Gå til indhold
Case · AI-agent

PPC-agenten: én ændring pr. kunde på 11 kundekonti

PPC-agenten er en AI-agent, der hver anden søndag gennemgår mine kunders annoncekonti og finder én ændring pr. kunde, som højst tager 30 minutter at udføre. Jeg hedder Kenneth Jonassen, og jeg godkender hvert forslag, før noget bliver ændret. Agenten kører i dag på 11 aktive kundekonti.

Book en snak →

Anonymiseret eksempel på en kørsel med PPC-agenten.

Udgangspunkt

Mine kunders data ligger i fem forskellige systemer. Det er Google Ads, Meta Ads, GA4, Google Tag Manager og Merchant Center. En fejl i ét af dem kan koste penge i et andet, fx når en brudt tracking får Google til at byde efter forkerte tal. Kenneth Jonassen ville have et ekstra sæt øjne, der kigger på tværs af alle fem, hver gang.

Opgave

Agenten skulle finde den ene ændring pr. kunde, der giver mest for indsatsen, og den skulle højst tage 30 minutter at udføre. Den måtte foreslå, men ikke bestemme. Ændringer i kontiene skulle først ske, når jeg havde sagt ja.

Løsning

Agenten er bygget i n8n, som er et værktøj til at koble systemer sammen i faste arbejdsgange. Den bruger kode til at hente og kontrollere data og en sprogmodel til at vurdere. En sprogmodel er den type AI-model, der kan læse og skrive tekst. Sådan har Kenneth Jonassen delt arbejdet op.

Hver anden søndag kl. 3Sådan arbejder PPC-agenten
  1. 01

    Data

    3 perioder à 14 dage

    • Google Ads
    • Meta Ads
    • GA4
    • GTM
    • Merchant Center
  2. 02

    Røde flag

    Brudt tracking, afviste produkter, forbrug uden resultat, tabt budget

  3. 03

    Vurdering

    3 til 5 kandidater vurderes på effekt, datasikkerhed og tid

  4. 04

    Ét forslag

    Én ændring pr. kunde, højst 30 minutters arbejde

  5. 05

    Godkendelse

    Intet udføres, før Kenneth har trykket godkend

  6. 06

    Fortryd

    Alle ændringer kan rulles tilbage i 7 dage

Flowet i PPC-agenten fra data til godkendt ændring. Hukommelsen om tidligere beslutninger bruges i vurderingen.

Data fra fem systemer

Agenten henter data via API, som er en direkte forbindelse mellem to systemer. Den sammenligner tre perioder på 14 dage: de seneste 14 dage, perioden før og samme periode sidste år.

Fire røde flag først

Før agenten leder efter forbedringer, tjekker den fire røde flag: brudt tracking, afviste produkter i Merchant Center, forbrug uden resultat og tabt budget. Det er fejl, der koster penge, hvis ingen opdager dem.

Vurdering og kontrol

En sprogmodel vurderer 3 til 5 mulige ændringer ud fra effekt, hvor sikre dataene er, og hvor lang tid ændringen tager. Den vælger én. Bagefter kontrollerer kode, at svaret holder sig inden for reglerne.

Hukommelse

Agenten bruger kundens historik som hukommelse. Den foreslår derfor ikke noget, som kunden og jeg allerede har besluttet ikke at gøre.

Forslag i Google Chat

Forslaget lander som et kort i Google Chat med en begrundelse, en trinvis guide og den forventede effekt. Nogle forslag kan udføres med ét klik. Det gælder budgetændringer, negative søgeord, udelukkelse af produkter og pause af svage annoncer. De bliver først udført, når jeg har godkendt dem.

Sådan ser et forslag ud

Ét kort i Google Chat. Én beslutning.

  • Hvad og hvor i kontoen
  • Trinvis guide og begrundelse
  • Forventet effekt
  • Godkend med ét klik, eller lad være
Anonymiseret eksempel. Kunden er skiftet ud med et bogstav.

Faste grænser

Grænserne er skrevet ind i koden. En budgetændring må højst være 30 % op eller ned. Et produkt bliver først udelukket efter mindst 70 klik uden salg. Alle ændringer kan fortrydes i 7 dage.

Resultat

Piloten startede 24. september 2026 med 3 kunder. I dag kører agenten på 11 aktive kundekonti. Den første samlede kørsel gav 12 forslag. 9 kunne udføres med ét klik, og 3 var guides.

Kenneth Jonassen har endnu ingen målinger af effekten. Derfor står der ikke noget her om sparet tid eller mere omsætning. Den del kommer, når der er tal at vise.

Hvad jeg lærte

Brug kun sprogmodellen der, hvor der skal vurderes. Det er Kenneth Jonassens vigtigste regel fra PPC-agenten. Alt, der kan regnes ud med kode, regnes ud med kode, og kode kontrollerer sprogmodellens svar.

Grænser skal stå i koden, ikke kun i en aftale. Så holder de, også den dag sprogmodellen tager fejl.

Start småt og med rigtige data. Agenten kørte på 3 kunder, før den kom ud på flere konti. Det giver tid til at rette det, der ikke virker, før det rammer mange.

Læs om AI-agenter i Google Ads · Tilbage til cases

Overvejer du en agent til dine egne konti?

Fortæl mig, hvad den skal holde øje med, så får du et ærligt svar på, om det giver mening. Jeg svarer med det samme.