Testen op een nieuw platform zonder historische data: zo pak je het aan in 2026

Testen op een nieuw advertentieplatform zonder historische data is een van de meest uitdagende situaties in online marketing. Wanneer er geen eerdere campagnedata beschikbaar is, heeft het algoritme van Google Ads of Meta Ads geen basis om biedingen te optimaliseren, doelgroepen te verfijnen of advertentievarianten te rangschikken. De sleutel tot succes ligt in een gestructureerde opstartmethodiek die de leerfase zo kort en kostenefficiënt mogelijk maakt.

Kernpunten

• Zonder historische data bevindt elke nieuwe campagne zich in een leerfase: het algoritme verzamelt actief signalen voordat Smart Bidding betrouwbaar kan optimaliseren.
• Een correct ingericht conversion tracking systeem is de absolute basis; zonder meetbare conversies leert het algoritme niets.
• Begin breed (broad match, ruime doelgroepen) en stuur dan geleidelijk bij, in plaats van direct te strakke targeting te hanteren.
• Voldoende budget tijdens de opstartfase versnelt de leerfase aanzienlijk; een te laag dagbudget verlengt de leerfase onnodig.
• AdBrains AI versnelt het opstarttrajact via de Keyword Incubator, geautomatiseerde search term mining en server-side signal enrichment, zodat het algoritme sneller bruikbare signalen ontvangt.

Wat is de leerfase en waarom is ze zo belangrijk?

De leerfase is de periode direct na de lancering van een campagne waarin het algoritme van Google Ads of Meta Ads actief data verzamelt om zijn biedingen en targeting te kalibreren. Zonder historische data heeft het systeem geen referentiepunt: het weet nog niet welke zoekwoorden converteren, welke doelgroepsegmenten reageren en welk CPA of ROAS realistisch is voor jouw specifieke account.

Volgens Google Ads Help (2026) duurt de leerfase doorgaans zeven dagen nadat een campagne of biedstrategie significant is gewijzigd. In de praktijk zien we bij AdBrains dat dit voor gloednieuwe accounts zonder enige historische context langer kan duren, vooral als het dagbudget te laag is of als conversion tracking niet correct staat ingesteld. De leerfase is zichtbaar in het Google Ads-dashboard via de status "Aan het leren" naast de biedstrategie.

Het negeren van de leerfase is een veelgemaakte fout. Veel adverteerders passen biedingen of instellingen aan terwijl de campagne nog aan het leren is, waardoor de leerfase elke keer opnieuw start. Dit resulteert in een vicieuze cirkel van suboptimale prestaties en steeds opnieuw verstoorde leerprocessen.

De juiste basis: conversion tracking als vertrekpunt

Correct ingericht conversion tracking is de absolute voorwaarde voor succes op een nieuw platform. Zonder betrouwbare conversiemeting geeft het algoritme zijn biedingen af op basis van klikgedrag in plaats van daadwerkelijke waardecreatie. Dat leidt structureel tot verkeerde optimalisaties.

Voor e-commerceklanten zoals ToetsJeKennis.nl of E-4motion.com betekent dit dat aankopen, winkelwagentoe­voegingen en productpaginabezoeken als afzonderlijke conversiedoelen moeten worden ingericht, met de juiste conversiewaarden per actie. Voor leadgeneratie-klanten zoals Clima-Active.nl is het minstens zo belangrijk om formulierinzendingen, telefoongesprekken en chat-interacties allemaal als conversie te meten, zodat het algoritme een volledig beeld van de klantreis heeft.

De voordelen van Enhanced Conversions en server-side tracking zijn in deze opstartfase groter dan in een volwassen account. Wanneer er weinig data is, telt elk signaal dubbel zo hard. Een gemist conversie-event door een adblocker of een verlopen cookie kan in de leerfase het verschil maken tussen een algoritme dat leert en een dat stagneert.

• Richt minimaal één primaire conversieactie in (aankoop of leadformulier)
• Voeg secundaire conversies toe als observatiedoel (niet als primair doel)
• Activeer Enhanced Conversions voor betere matching van first-party data
• Overweeg server-side tagging via Google Tag Manager server-side voor hogere datakwaliteit
• Controleer conversion tracking vóór de campagnestart met de Tag Assistant of de diagnosetools in Google Ads
• Stel realistische conversiewaarden in die de werkelijke marge weerspiegelen

Budgetstrategie in de opstartfase: hoeveel heb je nodig?

Het dagbudget heeft directe invloed op de snelheid waarmee de leerfase wordt afgerond. Google Ads adviseert (via Google Ads Help, 2026) om het dagbudget minimaal vijf tot tien keer de beoogde CPA te stellen tijdens de leerfase. Dit zorgt voor voldoende klikvolume om statistisch significante conclusies te trekken.

Rekenvoorbeeld: stel dat Clima-Active.nl een Target CPA van €40 per offerte-aanvraag hanteert. Dan is een dagbudget van minimaal €200 nodig om de leerfase zo snel mogelijk te doorlopen. Bij een lager budget verzamelt het algoritme te langzaam data, wat de leerfase verlengt van de standaard zeven dagen naar soms meerdere weken.

Voor e-commerceklanten als E-4motion.com, die elektrische vouwfietsen verkoopt met een hogere gemiddelde orderwaarde, geldt hetzelfde principe. Een tCPA of tROAS-biedstrategie werkt pas betrouwbaar als er voldoende conversiedata beschikbaar is. In de opstartfase is het veelal verstandig om te beginnen met Maximize Conversions (zonder Target CPA) en pas over te stappen op Target CPA zodra het aanbevolen minimaal van 30 tot 50 conversies per maand is bereikt, zoals beschreven in Google Ads Help (2026).

Keywordstrategie bij nul historische data

De juiste keywordaanpak bij een nieuw account verschilt wezenlijk van die bij een volwassen account. Zonder historische prestatiedata weet je niet welke zoekwoorden converteren en welke enkel klikken genereren zonder waarde. De oplossing: begin breed en verfijn op basis van verzamelde data.

Broad match in combinatie met Smart Bidding is volgens Google Ads Help (2026) de meest effectieve opstartcombinatie. De brede match geeft het algoritme de ruimte om variaties te ontdekken die handmatig nooit zouden zijn bedacht, terwijl Smart Bidding tegelijkertijd irrelevante vertoningen onderdrukt op basis van contextuele signalen. Dit klinkt tegenstrijdig, maar de combinatie werkt juist omdat Smart Bidding de broadness van broad match kalibereert op conversiewaarschijnlijkheid.

Toch zijn er ook risicos bij broad match zonder sturing. Zonder een sterke lijst negatieve keywords in de beginfase kunnen budgetten snel weglekken naar irrelevante zoekopdrachten. Denk aan E-4motion.com, dat elektrische vouwfietsen verkoopt: zonder negatieve keywords zoals "occasion", "tweedehands" of "onderdelen" trekt de campagne direct irrelevant verkeer aan dat nooit converteert.

Doelgroepstrategie: hoe bouw je audiences op zonder historische data?

Ook voor doelgroepen geldt dat je op een nieuw platform begint met een leeg canvas. Er zijn geen remarketinglijsten, geen lookalike audiences en geen conversiepubliek om op te sturen. De strategie is om zo snel mogelijk bruikbare audiences op te bouwen terwijl de campagnes draaien.

Voor Google Ads betekent dit dat je vanaf dag één remarketinglijsten aanmaakt, ook al zijn ze aanvankelijk te klein om op te targeten. De lijsten groeien organisch mee met het campagneverkeer en zijn al binnen enkele weken inzetbaar voor RLSA (Remarketing Lists for Search Ads) of voor Performance Max als signaal. Voor Meta Ads geldt hetzelfde: een pixel of Conversions API moet van meet af aan actief zijn, zodat Custom Audiences snel gevuld worden.

In onze praktijk zien we dat adverteerders die audiences pas activeren nadat de campagne al weken draait, waardevolle remarketingdata mislopen die niet meer te reconstrueren valt. Het aanmaken van audiences is kosteloos en heeft geen invloed op de campagneprestaties, dus er is geen reden om dit uit te stellen.

Hoe AdBrains AI de opstartfase structureel versnelt

De opstartfase op een nieuw platform is precies het moment waarop de AI-technologie van AdBrains het grootste verschil maakt ten opzichte van handmatig beheer. Terwijl een handmatige beheerder wekelijks of zelfs maandelijks instellingen aanpast, werken de AI-systemen van AdBrains continu op de achtergrond om het leerproces van het advertentieplatform te versnellen en budgetverspilling te minimaliseren.

Het meest impactvolle systeem in de opstartfase is de Keyword Incubator. Nieuwe zoekwoorden worden niet direct in de productiecampagne gezet, maar eerst in een aparte incubatorcampagne geplaatst. Hier worden ze veilig getest op conversiepotentieel. Alleen zoekwoorden die aantoonbaar bijdragen aan conversies worden doorgestuurd naar de productiercampagne. Dit voorkomt dat onbewezen keywords het leeralgoritme van Smart Bidding verstoren met irrelevante conversiesignalen.

Parallel daaraan voert het geautomatiseerde search term mining systeem dagelijks een analyse uit van alle zoektermen die klikken genereren. Irrelevante zoektermen worden automatisch gedetecteerd en toegevoegd als negatief keyword, zonder dat een menselijke planner hier dagelijks naar hoeft te kijken. Voor een nieuwe campagne van bijvoorbeeld HACCP-cursus.com, die online voedselveiligheidscursussen aanbiedt, kan dit systeem al in de eerste week tientallen irrelevante zoekopdrachten uitsluiten voordat ze budget hebben verbruikt.

De server-side signal enrichment via de eigen sGTM-infrastructuur van AdBrains speelt een bijzonder grote rol in de opstartfase. Wanneer er weinig data beschikbaar is, weegt elk conversiesignaal zwaarder. Door conversies te verrijken met first-party data en ze via server-side tracking betrouwbaarder door te sturen naar het Google Ads-algoritme, geeft AdBrains de Smart Bidding-engine meer en betere signalen in minder tijd. Dit versnelt de leerfase merkbaar.

Het multi-agent verificatiesysteem van AdBrains zorgt er bovendien voor dat geen enkele optimalisatiebeslissing wordt doorgevoerd zonder dat vier onafhankelijke AI-agents het besluit hebben gevalideerd. In de opstartfase is dit extra waardevol, omdat foute aanpassingen de leerfase resetten en kostbare weken vertraging veroorzaken. Denk aan een verkeerde biedstrategie-switch die te vroeg plaatsvindt, of een budgetaanpassing die de leerfase verstoort. Het verificatiesysteem vangt dit soort fouten op voordat ze schade aanrichten.

Ten slotte analyseert het RSA-verbeteringssysteem van AdBrains de Ad Strength scores van alle advertenties in de opstartfase. Advertenties met een POOR-status worden automatisch herschreven met betere koppen en beschrijvingen, zodat de Quality Score zo snel mogelijk stijgt. Een hogere Quality Score leidt direct tot lagere CPC en betere posities, wat het budgetrendement in de leerfase verbetert.

Meta Ads versus Google Ads: verschilt de aanpak?

De basisprincipes voor testen zonder historische data gelden zowel voor Google Ads als voor Meta Ads, maar er zijn enkele specifieke verschillen die de aanpak beïnvloeden.

Bij Meta Ads is het ontbreken van historische data vooral voelbaar in de kwaliteit van de Advantage+ Audience-targeting. Meta's algoritme leert wie op jouw advertenties converteert via de pixel of de Conversions API. Zonder eerdere pixeldata begint Meta in feite met gissen. De oplossing is om in de beginfase brede interesse-targeting te combineren met het uploaden van een klantenlijst als Custom Audience, zodat Meta een vertrekpunt heeft voor lookalike audiences.

Bij Google Ads is de uitdaging meer gericht op keyword- en biedoptimalisatie. Het algoritme heeft conversievolume nodig om Smart Bidding te laten functioneren. De aanbeveling om te starten met Maximize Conversions en pas later over te stappen op Target CPA of Target ROAS geldt hier onverkort. In onze praktijk zien we dat dit overstapmoment bij e-commerceklanten als ToetsJeKennis.nl doorgaans na vier tot zes weken bereikt wordt, mits het dagbudget voldoende is en conversion tracking foutloos functioneert.

Veelgemaakte fouten bij opstarten zonder data

• Te vroeg Target CPA of tROAS activeren: zonder voldoende conversievolume presteert Smart Bidding slechter dan Maximize Conversions.
• Te strakke keyword targeting bij start: exact match zonder data biedt te weinig volume om de leerfase te doorlopen.
• Conversion tracking niet getest voor livegang: een fout in de tag laat de leerfase nooit afsluiten.
• Biedingen of budgetten aanpassen tijdens de leerfase: elke significante wijziging herstart de leerfase.
• Geen negatieve keywords bij start: leidt tot budgetverspilling aan irrelevant verkeer.
• Audiences niet aanmaken bij lancering: remarketingdata die verloren gaat, is niet terug te halen.

Veelgestelde vragen

Hoe lang duurt de leerfase op Google Ads bij een nieuw account?

De standaard leerfase duurt zeven dagen nadat een biedstrategie actief is geworden, aldus Google Ads Help (2026). Deze richtlijn is met de Google Ads-update van 2026 opnieuw bevestigd, wat het belang van voldoende startbudget onderstreept. Voor gloednieuwe accounts zonder enige historische data kan dit langer duren, vooral als het dagbudget laag is of als het conversie­volume beperkt is. Een nieuw account bij een nichemarkt als HACCP-cursus.com kan in de eerste weken minder zoekvolume zien dan een breder product, waardoor de leerfase langer duurt. Zorg voor voldoende budget en correcte conversion tracking om de leerfase zo snel mogelijk te doorlopen.

Moet ik bij een nieuw account beginnen met broad match of exact match?

Voor een nieuw account zonder historische data is broad match in combinatie met Smart Bidding de aanbevolen strategie, aldus Google Ads Help (2026). Broad match geeft het algoritme de ruimte om relevante zoekvariaties te ontdekken die je handmatig zou missen, terwijl Smart Bidding de irrelevante vertoningen onderdrukt. Exact match in de beginfase beperkt het volume te sterk om de leerfase snel te doorlopen. Voeg wel een goede lijst negatieve keywords toe om irrelevant verkeer uit te sluiten.

Wanneer kan ik overstappen van Maximize Conversions naar Target CPA of Target ROAS?

Google Ads adviseert (via Google Ads Help, 2026) om minimaal 30 conversies per maand te hebben voordat je overstapt op Target CPA, en minimaal 50 conversies per maand voor een betrouwbare Target ROAS-strategie. Voor leadgeneratieklanten als Clima-Active.nl of LeroyBrouwer.nl, die werken met een lager conversie­volume, betekent dit dat de overgang naar tCPA soms pas na zes tot acht weken plaatsvindt. Geduld in deze fase loont: een te vroeg ingestelde Target CPA leidt tot onderpresteren en hogere kosten per lead.

Wat is het grootste risico bij testen op Meta Ads zonder historische data?

Het grootste risico bij Meta Ads zonder historische pixeldata is dat het algoritme te lang in een exploratie-modus blijft, waarbij het budget besteedt aan een breed publiek zonder conversiefocus. Om dit te voorkomen, is het essentieel om de Meta Pixel of Conversions API vanaf dag één correct in te stellen en zo snel mogelijk eerste conversies te genereren. Het uploaden van een bestaande klantenlijst als Custom Audience helpt Meta al bij de start met een richting voor de targeting, zelfs als de pixel nog geen data heeft verzameld.

Hoe verhoudt een Performance Max campagne zich tot een standaard Search campagne bij een nieuw account?

Performance Max vereist sterke asset groups, duidelijke conversiedoelen en bij voorkeur enige historische data om goed te functioneren. Zonder data loopt Performance Max het risico om budget te alloceren aan kanalen die minder converteren voor jouw specifieke product of dienst. In onze praktijk adviseren we bij AdBrains om eerst een Search-campagne te starten om initiële conversiedata te verzamelen, en Performance Max pas te activeren wanneer er minimaal enige maanden conversievolume beschikbaar is. Zo profiteert Performance Max van een bestaand conversiesignaal in plaats van volledig blind te starten.