Hoe smart bidding werkt: signalen, leerfase en dataminimum

Een bod per veiling, op basis van honderden signalen

Smart bidding is de verzamelnaam voor de conversiegebaseerde biedstrategieën: Maximize Conversions, Maximize Conversion Value, target CPA en target ROAS. Het algoritme berekent voor elke afzonderlijke veiling de kans dat die klik tot een conversie leidt (en bij waarde-strategieën de verwachte waarde) en stelt daar een bod op af. Een veiling met 12% conversiekans krijgt een veel hoger bod dan een veiling met 1%. Dat is de kern: bieden op voorspelde waarde, niet op zoekwoord.

De signalen

Het algoritme combineert signalen die jij deels kunt zien en deels niet:

Signaalgroep	Voorbeelden	Kun jij dit handmatig?
Zoekopdracht	Exacte zoekterm, intentiewoorden, taal	Deels (zoekwoorden, matchtypes)
Apparaat en browser	Mobiel/desktop/tablet, besturingssysteem, browser	Alleen grof (apparaataanpassing)
Locatie en tijd	Stad, afstand tot je vestiging, dag, uur	Deels (planning, locatie)
Doelgroep	Remarketinglijst, klantenmatch, in-market-segmenten, demografie	Alleen als observatie of targeting
Gedrag	Eerder websitebezoek, zoekgeschiedenis, interactie met advertenties	Nee
Advertentie	Welke kop- en beschrijvingscombinatie, welke assets	Nee
Context	Concurrentie in de veiling, positie in de zoekresultaten	Nee

De combinatie is wat het krachtig maakt: een bezoeker in Utrecht, op zondagavond, op mobiel, die je site vorige week al bezocht en zoekt op "offerte aanvragen" krijgt een heel ander bod dan een nieuwe bezoeker op dinsdagochtend die "wat kost" zoekt. Geen handmatige structuur kan dat nabootsen.

De leerfase

Na het instellen of substantieel wijzigen van een biedstrategie gaat de campagne door een leerfase. Het algoritme verkent: het biedt bewust breder om te ontdekken welke veilingen renderen. In deze fase zijn de prestaties instabiel en meestal slechter dan daarna. De status "Leren" is zichtbaar in de kolom Status van de biedstrategie.

Kenmerken:

Duur: doorgaans 1 tot 2 weken, afhankelijk van het conversievolume; Google noemt als vuistregel dat de leerfase eindigt na ongeveer 7 dagen zonder grote wijzigingen én voldoende conversies.
Triggers voor een nieuwe leerfase: wisselen van strategie, grote wijziging in target (meer dan 20%), grote wijziging in budget, wijziging in conversieacties, grote structuurwijzigingen.
Wat je doet: niets. Elke ingreep verlengt de leerfase.

Dataminimum: hoeveel conversies zijn genoeg?

Richtlijnen die in de praktijk goed werken:

Strategie	Minimum per 30 dagen	Comfortabel
Maximize Conversions (zonder target)	15	30
Target CPA	30	50+
Maximize Conversion Value (zonder target)	15 met waarde	30
Target ROAS	30 – 50 met waarde	100+

Onder het minimum werkt de strategie wel, maar met grotere schommelingen en een langere leerfase. Oplossingen bij te weinig data: campagnes samenvoegen, een portfoliostrategie gebruiken, een conversieactie hoger in de funnel als primair markeren (bijvoorbeeld "gekwalificeerd bezoek" of "offerteformulier gestart") of budget concentreren.

De conversievertraging

Smart bidding weet dat een klik van vandaag pas volgende week converteert; het corrigeert daarvoor met de conversievertraging (conversion lag). Voor jou betekent het dat de CPA van de laatste 7 dagen altijd te hoog lijkt: de kosten zijn er, de conversies komen nog. Beoordeel prestaties daarom over een periode die eindigt minimaal één conversievertraging geleden. Het rapport "Dagen tot conversie" (Segment → Conversies → Dagen tot conversie) laat zien hoe lang jouw vertraging is.

Seizoensaanpassingen en gegevensuitsluitingen

Twee instrumenten onder Tools → Biedstrategieën → Geavanceerde opties:

Seizoensaanpassing (seasonality adjustment): je vertelt het algoritme dat je voor een korte periode (1 tot 7 dagen) een afwijkende conversieratio verwacht, bijvoorbeeld +40% tijdens een Black Friday-actie. Het algoritme past biedingen direct aan zonder het te hoeven leren, en keert na de periode terug. Gebruik het alleen voor korte, voorspelbare pieken; langere seizoenen pikt het algoritme zelf op.

Gegevensuitsluiting (data exclusion): je sluit een periode uit van het leren, bijvoorbeeld omdat je conversietag drie dagen kapot was of de website offline was. Zonder uitsluiting leert het algoritme dat er die dagen geen conversies waren en biedt het lager.

Praktijkvoorbeeld

Een verzekeringsvergelijker had een tag-storing van vier dagen: 0 gemeten conversies bij normale kosten. De CPA in het dashboard verdubbelde, het algoritme reageerde met lagere biedingen en het volume daalde 35%. Na het instellen van een gegevensuitsluiting voor die vier dagen herstelde het bodniveau binnen een week. Zonder uitsluiting had het herstel drie tot vier weken geduurd.

Tip: leg elke tag-storing, websitestoring en grote actie vast in een kalender en verwerk ze direct als gegevensuitsluiting of seizoensaanpassing. Het is het verschil tussen een week en een maand herstel.

Stappenplan: smart bidding gezond invoeren

Controleer dat de primaire conversieacties kloppen en al minimaal 30 dagen data hebben.
Bekijk de conversievertraging; onthoud die voor je evaluaties.
Start met Maximize Conversions of Conversion Value zonder target als je onder de 30 conversies zit; anders direct met een target op of iets boven je huidige CPA/ROAS.
Verander de eerste twee weken niets; monitor alleen.
Evalueer na de leerfase over een periode van 2 tot 4 weken, gecorrigeerd voor conversievertraging.
Leg storingen en acties vast als uitsluitingen of seizoensaanpassingen.

Veelgemaakte fouten

Ingrijpen tijdens de leerfase. Elke wijziging verlengt de instabiliteit.
De laatste 7 dagen beoordelen zonder rekening te houden met conversievertraging.
Seizoensaanpassing voor een heel seizoen. Het instrument is voor korte pieken; anders overbiedt het weken lang.
Tag-storingen niet uitsluiten. Het algoritme leert dat conversies zijn gestopt en biedt te laag.
Denken dat meer signalen betekent dat structuur niet meer uitmaakt. Data per beslissingseenheid blijft de basis.