Hoeveel van jouw Shopping-producten lopen in meerdere campagnes tegelijk?

De meeste adverteerders weten het antwoord op die vraag niet. En dat is op zichzelf al een probleem, want producten die in meerdere campagnes tegelijk lopen concurreren met zichzelf in de veiling. Dat kost geld zonder dat het extra omzet oplevert.

Productkannibalisatie in Google Shopping is een van de meest onderschatte oorzaken van inefficiënt budgetgebruik. Het is ook een van de moeilijkst zichtbaar te maken problemen, omdat de standaard Google Ads-interface je niet laat zien welk product in welke campagne actief is en hoe de prestaties per product per campagne zich tot elkaar verhouden.

Wat productkannibalisatie in Shopping betekent

Bij Google Shopping bepaalt de feed welke producten worden geadverteerd. Als hetzelfde product in meerdere campagnes is opgenomen, bied je in dezelfde veiling meerdere keren op hetzelfde product. Google selecteert één advertentie per adverteerder per veiling, maar de campagnes concurreren intern om welke campagne de winnende advertentie levert.

Dat leidt tot een aantal problemen. Het budget wordt verdeeld over meerdere campagnes voor hetzelfde product, terwijl concentratie in de best presterende campagne efficiënter zou zijn. De biedstrategie van de ene campagne kan de leerperiode van de andere verstoren. En het wordt moeilijker om te sturen op welke campagnestructuur het beste werkt voor een specifiek product, omdat de data verspreid is.

Bovendien: als een campagne met een hogere doel-ROAS en een campagne met een lagere doel-ROAS hetzelfde product bevatten, bepaalt Google zelf welke campagne wint in de interne veiling. Dat is niet altijd de campagne die jij zou kiezen op basis van de doelstelling voor dat product.

Waarom dit moeilijk te zien is

In Google Ads kun je op productniveau kijken naar prestaties per campagne. Maar dat vereist dat je voor elk product handmatig controleert in welke campagnes het voorkomt en hoe de prestaties zich verhouden. Bij een assortiment van honderden producten en meerdere campagnes is dat geen haalbare werkwijze.

Het wordt verder gecompliceerd door de tijdsdimensie. Een product kan actief zijn in campagne A en inactief in campagne B, maar campagne B heeft in het verleden wel spend gegenereerd op dat product. Die historische activiteit is relevant voor het begrijpen van de huidige campagnestructuur maar niet direct zichtbaar in een momentopname van de prestaties.

Wat een productanalyse per campagne laat zien

Door de productdata te analyseren over alle campagnes heen, per product, krijg je een ander beeld dan de standaard interface laat zien. Per product zie je welke campagnes het product bevatten, welke campagne de meeste conversies levert voor dat product, welke campagnes hetzelfde product tonen en dus overlappen, en welke campagnes inactief zijn voor dat product maar historisch wel spend hebben gehad.

In een recent geval voor een nieuwe klant die veel test en uitprobeert, liep één product in vier campagnes tegelijk. De best presterende campagne had 58 conversies op dat product. De slechtst presterende stond al sinds januari 2026 stil, had dus nul recente activiteit maar was nog wel actief geconfigureerd. Dat patroon herhaalde zich over meerdere producten in het account.

Bij een volledig assortiment van 453 producten is het handmatig in kaart brengen van dit soort overlap niet realistisch. Geautomatiseerde analyse maakt het in één overzicht zichtbaar.

Wat je met die informatie kunt

De analyse geeft richting aan drie concrete acties.

Ten eerste het opschonen van campagnestructuren. Producten die in inactieve campagnes staan maar ook in actieve campagnes voorkomen, kunnen uit de inactieve campagne worden verwijderd. Dat vermindert ruis in de data en concentreert het leerproces van de biedstrategie in de actieve campagne.

Ten tweede het heralloceren van budget. Als een product in meerdere actieve campagnes loopt en één campagne consequent beter presteert, is het inefficiënt om budget te verspreiden. Het concentreren van dat product in de best presterende campagne geeft de biedstrategie meer data per campagne om op te optimaliseren.

Ten derde het bewust houden van overlap. Soms is overlap intentioneel. Een product kan in een generieke campagne zitten voor brede zichtbaarheid en in een specifieke campagne voor een hogere doel-ROAS op een sterkere doelgroep. Als de overlap intentioneel is en de campagnes hebben een duidelijk verschillende doelstelling, is er geen probleem. De analyse maakt het verschil zichtbaar tussen intentionele en onbedoelde overlap.

Productkannibalisatie versus campagnekannibalisatie

Het is goed om dit onderscheid te maken. Campagnekannibalisatie gaat over campagnes die op dezelfde zoektermen bieden. Productkannibalisatie gaat specifiek over hetzelfde product dat in meerdere campagnes tegelijk wordt geadverteerd.

Bij Google Shopping is productkannibalisatie het relevantere probleem, omdat Shopping niet op zoekwoorden werkt maar op productdata. De feed bepaalt welke producten in welke campagne zitten. Als de feedstructuur en de campagnestructuur niet op elkaar zijn afgestemd, ontstaat er overlap die je niet direct ziet.

Campagnekannibalisatie tussen betaald en organisch is een apart vraagstuk. Daarvoor is een vergelijking tussen Google Ads-data en Google Search Console-data nodig. Meer over dat onderwerp lees je in ons artikel over SEO/SEA-kannibalisme.

Wat dit vraagt van de campagnestructuur

Productkannibalisatie is grotendeels een gevolg van hoe de campagnestructuur is opgezet en onderhouden. Accounts die veel testen en nieuwe campagnes aanmaken zonder de oude systematisch op te schonen, bouwen over tijd een structuur op waarbij overlap vanzelf ontstaat.

Een goed onderhouden campagnestructuur houdt per product bij in welke campagne het thuishoort op basis van de doelstelling voor dat product. Producten met een hoge marge en een duidelijke koopintentie-zoekopdracht horen in een campagne met een scherpe doel-ROAS. Producten waarvoor je met name zichtbaarheid wil opbouwen horen in een campagne met een breder bereik. Die logica voorkomt dat hetzelfde product in beide campagnes terecht komt.

In de praktijk is dat onderhoud tijdsintensief. Zeker bij grotere assortimenten verandert de feedsamenstelling regelmatig door nieuwe producten, seizoenswisselingen en voorraadwijzigingen. Een geautomatiseerde analyse maakt het mogelijk om periodiek te controleren of de campagnestructuur nog overeenkomt met de bedoeling.

Veelgestelde vragen over productkannibalisatie in Google Shopping

Hoe weet ik of een product in meerdere campagnes zit?

In Google Ads kun je via de productenrapportage filteren per campagne. Door voor hetzelfde product de data over meerdere campagnes naast elkaar te leggen, zie je of er overlap is. Bij een groot assortiment is dat handmatig werk. Een geautomatiseerde analyse doet dit voor alle producten tegelijk.

Is productkannibalisatie altijd een probleem?

Niet per se. Bewuste overlap met een duidelijk onderscheid in campagnedoelstelling kan zinvol zijn. Het probleem ontstaat als de overlap onbedoeld is, als een product in een inactieve of slecht presterende campagne blijft staan terwijl het in een andere campagne goed loopt. Dan verspil je potentieel budget en vertroebel je de leerdata van de biedstrategie.

Hoe vaak moet je dit controleren?

Bij actieve accounts die regelmatig nieuwe campagnes aanmaken of testen: minimaal één keer per kwartaal. Bij stabiele accounts met een vaste campagnestructuur is halfjaarlijks voldoende. Na een grote campagnerestructurering is het verstandig om direct te controleren of er onbedoelde overlap is ontstaan.

Wil je weten hoeveel producten in jouw account in meerdere campagnes tegelijk lopen? Plan een vrijblijvend gesprek met Gianluigi of Mark.