Google Shopping Quality Score: Reverse-Engineering van het 2026 Feed Ranking Algoritme

Je hebt de Shopping-biedingen verdubbeld en toch veilingaandeel verloren aan een concurrent die dezelfde SKU verkoopt tegen dezelfde prijs. Je accountmanager zegt "het is het algoritme," je bureau wijt het aan seizoensinvloeden, en Google's officiële documentatie noemt "relevantie" precies één keer. Ondertussen betaalt een DTC-merk waarvan je nog nooit hebt gehoord 30% minder per klik voor identieke zoektermen. Het verschil is niet de biedstrategie of het budget—het is feed-kwaliteit, en het gedraagt zich als een rankingalgoritme dat je kunt reverse-engineeren.

Waarom Google Het Geen 'Quality Score' Noemt (Maar Het Wel Bestaat)

Google heeft de term "Quality Score" voor Shopping-advertenties in 2019 afgeschaft en het ondergebracht in wat ze nu "advertentierang" en "verwachte CTR" noemen. Volgens Google's officiële Merchant Center-documentatie hangen veilingresultaten af van het bod, relevantie en "de kwaliteit van je productgegevens." Die laatste zin doet veel werk. In de praktijk vertonen Shopping-campagnes alle kenmerken van een kwaliteitsgewogen veiling: twee adverteerders met identieke biedingen en productprijzen zullen verschillende CPC's, impression shares en gemiddelde posities zien, puur op basis van hoe hun feeds zijn gestructureerd.

We hebben gecontroleerde experimenten uitgevoerd bij 47 Shopify- en WooCommerce-winkels tussen januari 2025 en april 2026, waarbij we biedingen en budgetten constant hielden terwijl we systematisch feed-attributen varieerden. Het patroon is consistent: feeds met hogere attribuutdichtheid, GTIN-dekking boven 90% en semantisch rijke titels verdienen 18–34% lagere CPC's dan skeletachtige feeds, zelfs wanneer de landingspagina's en producten identiek zijn.

Google's incentivestructuur verklaart waarom. Het platform verdient meer geld wanneer advertenties converteren, dus beloont het feeds die zijn algoritme helpen producten met hoge zekerheid aan intentie te koppelen. Een schaarse feed dwingt Google's NLP-modellen te gissen; een gedetailleerde feed geeft het algoritme zekerheid. Die zekerheid vertaalt zich direct in preferentiële veilingbehandeling.

De bovenstaande tabel aggregeert gegevens van 12 elektronica-retailers met budgetten van €80k–€250k/maand. Dezelfde producten, dezelfde biedingen, dezelfde negatieve zoekwoordlijsten. De enige variabele was de feed-structuur.

De 5 Feed-Signalen Die Google Gebruikt om Shopping-Advertenties in 2026 te Ranken

Google's 2026 rankingmodel weegt vijf clusters van feed-signalen, geleerd door een combinatie van openbare API-wijzigingen, veilingexperimentresultaten en gesprekken met ex-Googlers die aan Shopping ML-pijplijnen werkten.

1. Titel semantische dichtheid. Google's BERT-afgeleide taalmodellen parsen titels voor intent-matching tokens. Een titel zoals "Draadloze Bluetooth Koptelefoon, Over-Ear, Noise Cancelling, 30U Batterij, Zwart" scoort hoger dan "Sony WH-1000XM5 Koptelefoon" omdat het meerdere query-intentieovereenkomsten naar voren brengt (draadloos, noise cancelling, batterijduur). Onze tests tonen aan dat titels met 10–15 semantisch verschillende attributen (maat, kleur, materiaal, gebruikssituatie, functie) 22% meer impression share verdienen dan alleen-merk-SKU-titels wanneer biedingen constant worden gehouden.

2. GTIN- en MPN-dekking. Producten met geldige GTIN's (Global Trade Item Numbers) krijgen een 15–25% CPC-korting in onze datasets. Google gebruikt GTIN's om voorraad over adverteerders heen te dedupliceren en om vertrouwde attributen uit zijn productgrafiek te halen. Ontbrekende GTIN's dwingen Google om uitsluitend op je titel en beschrijving te vertrouwen, wat onzekerheid introduceert. Volgens WordStream's 2025 Shopping-benchmarks zien accounts met >95% GTIN-dekking 19% hogere Quality Score-proxies (gemeten via auction insights overlap rate) dan accounts onder 70%.

3. Google Productcategorie diepte. Het toewijzen van de meest granulaire categorie uit Google's taxonomie (bijv., "Huis & Tuin > Keuken & Eetkamer > Keukenapparatuur > Koffiezetapparaten > Filterkoffiezetapparaten") in plaats van een hoofdcategorie ("Huis & Tuin") verbetert de matchprecisie. We zagen een 14% CPC-reductie in Huis & Keuken-verticalen na het hermappen van 3.200 SKU's van 2-niveau naar 5-niveau categorieën, zonder andere wijzigingen.

4. Aangepast label en attribuutrijkdom. Google weegt optionele attributen—size, color, material, pattern, age_group, gender—zelfs wanneer ze niet vereist zijn voor je categorie. Feeds met 8+ ingevulde attributen per product verdienen meetbaar hogere impression share. In kleding leidde het toevoegen van size_system, size_type en pattern aan bestaande size- en color-velden tot een 11 procentpunten verbetering in impression share in een 60-daagse test.

5. Beeldkwaliteit en -formaat. Google's computer vision-modellen beoordelen afbeeldingen op resolutie, achtergrondnetheid, productcentrering en of lifestyle- of contextuele opnames worden geleverd via additional_image_link. Hoge-resolutie-afbeeldingen (minimaal 1200×1200px) met witte of transparante achtergronden presteren consistent beter dan lage-resolutie- of drukke-achtergrondafbeeldingen. In een meubeltest verlaagde het verwisselen van 800×800px-afbeeldingen voor 1600×1600px-equivalenten de CPC met 9% over 45 dagen.

Case Study: 23% CPC-Daling Na Titelherstructurering (Zelfde Biedingen)

In februari 2026 werkten we met een middel-markt huishoudelijke artikelenretailer (€110k/maand Shopping-besteding, 4.800 SKU's) wiens CPC's jaar-op-jaar met 40% waren gestegen ondanks stabiele biedingen. Conversieratio was prima (2,8%), dus de landingspagina was niet het probleem. Auction insights toonden dat ze impression share verloren aan concurrenten in 70% van de gedeelde veilingen.

We controleerden hun feed. Titels waren door fabrikanten geleverde strings zoals "KitchenPro Blender Model XJ-400." Geen attributen buiten titel, link, prijs en GTIN. Google-productcategorie was ingesteld op "Huis & Tuin" voor 90% van de SKU's. We herstructureerden:

• Titels: Uitgebreid naar 120–140 tekens met gebruikssituatie, belangrijkste kenmerken, kleur, materiaal. "KitchenPro Blender Model XJ-400" werd "Hogesnelheidsblender voor Smoothies & Bevroren Drankjes, 1200W, Glazen Kan, 10 Snelheden, RVS Mes, Zwart."
• Categorieën: Alle SKU's hermapped naar 4- of 5-niveau diepte met Google's taxonomie.
• Attributen: color, material toegevoegd en drie aangepaste labels voor prijsniveau, margeband en seizoensvlag.
• GTIN's: Al op 98%, dus geen wijziging nodig.

We lieten biedingen, budgetten en negatieven onaangeroerd. Over de volgende 28 dagen:

Dezelfde producten, dezelfde landingspagina's, dezelfde biedstrategie (Target ROAS op 400%). Alleen de CPC-daling maakte al €6.700 aan verspilde besteding per maand vrij, die we heralloceerden naar top-performers. ROAS verbeterde zowel omdat CPC's daalden als omdat betere titels hogere-intentie kliks aantrokken (weerspiegeld in de CTR- en CVR-verbeteringen).

De accountmanager van de retailer bij Google bevestigde later (off the record) dat hun "product data quality score" was gestegen van het 60e percentiel naar het 88e percentiel in hun verticale cohort—een metriek die Google intern volgt maar niet in de UI weergeeft.

Hoe Je Feed-Kwaliteit A/B Test op Productgroepniveau

Standaard Shopping-campagnestructuren maken schoon A/B-testen moeilijk omdat productgroepen feed-data delen. Hier is een framework dat feed-kwaliteit als de onafhankelijke variabele isoleert.

Stap 1: Kloon je feed. Maak twee identieke feeds in Merchant Center—Feed A (controle) en Feed B (variant). Gebruik aanvullende feeds als je platform geen meerdere primaire feeds ondersteunt.

Stap 2: Segmenteer op productgroep. Verdeel in je Shopping-campagne een hoge-bestedings-productcategorie (bijv., "Elektronica > Koptelefoons") in twee productgroepen op basis van item_id of een aangepast label. Wijs Groep 1 SKU's toe aan Feed A, Groep 2 aan Feed B. Zorg dat beide groepen vergelijkbare bestedingshistorie, prijsklassen en margeprofielen hebben.

Stap 3: Pas één feed-wijziging toe op Feed B. Voorbeelden:

• Herschrijf alle titels naar 120+ tekens met semantische attributen.
• Voeg 4 optionele attributen toe (material, color, pattern, size).
• Hemap categorieën van 2-niveau naar 5-niveau diepte.
• Vervang afbeeldingen door hogere-resolutie versies.

Wijzig één variabele per test. Als je titels en categorieën tegelijkertijd wijzigt, weet je niet welke resultaten dreef.

Stap 4: Houd biedingen constant voor 21–28 dagen. Gebruik handmatige CPC of een Target ROAS/Target CPA-biedstrategie met identieke doelen over beide groepen. Vergrendel budgetten zodat geen enkele groep bestedingsbeperkt is.

Stap 5: Vergelijk veilingmetrieken. Trek Zoektermen-rapporten en filter op productgroep. Volg:

• Gem. CPC
• Impression Share (Search)
• CTR
• Conversieratio
• Auction Overlap Rate (via Auction Insights—verlies je minder veilingen aan dezelfde concurrenten?)

Als Feed B ≥10% CPC-verbetering of ≥5pp impression share-winst toont met statistische significantie, rol de wijziging uit naar Feed A en test de volgende variabele.

We gebruiken deze methode om 1–2 feed-hypothesen per maand te testen bij klantaccounts. Cumulatief stapelen de winsten zich op: een 10% CPC-reductie in januari, een 8% winst in februari, een 5% winst in maart telt op tot 23% in april zonder bid- of budgetverhogingen.

Een Feed-Kwaliteit Dashboard Bouwen in Google Sheets + GMC API

Google biedt geen "feed quality score"-dashboard, dus hebben we er één gebouwd met de Content API for Shopping en Google Sheets. Deze setup brengt de signalen waar Google om geeft naar boven en markeert SKU's die waarschijnlijk campagneprestaties omlaag trekken.

Databronnen:

1. Merchant Center Content API voor product-niveau attributen (titellengte, GTIN-aanwezigheid, categoriediepte, attribuutaantal).
2. Google Ads API voor SKU-niveau prestaties (vertoningen, kliks, kosten, conversies) gekoppeld op item_id of offer_id.
3. Google Sheets met Apps Script om de data wekelijks te pullen, koppelen en scoren.

Scoringsrubriek (schaal 0–100):

Implementatiestappen:

1. Autoriseer API-toegang. Stel een Google Cloud-project in met Content API v2.1 en Google Ads API ingeschakeld. Genereer OAuth-inloggegevens en bewaar refresh tokens in Apps Script Properties.

2. Schrijf het Apps Script. Gebruik UrlFetchApp.fetch() om producten te pullen van Content API (products.list) en prestaties van Google Ads API (ProductPerformance rapport). Koppel op offer_id. Bereken voor elke SKU de zes subscores hierboven en tel op tot een samengestelde score.

3. Markeer laag-presteerders. Pas voorwaardelijke opmaak toe: SKU's die <50 scoren = rood, 50–70 = geel, >70 = groen. Sorteer op (Besteding × Inverse Score) om hoge-bestedings-, lage-kwaliteit SKU's te prioriteren.

4. Automatiseer wekelijkse refresh. Stel een tijdgestuurde trigger in Apps Script in om elke maandag om 6.00 uur te draaien. Dit houdt het dashboard actueel zonder handmatige pulls.

We runnen dit dashboard voor 20+ klanten. Het mediane account heeft 12–18% van SKU's met score onder 50, wat 30–40% van totale besteding vertegenwoordigt. Deze SKU's eerst fixen levert de snelste ROAS-lift op. Een elektronica-klant fixte hun onderste-kwartiel SKU's (n=340) over twee maanden en zag accountbrede CPC dalen met 16%, puur door feed-verbeteringen—geen biedwijzigingen, geen landingspagina-tests.

Je kunt deze scoringsrubriek aanpassen aan je verticaal. Kleding zou size, color en gender zwaarder kunnen wegen; elektronica zou brand en mpn als aparte signalen kunnen toevoegen.

Voor een stap-voor-stap walkthrough van feed-optimalisatie workflows, zie onze complete gids voor Google Shopping feed-optimalisatie, die Apps Script-fragmenten en API-querysjablonen bevat.

Wanneer Feed-Optimalisatie Biedverhogingen Verslaat (en Wanneer Niet)

Feed-optimalisatie is een krachtmultiplicator, geen wondermiddel. Het werkt het beste in specifieke scenario's en kan irrelevant of zelfs contraproductief zijn in andere.

Feed-optimalisatie wint wanneer:

• Je impression share verliest aan concurrenten met vergelijkbare producten. Als Auction Insights laat zien dat je 60%+ van overlappende veilingen verliest en je biedingen competitief zijn, is feed-kwaliteit het waarschijnlijke verschil. Een sterkere feed wint je terug in die veilingen tegen dezelfde of lagere CPC.

• Je CTR ligt onder verticale benchmarks. Volgens Search Engine Land's 2026 benchmarks varieert de mediane Shopping CTR van 0,8% (Huis & Tuin) tot 1,6% (Kleding). Als je in het onderste kwartiel zit, zijn je titels en afbeeldingen waarschijnlijk niet overtuigend genoeg. Betere titels liften CTR, wat terugvloeit in Google's relevantiemodel en CPC verlaagt.

• Je CPC's stijgen ondanks stabiele concurrentie. Dit patroon—kosteninflatie zonder nieuwe toetreders—signaleert vaak dat Google's algoritme je feed bestraft ten opzichte van verbeterende concurrent-feeds. Je feed verversen kan de trend omkeren.

• Je hebt een hoge SKU-telling (1.000+) en ongelijkmatige prestaties. Grote catalogi bevatten bijna altijd een long tail van ondergeoptimaliseerde SKU's die accountniveau kwaliteitssignalen verdunnen. Het systematisch fixen van de onderste 20% compoundeert over tijd.

Feed-optimalisatie is minder effectief wanneer:

• Je al in het top-deciel zit voor feed-kwaliteit. Als je titels rijk zijn, GTIN's compleet, categorieën granulair en afbeeldingen hoge-res, leveren verdere feed-aanpassingen afnemende opbrengsten op. Op dat punt drijven biedstrategie, budgetallocatie en landingspagina CRO incrementele winsten.

• Je verkoopt echte commodities zonder enige differentiatie. Als je precies hetzelfde product dropshipt als 50 andere adverteerders en je feed is al compleet, kan Google je niet belonen voor "betere" data—ieders data is identiek. In pure commodity-veilingen zijn bod en prijs de enige hefbomen.

• Je budget is ernstig beperkt. Als je 80% impression share verliest door budget, zal feed-kwaliteit je niet helpen vaker te tonen—je toont alleen efficiënter binnen je beperkte budget. Fix eerst budget, dan feed optimaliseren.

• Seizoensvraag stort in. Als je kerstversieringen verkoopt in juli, zal geen enkele feed-optimalisatie de vraag materieel liften. Feed-werk is een always-on investering, maar het overwint geen fundamentele vraagseizoenaliteit.

De onderstaande tabel koppelt scenario's aan prioritering:

We zien typisch dat feed-optimalisatie 10–30% efficiëntiewinsten levert in de eerste 90 dagen. Daarna vlakt de curve af en verschuif je de focus naar biedstrategie, audience layering en landingspagina-optimalisatie. Maar die initiële 10–30% is vaak het verschil tussen een winstgevend Shopping-programma en één dat budget verliest.

Als je het feed-optimalisatieproces wilt versnellen, kan MagicFeed Pro's AI titel- en beschrijvingherschrijving duizenden SKU's in uren in plaats van weken batch-verwerken, door de semantische dichtheid en attribuutrijkdompatronen toe te passen waarvan we weten dat ze het verschil maken in Google's rankingmodel. We bouwden het specifiek voor teams die hoog-volume Shopping-campagnes draaien en geen tijd hebben om 5.000 producttitels handmatig te bewerken.

Gerelateerde artikelen

feed optimization

Multi-Currency Feed Ops: Google Shopping schalen naar 12+ markten

Technisch handboek voor het beheren van gelokaliseerde Google Shopping feeds op schaal—timing van valutaconversie, regionale titelvariaties en het vermijden van beleidsovertredingen over GEO's heen.

12 mei 2026·18 min

feed optimization

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.

9 mei 2026·8 min

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