Je gebruikt AI verkeerd in Google Ads

AI kan werk doen dat specialisten minder of niet kosten-efficiënt kunnen. Daardoor kunnen die specialisten zich focussen op het werk dat AI niet kan. Dat is waar het echt om draait, ook binnen Google Ads: niet alles automatiseren van wat een specialist doet, maar taken overnemen die nu niet gedaan worden omdat ze te veel tijd kosten of te complex zijn. Hoe kun je AI slim inzetten voor Google Ads?

Tekst: Gianluigi Cuccureddu en Mark Bakker

De discussie over AI is vaak zwart-wit: vervangt AI de specialist, of is het een hype? Beide kanten missen het punt. De echte vragen zijn : Welk werk kan AI overnemen? En welk werk komt daardoor vrij voor de specialist?

Tekortschieten

Er circuleren veel prompts en tools voor het uitsluiten van zoektermen, het schrijven van advertentieteksten of het voorstellen van campagnewijzigingen. Dat klinkt efficiënt, maar het zijn precies de taken waar AI niet goed in is.

Zoektermen uitsluiten vereist context. Welke zoekopdrachten zijn strategisch waardevol, ook al lijken ze op korte termijn minder efficiënt? Welke passen bij je doelgroep? AI werkt met historische data, zonder kennis van je bedrijfsstrategie of merkidentiteit. Het resultaat: te snel te veel uitsluiten, of het verkeerde uitsluiten, puur op basis van cijfers.

Goede advertentieteksten schrijven vraagt om begrip van je aanbod en tone-of-voice van het merk. Een standaard AI-tekst klinkt overal hetzelfde. In een markt waar je een klik wint of verliest met één woord of zin, is standaard niet genoeg.

Bovendien zijn dit geen arbeidsintensieve taken. Een ervaren specialist heeft een zoektermenrapport binnen enkele minuten bekeken. De tijdwinst van AI is hier dus klein, het risico van standaard of foute output is reëel.

Onvervangbaar

De echte waarde zit ergens anders. Niet in het automatiseren van wat een specialist al kan, maar in analyses die door tijdgebrek, ontbrekende competenties of rekenkracht gewoon niet worden gedaan.

Voorbeeld 1: productkannibalisatie

In een account met duizenden producten, verdeeld over meerdere campagnes (bijvoorbeeld Shopping en Performance Max), is het onmogelijk om handmatig in kaart te brengen welk product in welke campagne loopt en hoe de prestaties zich verhouden. Als hetzelfde product in meerdere campagnes tegelijk loopt, wordt een deel van het budget inefficiënt besteed. AI kan dit per product analseren, voor je hele assortiment tegelijk.

Voorbeeld 2: budgetgrens

Er is een punt waarop elke extra euro meer kost dan ie oplevert. Dat punt is in theorie bekend, maar wordt in de praktijk nauwelijks berekend. Je moet dan namelijk een curve maken over maanden aan dagelijkse data per campagne. Het resultaat: budgetverhogingen die ongemerkt voorbij het rendabele punt gaan. AI maakt die grens zichtbaar voordat je hem overschrijdt.

Voorbeeld 3: onrendabele producten

Welke producten verbruiken al maanden budget zonder één aankoop? Ze zitten verspreid over meerdere campagnes, onzichtbaar in de standaard rapportages. Handmatig opsporen is bij een groot assortiment geen optie. AI doet het in seconden en levert een lijst die direct bruikbaar is.

Vier niveaus

Data-analyse kent vier niveaus.

1. Beschrijvend: wat is er gebeurd? Dat is het niveau van standaard Google Ads-rapportages.

2. Diagnostisch: waarom is het gebeurd? Hier zit patroondetectie en trendbreukanalyse.

3. Voorspellend: wat gaat er waarschijnlijk gebeuren? Budget-grensberekening valt bijvoorbeeld hieronder.

4. Voorschrijvend: wat moet je doen? Direct handelingsperspectief, klaar voor gebruik.

AI kan deze vier niveaus ondersteunen. Maar de beoordeling van de output, de vertaling naar jouw situatie en de beslissing over welke actie je onderneemt, is het werk van de specialist. En dat werk wordt waardevoller naarmate AI meer blootlegt en uit handen neemt.

Wat AI niet kan

AI werkt met data. Het heeft geen toegang tot wat buiten die data speelt: een productlancering volgende maand, een concurrent die zijn prijs heeft verlaagd, een retourbeleid dat is aangepast. Die context is cruciaal voor de interpretatie van de cijfers. Een dalende conversieratio kan tien verschillende oorzaken hebben. Welke het is, hangt af van iets wat niet in de data staat.

Als alle kanalen tegelijk dezelfde neerwaartse trend laten zien, ligt het probleem waarschijnlijk buiten de campagnes. Dan zit het in de marketingmix, de prijs, het product, de website of zelfs het businessmodel. Die verbinding leggen tussen campagneprestaties en bedrijfsrealiteit is mensenwerk.

Aan een analyse zonder actie heb je niks. De stap naar een beslissing vraagt om oordeel, communicatie en soms lastige gesprekken. Hoe overtuig je een ondernemer ervan dat zijn prijsstrategie het probleem is, niet zijn campagnes? Dat vraagt om ervaring, niet om rekenkracht

De synergie

De specialist heeft vaardigheden die AI niet heeft: context, oordeel, verbindingen leggen en de capaciteit om gesprekken te voeren die iets veranderen. AI heeft capaciteiten die de specialist niet heeft of die veel te veel tijd kosten: honderden trends tegelijk bewaken, duizenden producten op productniveau analyseren, statistische patronen berekenen.

Dit zijn taken die door een mens inefficiënt, of zelfs helemaal niet worden uitgevoerd, omdat de kennis ontbreekt. AI vult een gat dat anders leeg blijft. De specialist vult het andere gat.

Niet AI die menselijk werk overneemt. Maar AI die werk doet dat specialisten inefficiënt doen of helemaal niet doen, zodat specialisten kunnen focussen op het werk dat AI niet kan.

Gianluigi Cuccureddu en Mark Bakker zijn beiden e-commercespecialist bij Googleshoppingspecialist.nl