Inteligentne strategie ustalania stawek w Google Ads – jak działają?

Automatyzacja w Google Ads zmieniła sposób, w jaki planujemy i prowadzimy kampanie. Zamiast ręcznie ustalać stawki i analizować każdą grupę reklam, coraz częściej pozwalamy, by decyzje podejmowały algorytmy. Smart Bidding, czyli inteligentne strategie określanie stawek, wykorzystuje sztuczną inteligencję i uczenie maszynowe, by w czasie rzeczywistym dopasowywać stawkę do każdego wyszukiwania.

Dziś z automatycznych strategii korzysta większość reklamodawców, bo pozwalają one osiągać lepsze wyniki przy mniejszym nakładzie pracy. Ale skuteczność Smart Bidding zależy od tego, jak dobrze rozumiesz jego mechanizmy i jak świadomie wykorzystujesz dane.

Czym są inteligentne strategie ustalania stawek (Smart Bidding) w Google Ads?

Inteligentne strategie ustalania stawek (Smart Bidding) to system automatycznej optymalizacji, w którym Google Ads wykorzystuje uczenie maszynowe do ustalania stawek w czasie rzeczywistym.

Zamiast ręcznie określać kwoty za kliknięcie, pozwalasz algorytmowi analizować dane i dopasowywać stawki do kontekstu każdego użytkownika – tak, by jak najlepiej wykorzystać budżet i zwiększyć efektywność kampanii.

Smart Bidding opiera się na tzw. aukcjach w czasie rzeczywistym (auction-time bidding). Oznacza to, że system ustala stawkę indywidualnie dla każdego wyszukiwania, uwzględniając dziesiątki czynników, takich jak:

• urządzenie, z którego korzysta użytkownik,
• lokalizacja i pora dnia,
• język i ustawienia przeglądarki,
• historia interakcji z Twoją stroną (remarketing),
• kontekst zapytania wpisanego w wyszukiwarkę.

Algorytmy analizują te sygnały w ułamku sekundy i automatycznie zwiększają lub obniżają stawkę, jeśli przewidują, że dane kliknięcie ma większą lub mniejszą szansę na konwersję.

👉 Zachęcam Cię też do obejrzenia wyjaśniającego filmu Google na ten temat:

Jak działa Smart Bidding?

Uczenie maszynowe to silnik, który napędza Smart Bidding. To dzięki niemu system Google analizuje w czasie rzeczywistym miliardy kombinacji sygnałów i przewiduje, kiedy dane kliknięcie ma największą szansę na konwersję.

Algorytmy nie działają według sztywnego wzorca – uczą się z wyników kampanii i stale dostosowują do nowych zachowań użytkowników. Analizują nie tylko dane historyczne, ale też bieżący kontekst wyszukiwania – porę dnia, lokalizację, urządzenie czy wcześniejsze interakcje użytkownika z marką.

Istotnym elementem jest tzw. modelowanie na poziomie zapytań. System ocenia nie tylko samo słowo kluczowe, ale też intencję kryjącą się za wyszukiwaniem. Dzięki temu może dopasować stawkę do prawdopodobieństwa konwersji w danym momencie i konkretnych warunkach.

Smart Bidding wykorzystuje też uczenie adaptacyjne – algorytmy automatycznie reagują na zmiany w skuteczności kampanii, sezonowość czy działania konkurencji. W połączeniu z modelowaniem atrybucji opartym na danych potrafią dokładnie określić, które słowa kluczowe i reklamy rzeczywiście prowadzą do konwersji, a które tylko wspierają proces zakupu pośrednio.

Zalety automatycznego ustalania stawek

Automatyczne ustalanie stawek zdejmie z Ciebie większość pracy operacyjnej. Zamiast ręcznie analizować dane i dostosowywać CPC dla setek słów kluczowych, możesz skupić się na strategii, treści i rozwoju kampanii.

Według wewnętrznych danych Google z automatycznych strategii korzysta już ponad 80% reklamodawców. Nic dziwnego – Smart Bidding pozwala osiągać lepsze wyniki przy mniejszym zaangażowaniu w bieżące zarządzanie.

Oto najważniejsze zalety tej strategii:

• Większa efektywność kosztowa – budżet kierowany jest tam, gdzie szansa na konwersję jest najwyższa.
• Szybsza reakcja na zmiany – system automatycznie dostosowuje stawki do trendów, sezonowości i działań konkurencji.
• Pełniejsze wykorzystanie danych – algorytmy analizują setki sygnałów, których człowiek nie jest w stanie przetworzyć.
• Lepsze dopasowanie do modelu atrybucji – stawki są optymalizowane zgodnie z tym, jak mierzysz konwersje.
• Możliwość skalowania – rozwijasz kampanie bez proporcjonalnego zwiększania nakładu pracy.

Rodzaje automatycznego określania stawek w Google Ads

Google Ads oferuje kilka strategii automatycznego ustalania stawek, dopasowanych do różnych celów kampanii. Każda z nich wykorzystuje sztuczną inteligencję do analizowania danych o użytkownikach i kontekście wyszukiwania – po to, by jak najlepiej rozdysponować budżet i osiągnąć konkretny wynik.

Przyjrzyjmy się im bliżej. 

Maksymalizacja liczby kliknięć

To najprostsza strategia Smart Bidding, której celem jest zwiększenie ruchu w ramach budżetu. System automatycznie ustala stawki, by uzyskać jak najwięcej kliknięć bez przekraczania dziennego limitu.

Sprawdzi się, gdy:

• wprowadzasz nowy produkt lub usługę,
• kampania dopiero startuje i zbierasz dane o odbiorcach,
• zależy Ci na zasięgu i rozpoznawalności marki,
• ruch na stronie jest ważniejszy niż bezpośrednia sprzedaż.

Możesz ustawić maksymalny CPC jako zabezpieczenie przed zbyt wysokimi stawkami. Strategia nie rozróżnia typów urządzeń, więc jeśli zależy Ci na większej kontroli, warto dodać osobne dostosowania dla mobile.

Docelowy udział w wyświetleniach

Ta strategia pozwala określić, jak często Twoje reklamy mają pojawiać się w wynikach wyszukiwania. Możesz wskazać, czy chcesz być na górze strony, na pierwszej pozycji czy w dowolnym miejscu.

System sam dostosowuje stawki, by osiągnąć założony udział w wyświetleniach.

Najlepiej działa, gdy:

• chcesz utrzymać wysoką pozycję dla fraz brandowych,
• budujesz świadomość marki,
• działasz w mocno konkurencyjnym segmencie,
• chcesz „bronić” kluczowych słów przed konkurencją.

Strategia działa wyłącznie w sieci wyszukiwania Google. Płacisz za kliknięcia, nie za samą ekspozycję, ale przy celowaniu w najwyższe pozycje CPC może być wyższe niż w standardowych kampaniach.

Maksymalizacja liczby konwersji

System automatycznie ustala stawki tak, by uzyskać jak najwięcej konwersji w ramach dostępnego budżetu. Uczy się na podstawie danych historycznych i kontekstu każdego wyszukiwania.

Algorytmy biorą pod uwagę m.in.:

• lokalizację użytkownika,
• porę dnia i dzień tygodnia,
• urządzenie, z którego korzysta,
• dopasowanie zapytania do intencji zakupowej.

To strategia idealna do kampanii leadowych i sprzedażowych, gdzie każda konwersja ma podobną wartość. Wymaga poprawnie skonfigurowanego śledzenia konwersji i przynajmniej 30 konwersji miesięcznie, by algorytm mógł się nauczyć skutecznie optymalizować.

Docelowy koszt działania (tCPA)

Docelowy CPA (tCPA) optymalizuje stawki, by uzyskać jak najwięcej konwersji przy zachowaniu średniego kosztu, który sam ustalisz.

System analizuje dane z aukcji w czasie rzeczywistym i dopasowuje stawki indywidualnie do każdego wyszukiwania — wyższe tam, gdzie szansa na konwersję jest większa, niższe tam, gdzie jest mniejsza.

Sprawdzi się, gdy:

• masz jasno określony budżet i chcesz utrzymać koszt konwersji na stabilnym poziomie,
• kampania ma już wystarczającą liczbę danych (15–30 konwersji z ostatnich 30 dni),
• priorytetem jest efektywność wydatków, nie tylko wolumen.

Wyniki mogą się nieznacznie różnić od założonego CPA, ale system dąży do tego, by średni koszt pozyskania konwersji mieścił się w wyznaczonym celu.

Maksymalizacja wartości konwersji

W tej strategii liczy się nie liczba, a wartość konwersji. System ustala stawki tak, by łączna wartość sprzedaży była jak najwyższa w ramach budżetu.

Google identyfikuje użytkowników, którzy dokonują droższych zakupów, i kieruje do nich wyższe stawki. Jednocześnie ogranicza wydatki na kliknięcia o niższym potencjale przychodu.

Wymaga:

• poprawnie skonfigurowanego śledzenia wartości konwersji (np. wartości koszyka),
• stabilnego budżetu,
• regularnego monitorowania wyników i ewentualnego ustawienia docelowego ROAS.

To strategia szczególnie skuteczna w e-commerce, gdy produkty mają różne ceny lub marże, a celem jest maksymalizacja przychodu, nie tylko liczby transakcji.

Docelowy zwrot z nakładów na reklamę (tROAS)

Docelowy ROAS to strategia, która dąży do maksymalizacji przychodu przy określonym zwrocie z inwestycji.

Google przewiduje potencjalną wartość konwersji i ustala CPC tak, by średni zwrot z wydatków reklamowych był zgodny z Twoim celem (np. 400% ROAS = 4 zł przychodu z każdej wydanej złotówki).

Zalety tej strategii:

• optymalizuje pod kątem faktycznej rentowności,
• skupia się na kliknięciach, które prowadzą do transakcji o wyższej wartości,
• automatycznie reaguje na zmiany w czasie rzeczywistym,
• umożliwia ustalanie różnych celów ROAS dla różnych kampanii.

Dla stabilnych wyników Google zaleca minimum 50 konwersji z ostatnich 30 dni. Strategia sprawdza się najlepiej w kampaniach sprzedażowych i e-commerce, gdzie liczy się efektywność kosztowa.

👉 Poznaj też modele rozliczeń w kampaniach Google Ads. 

Jak wybrać strategię ustalania stawek?

Dobór właściwej strategii ustalania stawek zależy od trzech rzeczy: celu kampanii, dostępnych danych o konwersjach i poziomu kontroli, jaki chcesz zachować nad budżetem.

Nie ma jednego rozwiązania, które działa zawsze. Strategia, która sprawdza się w sklepie internetowym, może być nietrafiona w kampanii leadowej B2B. A automatyzacja, która daje świetne wyniki przy tysiącach danych, często gubi się przy mniejszej liczbie konwersji.

Te kroki pomogą Ci dokonać wyboru:

1. Określ cel kampanii

Zadaj sobie pytanie: co ma się wydarzyć po kliknięciu w reklamę? Od tego zależy, czy optymalizujesz pod kliknięcia, konwersje czy wartość sprzedaży.

Najczęstsze cele i powiązane strategie:

• Więcej ruchu na stronie → Maksymalizacja liczby kliknięć
• Generowanie leadów → Docelowy CPA lub Maksymalizacja liczby konwersji
• Sprzedaż produktów lub usług → tROAS lub Maksymalizacja wartości konwersji
• Budowanie świadomości marki → Docelowy udział w wyświetleniach
• Rentowność i ROI → Docelowy ROAS
  

Jeśli masz połączone konto Google Ads z Google Analytics, możesz analizować dane o konwersjach bezpośrednio i lepiej dopasować strategię do rzeczywistych wyników. Pamiętaj, że każda zmiana celu może uruchomić ponownie okres uczenia się, więc wprowadzaj je z wyczuciem.

 2. Oceń dane o konwersjach

Automatyzacja działa dobrze tylko wtedy, gdy ma się na czym uczyć.
Algorytmy potrzebują danych – im więcej, tym lepiej przewidują, kiedy reklama ma największą szansę na konwersję.

Na co zwrócić uwagę:

• Wolumen konwersji – Google zaleca minimum 30 konwersji w 30 dni (50 dla tROAS).
• Poprawność śledzenia – czy wszystkie konwersje są prawidłowo zliczane?
• Stabilność danych – czy wyniki są powtarzalne, czy mocno się wahają?
• Implementacja tagów – czy korzystasz z tagu Google lub GTM?

Jeśli masz mało danych, zacznij od prostszych strategii, np. Maksymalizacji kliknięć. W międzyczasie wprowadź mikrokonwersje (np. kliknięcie numeru telefonu, dodanie do koszyka), żeby dostarczyć algorytmowi więcej sygnałów.

3. Zdecyduj, ile kontroli potrzebujesz

Nie każda firma chce oddać stery w pełni AI. Manualne ustalanie stawek (Manual CPC) daje Ci pełną kontrolę nad tym, ile płacisz za kliknięcie — w poszczególnych grupach reklam, słowach kluczowych czy lokalizacjach.

Sprawdza się, gdy:

• masz ograniczony budżet i chcesz kontrolować każdy wydatek,
• kampania dopiero startuje i testujesz różne podejścia,
• masz własne dane lub wiedzę, które chcesz wykorzystać,
• potrzebujesz precyzyjnych różnic między segmentami.

Automatyczne strategie oszczędzają czas, ale ograniczają możliwość ręcznych poprawek.

Jeśli nie chcesz od razu przechodzić na pełną automatyzację, możesz zacząć od ulepszonego CPC (eCPC) – łączy manualne stawki z korektami opartymi na AI (choć ta opcja jest już stopniowo wycofywana).

Warto też korzystać z narzędzi Google, takich jak Rekomendacje czy Symulator stawek. Pomogą Ci sprawdzić, jak zmiana strategii lub budżetu wpłynie na liczbę kliknięć i konwersji – zanim wprowadzisz ją w życie.

Chcesz uruchomić skuteczne kampanie Google Ads?

Dobierzemy optymalną strategię ustalania stawek i wszystkie inne aspekty prowadzenia kampanii, dzięki czemu zrealizujesz swoje cele.

Sprawdź, co możesz zyskać!

Inteligentne strategie a manualne ustalanie stawek – porównanie

Inteligentne strategie ustalania stawek (Smart Bidding) automatyzują optymalizację i wykorzystują uczenie maszynowe do podejmowania decyzji za Ciebie. Manualne ustalanie stawek daje pełną kontrolę, ale wymaga doświadczenia i regularnej pracy z danymi. 

Smart Bidding analizuje setki sygnałów w czasie rzeczywistym – od lokalizacji po urządzenie czy porę dnia – i dopasowuje stawki do kontekstu każdej aukcji. To poziom precyzji, którego trudno osiągnąć przy ręcznym zarządzaniu. Manualne CPC pozwala natomiast działać punktowo: ustalać stawki dla konkretnych słów kluczowych, grup reklam czy lokalizacji. Daje to większą elastyczność w testach i kontrolę nad budżetem, ale kosztem czasu i skalowalności.

W kampaniach produktowych (PLA) czy Performance Max Google rekomenduje strategie oparte na konwersjach – przede wszystkim docelowy ROAS i maksymalizację wartości konwersji.

Manualne CPC sprawdza się natomiast na początkowych etapach, gdy kampania nie ma jeszcze historii konwersji, a algorytmy nie mają wystarczającej ilości danych do nauki.

Kiedy warto zaufać automatyzacji Google Ads?

Automatyzacja działa najlepiej, gdy kampania ma jasny cel i wystarczająco dużo danych.

Jeśli śledzenie konwersji jest poprawne, a kampania generuje przynajmniej 30–50 konwersji miesięcznie, Smart Bidding potrafi uzyskać lepsze wyniki niż ręczne zarządzanie stawkami.

Najlepiej sprawdza się w sytuacjach, gdy:

• masz duży wolumen konwersji,
• działasz w dynamicznej branży, gdzie warunki szybko się zmieniają,
• prowadzisz wiele kampanii jednocześnie,
• sprzedajesz produkty o różnych marżach,
• priorytetem jest oszczędność czasu i zasobów.

W jakich sytuacjach manualne CPC wciąż ma przewagę?

Ręczne ustalanie stawek nadal ma swoje miejsce – szczególnie tam, gdzie liczy się pełna kontrola nad budżetem lub kampania generuje zbyt mało danych, by algorytm mógł się uczyć.

Manualne CPC warto wybrać, gdy:

• dopiero uruchamiasz kampanię i nie masz danych o konwersjach,
• działasz w niszy z małym wolumenem wyszukiwań,
• prowadzisz kampanię B2B z długim cyklem sprzedaży,
• testujesz nowy rynek i chcesz obserwować zachowania użytkowników,
• musisz precyzyjnie zarządzać budżetem na poziomie słów kluczowych.

Jak wdrożyć i optymalizować inteligentne ustalanie stawek?

Wdrożenie Smart Bidding zaczyna się od przygotowania konta i konfiguracji śledzenia, a kończy na ciągłej analizie i dostosowywaniu kampanii. Automatyzacja daje ogromne możliwości, ale wymaga danych, cierpliwości i systematycznego podejścia.

Inteligentne strategie potrzebują czasu, żeby się nauczyć. Algorytmy testują różne scenariusze, analizują zachowania użytkowników i z biegiem czasu coraz lepiej przewidują, które kliknięcia mają największy potencjał konwersji. Twoim zadaniem jest dostarczyć im dane i nie przeszkadzać w procesie uczenia.

1. Przygotuj swoje konto Google Ads na zmianę strategii

Pierwszy krok to solidne przygotowanie konta. Smart Bidding bazuje na danych o konwersjach – jeśli są niekompletne lub błędne, algorytm będzie się uczył na złych wzorcach.

Zanim włączysz inteligentną strategię, zrób checklistę:

• Sprawdź, czy śledzenie konwersji działa poprawnie (tagi, zdarzenia, wartości).
• Uporządkuj strukturę kampanii – usuń duplikaty, scal podobne grupy reklam.
• Upewnij się, że budżet jest wystarczający (najlepiej 10–20× wyższy niż docelowy CPA).
• Ustal jasne, mierzalne cele – spójne z Twoimi celami biznesowymi.
• Zaplanuj okres przejściowy: pierwsze tygodnie po zmianie mogą być niestabilne.

Dobrą praktyką jest wykonanie mini-audytu konta przed wdrożeniem nowej strategii. Zbierz dane z dotychczasowych kampanii i wykorzystaj je do wyznaczenia realistycznych celów – np. określ docelowy CPA na podstawie średniego kosztu konwersji z ostatnich miesięcy.

2. Przetrwaj fazę uczenia się

Faza uczenia się (learning phase) to moment, w którym algorytm zbiera dane i testuje różne kombinacje stawek. W tym czasie wyniki kampanii mogą się wahać – CPA lub ROAS mogą tymczasowo odbiegać od celu. To normalne.

Jak długo trwa?
Zazwyczaj od kilku dni do kilku tygodni – zależnie od:

• wybranej strategii (np. Maksymalizacja konwersji vs. Docelowy ROAS),
• liczby konwersji,
• stabilności danych,
• opóźnienia konwersji (czas między kliknięciem a działaniem użytkownika).

Jak przetrwać tę fazę?

• Nie zmieniaj ustawień zbyt często – unikaj korekt budżetu powyżej 20%.
• Nie edytuj struktury kampanii ani celów w trakcie uczenia.
• Daj algorytmowi przestrzeń do testowania – potrzebuje danych, by się doskonalić.
• Wspieraj go dodatkowymi sygnałami: listami remarketingowymi, danymi CRM, importem konwersji offline.

3. Analizuj efektywność ustalania stawek

Nie oceniaj skuteczności Smart Bidding tylko po kilku dniach. Porównuj wyniki w dłuższej perspektywie – najlepiej 2–4 tygodni po zakończeniu fazy uczenia.

Najważniejsze wskaźniki, które warto monitorować:

• Dla strategii tCPA i Maksymalizacji konwersji: liczba konwersji, koszt/konwersję, współczynnik konwersji.
• Dla strategii tROAS i Maksymalizacji wartości konwersji: wartość konwersji, ROAS, średnia wartość zamówienia.
• Dla wszystkich: CTR, średni CPC, udział w wyświetleniach, jakość reklam.

Google Ads udostępnia narzędzia, które ułatwiają ocenę skuteczności:

• Raporty strategii ustalania stawek – pokazują, jak zmieniają się wyniki po wdrożeniu.
• Symulator stawek – pozwala prognozować wpływ zmian CPA lub ROAS na wyniki.
• Analiza aukcji – pokazuje, jak wypadasz na tle konkurencji.

Jeśli działasz sezonowo (np. w e-commerce), warto stosować sezonowe korekty – to sposób, by poinformować algorytm o spodziewanym wzroście lub spadku konwersji (np. w Black Friday).

Zaawansowane taktyki i najczęstsze błędy

Smart Bidding daje ogromne możliwości, ale dopiero w rękach doświadczonego specjalisty pokazuje pełen potencjał. Zaawansowane techniki – takie jak strategie portfolio, optymalizacja Performance Max czy wykorzystanie danych z CRM – potrafią znacząco zwiększyć efektywność kampanii. Warunek jest jeden: trzeba wiedzieć, jak ich używać i jakich błędów unikać.

Strategie portfolio – jedna strategia, wiele kampanii

Strategie portfolio pozwalają zarządzać stawkami dla wielu kampanii jednocześnie.

Zamiast osobnych strategii w każdej kampanii, łączysz je w jeden wspólny system optymalizacji. To rozwiązanie sprawdza się szczególnie wtedy, gdy kampanie mają te same cele konwersji lub generują zbyt mało danych, by samodzielnie uczyć algorytm.

Dlaczego warto z niego korzystać?

• Google lepiej wykorzystuje dane z całego konta, co przyspiesza uczenie się,
• budżet automatycznie przesuwa się do najlepiej działających kampanii,
• możesz ustawić limity maksymalnego CPC nawet przy Smart Bidding,
• masz jedno miejsce do kontroli wszystkich powiązanych kampanii,
• łatwiej skalujesz cele i reagujesz na zmiany w strategii biznesowej.

Portfolio potrzebuje zwykle 2–3 tygodni, by zebrać wystarczająco danych. Nie działa jednak z kampaniami Performance Max, które mają własny system automatycznej dystrybucji budżetu.

Smart Bidding w kampaniach Performance Max

Performance Max to najbardziej zautomatyzowany typ kampanii Google Ads.
Łączy wszystkie kanały – wyszukiwarkę, YouTube, sieć reklamową, Gmail, Mapy i Discover – i sam decyduje, gdzie reklama ma się pojawić.

Silnik Performance Max korzysta z tych samych strategii, co klasyczne kampanie Smart Bidding:

• Maksymalizacja liczby konwersji (z opcjonalnym docelowym CPA),
• Maksymalizacja wartości konwersji (z opcjonalnym docelowym ROAS).

System optymalizuje nie tylko stawki, ale i cały proces — dobiera kanały, kreacje, odbiorców i alokuje budżet w czasie rzeczywistym. Żeby to działało, musisz dać mu solidne dane wejściowe: wysokiej jakości kreacje, spójne komunikaty, aktualne dane o odbiorcach i dobrze skonfigurowane konwersje.

Kampania PMax potrzebuje 1–2 tygodni fazy uczenia i minimum 4 tygodni testów, by wyniki były miarodajne.

Najczęstsze błędy w Smart Bidding 

Najczęstszy i najdroższy błąd to błędne śledzenie konwersji. Jeśli dane są niekompletne, algorytm uczy się na błędach – dosłownie.

Inne częste problemy:

• Zły dobór strategii – jeśli kampania ma dane o konwersjach, porzuć strategie oparte na kliknięciach i przejdź na strategie oparte na konwersjach lub wartości.
• Zbyt szybkie przełączanie strategii – daj każdej kampanii 2–4 tygodnie na naukę, zanim zaczniesz ją zmieniać.
• Ignorowanie ustawień domyślnych – wyłącz partnerów w sieci wyszukiwania i zmień kierowanie geograficzne na „Obecność”, nie „Obecność lub zainteresowanie”.
• Brak wykluczających słów kluczowych – regularnie przeglądaj raport wyszukiwanych haseł, szczególnie przy dopasowaniu przybliżonym.
• Nieuporządkowana struktura konta – chaotyczne kampanie utrudniają analizę i spowalniają algorytm.
• Bezrefleksyjne przyjmowanie rekomendacji Google – nie każda sugestia służy Twoim celom, wiele z nich ma zwiększyć wydatki, nie zyski.

Częstym błędem jest też importowanie konwersji wyłącznie z Google Analytics.

Lepiej skonfigurować konwersje bezpośrednio w Google Ads – dzięki temu algorytm widzi więcej szczegółowych danych o czasie i kontekście zdarzenia.

Warto też wdrożyć mikrokonwersje – np. dodanie do koszyka, zapis na newsletter czy kliknięcie numeru telefonu. Takie drobne sygnały pomagają algorytmowi szybciej rozpoznać użytkowników z potencjałem konwersji.