Geavanceerde Feedoptimalisaties Waarmee Je Voorsprong Krijgt op Concurrenten

Je feed uploaden, titels optimaliseren, een paar eigen labels toevoegen, dat zijn basis acties. Maar tussen een basaal geoptimaliseerde feed en een feed die structureel 30-50% betere resultaten oplevert, zit een wereld van technieken die de meeste adverteerders niet toepassen. Dit artikel gaat over die technieken.

Zoekwoordgestuurde feedverbetering: laat zoektermen de feed optimaliseren

De standaard aanpak is: je maakt een feed, Google koppelt producten aan zoekopdrachten, en jij optimaliseert op basis van prestaties. Maar je kunt dit proces omdraaien en je feed laten verbeteren door zoekwoorddata.

De techniek: analyseer jouw zoektermen rapport en identificeer hoog converterende longtail zoekopdrachten die wél conversies opleveren, maar waar je producten niet goed op ranken. Voeg deze termen toe aan je product titels.

Stel: je verkoopt bureaustoelen en ziet dat “ergonomische bureaustoel thuiswerken lage rugpijn” goed converteert, maar je product titel is simpelweg “ErgoChair Pro Zwart”. Een feedverrijkingsregel voegt automatisch contextuele zoekwoorden toe op basis van productkenmerken en historische zoekprestaties.

Uitvoering:

• Exporteer goed converterende zoektermen uit een zoektermen rapport (minimaal 3 conversies, rendement boven doel)
• Categoriseer ze per productgroep op basis van artikelnummer-patronen
• Bouw een koppelingstabel: productcategorie → relevante longtail toevoeging
• Pas dit toe via feedregels of je feedbeheer platform

Dit zorgt ervoor dat je titels blijven evolueren op basis van wat daadwerkelijk converteert in je account, niet op basis van aannames.

Concurrerende prijspositionering met dynamische eigen labels

De meeste adverteerders gebruiken statische eigen labels: “hoge_marge”, “lage_marge”. Maar concurrenten veranderen hun prijzen continu. Een product dat gisteren prijscompetitief was, is dat vandaag misschien niet meer.

De techniek: koppel een prijsvergelijkingstool aan de feed en werk dagelijks eigen labels bij op basis van de relatieve prijspositie in de markt.

Labelstructuur:

• prijspositie_laagste: je bent goedkoopste in de markt (bied agressief)
• prijspositie_top3: je zit in top 3 (normale biedstrategie)
• prijspositie_middenmoot: je zit in middenmoot (bied conservatiever)
• prijspositie_hoog: je bent duurder dan 80% van de markt (overweeg prijs aan te passen of bied veel lager)

Uitvoering via aanvullende feed:
product_id | eigen_label_0
12345 | prijspositie_laagste
12346 | prijspositie_middenmoot
12347 | prijspositie_hoog
Koppel in je Shopping- en Performance Max campagnes verschillende doelena aan deze labels. Producten met prijspositie_laagste krijgen een hogere ROAS mee, prijspositie_hoog krijgt lagere ROAS mee.

Het effect: je budget gaat automatisch naar producten waar je een concurrerende prijs hebt en dus hogere conversiekans, terwijl je niet meer verbrand aan producten waar je prijs niet klopt.

Eigen klantdata segmentatie in je productfeed

Google’s algoritme is krachtig, maar kent jouw klanten niet zoals jij ze kent. Door eigen klantdata te integreren in je feed, geef je Google signalen die veel waardevoller zijn dan generieke productkenmerken.

Databronnen die je kunt gebruiken:

• Aankoopgeschiedenis: welke producten kopen terugkerende klanten vs. nieuwe klanten?
• Retourpercentages: welke producten hebben hoge retouren? (lagere biedingen)
• Gemiddelde bestelwaarde bij dit product: producten die vaak samen met andere items gekocht worden
• Klantwaarde over tijd: klanten die product X kopen, hebben 2x hogere levenslange waarde

Custom label voorbeelden:

• klantwaarde_aanjager_hoog: producten die gekocht worden door klanten met hoge levenslange waarde
• herhalingsaankoop_hoog: producten met >40% herhalingsaankoop percentage
• retour_laag: <5% retourpercentage
• bundel_aanjager: product wordt in 60%+ van bestellingen gecombineerd met andere items

Deze data haal je uit je webwinkel platform of klantbeheersysteem, en je voegt het toe via aanvullende feed die dagelijks ververst.

Waarom dit werkt: Google’s automatische biedoptimalisatie en Performance Max kan deze signalen gebruiken om betere voorspellingen te maken over conversiekans. Een product met label klantwaarde_aanjager_hoog krijgt mogelijk net dat extra zetje in de veiling, omdat het algoritme leert dat dit type product waardevolle klanten aantrekt.

Kenmerk-niveau testen: test je feed systematisch

Je zou nooit één advertentietekst draaien zonder varianten te testen. Waarom doe je dat wel met je product titels?

De uitdaging: Google Shopping heeft geen ingebouwde testfunctionaliteit voor feed elementen. Je moet het zelf bouwen.

Methode 1: Product-niveau splits via item group ID 
Voor producten met varianten kun je verschillende titels testen door varianten verschillende titels te geven terwijl ze onder dezelfde Item Group ID vallen. Google verdeelt vertoningen over varianten, en je meet welke versie beter presteert.

Methode 2: Tijdsgebonden rotatie

• Week 1-2: Titel versie A voor productgroep X
• Week 3-4: Titel versie B voor productgroep X
• Analyseer verschil in doorklikratio en conversieratio

Dit werkt het best voor productgroepen met >100 conversies per maand, zodat je statistische zekerheid bereikt.

Wat te testen:

• Merk vooraan vs. merk achteraan in titel
• Specifieke kleurnamen (“Marineblauw”) vs. generiek (“Blauw”)
• Technische specificaties vooraan vs. voordelen vooraan
• Lange titels (130+ tekens) vs. korte titels (70 tekens)

Leg resultaten vast in een testlogboek en bouw een kennisbank op van wat werkt in jouw niche.

Geavanceerde producttype indeling voor campagne structurering

Veel adverteerders gebruiken producttype op één manier. Maar je kunt een secundaire indeling inbouwen die specifiek bedoeld is voor campagne structurering.

Standaard producttype (volgt website structuur): Kleding > Herenkleding > T-shirts > Lange Mouw

Secundair producttype (via eigen_label_1, strategisch): Margetier_Hoog | Seizoen_Zomer | Prestatie_Bestseller | Levenscyclus_Volwassen

Deze secundaire indeling gebruik je niet voor koppeling met zoekopdrachten, maar puur voor segmentatie in campagnes. Je maakt productgroepen die kruisverbanden leggen:

• Hoge marge + Zomer + Bestseller = Agressief bieden
• Lage marge + Winter + Slecht presterend = Minimaal bieden of pauzeren

Dit geeft je verfijndere controle die verder gaat dan standaard producttype hiërarchie.

Productnummer gestuurde bundelstrategie

Productnummers (GTIN, EAN) zijn niet alleen voor naleving van richtlijnen – je kunt ze strategisch inzetten voor product ontdekking.

Geavanceerde toepassing: Google gebruikt productnummers om producten te clusteren met vergelijkbare items van andere retailers. Als jouw product hetzelfde productnummer heeft, verschijn je in prijsvergelijkingslijsten en “beste prijs” plaatsingen.

Maar – niet alle producten hebben productnummers, en voor huismerkproducten beslis jij of je ze toevoegt of niet.

Strategische keuze:

• Wel productnummer opgeven: Als je prijscompetitief bent en wilt profiteren van “vergelijkingswinkelen”
• Geen productnummer opgeven (identifier_exists = false): Als je uniek bent, hogere marges hebt, en niet naast 20 concurrenten in een prijslijst wilt staan

Voor retailers met zowel merkartikel als huismerk: merkartikelen krijgen productnummers (bulkmarkt, concurrentie op prijs), huismerk krijgt bewust geen productnummer (onderscheiding op merk en ervaring).

Seizoensgebonden toewijzing modelleren in je feed

De meeste adverteerders passen eigen custom labels handmatig aan voor seizoenen. Maar je kunt dit automatiseren op basis van historische prestaties.

De aanpak: analyseer per productcategorie de seizoensindex per maand over de afgelopen twee a drie jaar. Bouw een voorspellingsmodel dat voorspelt wanneer elk product z’n piek bereikt.

Dynamische label toewijzing:
Als [huidige_maand] binnen [voorspelde_piek_periode]:
eigen_label_2 = “seizoen_piek”
Als [conversie_index] > [basis] + 25%:
eigen_label_2 = “seizoen_stijgend”
Als [conversie_index] < [basis] – 25%:
eigen_label_2 = “seizoen_dalend”
Koppel hier automatische budgetverschuivingen aan. Seizoen_piek producten krijgen +50% budget, seizoen_dalend krijgen -40%.

Dit werkt vooral goed voor mode, tuinartikelen, sport & outdoor, en seizoensgebonden cadeaus.

Feed-gebaseerde doelgroep gelaagdheid voor Performance Max

Performance Max is een zwarte doos, maar je kunt invloed uitoefenen via je feed. De truc is om eigen custom labels te maken die overeenkomen met doelgroepsegmenten.

Techniek: maak eigen labels die corresponderen met klantreis fasen:

• klantreis_bewustwording: goedkope instapproducten, lage gemiddelde bestelwaarde
• klantreis_overweging: middelste segment producten, gemiddelde bestelwaarde
• klantreis_beslissing: premium producten, hoge gemiddelde bestelwaarde, vaak herhalingsaankoop

Maak separate middelengroepen in Performance Max per klantreis fase:

• Middelengroep 1: klantreis_bewustwording producten + bewustwordingsgerichte teksten
• Middelengroep 2: klantreis_overweging producten + vergelijkingsgerichte teksten
• Middelengroep 3: klantreis_beslissing producten + conversie gerichte teksten

Combineer dit met doelgroepsignalen (websitebezoekers 0-7 dagen voor beslissingsfase, koud verkeer voor bewustwordingsfase), en je geeft Performance Max een veel gerichter raamwerk waarbinnen het kan optimaliseren.

Afbeeldingsvariant testen via extra afbeeldingskoppelingen

Google toont niet altijd je hoofdafbeelding. Via extra afbeeldingskoppelingen kun je tot 10 extra afbeeldingen toevoegen. Google’s algoritme kiest welke afbeelding het toont op basis van wat de beste prestatie voorspelt.

Strategische aanpak: voeg bewust verschillende afbeeldingstypes toe:

1. Witte achtergrond productfoto (naleving richtlijnen)
2. Leefstijlafbeelding met product in gebruik
3. Close-up van belangrijkste kenmerk
4. Vergelijkingsfoto (bijv. groottereferentie)
5. Verpakkingsfoto (voor cadeau-intentie zoekopdrachten)

Google test deze automatisch en leert welke afbeeldingstype het beste werkt per zoekopdracht context. Een zoekopdracht naar “cadeau voor verjaardag” toont misschien afbeelding 5, terwijl “technische specificaties” afbeelding 3 activeert.

Data-gedreven optimalisatie: exporteer prestaties per product, correleer met welke afbeeldingen Google koos (zie je in middelenrapporten), en elimineer slecht presterende afbeeldingstypes uit je feed.

Marge-gericht bieden via feed

Doel rendement werkt op campagneniveau, maar niet alle producten binnen een campagne hebben dezelfde marge. Dit leidt tot suboptimale beslissingen.

De oplossing: maak productgroepen op basis van marge-bandbreedtes en pas verschillende rendementsdoelen toe:

Productgroep: Marge 50-70% → Doel rendement 300% Productgroep: Marge 30-49% → Doel rendement 400% Productgroep: Marge 10-29% → Doel rendement 600%

Maar voor maximale controle, ga een stap verder: bereken per product de winst per conversie en gebruik dat als eigen conversiewaarde in je tracking.

Geavanceerde uitvoering: Pas je conversie tracking aan zodat de waarde niet de bestelwaarde is, maar de winstmarge op die bestelling. Een verkoop van €100 met 40% marge stuurt waarde: 40 naar Google, niet waarde: 100.

Nu optimaliseert Google’s automatische biedoptimalisatie direct op winst in plaats van omzet, en krijgen producten met lage marge automatisch lagere biedingen.

Negatieve zoekwoorden vinden vanuit feedkenmerken

Iedereen voegt handmatig negatieve zoekwoorden toe. Maar je kunt dit systematiseren door je feed te analyseren op kenmerken die tot irrelevant verkeer leiden.

Voorbeeld: je verkoopt professionele camera’s. Maar zoekopdrachten met “goedkoop”, “budget”, “beginner”, “kind” leiden tot lage conversieratio omdat je geen instapproducten hebt.

Systematische aanpak:

1. Analyseer alle kenmerken in je feed (prijsranges, producttypes, beoogd gebruik, vaardigheidsniveau)
2. Identificeer hiaten: wat verkoop je NIET?
3. Genereer een negatieve zoekwoorden lijst op basis van deze hiaten
4. Voor prijsgevoelige categorieën: als je laagste prijs €500 is, voeg “onder €300”, “goedkoop”, “budget” toe als negatieven

Automatiseer dit proces: bouw een script dat maandelijks je feed analyseert, prijspunten identificeert, en automatisch negatieve zoekwoorden suggesties genereert voor zoekopdrachten die buiten je assortiment vallen.

Meertalige feedoptimalisatie met land-specifieke kenmerken

Voor retailers die in meerdere landen adverteren: Google Merchant Center ondersteunt feeds per land, maar de meeste adverteerders maken gewoon vertalingen van dezelfde feed.

Geavanceerde aanpak: pas kenmerken aan per land op basis van lokaal zoekgedrag.

Nederland: “Hardloopschoenen Heren Nike Air Zoom Maat 43 Zwart”
Duitsland: “Nike Air Zoom Laufschuhe Herren Schwarz Größe 43”
Verenigd Koninkrijk: “Nike Air Zoom Running Trainers Men’s Black Size 9”

Maar ga dieper: analyseer per land welke kenmerken het zwaarst wegen.

Nederland: Merk + Type + Maat vooraan (maat is beslissingsbepalend)
Duitsland: Merk + Functie + Materiaal (Duitse markt hecht aan kwaliteitsspecificaties)
Verenigd Koninkrijk: Merk + Leefstijlcontext + Prijssignalering

Dit betekent verschillende titelsjablonen per land, niet alleen vertalingen.

Feedhygiëne automatisering: voorkom problemen voordat ze ontstaan

De meeste adverteerders reageren op feedproblemen. Slimme adverteerders voorkomen ze.

Bouw een validatie proces in voorafgaand aan upload:

Voordat je feed naar Merchant Center gaat, draait deze door een validatiescript dat checkt:

1. Prijs consistentie: Zijn prijzen logisch? (Geen €1 laptops, geen €10.000 t-shirts)
2. Afbeelding bereikbaarheid: Zijn alle afbeelding-adressen bereikbaar? (crawl controle)
3. Productnummer validatie: Kloppen de productnummers?
4. Teken codering: Zitten er vreemde tekens in titels/beschrijvingen?
5. Bestemmingspagina controles: Leiden alle adressen naar 200-status pagina’s?
6. Kenmerk volledigheid score: Heeft elk product minimaal 15 van de 20 belangrijkste kenmerken?

Resultaat: Dashboard met feedscore voordat de feed live gaat. Producten met score <70 worden automatisch uitgesloten tot ze hersteld zijn.

Dit voorkomt dat problematische producten je account gezondheidsscore schaden.

Performance Max feed segmentatie: itemgroepen op basis van feed-intelligentie

Performance Max werkt het best met goed gesegmenteerde itemgroepen. Maar hoe bepaal je de segmentatie?

Data-gedreven aanpak: analyseer je feed en historische Shopping/Performance Max data om natuurlijke product clusters te vinden die vergelijkbaar presteren.

Segmentatie aanpak:

1. Neem alle producten met >50 vertoningen laatste 90 dagen
2. Segmenteer op basis van: gemiddelde kosten per klik, conversieratio, gemiddelde bestelwaarde, doorklikratio
3. Identificeer 4-6 clusters (bijv: hoge-waarde/hoge-kosten, hoog-volume/lage-kosten, niche/premium, etc.)
4. Tag deze clusters in je feed met een custom label

Itemgroep strategie per cluster:

• Hoge-waarde/Hoge-kosten cluster: Uitgebreide middelen, video’s, getuigenisteksten, hoger doel rendement
• Hoog-volume/Lage-kosten cluster: Efficiency-gericht, kortere teksten, lager doel rendement maar hoger volume target
• Niche/Premium cluster: Exclusiviteitsboodschap, leefstijlbeelden, merkgerichte teksten

Dit geeft Performance Max een intelligente structuur die gebaseerd is op hoe producten daadwerkelijk presteren, niet op willekeurige productcategorieën.

Realtime voorraad-gebaseerd bieden via feed updates

De meeste feeds updaten 1x per dag. Maar voorraad verandert realtime, en uitverkochte producten kosten je geld.

Geavanceerde implementatie:

1. Stel een feed in die elk uur update (via inhouds-interface of geplande ophaling)
2. Voeg een kenmerk toe: voorraadniveau (hoog/middel/laag/kritiek)
3. Bij laatste 5 stuks: voorraadniveau = kritiek

Campagne logica:

• kritiek: -80% bied aanpassing (liquideer zonder winstgevendheid op te offeren)
• laag: -40% bied aanpassing
• middel: basisniveau
• hoog: +20% bied aanpassing (duw volume voor goed gevulde voorraad)

Combineer dit met een dagen_tot_herbevoorrading kenmerk. Als herbevoorrading >30 dagen duurt, pauzeer het product volledig in plaats van duur verkeer te kopen voor iets dat je niet kunt leveren.

Cross-sell kansen in kaart brengen in eigen labels

Je feed bevat producten, maar mist de relaties tussen producten. Door cross-sell data te integreren, help je Google betere product aanbevelingen te maken.

Databron: Analyseer “vaak samen gekocht” data uit je webwinkel platform.

Feed verrijking:
product_id: 12345 (camera)
custom_label_3: cross_sell_groep_fotografie_starter
custom_label_4: triggert_accessoire_aanbevelingen

product_id: 12346 (lens)
custom_label_3: cross_sell_groep_fotografie_starter
custom_label_4: is_accessoire_product

Campagne toepassing:
Maak remarketing doelgroepen van mensen die product uit cross_sell_groep_fotografie_starter hebben bekeken, en target ze met andere producten uit dezelfde groep. Of: verhoog biedingen op accessoire producten voor mensen die het hoofdproduct al gekocht hebben.

Dit transformeert je feed van een platte productlijst naar een relationele database die klantreis faciliteert.

Voorspellend voorraadtekort beheer

Producten die binnenkort uit voorraad raken, kun je detecteren voordat het gebeurt.

Voorspellingsmodel:
dagelijkse_verkoopsnelheid = (verkopen laatste 7 dagen / 7)
huidige_voorraad = huidige voorraad
dagen_tot_uitverkocht = huidige_voorraad / dagelijkse_verkoopsnelheid
Feed logica:

• Als dagen_tot_uitverkocht < 7: custom_label = “voorraadrisico_hoog”
• Als dagen_tot_uitverkocht < 3: custom_label = “uitverkoop_dreigend”

Actie:

• voorraadrisico_hoog: Begin budget te verschuiven naar alternatieven
• uitverkoop_dreigend: Pauzeer product, tenzij nieuwe voorraad bevestigd binnen 2 dagen

Dit voorkomt dat je in het weekend uitverkocht raakt terwijl je campagne vol gas blijft draaien en budget verbrand aan klikken die niet kunnen converteren.

Feed-niveau conversie optimalisatie

De meeste conversie optimalisatie gebeurt op de website. Maar je kunt conversie optimalisatie principes toepassen op feed-niveau.

Test-hypothese: Producten met “gratis verzending” in de titel hebben hogere doorklikratio.

Maar je kunt dit niet in titel zetten (Google beleid). Oplossing: gebruik verzendkenmerk optimaal en test of expliciete vermelding van snelle levertijd in beschrijving de conversieratio verhoogt.

Test opzet:

• Groep A: Standaard beschrijving
• Groep B: Beschrijving met “Gratis verzending vanaf €50 | Morgen in huis bij bestelling voor 22:00”

Meet 30 dagen, analyseer verschil in conversieratio. Als significant: uitrollen naar alle producten.

Andere feed-niveau conversie optimalisatie tests:

• Effect van klantbeoordelingen vermelding in beschrijving
• Impact van “30 dagen retourrecht” vermeldingen
• Garantie info in product beschrijvingen
• Duurzaamheidsclaims voor relevante doelgroepen

Implementatie: waar begin je?

Deze technieken zijn complex. Start niet met alles tegelijk.

Prioriteit raamwerk:

1. Grootste rendement, laagste inspanning: Zoekterm-gestuurde feedverrijking + concurrerende prijspositionering
2. Middel rendement, middel inspanning: Eigen klantdata segmentatie + seizoensgebonden toewijzing
3. Hoog rendement, hoge inspanning: Marge-gewogen rendement + realtime voorraad bieden

Begin met 1-2 technieken, meet 60 dagen, en schaal wat werkt.

De adverteerders die dit niveau van feedoptimalisatie implementeren, bereiken competitief voordeel. Ze concurreren niet op hetzelfde speelveld als retailers die nog steeds met basale feeds werken. En dat verschil zie je terug in rendement op advertentie-uitgaven, marktaandeel en winstgevendheid.

 

Soms loop je vast...

Benieuwd waar jouw budget zijn grens heeft?

We kijken graag even mee in jouw campagnes. Geen salesgesprek, gewoon eerlijk bekijken waar winst zit.

Benieuwd waar jouw budget zijn grens heeft?