Geo-targeting en advertenties is geen vakje dat je aanvinkt en vergeet. In echte projecten zit het verschil tussen budget verbranden en conversies vermenigvuldigen vaak in details die niet in de Google Ads-interface of in de basistutorials verschijnen. Hier zijn concrete gevallen, fouten die ik steeds weer terugzie, en beperkingen die je maar beter kunt accepteren voordat je op locatie gaat segmenteren.
Een geval van slecht gekalibreerde radius bij een keten van tandartspraktijken
Ik werkte met een kliniek met drie vestigingen in hetzelfde grootstedelijke gebied. De initiële configuratie was eenvoudig: één campagne per vestiging met een radius van 15 km rond elk adres. Het probleem kwam aan het licht toen we het rapport over geografische locaties bekeken: meer dan 40% van de uitgaven van de vestiging in het centrum ging naar gebruikers die op minder dan 2 km van de andere twee vestigingen woonden. De advertenties concurreerden met elkaar en de kosten per klik stegen omdat drie campagnes op hetzelfde publiek boden.
De oplossing was niet om de radius te verkleinen, maar om de servicegebieden (location groups) te gebruiken in combinatie met kruislingse uitsluiting. In Google Ads kun je een locatiegroep met een radius aanmaken en die in de andere campagnes uitsluiten. Het is een functie die al jaren bestaat, maar die veel adverteerders nog steeds negeren omdat de interface hem verstopt onder ‘Locaties’ → ‘Uitsluiten’.
Het resultaat na de aanpassing: de uitgaven werden herverdeeld naar gebieden zonder overlap, en de kosten per lead daalden aanzienlijk bij de vestiging in het centrum. Ik kan geen exact cijfer geven omdat het project halverwege het kwartaal van budget veranderde, maar het aandeel klikken vanuit dubbele locaties daalde drastisch.
De fout om alleen op ‘fysieke locatie of interesse’ te vertrouwen
Google Ads biedt twee opties: fysieke aanwezigheid (mensen in het gebied) en interesse (mensen die interesse tonen voor het gebied). De standaardoptie is meestal ‘aanwezigheid of interesse’, en daar begint het probleem voor lokale bedrijven.
Een restaurant met bezorging beperkt tot zijn wijk wil niet adverteren bij iemand die vanuit een andere provincie ‘pizza in [stad]’ zoekt omdat hij een bezoek plant. Die persoon verbruikt budget en converteert niet. Een online meubelwinkel daarentegen wil misschien wel iemand bereiken die geïnteresseerd is in zijn stad, ook al is die op reis.
De les: voor diensten met fysieke aanwezigheid (loodgieters, tandartsen, sportscholen), selecteer alleen fysieke aanwezigheid. Voor merken met landelijke verzending of evenementen heeft interesse zin. Er is geen universeel antwoord, en wie je het tegendeel vertelt, maakt het te simpel.
Geo-targeting in Meta Ads: wanneer de radius niet is wat hij lijkt
Bij Meta (Facebook en Instagram) is de minimale radius 1 mijl (ongeveer 1,6 km) in veel landen, maar segmentatie op postcode in bijvoorbeeld Spanje is niet in alle accounts native beschikbaar. Ik heb adverteerders zien proberen te segmenteren op specifieke districten van Madrid of Barcelona en ontdekken dat Meta hen alleen de volledige stad of een radius met een middelpunt laat selecteren.
Een alternatief dat in bepaalde gevallen werkt, is segmentatie op aangepaste locatie met handmatig getekende polygonen, maar de interface biedt dat alleen in Advertentiebeheer met de kaarttool, en het is niet altijd beschikbaar afhankelijk van het accounttype. Als het er niet is, is de optie om aangepaste doelgroepen op postcode te maken op basis van een klantenlijst, hoewel dat iedereen uitsluit die nog nooit heeft gekocht.
Het geval van de franchise met territoriale licenties
Een franchise in schoonmaakdiensten had eerder een juridisch dan een advertentieprobleem: elke franchisenemer had exclusieve rechten op zijn gebied. De centrale campagne mocht niet adverteren in gebieden die aan een franchisenemer waren toegewezen zonder diens toestemming, maar de franchisenemer had ook geen budget om zijn eigen account te beheren.
De oplossing was een structuur van campagnes per gebied met locatie-uitsluiting op accountniveau, beheerd vanuit het hoofdaccount (MCC). Elke franchisenemer droeg een minimaal budget bij en het hoofdkantoor beheerde de segmentatie. De technische uitdaging: locatie-uitsluitingen op accountniveau worden niet altijd correct doorgegeven aan oudere campagnes, en je moet ze één voor één verifiëren. Het is handmatig werk dat niemand goed documenteert, en dat in grote accounts een audit van uren wordt.
Hier is een duidelijke beperking: als de franchisenemer van gebied verandert of het contract opnieuw wordt onderhandeld, moeten de uitsluitingen opnieuw worden gemaakt. Er bestaat uiteraard geen automatische synchronisatie met juridische contracten, maar het is verstandig om een bijgewerkte kaart buiten het platform te hebben.
Geo-targeting en seizoensgebondenheid: de fout van het toerisme
In toeristische bedrijven vallen de locatie van de gebruiker en zijn herkomstlocatie zelden samen. Een hotel aan de kust wil zich misschien richten op inwoners van Madrid of Bilbao tijdens het boekingsseizoen, niet op iemand die al op het strand is en een restaurant zoekt.
De veelgemaakte fout is segmenteren op de locatie van het hotel en je afvragen waarom de CTR hoog is maar de boekingen uitblijven: de klikken komen van mensen die al in het gebied zijn, vaak verblijvend ergens anders. De oplossing ligt in gescheiden campagnes: één met fysieke aanwezigheid om te bereiken wie al dichtbij is (restaurants, activiteiten), en een andere met interesse of segmentatie op herkomstlocatie om voorafgaande boekingen te vangen.
Op dit punt is eerlijkheid gepast: de segmentatie op ‘interesse’ van Google maakt geen onderscheid tussen iemand die een hotel zoekt voor over drie maanden en iemand die recensies zoekt van een hotel waar hij al verblijft. Geo-targeting helpt, maar vervangt geen goede segmentatie op intentie in de zoekwoorden.
Wat niet goed werkt met geo-targeting
- Bedrijven met onregelmatige servicegebieden: als je bezorggebied geen cirkel is, zullen radii altijd te veel of te weinig zijn. Aangepaste polygonen bestaan op sommige platforms, maar niet op alle.
- 100% online diensten: segmenteren op locatie blaast de CPC meestal op zonder de conversie te verbeteren, tenzij je iets verkoopt met juridische of fiscale territoriale implicaties.
- Producten met geografische seizoensgebondenheid: segmentatie op locatie bereikt mensen die door vakanties reizen slecht, en de platforms bieden geen filter voor ‘gewone woonplaats’ versus ‘tijdelijke locatie’.
- Gebieden met VPN of onnauwkeurige mobiele data: locatie op basis van IP is niet exact. Volgens officiële documentatie van de platforms varieert de nauwkeurigheid en is die niet 100% gegarandeerd. In landelijke gebieden of met roaming kunnen de gegevens misleidend zijn.
Statistieken die wel de moeite waard zijn om te bekijken
Naast de CTR zijn er rapporten die onthullen of geo-targeting werkt:
- Rapport over geografische locaties in Google Ads: bekijk welk percentage van de uitgaven naar ongewenste locaties gaat. Het is gebruikelijk om lekken van 10-20% te vinden in slecht geconfigureerde accounts.
- Afstand tot locatie in het segmentenrapport: het vertelt je of de klikken uit het doelgebied komen of van verder weg.
- Conversies per locatie in plaats van alleen klikken: een hoge CTR in een gebied dat niet converteert is een waarschuwingssignaal.
- Bij Meta de uitsplitsing per regio en stad binnen het resultatenrapport, dat soms onthult dat de radius verkeer aantrekt uit aangrenzende, niet-rendabele steden.
Een waarschuwing: deze rapporten hebben privacy-drempels. In gebieden met weinig gebruikers worden de gegevens geaggregeerd of verborgen, wat de analyse in landelijke of dunbevolkte gebieden bemoeilijkt. Het is een echte beperking die je moet kennen voordat je je vastbijt in geografisch detail.
Hoe geo-targeting aan te pakken zonder erin te verdrinken
Mijn aanbeveling na meerdere projecten: begin met een eenvoudige structuur en voeg alleen complexiteit toe wanneer de gegevens dat rechtvaardigen. Het is verleidelijk om tientallen campagnes per postcode te maken, maar fragmentatie vermenigvuldigt het optimalisatiewerk en verdunt soms het leren van het algoritme.
Een redelijk startpunt:
- Bepaal of je bedrijf fysieke aanwezigheid, dienstverlening op afstand of een mix is.
- Configureer de juiste locatieoptie (fysieke aanwezigheid vs. interesse) afhankelijk van het geval.
- Bekijk het rapport over geografische locaties twee weken na de lancering.
- Sluit locaties uit met uitgaven en nul conversies, maar voorzichtig: soms heeft een gebied meer tijd of een andere boodschap nodig.
- Documenteer de uitsluitingen in een spreadsheet. De interface waarschuwt je niet als een uitsluiting in conflict komt met een inclusie.
En een laatste waarschuwing: geo-targeting lost een slechte advertentie of een weinig concurrerend aanbod niet op. Ik heb accounts gezien met onberispelijke geografische segmentatie en extreem hoge kosten per conversie omdat de landingspagina er acht seconden over deed om te laden. Locatie is één laag van het systeem, niet de zilveren kogel.