Marketplace-advertisingteams zijn getraind om winnaars te vinden. Dat is nuttig. Maar het is niet genoeg.
Zodra een Amazon-, bol- of MediaMarkt-account ongeveer boven de €5K per maand uitkomt, zit het grotere winstlek vaak niet in winnaars die te weinig budget krijgen. Het zit in zwakke SKU’s die steeds nét genoeg budget houden om opnieuw te bewijzen dat ze zwak zijn. Ze blijven hangen in automatische campagnes, overgenomen categorietargets, retargetingpools, Sponsored Products-groepen of retailmedia-tests omdat niemand een formele manier heeft ingericht om ze uit het advertentiesysteem te halen.
De fout die ik vaak zie, noem ik advertenties gebruiken als permanente beademing voor assortimentschuld. Een product heeft dunne contributiemarge, matige conversie, lastige voorraad, een zwakker aanbod dan op een ander kanaal of retourgedrag dat de sale opeet nadat attributie er nog prima uitziet. Het campagnerapport zegt “learning”. De operator zegt “we hebben meer data nodig”. Het catalogusteam zegt “het hoort bij het assortiment”. Zes weken later heeft het account €1.850 uitgegeven om iets te bewijzen wat de P&L eigenlijk al wist.
Mijn standpunt: beheerde marketplace-adaccounts hebben een assortment pruning room nodig. Geen eenmalige SKU-schoonmaak. Geen botte regel als “pauzeer alles boven target ACOS”. Wel een wekelijkse beslislaag die bepaalt welke producten advertentiesteun verdienen, welke alleen een gecontroleerd leerbudget krijgen, welke beter naar een ander kanaal verschuiven en welke uit paid demand moeten totdat de producteconomie verandert.
Dat is extra belangrijk voor Nederlandse en Belgische merken die Amazon, bol en MediaMarkt tegelijk draaien. Een SKU kan op Amazon een slechte advertentiekandidaat zijn, maar op bol nuttig zijn om branded vraag te verdedigen. Een product kan op MediaMarkt zwak zijn als losse listing, maar winstgevend als onderdeel van een bundel. Een campagne kan in één dashboard acceptabele ACOS tonen en toch contributiemarge vernietigen zodra fulfilment, retouren, marketplacefees en voorraad-opportuniteitskosten meetellen. Assortment pruning gaat dus niet over je catalogus kleiner maken. Het gaat over voorkomen dat paid media het verkeerde deel van je assortiment subsidieert.
Wat bestaande adviezen goed doen — en wat meestal ontbreekt
De publieke uitleg over marketplace advertising is de laatste jaren veel beter geworden. BidX legt Amazon PPC-structuur, target ACOS, max-CPC-formules en retail readiness vóór schaal duidelijk uit. Hun controlling-uitleg is sterk op de relatie tussen prijs, conversieratio, target ACOS en maximale CPC. Podean wijst terecht op inventory, Buy Box rate, conversie, winstgevendheid en SKU-level management als kern van marketplace-operatie. Sellerboard koppelt Amazon PPC aan winst via break-even ACOS en TACOS. Adverio gaat dieper in op onderpresterende SKU’s, contributiemarge, verouderde voorraad en retourpercentages. Pare laat goed zien dat winstgevendheid vaak een allocatie- en structuurprobleem is, niet alleen een biedprobleem.
Allemaal nuttig. De kloof zit in de operationele stap tussen “deze SKU presteert slecht” en “wat gebeurt er morgenochtend precies met zijn advertentierechten?” Veel gidsen stellen de diagnose. Minder gidsen beschrijven de ruimte waar diagnose wordt vertaald naar budget weghalen, learning in quarantaine zetten, kanaal verschuiven of catalogusescalatie starten.
Dat is de hoek die FiveX kan pakken: ad-funded assortment pruning. De vraag is niet alleen of een campagne efficiënt is. De scherpere vraag is of het product überhaupt nog betaalde vraag verdient.
De pruning room begint met producttoestemming, niet met campagnetoestemming
Een campagne kan netjes ogen terwijl er zwakke producteconomie onder verstopt zit. Een brede Amazon-campagne bevat misschien 40 geadverteerde SKU’s. Een bol Sponsored Products-groep promoot meerdere varianten. Een MediaMarkt-placement wordt soms op categorieniveau gekocht, terwijl maar drie producten genoeg marge en voorraad hebben om de clicks te dragen.
Daarom begint de pruning room één niveau lager: producttoestemming.
Elke geadverteerde SKU krijgt één van vijf labels:
- Scale: marge, voorraad, offer strength en bewijs zijn sterk genoeg voor meer budget.
- Defend: de SKU verdient zichtbaarheid, maar alleen op branded, exact of high-intent vraag.
- Learn: de SKU mag leren, maar alleen binnen een gecapte test met een duidelijke bewijsvraag.
- Fix: advertising wordt gepauzeerd of beperkt totdat prijs, content, reviews, fulfilment of voorraad verbetert.
- Prune: de SKU verlaat paid campaigns voorlopig omdat de economie geen extra vraag rechtvaardigt.
Hier wordt FiveX’s productwinstgevendheid praktisch. In plaats van een operator te laten raden of 31% ACOS acceptabel is, ziet die operator contributiemarge, inkoopprijs, verzendkosten, fulfilmentkosten, retourreserve en marketplacefees naast campagnespend. Een SKU met 44% pre-ad marge en 72 dagen voorraad mag anders getest worden dan een SKU met 17% loaded marge en 11 dagen voorraad. De bid is niet de eerste beslissing. Toestemming is dat wel.
Voorbeeld 1: de Amazon-waterkoker die steeds “bijna werkt”
Stel je een keukenmerk voor dat €7.500 per maand uitgeeft aan Amazon Ads. Eén elektrische waterkoker verkoopt voor €39,95. Na referral fees, fulfilment, betaalkosten, verwachte retouren en COGS blijft er vóór ads €8,40 contributiemarge over per unit, oftewel 21%.
De Sponsored Products-campagne rapporteert over 30 dagen 28% ACOS op deze waterkoker: €1.260 spend, €4.500 attributed sales en 113 verkochte units. Op het eerste gezicht kan een operator de bids iets verlagen en verder “leren”. De pruning room rekent scherper. Bij 28% ACOS kost advertising €11,20 per verkoop van €39,95. De SKU heeft maar €8,40 pre-ad contributiemarge. Elke ad-attributed unit staat dus grofweg €2,80 onder water vóór overhead. Organische rank is niet verbeterd, product-TACOS staat nog steeds op 19% en voorraaddekking is 18 dagen.
De beslissing is niet “bids 12% omlaag”. De beslissing is Prune uit schaalcampagnes. Houd eventueel €150 over voor exacte branded defence, haal de SKU uit brede discovery en categorietargets, en stuur het product naar een fix-lane: prijstest, bundeloptie of COGS-review. FiveX-campagnewijzigingslogs maken die beslissing later zichtbaar, zodat niemand de waterkoker twee weken later terugzet in een brede campagne omdat het vorige rapport omzet liet zien.
Voorbeeld 2: het bol-accessoire dat een defend-lane verdient, geen groeilane
Neem nu een telefoonaccessoireverkoper op bol. Een USB-C-kabel heeft stabiele vraag, maar het is een low-ticket product: €12,99 verkoopprijs en €2,10 loaded pre-ad contributiemarge na platformkosten, fulfilment en retourreserve. Het account besteedt €5.400 per maand aan bol Sponsored Products. De kabelcampagne besteedt €620 en levert €2.480 attributed revenue op bij 25% ACOS.
Dat lijkt acceptabel als het team met een generieke target ACOS van 30% werkt. Het is niet acceptabel als de loaded marge van het product maar 16% is. Tegelijk is de kabel een herhaalaankoop en add-on met sterke branded zoekvraag. De pruning room geeft daarom Defend, niet Prune. De SKU blijft live op exacte merk- en productnaamtermen met een max CPC van €0,18, maar verlaat generieke “usb c kabel”-discovery waar de gemiddelde CPC €0,41 is en de marge de veiling niet kan dragen.
Dat is geen minder geavanceerde aanpak. Het is betere roldiscipline. FiveX search-term reporting helpt add-on defence te scheiden van generieke groeipogingen. FiveX Ads AI-aanbevelingen kunnen nog steeds biedingen voorstellen, maar het SKU-label bepaalt welke aanbevelingen mogen worden toegepast. Automatisering mag van een margedunne add-on geen groeibet maken omdat de campagne omzet vond.
Voorbeeld 3: de MediaMarkt smart-home bundel die beter van kanaal wisselt
Een smart-home merk test MediaMarkt retail media met een startbudget van €1.200 voor een sensorbundel. De bundel verkoopt voor €89,99 en heeft €24,50 loaded pre-ad contributiemarge. De vroege resultaten zijn niet dramatisch: €920 spend, €3.680 attributed revenue, 41 orders en 25% ACOS.
Het dashboard zou de test waarschijnlijk laten doorlopen. De pruning room stelt een betere vraag: is MediaMarkt op dit moment de sterkste paid-demand bestemming voor deze bundel? De voorraaddekking is 14 dagen bij het huidige tempo. Amazon heeft 48 dagen voorraad voor de losse sensor, maar de bundelpagina op MediaMarkt heeft maar zes reviews en een tragere leverbelofte dan het bol-aanbod van het merk. Dezelfde productfamilie converteert beter op bol wanneer hij als two-pack met LVB wordt gepromoot.
De beslissing is Shift and Learn. MediaMarkt houdt €250 leerbudget voor high-intent categoriezichtbaarheid, maar €700 van de geplande tweede tranche verschuift naar bol voor de two-pack terwijl voorraad en reviewdiepte verbeteren. Dit is pruning zonder paniek. Het product is niet “slecht”. De kanaalrol en offer readiness zijn alleen nog niet klaar voor schaal.
De vijf checks voordat een SKU betaalde vraag krijgt
De assortment pruning room heeft een simpele wekelijkse scorecard nodig. Ik gebruik graag vijf checks, omdat ze het gesprek weghalen bij dashboardtheater.
1. Loaded contributiemarge
Gebruik de marge die echte operatie overleeft: COGS, marketplacefee, fulfilment, verzending, pick-pack, retourreserve, betaalkosten en terugkerende korting. Heeft een SKU 18% loaded marge, dan is 22% ACOS niet “iets boven target”. Dan is de sale verlieslatend, behalve als er bewust rank- of launchwaarde tegenover staat.
2. Voorraad- en replenishment-runway
Schaal geen vraag richting een stockout. Een SKU met 12 dagen verkoopbare voorraad verdient niet hetzelfde discoverybudget als een SKU met 70 dagen voorraad en bevestigde inbound. FiveX inventory insights maken hiervan geen vage waarschuwing, maar een budgetveto.
3. Offer strength per marketplace
Prijs, leverbelofte, reviews, Buy Box of featured offer, contentkwaliteit en bundelhelderheid bepalen allemaal wat een click waard is. Als Amazon de reviews heeft maar bol de betere levering, kan de pruning-beslissing per kanaal verschillen.
4. Bewijskwaliteit
Maak onderscheid tussen 36 clicks en 900 clicks. Een zwakke SKU met weinig bewijs verdient een gecapte leertest, geen directe verwijdering. Een zwakke SKU met zes weken spend, stabiele conversie en negatieve contributie verdient pruning.
5. Strategische rol
Sommige producten verdienen defensieve spend omdat ze een hero product beschermen, een bundel ondersteunen, concurrenten blokkeren of categorieperceptie dragen. Die rol moet opgeschreven worden. Anders wordt “strategisch” het excuus waarmee elke zwakke SKU budget houdt.
Wat haal je als eerste weg?
Begin met pruning waar de financiële blootstelling hoog is en de kans op spijt laag.
- SKU’s met negatieve loaded contributie na ad spend gedurende twee reviewcycli.
- Producten met lage voorraaddekking en geen bevestigde replenishmentdatum.
- Varianten die clicks krijgen maar verliezen van een sterker sibling-product op prijs, reviews of levering.
- Low-ticket producten die generieke discovery betalen terwijl alleen branded demand winstgevend te verdedigen is.
- Producten met hoge retourpercentages waarbij attributed sales binnenkomen vóór de retourrealiteit zichtbaar is.
Begin niet met het emotionele catalogusdebat. Begin met betaalde blootstelling. Is een SKU onwinstgevend maar krijgt hij geen advertentiebudget, dan is het een catalogusprobleem. Is hij onwinstgevend én krijgt hij €600 per maand aan clicks, dan is het een advertising-governanceprobleem.
Hoe FiveX de pruning room ondersteunt
FiveX is hier nuttig omdat de beslissing dwars door de normale grenzen tussen ads, voorraad en finance loopt.
Eerst koppelt SKU-winstgevendheid advertentieperformance aan echte contributiemarge in plaats van platform-ROAS. Daarna laten inventory insights zien of vraag überhaupt geleverd kan worden voordat een campagne extra budget krijgt. Search-term- en campagnerapportage tonen of de SKU bestaande vraag verdedigt, nieuwe vraag leert of verkeer betaalt dat een ander product beter kan opvangen. En Ads AI-aanbevelingen en automation rules kunnen werken binnen de labels van de pruning room, in plaats van blind ACOS achterna te lopen.
Voor Advertentie Service-klanten wordt dit onderdeel van de wekelijkse operatie. We proberen niet elke SKU te laten adverteren. We zorgen dat elke advertentie-euro één vraag beantwoordt: verdient dit product nog betaalde vraag?
De operatorregel
Dit is de regel die ik op de muur zou hangen: geen enkele SKU mag spenderen omdat hij in de catalogus bestaat.
Hij spendeert omdat hij margepermissie, voorraadpermissie, offer-permissie en een duidelijke rol heeft. Breekt één van die voorwaarden, dan beweegt het product van Scale naar Defend, Learn, Fix of Prune. Dat voelt misschien streng. Mooi. Marketplaceveilingen zijn ook streng. Die geven niets om het feit dat de productmanager de SKU leuk vindt, dat de catalogus voller oogt of dat de campagne vorig kwartaal één goede week had.
De beste ad operators zijn niet alleen bid optimizers. Ze zijn assortimentsredacteuren met een winstledger. Ze weten wanneer winnaars budget verdienen, wanneer strategische producten bescherming nodig hebben, wanneer geduldig testen slim is en wanneer je moet stoppen met betalen om te bewijzen dat zwakke SKU’s zwak zijn.
Zo worden marketplace-adaccounts vanaf €5K rustiger, schoner en winstgevender: niet door elk product nóg een kans te geven, maar door elk product de juiste soort kans te geven.