Waarom bulkregels je productfeed niet redden
Ruben Runneboom, Taskforce
Uit de sessie: Marketing: Advertising in the Age of AI
Ruben Runneboom van Taskforce laat aan de hand van klant Medisave zien waarom bulkregels in een feedtool een inconsistente productfeed niet oplossen. Hij schetst de hypothese om ongebruikte productattributen en organische zoektermen te gebruiken voor betere producttitels, en hoe Taskforce dat wil testen.
Voor wie: Je feed inconsistent is en je wilt weten waarom bulkregels niet genoeg zijn.
Waarom dit ertoe doet
Feedmanagementtools zoals Channable hebben bulkregels, maar die werken niet goed als een feed inconsistent is, bijvoorbeeld bij afwijkende merknamen. Tientallen regels schrijven is werk, en met reguliere expressies kunnen veel teams niet goed overweg. Ruben laat zien hoe je dan data combineert: eerst een hypothese, dan de account kiezen waar je de meeste impact maakt. Handig als je feed rommelig is en je wilt weten waar je begint.
Belangrijkste inzichten
- Bulkregels falen bij een inconsistente feed, zoals afwijkende merknamen of waarden die niet overeenkomen.
- Taskforce werkt vanuit een hypothese en kiest de account waar het de meeste impact kan maken.
- Ongebruikte feedattributen en organische zoektermen uit Search Console voeden de nieuwe titels.
- De Medisave-test begon in juni; volgens Ruben is er in Google Ads nog geen breed beschikbare, valide manier om Shopping-campagnes te testen.
Waarom bulkregels tekortschieten
Taskforce werkt bij elke klant met een productfeed en het is volgens Ruben lastig daar consistent dingen in door te voeren, vaak omdat feeds incompleet zijn. Bulkregels in tools als Channable helpen, maar bij een inconsistente feed, zoals afwijkende merknamen of waarden die niet overeenkomen, werken ze niet. Reguliere expressies kunnen veel oplossen, maar die kennis is er vaak niet. Channable heeft AI toegevoegd, maar dat werkt volgens Ruben nog niet zoals het zou moeten. Handwerk is geen optie.
De hypothese en de klant
Taskforce start altijd met een hypothese: kunnen ongebruikte productattributen de titels verbeteren? En kan echte klantfeedback, de organische zoektermen die mensen invoeren, nieuwe titelvarianten opleveren die extra verkeer geven? Het bureau kiest de account met de meeste impact: Medisave, een retailer die wereldwijd artsenmateriaal verkoopt, vooral stethoscopen. Volgens Ruben zit Medisave rond de 20 miljoen omzet dit jaar en adverteert het in 20 landen. De feed was volgens hem 'echt heel erg brak' en bulkregels werkten niet.
Welke data en hoe testen
Ongebruikte attributen in de feed, zoals highlights, beschrijvingen en materialen, vullen de titels aan, samen met branchespecifieke best practices van het team. Organische zoektermen komen uit het Search Term Report in Search Console, gekoppeld aan de landingspagina. Ruben noemt dat de test in juni begon, voordat Channable zijn AI-functie had. Een valide test tussen Shopping-campagnes bestaat in Google Ads volgens hem nog niet breed; een beta komt eraan, maar is voor de meesten niet toegankelijk. Daarom bouwde Taskforce een eigen testomgeving.
Probeer dit deze week
- Zoek in je feed 3 attributen die je niet in je titel gebruikt, zoals materiaal of highlights, en schrijf op welke titel er mee kan ontstaan.
- Haal uit Search Console de zoekopdrachten van je 5 beste landingspagina's en vergelijk ze met de huidige producttitels.
Begrippen
- Bulkregel
- Een regel in een feedtool die een wijziging op veel producten tegelijk toepast.
- Reguliere expressie
- Een zoekpatroon om tekst in grote hoeveelheden data te vinden of te vervangen.
Verdiep je in de gids
Transcriptie
Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.
Daar heb ik even een hele korte slide deck voor in elkaar gezet om even te laten zien hoe wij in een specifieke user case voor een klant van ons, hoe wij AI gebruiken om in dit geval de campagnes te optimaliseren met heel mooi resultaat. Dus ik heb hier, schud, zien jullie mijn scherm nu? Ja, die zien we. Mooi. Nou eigenlijk wat wij vanuit merken, wij werken wat ik zei voor 80 à 85 klanten. En eigenlijk wat we gewoon veel merken, we werken dus voor elke klant eigenlijk met een product feed. En overal waar we merken, het is gewoon heel lastig om consistent dingen te kunnen doorvoeren. Dat komt heel vaak doordat feeds incompleet zijn. Nou daar hebben jullie ongetwijfeld ook mee te maken gehad. Dat bepaalde zaken gewoon niet door bulkregels opgelost kunnen worden. Ik neem aan dat een grote gedeelte van de mensen die hier zitten, feedmanagement tools gebruiken zoals Channable, dat is natuurlijk de bekendste, hebben natuurlijk bulkregels erin zitten wat het werk heel makkelijker maakt, maar op het moment dat een feed inconsistent is, dat het eigenlijk niet goed werkt, of je moet allerlei tientallen regels gaan maken die bepaalde fixes doorvoeren. Nu kan je met reguliere expressies het een en ander regelen, Alleen is dat vaak, de kennis van reguliere expressies is vaak niet aanwezig. Of het is toch gewoon best wel lastig. Channable heeft bijvoorbeeld nu natuurlijk ook AI toegepast binnen hun systemen. Al werkt dat nog niet helemaal zoals het zou moeten, vind ik. En daarom kijken wij vaak binnen onze mogelijkheden voor onze klanten wat wij dan wel kunnen doen. Dus eigenlijk wat ik zei, elke challenge die wij hebben in deze setups is dus. Dus als je dus bulkregels wil gebruiken, als je al afwijkende brandnaam bijvoorbeeld hebt of bepaalde waardes die niet met elkaar overeen komen in de feed, dan werken die bulkregels eigenlijk al niet. Manueel werk, dat is eigenlijk ook al gewoon niet meer van deze tijd, dus dat wil je ook niet. En met die automation rules, met die bulkregels, werkt dat dus in veel gevallen ook niet. Dus uiteindelijk proberen wij data te combineren om de zaken gewoon wat slimmer te maken. En uiteindelijk doen wij dat altijd vanuit een hypothese. Dus eigenlijk hebben we gewoon gedacht, oké, hoe kunnen we in dit geval ongebruikte producten kernmerken gebruiken om titels van de producten gewoon te verbeteren. Wij stellen dan een hypothese als deze op. Ik had een voorlezer, je kunt het zelf ook lezen, dus dat ga ik in dit geval ook even niet doen. Maar eigenlijk wat we proberen te doen is dat we echte feedback vanuit de klant, dus Dus dat is in dit geval echt de search term data die mensen invoeren om te kijken of we dat kunnen gebruiken om producttitels te optimaliseren. En daardoor dus ook nieuwe productvarianten kunnen maken waardoor we uiteindelijk extra traffic kunnen gaan genereren. Dus ik wil daar even een voorbeeld van delen. Dus eigenlijk als we zo'n hypothese opstellen gaan we even terug naar de tekentafel en gaan we kijken waar kunnen we het meeste impact maken. Nou, jullie zijn in dit geval natuurlijk een eindklant, maar binnen een agency kijken wij, oké, binnen welke account kunnen wij de meeste impact maken? Nou, in dit geval was dat bij ons klant Medisave. Medisave is eigenlijk een retailer die wereldwijd dokters equipment verkoopt, voornamelijk de stethoscopen is bij hun de grootste productcategorie. daarin zijn ze ook marktleider doen ze dus eigenlijk in heel de wereld en voornamelijk vanuit de uk maar ook deels vanuit nederland zij zitten momenteel ook tussen ja volgens mij rond richting de 20 miljoen dit jaar en uiteindelijk is de ding wel een hele mooie klant waarbij we het ja het verschil kunnen maken met de goede product feed omdat deze fliet naar heel plat gezegd was gewoon echt heel erg brak onbrak alles aan en ja bulk regels werkte dat ook niet. En op het moment dat je feeds moet gaan produceren voor zoveel verschillende landen, want volgens mij zijn we nu in twintig landen aan het adverteren, dan is dat gewoon echt heel veel hoofdpijn. En dat wil natuurlijk als agency zoveel mogelijk beperken. Want we lopen natuurlijk ook tegen aan dat we met beperkte uren mogen werken of kunnen werken. Dus op die manier wil je natuurlijk zo slim mogelijk doen. Uiteindelijk gaan we kijken, oké, wat voor databronnen kunnen we gaan inzetten, wat andere adverteerders eigenlijk momenteel niet doen. En in deze user case zijn we eigenlijk uitgekomen op, zouden we de ongebruikte attributen die wel in de feeds aanwezig zijn, kunnen die misschien gebruiken om de titels te verrijken? Nou, nu is dat niet zo heel spannend aangezien bijvoorbeeld de AI van Channable dat nu ook kan. Goed is om erbij te zeggen dat wij deze test zijn begonnen in juni. Dat was nog voordat het uitkwam. En inmiddels draait dat nog steeds. Daar kan ik straks even de resultaten van laten zien. Maar we gebruiken die ongebruikte productattributen, zoals de highlights, misschien descriptions of andere dimensies of materialen. Of dat soort zaken die gebruiken om de titels aan te vullen. Met onze eigen logic zit daar ook een stuk in verweven. Naarmate alle eigenlijk branchespecifieke best practices die wij in de loop der jaren hebben verzameld met ons team. Daarnaast gebruiken wij ook organische zoektermdata. Dus het grootste gedeelte van deze omzet komt via Google Shopping. Maar er komt dus ook nog een gedeelte via de organic-combinnen. En wij kunnen precies zien welke organische zoekterm data, die halen wij uit het Search Term Report vanuit Search Console, kunnen wij linken aan de zoekopdracht, kunnen wij linken aan de landingpage, zodat we uiteindelijk een combinatie kunnen maken om een hele tof titel te bouwen. Daar kom ik zo wel even op. uiteindelijk wil je natuurlijk ook een valide systeem gaan neerzet om te kunnen testen want binnen de mogelijkheden van google ads heb je natuurlijk nog niet moet ik zeggen echt een valide manier om shoppingcampagnes met elkaar te testen dus we hebben eigenlijk een omgeving geïnter waar dat tot benadering zo goed mogelijk kan goede zijn nu al een beta in het uitrollen dat dat wel kan gebeuren heb dat je echt gewoon van lieden die dingen naast elkaar kan testen alleen als voor het gros nog niet toegankelijk daarnaast oké ja hoe gaan natuurlijk die data verzamelen combineren tot een tot eigenlijk een nieuw product komen in dit geval zal ik wel meer over vertellen.
Spreker: Ruben Runneboom, Taskforce
Meer over Productdata & Feeds
Duur 1:39Hoeveel verkeer komt via LLMs bij Nederlandse webshops?
Jop van Hooft, eCommerce AI Club
Slechts 1% van je websiteverkeer komt via LLMs, maar het groeit exponentieel
Duur 0:40Zero-Click SEO
Jarik Oosting, Smart Ranking
De CTR voor positie 1 in Google is met meer dan de helft gedaald
Duur 0:41Zo leest een LLM jouw website
Jarik Oosting, Smart Ranking
Een LLM leest niet je hele pagina, alleen de relevante chunks