Van 3x naar 6x ROAS: leadgen case study kantoorbranche

Een ROAS van 3x voelt voor veel adverteerders als een redelijk resultaat. Je verdient drie euro terug op elke euro die je in Google Ads investeert, en dat is beter dan niets. Maar in de kantoorbranche, waar gemiddelde orderwaarden hoog zijn en de salescyclus langer loopt, is 3x zelden het plafond. Het is vaak slechts het beginpunt. In deze case study laten we zien hoe een gefaseerde, AI-gedreven aanpak de ROAS van een leadgen campagne in de kantoorbranche van 3x naar meer dan 6x heeft gebracht — in vier kwartalen, met een gelijkblijvend budget.

De situatie: solide basis, maar groei stagneerde

De campagne die we onder handen namen, was niet slecht ingericht. Er was een duidelijke accountstructuur, de advertenties waren voorzien van relevante extensies, en de adverteerder had al enige ervaring met Smart Bidding. Toch was de ROAS al drie maanden lang gestabiliseerd op zo'n 3,1x. Elke poging om via handmatige bod-aanpassingen of nieuwe advertentieteksten de prestaties te verbeteren, leverde tijdelijke pieken op, maar geen structurele groei.

Dit patroon herkennen we bij veel klanten in de dienstverlenende sectoren, waaronder de kantoorbranche. Het Google Ads-systeem werkt, maar zonder de juiste data-input, de juiste signalen en een continue optimalisatiecyclus loopt het snel vast. De campagne draait dan op een lokaal optimum, terwijl het werkelijke potentieel veel hoger ligt.

De kern van het probleem bleek bij analyse uit drie factoren te bestaan. Ten eerste waren de conversiesignalen onvolledig: tracking was client-side ingericht, waardoor een deel van de daadwerkelijke leadaanvragen niet terugkwam in Google Ads. Ten tweede werd de zoektermen-analyse wekelijks handmatig gedaan, waardoor irrelevante termen dagenlang budget verbranden voordat ze als negatief keyword werden toegevoegd. Ten derde bleven de Responsive Search Ads (RSA's) maanden ongewijzigd, met een Ad Strength-score van "Average" of lager.

Fase 1: conversiesignalen versterken met server-side tracking

ROAS-ontwikkeling per kwartaal

Kantoorbranche leadgen campagne — voor en na AI-optimalisatie (2026)

Q1 — Startpunt (handmatig)

3.1x

Q2 — Na structuuroptimalisatie

4.2x

Q3 — Na Smart Bidding-switch

5.1x

Q4 — Volledig AI-gestuurd

6.3x

De eerste stap in de optimalisatie was het oplossen van het tracking-probleem. Via onze eigen server-side GTM-infrastructuur (sGTM) zijn alle conversiemomenten opnieuw ingericht met Enhanced Conversions en first-party data-verrijking. Dit betekent dat Google Ads voortaan rijkere signalen ontvangt over wie daadwerkelijk een offerteaanvraag indient: e-mailadres (gehashed), geografische gegevens en apparaattype worden meegegeven aan het conversie-event.

Het directe effect was merkbaar: binnen twee weken na de implementatie werd 28% meer conversies bijgehouden dan voorheen. Dat zijn geen extra leads, maar leads die er altijd al waren en nu correct werden gemeten. Dit heeft direct invloed op Smart Bidding, omdat het algoritme meer data krijgt om op te leren. Een sterker signaal betekent betere biedingsbeslissingen, wat op zijn beurt leidt tot lagere kosten per lead (CPL) en een hogere ROAS.

Voor leadgen-campagnes is dit effect nog groter dan bij e-commerce, omdat de conversiewaarden niet altijd direct zichtbaar zijn in de pixel. Door een modelwaarde toe te kennen aan elke offerteaanvraag op basis van de historische close rate en gemiddelde contractwaarde, konden we Target ROAS activeren als biedstrategie, in plaats van de eenvoudigere Maximize Conversions. Dit geeft het systeem een duidelijker doel en maakt de optimalisatie veel scherper.

Fase 2: dagelijkse search term mining en negatieve keywords

Parallel aan de tracking-verbetering startte de geautomatiseerde search term mining. Waar voorheen wekelijks handmatig een search terms rapport werd doorgespit, analyseerde onze AI voortaan dagelijks alle inkomende zoektermen. Irrelevante termen werden direct gedetecteerd en als negatief keyword toegevoegd aan de campagne, vaak al binnen 24 uur nadat ze voor het eerst waren getriggerd.

In de eerste maand van automatische mining werden meer dan 140 unieke zoektermen als negatief keyword toegevoegd die bij handmatig beheer minstens een week lang budget hadden verspild. Denk aan termen als "gratis kantoorinrichting", "tweedehands kantoormeubilair" of informationele queries als "wat kost een kantoorverbouwing gemiddeld" — termen die klikken genereren maar zelden leiden tot serieuze offerteaanvragen.

Het vrijgekomen budget kon worden herverdeeld naar de best presterende zoektermen, die via onze Keyword Incubator eerst veilig werden getest in een aparte incubator-campagne voordat ze doorstroomden naar de productiecampagne. Dit zorgt ervoor dat alleen bewezen converterende keywords het volledige budget ontvangen.

De resultaten in deze fase waren direct zichtbaar in de kwaliteitsmetrieken:

• De gemiddelde Quality Score steeg van 6,2 naar 7,8 over alle actieve keywords
• De CPC daalde met gemiddeld 18% door betere advertentierelevantie en zoekterm-match
• Het percentage irrelevante klikken daalde van circa 22% naar minder dan 6%
• De totale lead-output steeg met 31% bij gelijkblijvend budget
• De ROAS steeg in Q2 naar 4,2x, een verbetering van 35% ten opzichte van het startpunt

Fase 3: RSA-optimalisatie en advertentieprestaties verbeteren

Leadgen conversie-funnel kantoorbranche

Gemiddelde doorstroom na AI-optimalisatie (benchmarks 2026)

Impressions

Gerichte vertoningen via Search en PMax

Klikken

Gemiddelde CTR 7% na RSA-optimalisatie

Leadpagina bezocht

38% van klikkende bezoekers bezoekt de offerteformulier-pagina

Offerteaanvraag ingediend

Conversieratio 18% op de landingspagina

Kostenefficiënte leads via AI-gestuurde Smart Bidding

In de derde fase richtte de AI-optimalisatie zich op de advertentieteksten zelf. De bestaande Responsive Search Ads hadden bij audit grotendeels een Ad Strength van "Average" of zelfs "Poor". Dit is een indicator dat Google de combinaties van koppen en beschrijvingen niet optimaal acht voor de betreffende zoekopdrachten.

Ons RSA-verbeteringssysteem analyseert automatisch de Ad Strength-scores per advertentiegroep en genereert nieuwe koppen en beschrijvingen op basis van de best presterende combinaties in de branche, aangevuld met signalen uit de landingspagina. Advertenties met een "Poor"-status worden automatisch herschreven en ter goedkeuring aangeboden, waarna ze live gaan.

Binnen zes weken waren alle RSA's in de campagne opgewaardeerd naar minimaal "Good", waarbij een significant deel "Excellent" bereikte. Dit heeft directe impact op de Ad Rank en daarmee op de positie van de advertentie in de veiling. Een hogere Ad Rank bij gelijke of lagere CPC is het ideale scenario voor ROAS-verbetering.

Naast de RSA-verbeteringen werd ook de doelgroepstrategie geautomatiseerd. Via ons doelgroepbeheer-systeem werden RLSA-audiences (Remarketing Lists for Search Ads) automatisch aangemaakt en wekelijks vernieuwd: bezoekers van de offerteformulier-pagina die niet hadden geconverteerd, kregen een verhoogd bod, terwijl al-geconverteerde bezoekers werden uitgesloten van de campagne. Dit verlaagt de verspilling verder en verhoogt de kwaliteit van de bereikte doelgroep.

Hoe AdBrains AI dit structureel aanpakt

Wat deze case study illustreert, is dat een ROAS-verdubbeling niet het resultaat is van één magische ingreep, maar van een samenspel van continu draaiende optimalisatieprocessen. Dat is precies waarop de door AdBrains zelf ontwikkelde AI-technologie is gebouwd.

Het fundament is ons multi-agent verificatiesysteem. Elke optimalisatiebeslissing, of het nu gaat om een bod-aanpassing, een negatief keyword of een RSA-wijziging, wordt door vier onafhankelijke AI-agents gecontroleerd voordat ze wordt uitgevoerd. Dit elimineert fouten die bij handmatig beheer of bij single-agent AI-systemen wél voorkomen. Een agent die een zoekterm wil toevoegen als negatief keyword, wordt tegengehouden als een andere agent signaleert dat diezelfde term historisch converteert in een andere campagne. Zo worden conflicten vermeden die bij handmatig beheer tot serieuze budgetverspilling leiden.

Bovenop dit verificatiesysteem draait de automatische tCPA/tROAS-optimalisatie: dagelijks worden de biedstrategieën per campagne bijgesteld op basis van het actuele conversievolume en de gestelde margedoelen per klant. Wanneer een campagne tijdelijk onder het minimale conversiedrempel komt, schakelt ons strategie-switch systeem automatisch over naar een veiliger biedstrategie om kwaliteitsverlies te voorkomen en activeert het de campagne opnieuw zodra de data-aanvoer herstelt.

De Keyword Incubator speelt een cruciale rol bij veilige groei. Nieuwe zoekwoorden die via onze search term mining worden gedetecteerd als potentieel kansrijk, worden eerst in een gecontroleerde incubator-campagne geplaatst met een beperkt budget. Pas als ze voldoende conversiedata hebben opgebouwd, migreren ze automatisch naar de productiecampagne. Dit voorkomt dat onbewezen keywords het algoritme van de hoofdcampagne verstoren.

Ten slotte zorgt onze server-side signal enrichment ervoor dat de conversiesignalen die Google ontvangt altijd zo rijk en volledig mogelijk zijn. Via onze eigen sGTM-infrastructuur worden first-party data-punten zoals CRM-signalen, leadkwaliteitsscores en klantlevensduurwaarden teruggestuurd naar Google Ads als Enhanced Conversions. Dit geeft Smart Bidding het meest gedetailleerde beeld mogelijk van welke klikken werkelijk waardevolle klanten opleveren, wat direct de Target ROAS-optimalisatie ten goede komt.

Het resultaat is een zelflerend systeem dat elke dag iets scherper wordt, zonder dat er een accountmanager handmatig in hoeft te grijpen. Dat is de kern van onze werkwijze en de reden waarom klanten in de kantoorbranche en andere dienstverlenende sectoren structureel betere ROAS-cijfers behalen dan met handmatig beheer.

Resultaten: van 3x naar 6x in vier kwartalen

Handmatig beheer vs. AdBrains AI

Vergelijking campagneprestaties kantoorbranche leadgen

Handmatig beheer

• ROAS: 3,1x (stagnatie na 3 maanden)
• Wekelijkse handmatige zoekterm-check
• Statische biedstrategie (Maximize Clicks)
• RSA's zelden bijgewerkt
• Negatieve keywords reactief toegevoegd
• Geen audience-segmentatie
• Conversiesignalen basic (client-side)
• Campagne-uitbreiding: maandelijks handmatig

AdBrains AIAanbevolen

• ROAS: 6,3x (doorgroei elk kwartaal)
• Dagelijkse geautomatiseerde search term mining
• Dynamische Target ROAS via Smart Bidding
• RSA-verbeteringssysteem (POOR-status auto-fix)
• Negatieve keywords proactief en dagelijks
• Automatisch RLSA- en doelgroepbeheer
• Server-side signal enrichment (Enhanced Conversions)
• Auto campagne-uitbreiding op basis van groeidata

De gecombineerde impact van alle optimalisatiefasen is terug te zien in de kwartaalcijfers. Startend op een ROAS van 3,1x in Q1, steeg de campagne naar 4,2x in Q2 na de tracking- en zoektermverbeteringen. In Q3 bracht de Smart Bidding-switch in combinatie met de RSA-verbeteringen de ROAS naar 5,1x. Aan het einde van Q4, met het volledig geautomatiseerde systeem op volle kracht, bereikte de campagne een ROAS van 6,3x.

Om dit in de context van leadgen te plaatsen: voor elke euro advertentiebudget werd aan het einde van het traject 6,30 euro aan pipeline-waarde gecreëerd. Met een gelijkblijvend maandbudget betekende dat meer dan twee keer zoveel gekwalificeerde offerteaanvragen, zonder extra kosten. De CPL daalde in diezelfde periode met 41%, terwijl de gemiddelde leadkwaliteit (gemeten via CRM-data en close rates) aantoonbaar verbeterde.

Dit patroon zien we ook bij andere leadgen-klanten zoals Clima-Active.nl, dat airco- en warmtepomp-installaties aanbiedt. In de HVAC-branche, net als in de kantoorbranche, zijn offerteaanvragen de primaire conversiedoelstelling en zijn de saleswaarden hoog genoeg om Target ROAS als biedstrategie in te zetten. De gefaseerde AI-aanpak levert in dit type campagnes structureel betere resultaten dan handmatig beheer of generieke automatisering.

Een vergelijkbaar traject doorliep LeroyBrouwer.nl, een leadgen-klant waarbij de combinatie van server-side tracking en geautomatiseerde search term mining de CPL in het eerste kwartaal al met meer dan 25% deed dalen, terwijl het lead-volume gelijktijdig toenam. Dit bevestigt dat de aanpak brancheoverstijgend werkt.

Wat handmatig beheer structureel mist

Het contrast tussen handmatig campagnebeheer en AI-gedreven optimalisatie is in de kantoorbranche bijzonder scherp. De redenen zijn meervoudig:

• Trage reactietijd: handmatige optimalisatie vindt wekelijks of tweewekelijks plaats. In een Google Ads-veiling die real-time werkt, is dat te langzaam om op veranderingen in zoekgedrag of concurrentie te reageren.
• Onvolledige data-analyse: een menselijke accountmanager kan niet dagelijks duizenden zoektermen, honderden advertentiecombinaties en tientallen doelgroepsegmenten analyseren. AI doet dit continu.
• Suboptimale biedstrategie: handmatig biedingsbeheer leidt tot bid-aanpassingen op basis van gevoel of beperkte datasets, in plaats van op basis van alle beschikbare conversiedata.
• Reactief in plaats van proactief: negatieve keywords worden handmatig toegevoegd nadat budget al is verspild; ons systeem detecteert en blokkeert irrelevante termen dagelijks, voordat ze significant budget verbruiken.
• Geen schaalvoordeel: bij handmatig beheer kost het uitbreiden van een campagne extra tijd en mankracht; bij AdBrains AI schaalt de optimalisatie automatisch mee met de groei van de campagne.

De vergelijkingstabel hieronder geeft een overzicht van de meest impactvolle verschillen tussen handmatig beheer en het AdBrains AI-systeem in de context van leadgen in de kantoorbranche:

De tabel maakt duidelijk dat de ROAS-verdubbeling niet toevallig is: het is het logische gevolg van tientallen kleine verbeteringen die dagelijks worden doorgevoerd, terwijl handmatig beheer op elk van deze punten structureel achterblijft.

Veelgestelde vragen over ROAS-optimalisatie in de kantoorbranche

Hoe lang duurt het om van 3x naar 6x ROAS te groeien?

In deze case study duurde het traject vier kwartalen, ofwel één volledig jaar. De snelheid van groei is afhankelijk van drie factoren: de kwaliteit van de bestaande accountstructuur, het beschikbare conversievolume (meer conversies betekent sneller lerende Smart Bidding-algoritmes), en de mate van implementatie van server-side tracking. Bij campagnes die al een sterke basis hebben, zien we soms al na twee kwartalen significante ROAS-verbeteringen. De eerste maand is doorgaans de meest impactvolle, omdat de tracking-verbeteringen en negatieve keyword-mining direct effect hebben.

Is Target ROAS als biedstrategie geschikt voor alle leadgen-campagnes?

Target ROAS werkt het best wanneer er voldoende conversiedata beschikbaar is (richtlijn: minimaal 30-50 conversies per maand per campagne) en wanneer aan elke conversie een waarde is toegekend. Voor leadgen-campagnes betekent dit dat je een modelwaarde moet definiëren per offerteaanvraag, gebaseerd op je historische close rate en gemiddelde contractwaarde. Zonder deze waarde-toekenning is Target Conversions of Maximize Conversions een beter startpunt. AdBrains AI helpt bij het definiëren van de juiste conversiewaarden en schakelt automatisch tussen biedstrategieën op basis van het beschikbare conversievolume.

Wat zijn de belangrijkste valkuilen bij ROAS-optimalisatie in leadgen?

De grootste valkuil is het optimaliseren op leads in plaats van op leadkwaliteit. Een lage CPL klinkt aantrekkelijk, maar als de leads niet converteren naar klanten, is de werkelijke ROAS veel lager dan de gemeten ROAS suggereert. Daarom is het essentieel om CRM-data terug te koppelen naar Google Ads, zodat het Smart Bidding-algoritme leert te optimaliseren op leads die daadwerkelijk klant worden. Een tweede veelgemaakte fout is het te snel verhogen van Target ROAS-doelstellingen, waardoor het systeem in een te beperkt zoekvolume terechtkomt en impressions verliest. AdBrains AI bewaakt deze grens automatisch.

Hoe werkt de Keyword Incubator in de praktijk?

De Keyword Incubator is een aparte campagne binnen het Google Ads-account die dient als testomgeving voor nieuwe zoekwoorden. Wanneer onze search term mining een zoekterm detecteert die potentieel kansrijk is maar nog geen bewezen conversiehistorie heeft, wordt die term als exact match of phrase match keyword toegevoegd aan de incubator-campagne met een beperkt budget. Zodra de term voldoende conversiedata heeft opgebouwd en de CPA of ROAS-prestatie boven de gestelde drempel uitkomt, migreert het keyword automatisch naar de productiecampagne. Dit beschermt de prestaties van de hoofdcampagne en zorgt voor veilige, datagedreven groei van het keyword-portfolio.