Veel webshops draaien inmiddels “AI-gestuurd” advertenties. Google Performance Max, Meta Advantage+, automatische biedstrategieën, dynamische creatives: het klinkt alsof de campagnes zichzelf optimaliseren. Toch laten veel webshops juist daardoor budget liggen.
Tekst: Aron van der Putten
Niet omdat de platformen slecht zijn. Integendeel: Google en Meta zijn extreem goed in optimaliseren binnen hun eigen systeem. Maar daar zit precies het probleem. Ze optimaliseren vooral op de signalen die zij krijgen: omzet, conversies, klikken, engagement en voorspelde kans op aankoop. Wat ze meestal niet goed genoeg meenemen, zijn de cijfers die voor een webshop echt bepalen of groei gezond is: marge, retourpercentage, voorraad, klantwaarde, verzendkosten, productmix en werkelijke winstbijdrage.
De volgende stap in performance marketing is daarom niet “meer automatisering”, maar betere aansturing van automatisering.
Bij Vindbaar.ai zien we dat verschil dagelijks. Niet door AI te gebruiken als trucje, maar door advertentiecampagnes te sturen op bedrijfsdata in plaats van alleen platformdata. Dat betekent: campagnes niet blind laten optimaliseren op omzet, maar op rendement dat onderaan de streep klopt.
De beperking van standaard platform-AI
Google en Meta hebben de advertentiemarkt fundamenteel veranderd. Handmatig biedingen aanpassen per zoekwoord of doelgroep is voor veel webshops niet meer de kern van performance marketing. De platformen bepalen steeds vaker zelf wie een advertentie ziet, wanneer, met welke boodschap en tegen welke prijs.
Dat werkt goed zolang het doel simpel is: zoveel mogelijk conversies of omzet binnen een bepaald budget. Maar voor veel webshops is dat doel te grof.
Een voorbeeld: een webshop verkoopt product A voor 200 euro met 15 procent marge en product B voor 120 euro met 55 procent marge. Als Google Ads vooral product A verkoopt, lijkt de campagne op omzetniveau succesvol. In de praktijk kan product B veel winstgevender zijn. Het platform ziet omzet. De ondernemer voelt marge.
Hetzelfde geldt voor retouren. Een modewebshop kan een campagne hebben met een hoge ROAS, maar als een specifieke productcategorie bovengemiddeld vaak retour komt, is de werkelijke winst veel lager dan de advertentiedata suggereert. Google of Meta weet dat vaak niet, tenzij die data actief wordt teruggekoppeld.
Daar ontstaat de ruimte voor slimmere AI-aansturing.
Van ROAS naar echte winstbijdrage
Veel webshops sturen nog steeds op ROAS: hoeveel omzet levert iedere euro advertentiebudget op? Dat is begrijpelijk, maar gevaarlijk. ROAS is een tussenindicator, geen einddoel.
Een ROAS van 600 procent kan verliesgevend zijn als de marge laag is. Een ROAS van 250 procent kan juist zeer winstgevend zijn als het product een hoge marge, lage retourkans en hoge herhaalaankoop heeft.
AI-aansturing die echt waarde toevoegt, kijkt daarom verder dan de standaard conversiewaarde. Denk aan signalen zoals:
De kracht zit niet alleen in het verzamelen van deze data, maar vooral in het vertalen ervan naar advertentie-aansturing. Bijvoorbeeld door conversiewaardes aan te passen, productfeeds te verrijken, campagnes te segmenteren of budget automatisch te verschuiven naar producten met hogere winstkans.
Waar AI-aansturing wél werkt
AI werkt het beste wanneer het een duidelijk economisch doel krijgt. Niet: “haal zoveel mogelijk omzet”. Wel: “schaal producten met voldoende marge, lage retourkans en gezonde voorraadpositie”.
Voor webshops zijn er drie gebieden waar AI-aansturing direct impact kan maken.
1. Productselectie en feed-sturing
Veel webshops adverteren met hun volledige assortiment, terwijl niet ieder product advertentiebudget verdient. AI kan helpen bepalen welke producten actief gepusht moeten worden, welke alleen organisch mogen meeliften en welke tijdelijk uit campagnes gehaald moeten worden.
Een product met lage marge, beperkte voorraad of veel retouren hoeft niet dezelfde advertentieprioriteit te krijgen als een hardloper met gezonde winstbijdrage.
2. Budgetallocatie tussen kanalen
Google Ads en Meta Ads worden vaak apart beoordeeld. Maar de klantreis loopt door elkaar heen. Meta creëert vraag, Google vangt vraag af. Google Shopping converteert, maar Meta kan de eerste prikkel hebben gegeven.
AI kan helpen om budget niet per kanaal op gevoel te verdelen, maar op basis van totale bijdrage. Soms betekent dat minder budget naar de campagne met de hoogste directe ROAS, en meer naar een kanaal dat de totale verkoopmachine voedt.
3. Creatieve optimalisatie op marge, niet alleen klikratio
Meta Ads is steeds creatiever gedreven. De beste targeting is vaak niet meer een doelgroepinstelling, maar de juiste video, hook of visual. AI kan helpen om creatives te beoordelen op daadwerkelijke verkoopkwaliteit.
Een advertentie die veel klikken haalt, maar vooral koopjesjagers aantrekt, is niet per se goed. Een advertentie die minder verkeer trekt maar betere klanten oplevert, kan waardevoller zijn.
De grootste valkuilen
AI-aansturing klinkt aantrekkelijk, maar er zijn duidelijke valkuilen.
De eerste is slechte data. Als marges niet kloppen, retourdata ontbreekt of conversies verkeerd gemeten worden, optimaliseert AI sneller de verkeerde kant op. AI maakt slechte input niet beter; het maakt de gevolgen alleen sneller zichtbaar.
De tweede valkuil is te veel automatiseren zonder strategie. AI kan uitstekend patronen herkennen, maar het bepaalt niet vanzelf wat een merk wil zijn. Wil je agressief marktaandeel winnen? Wil je winst maximaliseren? Wil je nieuwe klanten aantrekken? Wil je voorraad afbouwen? Elk doel vraagt om andere aansturing.
De derde valkuil is platformafhankelijkheid. Wie alleen vertrouwt op de automatisering van Google en Meta, laat de spelregels bepalen door partijen die zelf verdienen aan advertentie-uitgaven. Dat betekent niet dat hun automatisering onbruikbaar is, maar wel dat webshops eigen controlelagen nodig hebben.
Wat webshops nu al kunnen doen
Webshops hoeven niet meteen een complex AI-systeem te bouwen. De eerste winst zit vaak in betere structuur en betere data.
Begin met het koppelen van marge-informatie aan productdata. Kijk daarna welke campagnes nu sturen op omzet terwijl winstgevendheid per product sterk verschilt. Analyseer retouren per categorie. Controleer of conversiemeting betrouwbaar is. En bepaal welke producten je eigenlijk wílt schalen.
Daarna kan AI helpen om sneller beslissingen te nemen: welke producten krijgen budget, welke creatives verdienen doorontwikkeling, welke campagnes moeten worden afgeremd en waar zit ruimte om verantwoord op te schalen?
De kern is simpel: platform-AI is goed in uitvoeren. Maar de webshop moet bepalen wat succes betekent.
Er is op dit moment 0 keer gereageerd op:
AI in Google Ads en Meta Ads: van platformautomatisering naar winststuring