De Hagakure-methode: waarom minder structuur tot meer resultaat leidt.

Google Ads is de afgelopen jaren fundamenteel veranderd. Waar je vroeger elk bod en elk zoekwoord met de hand bijstuurde, draait alles nu om data en automatisering. De accountstructuur die daar het beste bij past, heet Hagakure. In dit artikel leg ik uit wat het is, waarom het werkt, en wat het in de praktijk voor je account betekent.

Wat is Hagakure?

Hagakure is een manier om je Google Ads-account in te richten die bewust kiest voor eenvoud. In plaats van honderden kleine, hyper-specifieke campagnes en advertentiegroepen bundel je je zoekwoorden in een compacte, overzichtelijke structuur. Het doel: de algoritmes van Google per onderdeel genoeg data geven om écht te leren en te optimaliseren.

De naam komt uit een achttiende-eeuws Japans boek over de leer van de samoerai. "Hagakure" betekent zoiets als "verborgen onder de bladeren" — diepe wijsheid die in alle eenvoud voor je ligt. Google leende de term om een principe te beschrijven dat in advertising verrassend goed opgaat: helderheid en focus verslaan complexiteit.

Het probleem dat Hagakure oplost

Jarenlang was de norm om elk zoekwoord zijn eigen advertentiegroep te geven (SKAG) of nauw verwante zoekwoorden per thema te clusteren (STAG). Die aanpak gaf veel controle, maar liep op grote accounts vast. Je kreeg honderden campagnes, tienduizenden advertentiegroepen en losse eilandjes data die elk voor zich te klein waren.

En daar zit precies de pijn. Smart Bidding leert van data. Versnipper je die data over duizenden micro-onderdelen, dan krijgt geen enkel onderdeel genoeg signaal om betrouwbaar te optimaliseren. Oversegmentatie blokkeert machine learning. Hagakure draait dat om: door verwante thema's samen te voegen en overbodige advertentiegroepen te schrappen, ontstaan compacte, geconcentreerde datasets waar de algoritmes wél mee uit de voeten kunnen.

Het is in de kern het paretoprincipe: je haalt 80% van het resultaat uit 20% van de structuur. Maximaal resultaat met een minimum aan losse onderdelen.

Hoe het werkt: data, Smart Bidding en broad match

Onder de motorkap leunt Hagakure op Smart Bidding. De machine learning van Google zet voor elke veiling het optimale bod, op basis van real-time signalen over de gebruiker en de context. Hoe geconcentreerder je data, hoe sneller en stabieler dat systeem leert. Jij stuurt op de strategie en de doelen; het systeem stuurt op de biedingen.

Een veelgehoord misverstand is dat Hagakure verplicht samengaat met broad match. Dat klopt niet. Google adviseert broad match graag, maar of het past, hangt af van je doelen, je marges en je markt. Broad match vergroot je bereik, maar zonder strak negatief-zoekwoordenbeleid verschijn je ook op zoekopdrachten die niets opleveren. Je kunt Hagakure dus prima toepassen met of zonder broad match — de structuur staat los van het matchtype.

Direct starten met Hagakure

Oorspronkelijk werd Hagakure vooral gebruikt om bestaande accounts te herstructureren op basis van historische data. In de praktijk blijkt dat je er ook prima nieuw mee kunt starten. Een vers account dat meteen volgens Hagakure draait, verzamelt in de eerste 72 uur opvallend agressief data.

Door in die eerste dagen te sturen op maximale klikken of maximale conversies, creëer je een geconcentreerde leerfase die de algoritmes razendsnel traint. Daarmee sla je de lange, trage leerperiode over die nieuwe accounts normaal kennen, en bereik je veel sneller stabiele prestaties.

De Power Pair: hoog risico, hoge beloning

Op Google Marketing Live introduceerde Google de zogeheten "Power Pair": een moderne zoekstructuur, gecombineerd met brede inzet van broad match én Performance Max. Het idee is om de hele klantreis af te dekken: zoekcampagnes pakken de zoekwoorden met hoge intentie, broad match vangt nieuwe relevante zoekopdrachten op, en Performance Max vult de gaten.

In mijn ervaring is de Power Pair een hoog-risico, hoog-rendement aanpak. Hij werkt goed voor een deel van de adverteerders, mits er genoeg voorraad en categoriediepte is om dat extra bereik winstgevend in te vullen. Is dat er niet, dan verbrandt het vooral budget. Daarom kies ik meestal voor een aangepaste variant: eerst een stevige moderne zoekstructuur zónder broad match neerzetten, en pas daarna — over drie tot vier weken, afhankelijk van de stabiliteit — broad match gecontroleerd introduceren. Performance Max houd ik in die fase bij voorkeur feed-only, zodat het de zoekcampagnes niet in de weg zit.

Hagakure versus AI Max

Inmiddels positioneert Google AI Max als de volgende stap in zoekadvertenties: meer automatisering, meer "keywordless" bereik, automatisch gegenereerde teksten. De cijfers die Google noemt klinken indrukwekkend, maar het is goed om kritisch te blijven. AI Max levert bereik in ruil voor controle.

En juist die balans is waar de moderne Hagakure-aanpak in uitblinkt. Strak opgebouwde, thematisch geordende advertentiegroepen met gerichte landingspagina's geven je het beste van twee werelden: de kracht van Google's machine learning, gecombineerd met menselijke sturing op segmentatie, budget en merkboodschap. Voor adverteerders die naast automatisering ook strategische grip willen houden, blijft een moderne zoekstructuur wat mij betreft superieur. AI Max-functies test je selectief, zonder de Hagakure-principes overboord te gooien.

Wat dit voor jouw account betekent

Hagakure is geen trucje, maar een manier van denken: bouw zo eenvoudig als mogelijk, geef de algoritmes geconcentreerde data, en stuur zelf op wat een mens beter kan dan een machine — strategie, doelen en kwaliteit. Een paar principes die we in de praktijk altijd toepassen:

• Kies zoekwoorden op basis van wat daadwerkelijk converteert. Trek je zoekterm- en zoekwoordrapporten over de laatste 30, 60 en 90 dagen, houd alles met conversies, en schrap de rest. Maximaal zo'n twintig zoekwoorden per advertentiegroep.
• Meet via de native Google Ads-tag in plaats van geïmporteerde conversies. Dat geeft de snelste, schoonste data terug aan het account.
• Zet je attributie op data-driven, houd een conversievenster van 90 dagen aan en zet Enhanced Conversions aan.
• Houd je doelgroepen overzichtelijk: kies wat past bij de aankoopcyclus en vermijd overlap en duplicaten.
• Reken bij je rapportage altijd de conversievertraging en de leerperiode mee, anders trek je te vroeg conclusies.

Tot slot

De grootste valkuil bij Hagakure is het gevoel van controleverlies. Minder onderdelen en meer automatisering voelt als minder grip. Maar goed uitgevoerd is het tegendeel waar: je verlegt je aandacht van micromanagement naar de dingen die er echt toe doen. Eenvoud is hier geen luiheid, maar een bewuste keuze die zich uitbetaalt in stabielere, schaalbare groei.