Book strategimøde
Frederik Østergaard

Frederik Østergaard

Google Ads & Meta Ads specialist

Online

Skriv til mig, og jeg svarer dig personligt inden for de 30 minutter.

Tak for din besked!

Jeg svarer dig inden for de næste minutter. Du kan også booke et møde direkte her.