Account overzicht
Executive dashboard met spend, conversies, CPA en ROAS, een 90-dagen trend en de verdeling per campagnetype. Eén scherm voor de wekelijkse stand van zaken.
Kosten per dag
Laatste 30 dagen, in euro's
Conversies per dag
Weekpatroon: piek op dinsdag, dip in het weekend
Kosten per campagnetype
Per dag
- Search
- Shopping
- Performance Max
- Display
- Video
Verdeling van de uitgaven
Aandeel per campagnetype in de gekozen periode
- Search46.2%€ 18.057
- Shopping16%€ 6.265
- Performance Max29.1%€ 11.377
- Display4.8%€ 1.878
- Video3.9%€ 1.511
Prestaties per campagnetype
Sorteer door op een kolomkop te klikken
| Search | € 18.057 | 46% | 854 | € 21,15 | 5,6× |
| Performance Max | € 11.377 | 29% | 440 | € 25,89 | 5,7× |
| Shopping | € 6.265 | 16% | 264 | € 23,72 | 5,8× |
| Display | € 1.878 | 5% | 62 | € 30,44 | 3,9× |
| Video | € 1.511 | 4% | 37 | € 40,72 | 2,4× |
Zo bouw je dit dashboard
Databron, velden, berekende velden, layout, filters en valkuilen. De formules gebruiken de veldnamen van de Looker Studio-connector en het BigQuery Data Transfer-schema.
Databron
De snelste route is de Google Ads-connector in Looker Studio: kies het account (of de MCC met accountfilter) en de tabel Campaign. Voor een account met veel historie of meerdere accounts gebruik je de BigQuery Data Transfer for Google Ads; de query account_daily_kpis.sql levert dan exact de dagreeks die dit dashboard nodig heeft. Werk je zonder BigQuery, dan kan een Google Ads Script dagelijks een rij naar Google Sheets schrijven (zie de map sheets/).
Velden en berekende velden
Uit de connector heb je nodig: Date, Campaign type (campaign_advertising_channel_type), Cost, Impressions, Clicks, Conversions en Conversion value. Maak vervolgens deze berekende velden:
| Veld | Formule |
|---|---|
| CPA | SUM(Cost) / SUM(Conversions) |
| ROAS | SUM(Conversion value) / SUM(Cost) |
| CTR | SUM(Clicks) / SUM(Impressions) |
| Conv. rate | SUM(Conversions) / SUM(Clicks) |
Gebruik altijd SUM() rond de bouwstenen: een gemiddelde van CPA's per campagne is wiskundig fout zodra de volumes verschillen.
Layout
Bovenaan een KPI-rij van vier scorecards (Kosten, Conversies, CPA, ROAS) met vergelijking met de vorige periode. Daaronder twee tijdreeksen naast elkaar: kosten per dag en conversies per dag. Zet ze niet op twee Y-assen in één grafiek; twee losse grafieken lezen eerlijker. Vervolgens een gestapelde staafgrafiek met kosten per campagnetype en een donut met het aandeel per type. Sluit af met een compacte tabel per campagnetype (Kosten, Aandeel, Conversies, CPA, ROAS).
Filters
Een periodefilter (7/30/90 dagen, met vergelijking met de vorige periode) bovenaan dat alle componenten aanstuurt. Eventueel een filter op campagnetype of op label.
Valkuilen
- Conversielag: de laatste 3 tot 7 dagen zijn altijd te laag. Toon een waarschuwing of laat de laatste dagen weg uit trendlijnen.
- Cost in micros: in BigQuery staat
metrics_cost_micros; deel door 1.000.000. - Datavolledigheid: de Ads-connector heeft standaard een cache van 12 uur. Zet de dataversheid lager als je live wilt sturen.
- Vergelijkingsperiode: vergelijk 30 dagen met de 30 dagen ervoor, niet met "vorige maand" (28 t/m 31 dagen).
Wat de cijfers precies betekenen
Dezelfde definitie in elk dashboard voorkomt discussies over 'welke CPA'. Gebruik altijd SUM() rond de bouwstenen; middel nooit ratio's.
| KPI | Definitie | Formule |
|---|---|---|
| Kosten | Totale advertentiekosten in de periode. | SUM(cost) |
| Conversies | Aantal primaire conversies, toegerekend aan de klikdatum. | SUM(conversions) |
| CPA | Kosten per conversie. | SUM(cost) / SUM(conversions) |
| ROAS | Return on ad spend: conversiewaarde gedeeld door kosten, als factor (5,0× = 500%). | SUM(conversions_value) / SUM(cost) |
| Kosten per campagnetype | Kosten gegroepeerd op advertentiekanaal (Search, Shopping, Performance Max, Display, Video). | SUM(cost) GROUP BY campaign_advertising_channel_type |
| Aandeel per campagnetype | Kosten van het campagnetype gedeeld door de totale kosten. | SUM(cost) / SUM(cost) OVER () |