Je hebt net je biedstrategie aangepast, een nieuwe doelgroep toegevoegd of je campagnestructuur gewijzigd. De verleiding is groot om de volgende ochtend al naar de resultaten te kijken en conclusies te trekken. Maar dat is precies waar het misgaat. Algoritmes van Google en Meta hebben tijd nodig om te leren. Die leerperiode respecteren na wijzigingen is het verschil tussen datagedreven beslissingen en paniekvoetbal.
Wat je nodig hebt
- Toegang tot je Google Ads- en/of Meta Ads-account met bewerkingsrechten
- Een spreadsheet of notitietool om wijzigingen en datums bij te houden
- Minimaal 7 tot 14 dagen geduld na elke significante aanpassing
Leerperiode respecteren na wijzigingen: zo doe je het
Elke keer dat je een wijziging doorvoert in een campagne, start het algoritme opnieuw een leerfase. Tijdens die fase verzamelt het systeem data om te bepalen hoe je advertenties het beste vertoond kunnen worden. Grijp je te snel in, dan reset je die leerfase en begin je weer van voren af aan. Dat kost niet alleen tijd, maar ook budget.
Noteer allereerst elke wijziging die je doorvoert. Leg vast wat je hebt aangepast, op welke datum en in welke campagne. Gebruik hiervoor een simpel logboek in Google Sheets. Zonder dit overzicht verlies je het zicht op welke verandering welk effect heeft veroorzaakt.
Bepaal vervolgens de zwaarte van je wijziging. Een kleine aanpassing aan advertentietekst heeft minder impact dan het veranderen van je biedstrategie of het toevoegen van een compleet nieuw publiek. Bij lichte wijzigingen volstaat vaak een wachttijd van 5 tot 7 dagen. Bij zware wijzigingen, zoals het overschakelen van handmatig bieden naar doel-ROAS, reken je op 10 tot 14 dagen.
Vermijd het stapelen van meerdere wijzigingen tegelijk. Als je tegelijkertijd je budget verhoogt, een nieuwe doelgroep toevoegt en je advertentieteksten aanpast, weet je achteraf niet welke aanpassing verantwoordelijk is voor de resultaten. Voer maximaal één significante wijziging per campagne per keer door.
Houd tijdens de leerperiode je rapportages in de gaten, maar neem geen actie op basis van dagcijfers. Kijk naar trends over de volledige leerperiode. Schommelingen in CPA of ROAS zijn normaal: het algoritme test verschillende combinaties van doelgroepen, plaatsingen en biedingen. Pas als de leerperiode voorbij is en de prestaties structureel afwijken van je doel, is ingrijpen gerechtvaardigd.
Bij New Sky hanteren we een vast protocol: elke wijziging wordt gelogd, voorzien van een verwachte einddatum van de leerfase, en pas daarna geëvalueerd. Dat voorkomt dat je op basis van ruis beslissingen neemt die je marge ondermijnen. Sturen op marge in plaats van oppervlakkige metrics als klikken vraagt om dit soort discipline.
Tips voor een beter resultaat
- Werk met een wijzigingskalender. Plan grote aanpassingen niet vlak voor piekperiodes zoals Black Friday of kerst. De leerperiode valt dan samen met je belangrijkste omzetdagen, wat je resultaten drukt.
- Gebruik conceptwijzigingen in Google Ads Editor. Bereid meerdere aanpassingen voor, maar upload ze gefaseerd. Zo houd je controle over de volgorde en timing.
- Stel geautomatiseerde regels tijdelijk uit. Automatische regels die campagnes pauzeren bij een hoge CPA kunnen een leerfase onterecht afbreken. Verhoog de drempelwaarden tijdelijk of schakel ze uit gedurende de leerperiode.
Werkt het niet? Check dit
Je ziet na twee weken nog steeds wisselvallige resultaten. De meest voorkomende oorzaak: je hebt onbewust toch een tweede wijziging doorgevoerd. Check je wijzigingsgeschiedenis in Google Ads via ‘Wijzigingsgeschiedenis’ en zoek naar aanpassingen die je mogelijk over het hoofd hebt gezien.
Je campagne zit vast in de leerfase van Meta. Dit gebeurt vaak bij te kleine doelgroepen of te lage budgetten. Meta heeft minimaal 50 conversies per week nodig om de leerfase af te ronden. Verhoog je budget of verbreed je doelgroep om het algoritme voldoende data te geven.
Volgende stap
Geduld is geen passiviteit: het is een doordachte keuze die je campagneresultaten beschermt. Door de leerperiode te respecteren na wijzigingen, geef je algoritmes de ruimte om voor jou te werken in plaats van tegen je. Kom je er niet uit? Neem contact op, dan helpen we je gratis verder.
