Zoektermen en n-gram-optimalisatie in de praktijk

Van losse zoektermen naar patronen

Het zoektermenrapport toont welke zoekopdrachten je advertenties triggerden. Sinds Google termen met weinig volume verbergt (privacydrempel), zie je in veel accounts nog maar 60–80% van de kosten terug in zichtbare termen. Losse termen beoordelen wordt daardoor minder effectief; n-gram-analyse kijkt naar terugkerende woorden en woordcombinaties en haalt zo patronen boven die je in losse termen mist.

Een n-gram is een reeks van n opeenvolgende woorden. Uit "warmtepomp kosten per maand" haal je:

• 1-grams: warmtepomp, kosten, per, maand
• 2-grams: warmtepomp kosten, kosten per, per maand
• 3-grams: warmtepomp kosten per, kosten per maand

Door alle zoektermen op te splitsen en per n-gram kosten, klikken en conversies te sommeren, zie je bijvoorbeeld dat het woord "gratis" in 87 verschillende zoektermen voorkomt met samen € 1.240 kosten en nul conversies.

Stappenplan n-gram-analyse

1. Exporteer het zoektermenrapport voor 30–90 dagen (afhankelijk van volume: minimaal 2.000 termen) met kolommen zoekterm, klikken, kosten, conversies, conversiewaarde.
2. Normaliseer: alles naar kleine letters, leestekens weg, eventueel accenten en meervouden gelijktrekken.
3. Splits in 1-, 2- en 3-grams. In Google Sheets kan dit met SPLIT en FLATTEN, in Python met een paar regels, of met een Google Ads Script dat direct naar Sheets schrijft.
4. Aggregeer per n-gram: aantal termen, klikken, kosten, conversies, waarde, CPA, ROAS.
5. Filter:
   • Negatief-kandidaten: n-grams met ≥ 30 klikken (of ≥ 3× de gemiddelde CPA aan kosten) en 0 conversies, of met een CPA > 2,5× het doel.
   • Uitbreidingskandidaten: n-grams met ≥ 3 conversies en CPA < doel die nog niet als zoekwoord of thema in je account staan.
   • Structuurkandidaten: n-grams met veel volume en afwijkende conversieratio die een eigen advertentiegroep of landingspagina verdienen.
6. Beoordeel handmatig: een n-gram als "kosten" kan zowel in "warmtepomp kosten" (goed) als "kosten terugvragen subsidie" (slecht) zitten. Kijk naar de onderliggende termen voordat je uitsluit.
7. Implementeer negatieven op het juiste niveau (zie hieronder) en voeg uitbreidingen toe met de juiste match types.

Voorbeeld van een eenvoudige aggregatie in SQL (bijvoorbeeld BigQuery op een geëxporteerd zoektermenrapport):

WITH woorden AS (
  SELECT
    LOWER(search_term) AS term,
    clicks, cost, conversions,
    SPLIT(LOWER(REGEXP_REPLACE(search_term, r'[^\w\s]', '')), ' ') AS tokens
  FROM zoektermen_90d
)
SELECT
  token AS unigram,
  COUNT(DISTINCT term) AS aantal_termen,
  SUM(clicks) AS klikken,
  ROUND(SUM(cost), 2) AS kosten,
  SUM(conversions) AS conversies,
  ROUND(SAFE_DIVIDE(SUM(cost), SUM(conversions)), 2) AS cpa
FROM woorden, UNNEST(tokens) AS token
WHERE LENGTH(token) > 2
GROUP BY token
HAVING SUM(clicks) >= 30
ORDER BY kosten DESC;

Negatieven op het juiste niveau

Gebruik phrase match negatieven voor n-grams (bijvoorbeeld "gratis" sluit alles met dat woord uit) en exact negatieven alleen voor specifieke termen. Let op: negatieven matchen niet op synoniemen of spelfouten, dus voeg varianten toe ("gratis", "kosteloos", "free").

Broad match en de rol van negatieven

Met broad match + smart bidding stuurt Google op conversiekans, niet op woordovereenkomst. Negatieven zijn daarmee je belangrijkste stuurmiddel voor relevantie en merkintegriteit. Maar wees terughoudend met massaal uitsluiten van termen die "er raar uitzien" maar wél converteren. Beoordeel op prestaties, niet op esthetiek.

Een gezonde verhouding: 5–15% van de zoektermkosten in een broad match-campagne mag naar termen gaan die je zelf niet had bedacht. Gaat meer dan 25% naar termen met een CPA boven 2× doel, dan is er werk.

Zoektermen naar zoekwoorden en thema's

• Search: converterende n-grams die nog geen zoekwoord zijn, voeg je toe als phrase of exact zoekwoord in de passende advertentiegroep. Bij Search met broad match hoeft dat niet altijd (Google matcht al), maar een exact zoekwoord geeft prioriteit en een eigen advertentietekst.
• PMax: converterende thema's uit Search terms insights voeg je toe als search themes en als woorden in feedtitels.
• Nieuwe advertentiegroep of campagne: als een n-gram (bijvoorbeeld "hybride warmtepomp") veel volume heeft met een duidelijk andere intentie en conversieratio, verdient het een eigen groep met eigen tekst en landingspagina.

Praktijkvoorbeeld

Een online opleider (€ 18.000 per maand, Search met broad match) voerde een 90-daagse n-gram-analyse uit over 14.200 zoektermen:

Resultaat na zes weken: 9% minder kosten, 21% meer inschrijvingen, CPA van € 128 naar € 97.

Frequentie en automatisering

• Bij accounts boven € 20.000 per maand: maandelijkse n-gram-analyse over 30 dagen.
• Kleinere accounts: per kwartaal over 90 dagen.
• Automatiseer de export en aggregatie met een Google Ads Script dat naar Sheets schrijft (les 6) en markeer kandidaten met voorwaardelijke opmaak.

Veelgemaakte fouten

• Negatieven toevoegen op esthetiek ("die term ziet er vreemd uit") in plaats van op prestaties.
• Accountbrede negatieven die in één campagne wél relevant zijn (bijvoorbeeld "goedkoop" in een budgetlijn).
• Te korte periode waardoor n-grams op toeval berusten.
• Alleen 1-grams bekijken: de nuance zit vaak in 2- en 3-grams.
• Geen conflictcheck: een nieuw negatief blokkeert een bestaand zoekwoord (Google waarschuwt hiervoor, maar niet altijd bij phrase-varianten).
• Uitbreidingskansen negeren omdat de analyse alleen op besparen is gericht.

Tip: leg een "negatieven-logboek" bij met datum, n-gram, reden en verwachte besparing. Na een kwartaal weet je precies welke uitsluitingen werkten en welke je moet terugdraaien.