Van 20+ losse Google Ads-campagnes naar vier: een case over zoekdata en structuur

Ik werk voor een landelijke organisatie die doorlopend via Google Ads studenten werft voor bijbanen, verspreid over tientallen vestigingen in Nederland. Vanuit de operatie komen periodiek signalen over waar de wervingsbehoefte het hoogst is — die behoefte verschuift regelmatig van regio naar regio — met de verwachting dat marketing daarop kan bijsturen.

Het account zag er op dat moment uit zoals bij veel groeiende organisaties: ruim twintig campagnes, opgebouwd langs de lijnen van de interne bedrijfsstructuur in plaats van hoe er daadwerkelijk gezocht wordt. Elke keer dat er een nieuwe regionale prioriteit werd doorgegeven, was de reflex om er een campagne bij te zetten. Op zichzelf was elke toevoeging logisch. Bij elkaar leverde het een structuur op die niemand zo bewust zou ontwerpen.

Eerst de aanname testen, niet de structuur aanpassen

In plaats van meteen te herstructureren, heb ik eerst onderzocht of de aanname achter de bestaande opzet klopte: zoeken mensen die interesse hebben in zo'n bijbaan daadwerkelijk op de manier die de accountstructuur veronderstelde?

Een analyse van een half jaar aan daadwerkelijk gebruikte zoektermen liet iets anders zien. Zo'n 32% van de klikken bevatte een plaatsnaam — een reëel signaal, maar minder dominant dan verwacht. Interessanter was een aanvullende analyse op basis van fysieke locatiedata, dus waar de zoeker daadwerkelijk vandaan komt in plaats van wat er letterlijk getypt werd: die liet zien dat 58% van al het verkeer fysiek uit een beperkte groep grote studentensteden kwam — óók wanneer de zoekterm zelf geen stad noemde. Het gros van het volume typt simpelweg een brede, generieke term zonder plaatsnaam, en toch komt een groot deel daarvan uit dezelfde handvol steden.

Dat is precies het soort verschil dat ik ook in doelgroeponderzoek steeds tegenkom: wat mensen letterlijk typen en waar ze daadwerkelijk zitten, zijn twee aparte databronnen die je allebei nodig hebt. Kijk je alleen naar zoektermen, dan onderschat je hoe geconcentreerd je publiek eigenlijk is.

Van twintig-plus campagnes naar vier

Dit inzicht stuurde de herstructurering. In plaats van een campagne per regio ben ik geconsolideerd naar intentie: vier campagnes, elk gebouwd rond een herkenbaar zoekintentie-cluster, in plaats van rond de interne indeling van de organisatie zelf.

De eerste opzet gebruikte nog aparte advertentiegroepen per studentenstad. Al snel bleek dat dat weinig toevoegde: de advertentietekst-relevantie voor een specifieke stad gold alleen voor het kleine deel van het verkeer dat die stad ook daadwerkelijk in de zoekterm noemde. Voor sturing op waar de wervingsbehoefte écht zat — vaak juist niet de grote studentensteden, waar toevallig al veel aanmeldingen binnenkwamen — was een ander mechanisme nodig dan meer advertentiegroepen.

De kern van de nieuwe strategie is dan ook het actief in- en uitsluiten van steden op campagneniveau: steden met voldoende aanmeldingen worden uitgesloten van verdere werving, steden met behoefte blijven — of worden weer — actief getarget. Dat wordt aangevuld met dynamische locatie-invoeging in de advertentietekst, zodat de advertentie alsnog de fysieke stad van de zoeker toont, zonder dat daar een aparte advertentiegroep voor nodig is.

Drie platformbeperkingen die de opzet direct beïnvloedden

Onderweg kwamen er ook een aantal Google Ads-eigenaardigheden boven water die de opzet rechtstreeks stuurden, en die ik niet had zien aankomen toen ik hieraan begon:

• Handmatige biedaanpassingen per locatie worden genegeerd zodra een campagne op een geautomatiseerde biedstrategie draait
• Locatietargeting werkt alleen op campagneniveau, niet op advertentiegroep-niveau
• Elk kanaal met een lerend algoritme — Search, Demand Gen, social — heeft een opwarmperiode van dagen tot weken, en dat is te traag voor een wervingsbehoefte die sneller verschuift dan dat

Die laatste twee samen zijn de reden dat include/exclude op campagneniveau uiteindelijk het enige bruikbare stuurmechanisme was. Niet omdat het de elegantste oplossing is, maar omdat de andere opties door het platform zelf werden afgesloten.

Van handmatig kliekwerk naar een zelfsturend systeem

Omdat de wervingsbehoefte per regio regelmatig verschuift en het beheer zo min mogelijk tijd mag kosten, heb ik er een lichtgewicht automatiseringslaag omheen gebouwd:

• Een Google Sheet met alle vestigingsplaatsen, waarin een simpele Included/Excluded-vlag per stad aangeeft of die stad getarget mag worden
• Een Google Ads Script dat deze sheet periodiek uitleest en de locatie-uitsluitingen van de campagne automatisch bijwerkt — inclusief het zelf, live, opzoeken van de juiste Google-locatiecodes op basis van de plaatsnaam, met opvang van bekende afwijkingen tussen de in Nederland gangbare plaatsnaam en Google's eigen naamgeving
• Een referentiekolom met regio-indeling, zodat een interne melding over een regio direct te vertalen is naar de juiste plaatsen in de sheet, zonder los opzoekwerk

Het resultaat: bijsturen op een regiomelding is nu een kwestie van een paar cellen aanpassen in een spreadsheet, in plaats van handmatig door de Google Ads-interface klikken of — zoals voorheen — een nieuwe campagne optuigen. Wat dat qua tijd scheelt is op zichzelf al de moeite waard geweest: twintig tot vijfentwintig losse campagnes onderhouden is niet te vergelijken met vier campagnes die via een script worden aangestuurd, en het onderzoek dat ik deed onderbouwt dat verschil ook inhoudelijk — zo zochten mensen simpelweg niet.

Waar AI in dit traject zat

Dit traject heb ik samen met Claude doorlopen, niet als los hulpmiddel maar als sparringpartner door het hele proces heen. Concreet zat dat in vier dingen: het analyseren van de zoekterm- en locatiedata om de aannames achter de bestaande structuur te toetsen — inclusief het corrigeren van een eigen rekenfout onderweg die anders tot verkeerde conclusies had geleid; het doordenken van de nieuwe structuur, inclusief het weerleggen van een paar aannames die ik had over hoe Google Ads-veilingen en biedstrategieën werken, onderbouwd tegen actuele documentatie in plaats van aannames; het opzetten van de importbestanden voor Google Ads Editor bij de migratie; en het samen bouwen en debuggen van het Google Ads Script.

Die laatste was de leukste sessie, met een klassieke praktijkeigenaardigheid erin: Google's opzoekfunctie geeft locatie-ID's terug als tekst, terwijl de uitsluitingsfunctie een getal verwacht. Dat soort dingen kom je pas tegen als je het script daadwerkelijk laat draaien, niet als je het bedenkt.

Status: eerlijk, nog geen cijfers

Van analyse tot nieuwe opzet liep dit traject ongeveer anderhalve maand. De nieuwe structuur draait inmiddels live, en het locatie-sync-systeem is getest en werkt. Maar de eerste campagne in de nieuwe opzet staat nu een week live — ik heb dus nog geen harde performance-cijfers over een langere periode, en ga niet doen alsof ik die al heb.

De winst tot nu toe zit vooral in de sterk verminderde beheerlast — van twintig tot vijfentwintig handmatig te onderhouden campagnes naar vier, met bijsturing via een spreadsheet — en in een structuur die daadwerkelijk aansluit op hoe er gezocht wordt, in plaats van op de interne indeling van de organisatie. Zodra er over een langere periode cijfers zijn, werk ik dit artikel bij.

De bredere les

De kern van dit traject was niet een slimme Google Ads-truc, maar het loslaten van de aanname dat een advertentie-account de interne structuur van een organisatie moet weerspiegelen. Zoekdata liet zien hoe mensen daadwerkelijk zoeken; die data, niet de organisatiestructuur, heeft uiteindelijk bepaald hoe het account is ingericht — met automatisering als antwoord op de resterende, legitieme behoefte om toch te kunnen bijsturen zonder daar veel tijd in te hoeven steken.

Het patroon dat ik hier tegenkwam — een account dat is gegroeid met de organisatie mee, campagne voor campagne, zonder dat iemand ooit het hele geheel opnieuw heeft doordacht — zie ik vaker. Elke individuele toevoeging is op het moment zelf logisch. Bij elkaar levert het een structuur op die niemand zo bewust zou bouwen.

Herken je dat in je eigen account, en denk je dat het slimmer kan maar wil je er een ander paar ogen naar laten kijken? Neem gerust contact op.