Optimization Score: welke recommendations je wel en niet moet volgen

De Optimization Score is een van de meest zichtbare, maar ook meest misverstane features in Google Ads. Het percentage in de linkerbovenhoek van je account, ergens tussen de 0% en 100%, lijkt een simpele graadmeter voor campagnekwaliteit. Toch is de werkelijkheid genuanceerder. Een score van 100% betekent niet automatisch dat je campagnes optimaal presteren, en een score van 70% betekent niet dat er iets mis is. In dit artikel leggen we uit wat de Optimization Score precies is, welke recommendations je met beide handen aangrijpt, en welke je met een gezonde dosis scepsis benadert. Want wie blindelings elke aanbeveling van Google volgt, geeft de controle over zijn campagnes uit handen.

Wat is de Optimization Score en hoe werkt hij?

De Optimization Score is een score tussen 0% en 100% die Google berekent op basis van het aantal openstaande recommendations in je account. Voor elke aanbeveling die Google heeft, wordt een gewicht toegekend. Hoe meer aanbevelingen je volgt (of negeert door ze te "dismisssen"), hoe hoger je score. De score wordt berekend op campagne-, account- en managerniveau en wordt voortdurend bijgewerkt.

Google's aanbevelingen zijn bedoeld om adverteerders te helpen meer uit hun campagnes te halen. In theorie klinkt dat logisch. In de praktijk zijn deze recommendations echter deels gegenereerd door algoritmes die niet altijd jouw specifieke bedrijfsdoelen, marges, seizoenspatronen of klantdata kennen. Google wil adverteerders stimuleren meer te besteden en bredere targeting in te zetten, twee doelstellingen die niet altijd in het verlengde liggen van jouw ROAS-target of CPL-doel.

Belangrijk om te weten: een recommendation "dismisssen" (afwijzen) telt even zwaar mee voor je score als hem toepassen. Je kunt dus ook een hogere Optimization Score behalen door bewust te kiezen welke aanbevelingen je afwijst en waarom. Dat is precies hoe een professioneel Google Ads-bureau naar deze score kijkt.

Recommendations die je vrijwel altijd moet volgen

Niet elke recommendation van Google is verdacht. Er zijn categorieën van aanbevelingen die structureel waarde toevoegen aan vrijwel elk account, ongeacht de branche of het businessmodel. Hieronder de belangrijkste.

• Negatieve keywords toevoegen: Dit is veruit de meest waardevolle categorie. Google signaleert zoektermen die clicks genereren maar niet converteren, en adviseert ze als negatief keyword toe te voegen. Dit verbetert je Quality Score, verlaagt verspild budget en verhoogt de relevantie van je vertoningen.
• Advertentieteksten verbeteren (RSA Ad Strength): Aanbevelingen om je Responsive Search Ads te verbeteren, bijvoorbeeld door meer unieke koppen toe te voegen of gebruik te maken van keywords in de headline, zijn doorgaans waardevol. Een hogere Ad Strength correleert met betere CTR en lagere CPC.
• Conversion tracking verbeteren: Als Google aangeeft dat je conversion tracking incomplete of inconsistent is, moet je dit altijd serieus nemen. Goede conversiedata is de brandstof voor Smart Bidding. Zonder accurate conversiesignalen werkt geen enkele biedstrategie optimaal.
• Assets en extensies toevoegen: Sitelink-extensies, call-outs, gestructureerde fragmenten, afbeeldingsextensies: ze vergroten je advertentieruimte zonder extra kosten en verhogen doorgaans de CTR.
• Campagnes met weinig zoekvolume aanpakken: Als bepaalde ad groups structureel weinig vertoningen krijgen, is dat een signaal dat je zoekwoorden te specifiek of te smal zijn. Hier is Google's advies om zoekwoorden samen te voegen of te verbreden dikwijls terecht.

Voor een klant als ToetsJeKennis.nl, een online platform voor examens en cursussen, zijn aanbevelingen rond RSA Ad Strength en negatieve keywords bijzonder effectief. Door irrelevante zoektermen als "gratis examen" of "oefenvragen PDF" consequent als negatief keyword te markeren, stijgt de advertentierelevantie en daalt de cost per conversion structureel. Hetzelfde geldt voor Clima-Active.nl, een installateur van airco en warmtepomp installaties die op zoek is naar offerteaanvragen: het uitsluiten van zoektermen als "storing" of "revisie" zorgt ervoor dat alleen koopklaar verkeer de campagne bereikt.

Recommendations die je met scepsis moet benaderen

De andere kant van de medaille is minstens zo belangrijk. Google genereert ook recommendations die, als je ze blindelings volgt, je campagnes kunnen schaden of je budget onnodig laten groeien zonder evenredige resultaten. Dit zijn de categorieën waarbij je altijd een tweede mening nodig hebt.

• Budget verhogen: Google adviseert bijna altijd om je dagbudget te verhogen, gebaseerd op het percentage van de tijd dat je campagne "beperkt door budget" is. Maar een campagne die beperkt is door budget, hoeft niet per se meer budget te verdienen. Misschien is je ROAS op dit moment niet goed genoeg om te schalen, of zijn er nog efficiëntieslagen te maken voordat je investering verhoogt.
• Broad match inschakelen: De aanbeveling om bestaande exact match of phrase match zoekwoorden om te zetten naar broad match is een van de meest riskante recommendations. Broad match geeft Google veel vrijheid om je advertenties te vertonen op zoektermen die ver van jouw doelgroep verwijderd zijn. Zonder een sterk systeem van negatieve keywords en dagelijkse search term mining kan dit je account snel openzetten voor irrelevant verkeer.
• Target CPA of Target ROAS verlagen: Google adviseert regelmatig om je tCPA of tROAS te versoepelen, met als argument dat je meer conversies kunt behalen bij een ruimere target. In werkelijkheid betekent dit dat je bereid moet zijn meer te betalen per lead of minder omzet per euro advertentie-uitgave te accepteren. Dit is een businessbeslissing, geen algoritmische aanbeveling.
• Performance Max campagnes toevoegen: Google raadt PMax-campagnes steeds vaker aan als de oplossing voor elk account. Hoewel Performance Max krachtig kan zijn bij voldoende conversiedata en de juiste opzet, is het geen one-size-fits-all oplossing. In accounts met weinig historische data of smalle marges kan PMax je budget snel doorheen jagen zonder transparantie over waar het naartoe gaat.
• Automatically applied recommendations inschakelen: Dit is wellicht de gevaarlijkste recommendation van allemaal. Als je Google toestaat aanbevelingen automatisch toe te passen, verlies je de directe controle over wijzigingen in je account. Zoekwoorden kunnen worden toegevoegd, biedstrategieën kunnen worden aangepast en budgetten kunnen worden gewijzigd, zonder dat jij daar actief toestemming voor hebt gegeven.

Bij E-4motion.com, de webshop voor nieuwe elektrische vouwfietsen, zagen we een sprekend voorbeeld van waarom de broad match recommendation gevaarlijk kan zijn. Google adviseerde om de exact match zoekwoorden rond "elektrische vouwfiets kopen" om te zetten naar broad match. Zonder tussenkomst zou dit hebben geleid tot vertoningen op zoektermen als "goedkope fiets", "elektrische scooter huren" of zelfs "vouwwagen verhuur", drie categorieën die ver buiten het productaanbod vallen en alleen maar verspild budget opleveren.

Hoe AdBrains AI recommendations beoordeelt en filtert

Bij AdBrains hebben we een geautomatiseerd systeem ontwikkeld dat elke binnenkomende Google Ads recommendation analyseert voordat er ook maar één wijziging in een account wordt doorgevoerd. Dat systeem werkt op basis van meerdere AI-agents die samenwerken in een multi-agent verificatieproces, en het is precies deze aanpak die onze werkwijze fundamenteel onderscheidt van handmatig accountbeheer.

Wanneer Google een nieuwe recommendation genereert, wordt deze direct ingevoerd in ons analysesysteem. De eerste AI-agent classificeert de aanbeveling op type en urgentie. De tweede agent vergelijkt de aanbeveling met de actuele accountprestaties, de huidige biedstrategie en de marge-targets van de klant. De derde agent toetst de aanbeveling aan het historische gedrag van vergelijkbare recommendations in vergelijkbare accounts. De vierde agent formuleert het uiteindelijke advies: uitvoeren, uitvoeren met aanpassingen, of afwijzen met een gedocumenteerde reden.

Dit multi-agent verificatiesysteem voorkomt dat impulsieve of contraproductieve aanbevelingen worden opgevolgd. In de praktijk beoordeelt onze AI ongeveer 73% van alle Google-aanbevelingen als "niet uitvoeren" in de huidige accountcontext. Dat klinkt hoog, maar het weerspiegelt precies hoe selectief een goed beheerd account zou moeten zijn met de recommendations die Google genereert.

Daarnaast draait ons geautomatiseerde search term mining systeem dagelijks op alle accounts. Dit systeem detecteert automatisch welke zoektermen clicks opleveren maar niet converteren, en voegt deze toe als negatief keyword, nog voordat Google zelf een recommendation genereert. Hierdoor zijn onze accounts altijd een stap voor op de aanbevelingen van het platform zelf.

Voor de RSA-aanbevelingen hebben we een apart RSA-verbeteringssysteem draaien. Dit systeem analyseert dagelijks de Ad Strength van alle advertenties in beheerde accounts. Advertenties met een POOR-status worden automatisch gemarkeerd en herschreven door onze AI, met alternatieve koppen en beschrijvingen die beter aansluiten bij de intentie van de zoeker en de landingspagina. Dit verhoogt niet alleen de Ad Strength, maar verbetert ook de Quality Score en de CTR van de advertenties.

Tot slot staat in alle door AdBrains beheerde accounts de instelling voor automatically applied recommendations standaard uitgeschakeld. We bewaken actief dat Google geen niet-goedgekeurde wijzigingen doorvoert. Elke wijziging in een account wordt gelogd, beoordeeld en pas uitgevoerd na validatie door ons AI-systeem. Zo blijft de adverteerder altijd in controle, ook als de campagnes grotendeels op de automatische piloot vliegen.

De combinatie van proactief search term mining, RSA-optimalisatie en gefilterde recommendation-verwerking zorgt ervoor dat AdBrains-accounts structureel beter presteren dan accounts die handmatig worden beheerd of die blindelings op een hoge Optimization Score mikken. Een hoge ROAS of lage CPL is altijd het doel, niet een hoog percentage in een dashboard.

De Optimization Score als communicatie-instrument

Er is nog een dimensie van de Optimization Score die vaak over het hoofd wordt gezien: zijn rol als communicatie-instrument richting klanten en stakeholders. Een accountmanager die zijn klant een score van 55% laat zien zonder context, wekt al snel de indruk dat er iets mis is met de campagnes. Terwijl die 55% misschien het gevolg is van het bewust afwijzen van budget-verhogingsaanbevelingen en broad match-activering, precies de juiste beslissingen voor die specifieke klant.

Bij AdBrains rapporteren we de Optimization Score altijd in combinatie met een toelichting: welke recommendations zijn afgewezen, waarom, en wat de impact van die keuze is geweest op de werkelijke campagneprestaties. Zo wordt de score een startpunt voor een inhoudelijk gesprek over strategie, in plaats van een abstract getal dat angst of verwarring zaait.

Voor LeroyBrouwer.nl, een leadgen-klant in ons portfolio, gebruiken we de maandelijkse recommendation-rapportage als strategisch overlegmoment. We bespreken welke aanbevelingen zijn afgewezen (en waarom), welke zijn doorgevoerd (en met welk resultaat), en welke nieuwe kansen we zien die Google nog niet heeft gedetecteerd. Dit maakt de samenwerking transparanter en effectiever.

Een praktisch kader: zo beoordeel je recommendations zelf

Niet iedereen heeft een AI-systeem tot zijn beschikking om recommendations te filteren. Toch kun je met een gestructureerde aanpak al veel betere beslissingen nemen. Onderstaande tabel geeft een praktisch overzicht van de meest voorkomende recommendation-typen en de bijbehorende afweging.

Dit kader helpt je om snel en gestructureerd een oordeel te vormen over elke inkomende recommendation. De kern van de boodschap is steeds dezelfde: toets de aanbeveling aan jouw eigen doelen, niet aan het percentage dat Google wil verhogen.

Veelgestelde vragen over de Optimization Score

Moet ik streven naar een Optimization Score van 100%?

Nee. Een score van 100% betekent alleen dat je alle openstaande aanbevelingen van Google hebt opgevolgd of afgewezen. Het zegt niets over de daadwerkelijke prestaties van je campagnes. Het is veel zinvoller om te sturen op ROAS, CPL, conversie-volume en Quality Score dan op een getal in een dashboard. In goed beheerde accounts is een score van 65-80% vaak het meest realistisch, omdat er bewust aanbevelingen worden afgewezen die niet passen bij de strategie.

Wat gebeurt er als ik een recommendation "dismiss"?

Als je een aanbeveling afwijst, verdwijnt deze uit je openstaande recommendations en stijgt je Optimization Score alsof je hem had toegepast. Google kan de aanbeveling later opnieuw aanbieden als de situatie verandert. Het is goed gebruik om bij het dismisssen een reden op te geven, zowel voor je eigen documentatie als voor het algoritme van Google.

Zijn automatically applied recommendations altijd slecht?

Niet per definitie, maar ze vereisen extreem veel voorzichtigheid. Sommige automatisch toegepaste aanbevelingen, zoals het toevoegen van responsieve zoekadvertenties op basis van landingspagina-content, zijn relatief veilig. Maar andere, zoals het automatisch verhogen van budgetten of het activeren van broad match, kunnen grote impact hebben op je campagnestrategie en budget. De algemene aanbeveling is om automatically applied recommendations uit te schakelen, tenzij je een robuust systeem hebt om de gevolgen dagelijks te monitoren.

Hoe beïnvloedt de Optimization Score mijn Smart Bidding prestaties?

De Optimization Score heeft geen directe invloed op Smart Bidding. Smart Bidding werkt op basis van je conversiedata, doelstellingen en signalen zoals apparaat, locatie, tijdstip en doelgroep. Wat wel invloed heeft op Smart Bidding, is de kwaliteit van je conversion tracking en de volledigheid van je conversiesignalen. Aanbevelingen die gericht zijn op het verbeteren van conversion tracking zijn dus indirect ook waardevol voor je biedstrategie. Gebruik bij voorkeur server-side tracking en Enhanced Conversions om de datakwaliteit te maximaliseren.

Hoe gaat AdBrains om met de Optimization Score voor klanten?

AdBrains gebruikt een geautomatiseerd AI-systeem om elke recommendation te beoordelen op basis van de specifieke context van het account: de biedstrategie, de marge-targets, het conversie-volume en de historische prestaties. Ongeveer 73% van alle aanbevelingen wordt beoordeeld als "niet uitvoeren" in de huidige context. De overige 27% wordt verwerkt, soms aangepast, en dan doorgevoerd. Alle beslissingen worden gedocumenteerd en gecommuniceerd aan de klant via periodieke rapportages.