Custom Label Strategie: Hoe 3 DTC Merken Opschaalde naar 8-Cijferige ROAS

De meeste groei teams ontdekken custom labels tijdens hun tweede week met Google Shopping, passen "Nieuw," "Bestseller," en "Uitverkoop" toe op Custom_label_0, en bekijken de functie daarna nooit meer. Die drie-label gewoonte is precies waarom advertentie-uitgaven een plafond bereiken rond $50k/maand: je biedt op 500+ SKU's alsof ze allemaal dezelfde behandeling verdienen, waardoor het algoritme van Google moet raden welke producten je volgende wervingsronde financieren en welke geld verbranden. We hebben de custom label architecturen reverse-engineered van drie DTC merken—één in kleding, één in woonartikelen, één in consumptiegoederen—die acht cijfers in cumulatieve ROAS bereikten door custom labels te behandelen als een multi-dimensionaal bied-controlepaneel in plaats van een opgewaardeerd tagging systeem.

De Custom Label Kloof: Waarom Standaard Setups Vastlopen op $50k/Maand

Volgens Google's Merchant Center documentatie, heb je vijf custom label slots (Custom_label_0 tot en met Custom_label_4), die elk een string van maximaal 100 karakters accepteren. De meeste operators vullen Custom_label_0 met marge-categorieën ("Hoog," "Middel," "Laag") en noemen het klaar. Het resultaat: één Performance Max of Standard Shopping campagne groepeert een $12 marge held-SKU met een $2 marge loss leader, en optimaliseert vervolgens naar wat eerst converteert—meestal de lage-marge impulsaankoop—omdat het algoritme geen instructie heeft om winst te prioriteren.

De kloof wordt groter wanneer je schaalt. Bij $10k/maand uitgaven kunnen handmatige overrides en negatieve zoekwoorden inefficiënties oplappen. Bij $100k/maand over 800 SKU's heb je systematische segmentatie nodig die je toelaat verschillende Target ROAS doelen, budget limieten en dayparting regels toe te passen op producten die niets op elkaar lijken. Standaard attributen—product_type, google_product_category, brand—zijn te grof; een merk als Allbirds verkoopt $50 dagelijkse sneakers en $150 limited-edition collabs onder dezelfde brand waarde. Custom labels laten je bedrijfslogica coderen die Google nooit in je catalogus ziet: dagen voorraad resterend, customer lifetime value van first-time buyers voor die SKU, snelheid trend over de afgelopen 30 dagen.

Hier is de economie: merken die één of twee custom labels gebruiken behalen gemiddeld 3.2× ROAS bij $50k/maand uitgaven, en lopen dan vast omdat ze winnende sub-segmenten niet kunnen isoleren van gemiddeldes. Merken die vier of vijf labels gebruiken in een gecoördineerd schema behalen gemiddeld 5.7× ROAS bij hetzelfde uitgavenniveau en schalen lineair naar $200k/maand voordat ze de volgende beperking raken (meestal creative fatigue of voorraaddiepte). Het verschil telt op tot miljoenen in jaarlijkse winst.

Bron: Geaggregeerde prestatie data van 47 Shopify Plus accounts, jan–dec 2025.

Merk A: Marge-Snelheid Matrix (Custom Labels 0-2)

Merk A verkoopt premium dames activewear—leggings, sport BH's, bovenkleding—met 620 live SKU's. Voor herstructurering draaiden ze één Shopping campagne met Target ROAS 4.0× over de hele linie, met $85k/maand uitgaven bij 3.1× gemengde ROAS. Hoge-marge held producten (de $98 sculpting leggings met 58% marge) werden uitgehongerd van impression share omdat het algoritme van Google de voorkeur gaf aan de $48 katoenen t-shirts (22% marge) die 40% sneller converteerden.

Hun groei lead herbouwde de feed rond een twee-as matrix:

Custom_label_0 – Marge tier:

• Marge-Premium (≥50% bruto marge)
• Marge-Standaard (30–49%)
• Marge-Builder (<30%, gebruikt voor acquisitie en bundels)

Custom_label_1 – Snelheid tier (verkochte eenheden per week, afgelopen 30 dagen):

• Snelheid-Held (≥50 eenheden/week)
• Snelheid-Stabiel (15–49 eenheden/week)
• Snelheid-Niche (<15 eenheden/week)

Custom_label_2 – Voorraad status:

• Voorraad-Overvloedig (≥60 dagen dekking)
• Voorraad-Matig (20–59 dagen)
• Voorraad-Kritiek (<20 dagen)

Deze matrix creëerde negen primaire segmenten. De magie gebeurde in het bieden:

• Marge-Premium + Snelheid-Held + Voorraad-Overvloedig: Aparte campagne, Target ROAS 3.5×, onbeperkt budget. Deze 47 SKU's realiseerden 61% van de winst bij 6.8× ROAS.
• Marge-Standaard + Snelheid-Stabiel: Target ROAS 4.5×, $40k/maand budget limiet.
• Marge-Builder + elke snelheid: Target ROAS 2.0×, budget gelimiteerd tot 15% van totale uitgaven, puur gebruikt voor cold acquisitie wetende dat de echte uitbetaling komt in herhaalde orders.

Binnen 90 dagen klom gemengde ROAS naar 5.3× bij $110k/maand uitgaven. Het sleutel inzicht: snelheid alleen is misleidend (snelverkopende lage-marge items zien er aantrekkelijk uit in dashboards), en marge alleen mist uitbraak producten die nog opkomen. Het snijpunt onthult waar je brandstof moet gieten.

Ze automatiseerden label toewijzing met een Google Sheets formule gekoppeld aan hun Shopify inventory API. Elke ochtend om 6 uur herberekent een script de verkopen van de afgelopen 30 dagen, vergelijkt huidige voorraad met gemiddelde dagelijkse verkopen, haalt kostendata op uit hun ERP, en schrijft vervolgens nieuwe custom label waarden naar een aanvullende feed die MagicFeed Pro inneemt. Geen handmatige tagging na de initiële setup. MagicFeed Pro's feed customization engine verzorgt de label propagatie en houdt Merchant Center gesynchroniseerd zonder afkeuringen te triggeren voor frequente updates.

Merk B: Seizoensgebondenheid + Voorraad Omloop Architectuur

Merk B opereert in woondecoratie—plaids, kussens, wanddecoratie, seizoenscollecties. Hun uitdaging: producten hebben heftig verschillende vraagcurves (vakantie items pieken 900% in november, crashen naar nul in januari), en ze dragen $1.2M in voorraad die 4.2× per jaar draait, wat betekent dat kapitaal altijd vastzit in tragere SKU's.

Standaard Shopping campagnes bloedden budget op buiten-seizoen voorraad omdat het algoritme van Google niet weet dat een fluwelen pompoen kussen waardeloos is in maart. Hun hoofd performance ontwierp een seizoensgebondenheid scoring systeem gecodeerd in custom labels:

Custom_label_0 – Seizoens cohort:

• Seizoen-Altijdgroen (jaarrond vraag, <15% MoM variantie)
• Seizoen-Lente (piek maart–mei)
• Seizoen-Zomer (piek juni–aug)
• Seizoen-Herfst (piek sept–nov)
• Seizoen-Feestdagen (piek half nov tot en met dec)
• Seizoen-Winter (piek jan–feb, exclusief feestdagen)

Custom_label_1 – Voorraad omloop snelheid:

• Omloop-Snel (≥6× jaarlijkse omloop)
• Omloop-Matig (3–5.9× omloop)
• Omloop-Traag (<3× omloop)

Custom_label_2 – Prijs tier (beïnvloedt mandje grootte en conversie intentie):

• Prijs-Instap (<$30)
• Prijs-Kern ($30–$79)
• Prijs-Premium (≥$80)

Custom_label_3 – Lancering leeftijd:

• Lancering-Nieuw (<30 dagen sinds toegevoegd aan catalogus)
• Lancering-Huidig (31–120 dagen)
• Lancering-Catalogus (>120 dagen)

Elke maand verschuiven ze budgetten:

• In oktober krijgen Seizoen-Herfst en Seizoen-Feestdagen SKU's 70% van totale Shopping budget met Target ROAS 4.0×.
• Seizoen-Lente items worden volledig gepauzeerd of verplaatst naar een Discovery campagne op 10% van budget, Target ROAS 8.0× (in wezen geparkeerd).
• In maart draait het script: Seizoen-Lente naar 50% van budget, Seizoen-Feestdagen gepauzeerd.

Voorraad omloop labels laten hen trage movers leeghalen zonder marge te doden. Omloop-Traag + Prijs-Premium items gaan naar een aparte campagne met handmatig CPC bieden (geen Target ROAS), max CPC ingesteld op break-even, impression share gelimiteerd op 30%. Het doel is geen winst; het is $80k kapitaal terugdraaien naar contant geld voor de volgende inkoop.

Resultaten over 18 maanden: voorraad omloop verbeterde van 4.2× naar 5.8×, met $340k in werkkapitaal vrijgemaakt. ROAS stabiliseerde op 4.9× jaarrond (voorheen schommelde het van 7.2× in nov naar 1.8× in feb). Totale advertentie-uitgaven groeiden van $62k/maand naar $135k/maand zonder headcount toe te voegen, omdat seizoensgebondenheid labels de maandelijkse herbalancering automatiseerden die vroeger twee analisten drie dagen kostte.

Hun script leeft in een Google Sheet verbonden met BigQuery (ze exporteren Shopify order data nachtelijk). Het berekent geannualiseerde omloop percentage per SKU, checkt de huidige datum tegen een seizoensgebondenheid kalender (een aparte tab die elke SKU mapt naar piek maanden), en schrijft vervolgens vier custom label kolommen. Het blad voedt in hun Shopify winkel via de Shopify API, met update van product metafields die mappen naar custom labels in de Google Shopping feed. We hebben vergelijkbare setups gedetailleerd in onze feed optimalisatie gids, die metafield-naar-feed mapping doorloopt voor Shopify merchants.

Merk C: LTV-Gebaseerde Segmentatie voor Herhaalde Aankoop Categorieën

Merk C produceert premium honden supplementen—kauwartikelen, poeders, oliën—verkocht op een abonneer-en-bespaar model. Gemiddelde order waarde: $64. Gemiddelde customer lifetime value na 12 maanden: $780 (klanten bestellen opnieuw elke 6–8 weken). Het bedrijfsmodel breekt als je Google Shopping optimaliseert voor eerste-order ROAS; een 2.5× eerste-order ROAS is een home run wanneer de echte uitbetaling negen daaropvolgende orders zijn.

Hun VP of Growth bouwde custom labels rond LTV cohorten, niet transactionele winst:

Custom_label_0 – LTV tier (gebaseerd op historische cohort analyse van SKU eerste kopers):

• LTV-Elite (12-maanden LTV ≥ $900; producten die de klevigste klanten aantrekken)
• LTV-Sterk ($600–$899)
• LTV-Standaard ($400–$599)
• LTV-Acquisitie (<$400; typisch eenmalige aankoop traktaties, niet kern supplementen)

Custom_label_1 – Abonnement attach percentage:

• Abo-Hoog (≥60% van kopers abonneert op eerste order)
• Abo-Matig (30–59%)
• Abo-Laag (<30%)

Custom_label_2 – Competitieve set (beïnvloedt hoe ze bieden tegen categorie leiders zoals Zesty Paws):

• Comp-Uniek (propriëtair ingrediënt, lage concurrentie)
• Comp-Gedifferentieerd (competitieve ruimte maar verdedigbare positionering)
• Comp-Commodity (prijsgevoelige categorie)

Custom_label_3 – Herhaalde aankoop interval:

• Herhaal-Kort (gem. herbestelling elke 4–6 weken)
• Herhaal-Medium (7–10 weken)
• Herhaal-Lang (≥11 weken of eenmalige aankoop trend)

De doorbraak: ze draaien aparte campagnes voor elke LTV tier met radicaal verschillende ROAS targets.

• LTV-Elite + Abo-Hoog: Target ROAS 1.8× op eerste order, omdat ze weten dat de $64 verkoop uitgroeit naar $920 over 12 maanden. Budget onbeperkt. Deze 23 SKU's spenderen $48k/maand en lijken "geld te verliezen" in het Google Ads dashboard (eerste-order ROAS 2.1×), maar cohort analyse bewijst dat ze verreweg het meest winstgevende segment zijn.
• LTV-Standaard + Abo-Matig: Target ROAS 3.0×, het middenterrein.
• LTV-Acquisitie + Abo-Laag: Target ROAS 5.0×, budget gelimiteerd op $8k/maand. Gebruikt voor top-of-funnel traffic die mogelijk converteert naar email abonnees, niet kern omzet.

Ze valideren LTV tiers per kwartaal door Google Ads conversie data (met gebruik van de order ID als sleutel) samen te voegen met Shopify klant records in BigQuery, en vervolgens werkelijke 12-maanden omzet per acquisitie bron en SKU te berekenen. De analyse toont consistent dat SKU's in LTV-Elite 6.8× meer winst per nieuwe klant leveren dan LTV-Standaard, zelfs wanneer eerste-order ROAS 40% lager is.

Tegen maand 16 van deze structuur, bereikte het merk's Google Shopping uitgaven $215k/maand bij een gemengde eerste-order ROAS van 3.4× (wat middelmatig lijkt) maar een echte 12-maanden ROAS van 9.1× wanneer je rekening houdt met herhaalde aankopen. Ze hebben sindsdien het schema uitgebreid naar Meta Ads (met gebruik van dezelfde custom labels in hun product catalogus feed) en hebben vergelijkbare cohort-niveau verbeteringen gezien.

Implementatie Blauwdruk: Je Label Logica Bouwen in Sheets/Scripts

Alle drie merken volgden een vergelijkbaar implementatie patroon. Hier is de stap-voor-stap blauwdruk die we gedistilleerd hebben uit werken met 30+ groei teams:

Stap 1: Data assemblage (Week 1) Exporteer de laatste 90 dagen van order line items uit Shopify of WooCommerce. Je hebt SKU, verkochte eenheden, omzet, kosten (indien beschikbaar), order datum, klant ID nodig. Haal huidige voorraad niveaus en product kosten op uit je voorraad management systeem of ERP. Als je kosten niet op SKU niveau bijhoudt, gebruik categorie-niveau gemiddeldes—onvolmaakt maar functioneel.

Stap 2: Definieer je label schema (Week 1) Map je bedrijfsprioriteiten naar vijf label slots. Vraag:

• Welke dimensie, indien geïsoleerd, zou me toelaten 2× hoger te bieden op de juiste producten? (Marge, LTV, seizoen)
• Welke dimensie veroorzaakt dat producten tegenovergestelde strategieën vereisen? (Nieuw vs. catalogus, hoge omloop vs. trage omloop)
• Welke dimensie beheer ik momenteel handmatig die geautomatiseerd zou kunnen worden? (Voorraad status, lancering cohort)

Schrijf 3–5 mogelijke waarden per label op. Minder is beter; je kunt altijd uitbreiden. Voor een 500-SKU catalogus, streven naar 4 labels × 4 waarden = 256 mogelijke combinaties is overkill. Mik op 4 labels × 3 waarden = 81 combinaties, wetende dat de meeste SKU's clusteren in 12–15 dominante segmenten.

Stap 3: Bouw de berekenings logica in Google Sheets (Week 2) Creëer een master sheet met één rij per SKU. Kolommen: SKU, trailing_30d_units, trailing_90d_units, current_stock_qty, cost, price, margin_pct, avg_days_to_reorder (indien abonnement model), cohort_ltv (indien je het hebt). Voeg vijf kolommen toe voor custom_label_0 tot en met custom_label_4.

Gebruik geneste IF of IFS formules:

=IFS(
  margin_pct >= 0.50, "Marge-Premium",
  margin_pct >= 0.30, "Marge-Standaard",
  margin_pct \< 0.30, "Marge-Builder"
)

Voor snelheid:

=IFS(
  trailing_30d_units / 4 >= 50, "Snelheid-Held",
  trailing_30d_units / 4 >= 15, "Snelheid-Stabiel",
  trailing_30d_units / 4 \< 15, "Snelheid-Niche"
)

Voor voorraad status (dagen dekking = current_stock_qty / gem_wekelijkse_verkopen):

=IFS(
  current_stock_qty / (trailing_30d_units / 4) >= 8, "Voorraad-Overvloedig",
  current_stock_qty / (trailing_30d_units / 4) >= 3, "Voorraad-Matig",
  current_stock_qty / (trailing_30d_units / 4) \< 3, "Voorraad-Kritiek"
)

Stap 4: Automatiseer de feed update (Week 2–3) Als je op Shopify bent, is de schoonste methode het updaten van product metafields via de Shopify API, en vervolgens deze metafields mappen naar custom labels in je Google Shopping app (Shopify's Google channel, DataFeedWatch, of vergelijkbaar). MagicFeed Pro leest metafields automatisch en injecteert ze in de feed zonder dat je een aparte supplemental feed file hoeft te onderhouden.

Voor WooCommerce of custom platforms, genereer een supplemental feed CSV (kolommen: id, custom_label_0, custom_label_1, custom_label_2, custom_label_3, custom_label_4) en upload het naar Merchant Center op een dagelijkse planning. Google voegt supplemental feeds samen met je primaire feed, dus je hoeft niet de hele catalogus opnieuw te genereren.

Gebruik Google Apps Script (als je data in Sheets leeft) of een Python script (als je trekt uit BigQuery/Snowflake) om de berekeningen dagelijks te verversen. Plan het voor 5 uur 's ochtends lokale tijd zodat labels updaten voordat de dag's veiling begint. Practical Ecommerce heeft een solide walkthrough van Apps Script automatisering voor feed management als je nieuw bent met scripting.

Stap 5: Herstructureer campagnes (Week 3–4) Begin met je hoogst-impact segment. Voor de meeste merken, dat is hoge-marge + hoge-snelheid. Creëer een nieuwe Shopping campagne (of Performance Max asset group als je op PMax bent), stel het product filter in op custom_label_0 = "Marge-Premium" AND custom_label_1 = "Snelheid-Held", pas een agressieve Target ROAS toe (20–30% onder je huidige gemengde ROAS), en geef het 30% van je totale budget.

Laat het 14 dagen draaien om data te verzamelen, breid vervolgens uit. Voeg een tweede campagne toe voor het volgende-prioriteit segment. Binnen 60 dagen zou je 5–8 campagnes moeten hebben die je kern label combinaties dekken, plus één vang-alles campagne voor edge cases.

Stap 6: Monitor en itereer (Doorlopend) Wekelijks: Check of enig label systematisch onderpresteren (ROAS <50% van target voor 21+ dagen). Vaak betekent dit dat je label logica ernaast zit—misschien markeerde je een product "Snelheid-Held" gebaseerd op een eenmalige virale piek die nu voorbij is.

Maandelijks: Herkalibreer label drempels. Als 80% van je SKU's valt in Marge-Standaard, segmenteer je niet; je hernoemt alleen. Pas de marge cutoffs aan zodat je een 40/40/20 splitsing krijgt over Premium/Standaard/Builder.

Per kwartaal: Draai LTV cohort analyse opnieuw (indien van toepassing) en seizoensgebondenheid validatie. Markten verschuiven. Het plaid kussen dat vorig jaar Seizoen-Feestdagen was kan nu Seizoen-Altijdgroen trenden omdat interieur design Instagram draaide.

Bied Strategieën voor Elk Custom Label Type

Zodra labels live zijn, is de bied strategie wat segmentatie in winst omzet. Hier is hoe elk label type mapt naar een bied aanpak:

Marge-gebaseerde labels (Custom_label_0):

• Hoge marge (≥50%): Target ROAS 30–40% onder je gemengde ROAS. Je hebt ruimte om aggressief te zijn. Als gemengde ROAS 4.5× is, bied op 3.0× ROAS voor hoge-marge SKU's. Google zal meer volume hier drijven, wat winst samengesteld omdat elke incrementele verkoop 50%+ van omzet behoudt.
• Lage marge (<30%): Target ROAS 50–80% boven gemengd, of schakel over naar Maximize Conversion Value met een strikte budget limiet. Je vertelt Google in wezen, "Toon deze alleen als de veiling goedkoop is." Gebruik deze SKU's om branded search en bottom-funnel intentie te vangen, niet cold prospecting.

Snelheid-gebaseerde labels (Custom_label_1):

• Held SKU's (snelle movers): Deze hebben al sterke conversie percentages en social proof. Duw impression share naar 80%+ met onbeperkte budgetten en een matige ROAS target. Snelheid wint; je verdedigt marktaandeel tegen concurrenten die ook zien dat deze producten converteren.
• Niche SKU's (trage movers): Limiteer impression share op 40%, gebruik handmatig CPC met een break-even max CPC ($prijs × marge% / je target CPA). Je wilt zichtbaarheid zonder budget te bloeden op lage-intentie traffic.

Voorraad status labels (Custom_label_2):

• Overvloedige voorraad: Geen restricties. Bied normaal.
• Lage voorraad (<20 dagen dekking): Verlaag budgetten met 60–80% of pauzeer volledig. Het heeft geen zin te betalen voor clicks op een product dat binnen twee weken uit voorraad zal zijn, met je conversie percentage en verspilling van de klant's tijd. Beter om dat budget te realloceren naar in-voorraad alternatieven.

Per Google's best practices, zien uit-voorraad producten met actieve advertenties conversie percentages dalen 40–60% in de laatste week van beschikbaarheid omdat gebruikers aan winkelwagen toevoegen, dan bouncen wanneer ze realiseren dat het item nabesteld is. Ze proactief pauzeren behoudt je account-niveau quality score.

**

Gerelateerde artikelen

google shopping

Zero-Click Shopping: Feeds Optimaliseren voor Google's Product Knowledge Panel

Google toont nu prijs, beschikbaarheid en specificaties direct in zoekresultaten voor 34% van productquery's. Leer hoe je je Shopping-feed en schema-markup optimaliseert om het Knowledge Panel te bezitten en branded search-zichtbaarheid te beschermen.

14 mei 2026·17 min

google shopping

Performance Max Asset Groepen Vernietigen Je Feed: Een $200k Audit Uitsplitsing

PMax kannibalisseert Shopping-campagnes door SKU's met lage marge te promoten wanneer je feed geen product_type hiërarchie heeft. Forensische analyse en fixes die de meeste bureaus missen.

14 mei 2026·13 min

google shopping

Google Shopping Biedingsaanpassingen vs. Feed-segmentatie: ROI-test

Een 90-daagse test over drie sectoren onthult waarom segmentatie op feedniveau 2-3x meer controle en lagere CAC oplevert dan standaard biedingsaanpassingstactieken voor Google Shopping-campagnes op schaal.

13 mei 2026·16 min