Soteria en margetracking: Google Ads sturen op winst in plaats van omzet
De meeste webshops sturen de transactiewaarde door naar Google Ads als conversiewaarde. Iemand koopt een product van honderd euro, Google krijgt te horen: conversie van honderd euro. Het algoritme optimaliseert vervolgens op het binnenhalen van transacties van honderd euro.
Maar als die honderd euro voor twintig procent uit marge bestaat en voor tachtig procent uit inkoopkosten, optimaliseert Google op omzet terwijl je op winst wil sturen. Dat zijn twee verschillende doelen.
Via Soteria en server-side GTM kun je de conversiewaarde aanpassen voordat die bij Google aankomt, zodat het algoritme stuurt op wat inhoudelijk relevant is voor de winstgevendheid van je campagnes.
Wat Soteria doet
Soteria is een server-side GTM-oplossing. Normaal loopt conversiedata rechtstreeks van de browser van de klant naar Google, via een pixel of tag. Bij server-side GTM loopt die data eerst via je eigen server, waar je hem kunt aanpassen voordat hij wordt doorgestuurd.
Soteria maakt het mogelijk om de conversiewaarde op die server dynamisch aan te passen op basis van je eigen data. De browser stuurt ’transactie 100 euro’, Soteria corrigeert dat naar ‘conversiewaarde 22 euro’ op basis van de marge van dat product, en stuurt vervolgens 22 euro door naar Google. Google optimaliseert daarna op 22 euro marge in plaats van 100 euro omzet.
Wat Soteria doet
Soteria is een server-side GTM-oplossing. Normaal loopt conversiedata rechtstreeks van de browser van de klant naar Google, via een pixel of tag. Bij server-side GTM loopt die data eerst via je eigen server, waar je hem kunt aanpassen voordat hij wordt doorgestuurd.
Soteria maakt het mogelijk om de conversiewaarde op die server dynamisch aan te passen op basis van je eigen data. De browser stuurt ’transactie 100 euro’, Soteria corrigeert dat naar ‘conversiewaarde 22 euro’ op basis van de marge van dat product, en stuurt vervolgens 22 euro door naar Google. Google optimaliseert daarna op 22 euro marge in plaats van 100 euro omzet.
Waarom dat verschil uitmaakt
Stel je hebt twee productcategorieën. Categorie A heeft een marge van 35 procent. Categorie B heeft een marge van 8 procent. Als je omzet doorstuurt, behandelt Google beide categorieën nagenoeg gelijk: een transactie van honderd euro is een transactie van honderd euro, ongeacht de categorie. Als je marge doorstuurt, biedt Google agressiever op categorie A dan op categorie B, omdat categorie A meer oplevert per transactie.
Een webshop in fotobenodigdheden implementeerde margetracking via Soteria. Het algoritme verschoof daarna zijn budget van geheugenkaarten, hoge omzet maar lage marge, naar camera-accessoires, lagere omzet maar driemaal zoveel marge. De totale omzet bleef nagenoeg gelijk, maar de nettomarge op het Google Ads-budget steeg met 28 procent. Niet door een campagnewijziging, maar doordat het algoritme andere informatie kreeg.
Waarom dat verschil uitmaakt
Stel je hebt twee productcategorieën. Categorie A heeft een marge van 35 procent. Categorie B heeft een marge van 8 procent. Als je omzet doorstuurt, behandelt Google beide categorieën nagenoeg gelijk: een transactie van honderd euro is een transactie van honderd euro, ongeacht de categorie. Als je marge doorstuurt, biedt Google agressiever op categorie A dan op categorie B, omdat categorie A meer oplevert per transactie.
Een webshop in fotobenodigdheden implementeerde margetracking via Soteria. Het algoritme verschoof daarna zijn budget van geheugenkaarten, hoge omzet maar lage marge, naar camera-accessoires, lagere omzet maar driemaal zoveel marge. De totale omzet bleef nagenoeg gelijk, maar de nettomarge op het Google Ads-budget steeg met 28 procent. Niet door een campagnewijziging, maar doordat het algoritme andere informatie kreeg.
Andere correcties die je kunt toepassen
Margetracking is de meest gangbare toepassing, maar niet de enige. Via server-side GTM kun je ook:
- Retourrisico meenemen: categorieën met een hoog retourpercentage krijgen een lagere gecorrigeerde waarde, zodat Google minder agressief biedt op producten die vaak worden teruggestuurd.
- Klanttype onderscheiden: een terugkerende klant is gemiddeld meer waard dan een nieuwe klant. Als je dat onderscheid kunt maken in je data, kun je een hogere conversiewaarde doorgeven voor herhaalaankopen.
- Seizoenscorrecties toepassen: in periodes met veel cadeauaankopen die vaker worden geruild, kun je tijdelijk een lagere correctiefactor instellen.
Andere correcties die je kunt toepassen
Margetracking is de meest gangbare toepassing, maar niet de enige. Via server-side GTM kun je ook:
- Retourrisico meenemen: categorieën met een hoog retourpercentage krijgen een lagere gecorrigeerde waarde, zodat Google minder agressief biedt op producten die vaak worden teruggestuurd.
- Klanttype onderscheiden: een terugkerende klant is gemiddeld meer waard dan een nieuwe klant. Als je dat onderscheid kunt maken in je data, kun je een hogere conversiewaarde doorgeven voor herhaalaankopen.
- Seizoenscorrecties toepassen: in periodes met veel cadeauaankopen die vaker worden geruild, kun je tijdelijk een lagere correctiefactor instellen.
Wat je nodig hebt om te beginnen
Je hebt server-side GTM nodig als technische basis. Soteria bouwt daarop voort. Daarnaast heb je een productkoppeling nodig waarbij elke SKU in je webshop een bekende marge heeft die opvraagbaar is op het moment van de transactie. Als die data beschikbaar is in je backend, is de implementatie een kwestie van de juiste tags instellen in GTM.
Heb je geen directe toegang tot margedata per SKU? Begin dan met gemiddelde marges op categorieniveau als benadering. Een categorie-niveau marge is al nauwkeuriger dan helemaal geen margedata. Je kunt later verfijnen naarmate de data beter wordt.
Wat je nodig hebt om te beginnen
Je hebt server-side GTM nodig als technische basis. Soteria bouwt daarop voort. Daarnaast heb je een productkoppeling nodig waarbij elke SKU in je webshop een bekende marge heeft die opvraagbaar is op het moment van de transactie. Als die data beschikbaar is in je backend, is de implementatie een kwestie van de juiste tags instellen in GTM.
Heb je geen directe toegang tot margedata per SKU? Begin dan met gemiddelde marges op categorieniveau als benadering. Een categorie-niveau marge is al nauwkeuriger dan helemaal geen margedata. Je kunt later verfijnen naarmate de data beter wordt.
Hoe je de impact meet
Vergelijk de nettomarge op je Google Ads-spend voor en na de implementatie van margetracking. Dat vraagt om twee datareeksen: de omzet en de bijbehorende marge, uitgesplitst per productcategorie, over een periode van minimaal drie maanden voor en drie maanden na de implementatie. Als het algoritme zijn gedrag heeft bijgesteld, zie je een verschuiving in de categorieën waarop het meeste budget wordt ingezet.
