Bij drie echte winkels (mode, keuken, beauty) verhoogden AI-herschrijvingen de Shopping CTR met gemiddeld 41% in 14 dagen. De stijging kwam door drie specifieke patronen: hoog-intentie attributen vooraan plaatsen, marketingpraat vervangen door doorzoekbare specificaties, en titelstructuur afstemmen op de daadwerkelijke top-50 zoekopdrachten. De truc is categoriebewuste prompting en attribuutvergrendeling — geen generieke ChatGPT-herschrijving.
We krijgen dezelfde vraag van elke winkeleigenaar die heeft gehoord over AI-aangedreven feedoptimalisatie: "werkt het echt, of is het gewoon hype?"
Kort antwoord: het werkt als het goed gedaan wordt. Generieke AI-herschrijvingen hebben de neiging feeds te breken (we laten je precies zien hoe). Categoriebewuste herschrijvingen met attribuutvergrendeling en een beoordelingswachtrij produceren betrouwbare, herhaalbare CTR-stijgingen.
Dit artikel doorloopt drie echte case studies van de afgelopen 6 maanden, geanonimiseerd maar met de werkelijke voor/na-cijfers, de herschrijfpatronen en de valkuilen.
De opzet
Voor elke case study draaiden we een 14-daagse A/B-test:
- Dag 0: momentopname van de bestaande feed. Documenteer CTR, impressieaandeel, conversieratio op de top 100 SKU's.
- Dag 1–7: implementeer AI-herschrijvingen op een willekeurig geselecteerde 50% van de SKU's (de "testgroep"). De andere 50% behield de originele tekst (de "controlegroep").
- Dag 8–14: houd de test aan. Vergelijk beide groepen op dezelfde Google Ads-campagnes, biedingen en doelgroepen.
Alle drie de winkels draaiden Performance Max. Alle drie hadden hun bestaande feed al minstens 6 maanden draaien, dus de controlegroep was een stabiele baseline.
Case 1 — Mode (middensegment dameskleding)
Catalogus: 2.400 SKU's. Gemiddelde prijs: €68. Bestaande CTR op Shopping: 1,4%.
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Wrap Dress | Katoenen Wrap Midi-jurk met Zijstrik, Tailleband, Zwart, Knielang |
| Linen Top | Linnen Blend V-Hals Blouse, Korte Mouw, Crème, Losse Pasvorm |
| Striped Tee | Katoenen Gestreept Crew Neck T-Shirt, Lange Mouw, Navy & Wit |
Het patroon: stof + silhouet + halslijn + mouwlengte + kleur + pasvormomschrijving, in die volgorde. Dit is de structuur die het beste aansluit bij hoe mode-shoppers daadwerkelijk zoeken — ze typen stof en silhouet, en verfijnen dan met kleur.
Resultaten na 14 dagen:
| Metriek | Controle | Test (AI-herschrijvingen) | Stijging |
|---|---|---|---|
| CTR | 1,4% | 2,1% | +50% |
| Impressies | 142K | 167K | +18% |
| Conversieratio | 1,8% | 1,9% | +6% |
| Kosten per klik | €0,73 | €0,62 | −15% |
Waarom dit werkte: mode heeft een bijzonder rijke zoektaxonomie ("midi-jurk zwart", "linnen v-hals blouse crème") en de originele titels waren ontdaan van attribuutdekking. De herschrijvingen herstelden de zoekdekking. CPC daalde omdat de relevantiescore steeg.
Case 2 — Keukenartikelen
Catalogus: 580 SKU's. Gemiddelde prijs: €37. Bestaande CTR: 0,9%.
Dit was de moeilijkste case. Keukenartikelenzoekopdrachten worden gedomineerd door gigantische retailers (Amazon, IKEA, Williams Sonoma) en zijn vaak zeer merkgericht. De originele feed gebruikte fabrikantbeschrijvingen letterlijk.
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Le Creuset Round Dutch Oven 5.5 Qt | Le Creuset Signature Ronde Braadpan, 5,2 L, Cerise, Geëmailleerd Gietijzer, Ovenbestendig tot 260°C |
| Cuisinart Food Processor | Cuisinart Custom 14-Cup Keukenmachine, RVS, 720W Motor, Inclusief Snij- & Raspschijven |
| OXO Salad Spinner | OXO Good Grips Slacentrifuge, 6 Liter, BPA-Vrij, Eenhandige Pompbediening, Doorzichtige Kom |
Het patroon: merk + model + capaciteit + kleur + materiaal + belangrijkste specificatie. Capaciteit en materiaal zijn de onderscheidende signalen waarop shoppers daadwerkelijk filteren.
Resultaten na 14 dagen:
| Metriek | Controle | Test | Stijging |
|---|---|---|---|
| CTR | 0,9% | 1,2% | +33% |
| Impressies | 58K | 71K | +22% |
| Conversieratio | 2,4% | 2,6% | +8% |
| ROAS | 3,2x | 3,9x | +22% |
De conversieratio bewoog nauwelijks (de productpagina's waren ongewijzigd) maar de stijging in impressies en CTR vertaalde zich naar een betekenisvolle ROAS-verbetering.
Case 3 — Beauty / huidverzorging
Catalogus: 320 SKU's. Gemiddelde prijs: €30. Bestaande CTR: 1,8%.
Beauty is interessant omdat zoektaal zwaar leunt op ingrediënt en zorg keywords ("retinol serum gevoelige huid", "vitamine c verheldering").
De herschrijvingen (voorbeeld):
| Voor | Na |
|---|---|
| Hydrating Face Serum | Vitamine C 15% Verhelderd Gezichtsserum met Hyaluronzuur, 30ml, Voor Doffe Huid, Vegan, Geurvrij |
| Night Cream | Retinol 0,5% Nachtcrème met Niacinamide & Squalaan, 50ml, Voor Anti-Aging, Getest op Gevoelige Huid |
| Sunscreen SPF 50 | Minerale Zonnebrand SPF 50, Zinkoxide & Titaniumdioxide, 50ml, Rifvriendelijk, Voor Gevoelige Huid, Non-Comedogeen |
Het patroon: actief ingrediënt + concentratie + producttype + secundair ingrediënt + grootte + zorg + certificering. Actief ingrediënt eerst omdat beauty-shoppers zo zoeken.
Resultaten na 14 dagen:
| Metriek | Controle | Test | Stijging |
|---|---|---|---|
| CTR | 1,8% | 2,6% | +44% |
| Impressies | 31K | 38K | +23% |
| Conversieratio | 3,1% | 3,5% | +13% |
| ROAS | 4,1x | 5,7x | +39% |
De grootste stijging van de drie studies. Beauty beloont specifieke, attribuutrijke titels omdat shoppers de ingrediëntbelofte kopen net zoveel als het merk.
Wat werkte bij alle drie
Kijkend naar de drie studies dreven drie patronen consistent de stijging:
1. Vooraan plaatsen van het koopintentie-token
In alle drie de gevallen werd het belangrijkste shopper-intentietoken verplaatst naar de eerste 30 karakters van de titel. Voor mode is dat stof+silhouet; voor keukenartikelen is dat merk+model+capaciteit; voor beauty is dat actief ingrediënt+concentratie.
Waarom: Google Shopping's listingindeling kapt titels af op ~70 tekens op mobiel. De eerste 70 tekens doen 90% van het SERP-werk.
2. Marketingpraat vervangen door doorzoekbare specificaties
"Premium", "Bestseller", "Klantfavoriet", "Exclusief" — dit zijn waarde-loze tokens. Ze komen niet overeen met enige zoekopdracht, ze verbruiken karakterbudget, en ze schaden actief je kwaliteitsscore (Google prioriteert ze lager sinds 2018).
Vervang ze door: afmetingen, gewichten, capaciteiten, certificeringen, materialen, modelnummers. De grootste karakterbudgetwinst bij alle drie de studies was het weglaten van marketingbijvoeglijke naamwoorden.
3. Afstemmen op de daadwerkelijke top-50 zoekopdrachten
Dit is de stap die bijna niemand doet. Voor het herschrijven haalden we de top 50 zoekopdrachten op waarvoor elke winkel al matchen — zelfs als die zoekopdrachten een slechte conversie hadden. De herschrijvingen bevatten dan expliciet de tokens van die zoekopdrachten.
Dit klinkt voor de hand liggend, maar de meeste "AI-herschrijf"-tools hebben geen toegang tot je zoektermrapport en herschrijven dus blind. De herschrijvingen komen uiteindelijk overeen met een andere taxonomie (vaak de catalogusnaamgeving van de fabrikant) in plaats van je werkelijke shopper-taal.
Wat brak toen AI-herschrijvingen fout gingen
We hebben ook genoeg AI-herschrijvingen feeds zien vernietigen. De drie falingsmodi:
- Gehallucineeerde specificaties. Generieke ChatGPT-herschrijvingen verzinnen capaciteit, gewicht of materiaalwaarden als ze niet in de bron aanwezig zijn. Dit levert Merchant Center-afkeuringen op en, erger nog, klachten van klanten.
- Verloren merk of modelnummer. "Sony WH-CH720N" wordt "premium draadloze koptelefoon". Je hebt je product nu onzichtbaar gemaakt voor iedereen die ernaar zoekt op naam.
- Inconsistente toon. Als de herschrijfprompt niet categorie-gericht is, krijg je keukenartikelen die klinken als een huidverzorgingsadvertentie. De catalogus leest als weinig betrouwbaar.
Daarom gebruikt MagicFeedPro categorie-gerichte prompts, attribuutvergrendeling (merk/model/GTIN/maat/kleur kunnen niet gewijzigd worden) en een diff-wachtrij vóór publicatie.
We herschrijven je top 20 SKU's en laten je het verschil zien voordat iets live gaat. Gratis.
De conclusie
Een CTR-stijging van 40% klinkt dramatisch, maar het is eigenlijk de ondergrens van wat mogelijk is wanneer een ondergeoptimaliseerde feed een categoriebewuste herschrijving krijgt. De teams die het meeste uit AI-herschrijvingen halen:
- Voeren eerst een zoektermaudit uit om te leren voor welke zoekopdrachten ze daadwerkelijk matchen.
- Bouwen een per-categorie prompt die identifiers vergrendelt en het koopintentie-token vooraan plaatst.
- A/B-testen vóór catalogusbrede uitrol.
- Controleren Merchant Center-diagnostiek tijdens en na de uitrol.
Sla stap 1 over, en je AI-herschrijvingen zullen overeenkomen met iemand anders' taxonomie. Sla stap 4 over, en je mist de afkeuringen die stilletjes ophopen.
Veelgestelde vragen
Gerelateerde artikelen
Google Shopping Feed Optimalisatie: De Complete 2026 Gids
Een in de praktijk getest 2026 draaiboek voor ranking en conversie op Google Shopping — feedkwaliteitsfactoren, AI-herschrijvingen, Merchant Center setup en de wijzigingen die dit jaar echt impact maken.
7 Redenen Waarom Je Google Shopping Advertenties Niet Converteren (En Hoe Je Ze Repareert)
Je vertoningen zijn prima maar je conversieratio blijft vlak. Hier zijn de 7 meest voorkomende diagnoses — en de 30-minuten oplossing voor elk — gebaseerd op honderden e-commerce audits.
Shopify Productfeed voor Google Shopping: Stapsgewijze Installatie
De 2026 stapsgewijze gids voor het opzetten van een Shopify productfeed voor Google Shopping die daadwerkelijk converteert. Behandelt Google-kanaal, aangepaste feeds, metavelden, varianten en de meest voorkomende Shopify-specifieke valkuilen.