We krijgen dezelfde vraag van elke winkelier die over AI-aangedreven feed-optimalisering heeft gehoord: "werkt het echt, of is het alleen hype?"
Kort antwoord: het werkt als het goed gedaan wordt. Generieke AI-herschrijvingen beschadigen vaak feeds (we laten je precies zien hoe). Categorie-bewuste herschrijvingen met attribuut-vergrendeling en een reviewwachtrij leveren betrouwbare, herhaalbare CTR-stijgingen op.
Dit artikel behandelt drie echte casestudies uit de afgelopen 6 maanden, geanonimiseerd maar met actuele voor-en-na cijfers, herschrijvingspatronen en valkuilen.
De opzet
Voor elke casestudy voerden we een 14-daagse A/B-test uit:
- Dag 0: snapshot van de bestaande feed. Documenteer CTR, indrukgetal en conversiepercentage op de top 100 SKU's.
- Dag 1–7: implementeer AI-herschrijvingen op een willekeurige 50% van de SKU's (de "test"-groep). De andere 50% behield de originele tekst (de "controlegroep").
- Dag 8–14: handhaaf de test. Vergelijk beide groepen op dezelfde Google Ads-campagnes, biedingen en doelgroepen.
Alle drie webwinkels gebruikten Performance Max. Alle drie voerden hun bestaande feed al minstens 6 maanden uit, dus de controlegroep was een stabiele baseline.
Case 1 — Mode (mid-market dameskleding)
Catalogus: 2.400 SKU's. Gemiddelde prijs: €72. Bestaande CTR op Shopping: 1,4%.
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Wrap Jurk | Katoen Wrap Midi Jurk met Zijband, Taille Riem, Zwart, Knielang |
| Linnen Blouse | Linnen V-Hals Blouse, Korte Mouw, Crème, Losgemaakt Fit |
| Gestreepte Shirt | Katoen Gestreepte Ronde Hals T-Shirt, Lange Mouw, Marineblauw & Wit |
Het patroon: stof + silhouette + halslijn + mouwen + kleur + pasvorm, in die volgorde. Dit is de structuur die het beste aansluit bij hoe modewinkels echt zoeken — ze typen stof en silhouette, verfijnen dan met kleur.
Resultaten na 14 dagen:
| Metriek | Controle | Test (AI-herschrijvingen) | Stijging |
|---|---|---|---|
| CTR | 1,4% | 2,1% | +50% |
| Impressies | 142K | 167K | +18% |
| Conversiepercentage | 1,8% | 1,9% | +6% |
| Kosten per klik | €0,78 | €0,66 | −15% |
Waarom dit werkte: mode heeft een bijzonder rijke zoektermen-taxonomie ("midi jurk zwart", "linnen v-hals blouse crème") en de originele titels misten attribuutdekking. De herschrijvingen herstelden zoektermendekking. CPC daalde omdat kwaliteitsscore steeg.
Case 2 — Keukenartikelen
Catalogus: 580 SKU's. Gemiddelde prijs: €39. Bestaande CTR: 0,9%.
Dit was de lastigste case. Keukenzoeken worden gedomineerd door grote retailers (Amazon, IKEA, Williams Sonoma) en zijn sterk merkgericht. De originele feed gebruikte fabrikantsbeschrijvingen letterlijk.
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Le Creuset Ronde Braadpan 5,5 L | Le Creuset Signature Ronde Braadpan, 5,5 L, Kers, Emaille Gietijzer, Ovenbestendig tot 260°C |
| Cuisinart Keukenmachine | Cuisinart Custom 14-Kops Keukenmachine, Roestvrijstaal, 720W Motor, Inclusief Snij- & Rasp-Schijven |
| OXO Saladeslinger | OXO Good Grips Saladeslinger, 6,3 Liter, BPA-Vrij, Éénhandige Pompbediening, Doorzichtige Schaal |
Het patroon: merk + model + inhoud + kleur + materiaal + belangrijke spec. Inhoud en materiaal zijn de onderscheidende signalen waarop kopers echt filteren.
Resultaten na 14 dagen:
| Metriek | Controle | Test | Stijging |
|---|---|---|---|
| CTR | 0,9% | 1,2% | +33% |
| Impressies | 58K | 71K | +22% |
| Conversiepercentage | 2,4% | 2,6% | +8% |
| ROAS | 3,2x | 3,9x | +22% |
Het conversiepercentage stijgde nauwelijks (de productpagina's waren onveranderd) maar de stijging in impressies en CTR vertaalde zich in een zinvolle ROAS-verbetering.
Case 3 — Beauty / huidverzorging
Catalogus: 320 SKU's. Gemiddelde prijs: €32. Bestaande CTR: 1,8%.
Beauty is interessant omdat de zoektaal zwaar op ingrediënten en zorgen leunt ("retinol serum gevoelige huid", "vitamine c aufhellend").
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Hydratatie Gezichtsserum | Vitamine C 15% Aufhellend Gezichtsserum met Hyaluronzuur, 30ml, Voor Doffe Huid, Veganistisch, Geurloos |
| Nachtcrème | Retinol 0,5% Nachtcrème met Niacinamide & Squalaan, 50ml, Voor Anti-Aging, Gevoelige Huid Getest |
| Zonnebrandcrème SPF 50 | Minerale Zonnebrandcrème SPF 50, Zinkoxide & Titaniumdioxide, 50ml, Riefveilig, Voor Gevoelige Huid, Niet-Comedogeen |
Het patroon: werkzaam ingrediënt + concentratie + producttype + secundair ingrediënt + grootte + zorg + certificering. Werkzaam ingrediënt eerst omdat beauty-kopers zo zoeken.
Resultaten na 14 dagen:
| Metriek | Controle | Test | Stijging |
|---|---|---|---|
| CTR | 1,8% | 2,6% | +44% |
| Impressies | 31K | 38K | +23% |
| Conversiepercentage | 3,1% | 3,5% | +13% |
| ROAS | 4,1x | 5,7x | +39% |
De grootste stijging van alle drie studies. Beauty beloont specifieke, attribuut-rijke titels omdat kopers zowel de ingrediëntenbelofte als het merk kopen.
Wat werkte in alle drie
Over alle drie studies heen, drie patronen dreven consistent de stijging:
1. Vooraan het koopintent-woord zetten
In alle drie gevallen werd het belangrijkste shopper-intentwoord naar het eerste 30 karakters van de titel verplaatst. Voor mode is dat stof+silhouette; voor keuken dat merk+model+inhoud; voor beauty dat werkzaam ingrediënt+concentratie.
Waarom: Google Shopping's aanbiedingsweergave trunceert titels op ~70 teken op mobiel. De eerste 70 tekens doen 90% van de SERP-werk.
2. Marketingvlaai vervangen door doorzoekbare specs
"Premium", "Best-seller", "Klantenfavoriet", "Exclusief" — dit zijn tokens zonder waarde. Ze matchen geen zoekquery, ze gebruiken karakterbudget, en ze beschadigen actief je kwaliteitsscore (Google deprioritiseert ze sinds 2018).
Vervang ze door: afmetingen, gewichten, inhoudsmaten, certificeringen, materialen, modelnummers. De grootste karakterbudgetwinst over alle drie studies was het schrappen van marketingadjectieven.
3. Afstemmen op de werkelijke top-50 zoeken
Dit is de stap die bijna niemand doet. Voor het herschrijven trokken we de top 50 zoektermen die elke winkel al matchte — zelfs als die queries slecht converteerden. De herschrijvingen gebruikten dan expliciet de tokens uit die queries.
Dit klinkt voor de hand liggend, maar de meeste "AI-herschrijvings"-tools hebben geen toegang tot je zoektermrapport en herschrijven dus blind. De herschrijvingen matchen uiteindelijk een ander taxonomy (vaak de catalogustitel van de fabrikant) in plaats van je werkelijke shoppertaal.
Wat brak als AI-herschrijvingen fout gingen
We hebben ook genoeg AI-herschrijvingen zien die feeds vernietigden. De drie faalpatronen:
- Verzonnen specs. Generieke ChatGPT-herschrijvingen verzinnen inhoud, gewicht of materiaalwaarden als ze niet in de bron aanwezig zijn. Dit genereert Merchant Center afkeuringen en, erger nog, klantenklachten.
- Verloren merk of modelnummer. "Sony WH-CH720N" wordt "premium draadloze koptelefoon". Je hebt je product zojuist onzichtbaar gemaakt voor iedereen die ernaar zoekt op naam.
- Inconsistente stem. Wanneer de herschrijvingsprompt niet categorie-scoped is, krijg je keukenartikelen die klinken als een schoonheidsadvertentie. De catalogus leest als onvertrouwd.
Dit is waarom MagicFeedPro categorie-scoped prompts, attribuut-vergrendeling (merk/model/GTIN/maat/kleur kunnen niet veranderen) en een diffwachtrij voor publicatie gebruikt.
We herschrijven je top 20 SKU's en tonen je de diff voordat iets live gaat. Gratis.
De conclusie
Een 40% CTR-stijging klinkt dramatisch maar is eigenlijk de ondergrens van wat mogelijk is als een onder-geoptimaliseerde feed een categorie-bewuste herschrijving krijgt. De teams die het meeste uit AI-herschrijvingen halen:
- Voeren eerst een zoektermaudit uit om te leren welke queries ze echt matchen.
- Bouwen een per-categorie prompt die identifiers vergrendelt en het koopintent-woord vooraan zet.
- A/B testen voor breedschalige implementatie.
- Controleren Merchant Center-diagnostiek tijdens en na de rollout.
Sla stap 1 over, en je AI-herschrijvingen matchen iemand anders' taxonomy. Sla stap 4 over, en je mist afkeuringen die stilletjes opstapelen.
Een extra geavanceerde techniek: aangepaste labelstrategie gebruiken om producten na herschrijving in te delen schakelt nog strakker beheer van biedingsmodificaties en feed-segmentatie in. Deze gelaagde benadering — herschrijven, segmenteren, testen — is wat zes cijfers van zeven cijfers feed-operaties scheidt.
FAQ
Gerelateerde artikelen
AI-zoeken vormt Google Shopping om in 2026
Google AI-winkelvoeding wordt nu bepaald door 6 feedkenmerken die aanwezig moeten zijn in AI-overzichten. Repareer je feed in één keer.
Shopify-metavelden naar Google Shopping-feed-attributen
Map Shopify-metavelden naar Google Shopping-attributen zoals product_detail en product_highlight in minder dan een dag — zonder ontwikkelaars, geen data verloren.
Google Shopping bundels en multipacks herschrijven met AI
Bundeltitel-optimalisatie mislukt als AI hoeveelheidstokens verwijdert. Los multipack-kenmerken op en herstel verloren impressies in minder dan een uur.