Google Ads en Meta: conversies naast je bestellingen leggen

Bij het maandrapport ligt dezelfde vraag weer op tafel: waarom tellen Google Ads en Meta samen meer aankopen dan de webshop? Een hoger platformtotaal hoeft niet op een meetfout te wijzen. De platformen schrijven conversies toe aan hun eigen advertentiecontacten. De webshop registreert bestellingen. Een bruikbaar rapport maakt duidelijk hoe die cijfers zich tot elkaar verhouden.

Wat wil je eigenlijk tellen?

Voor het aantal daadwerkelijke bestellingen begin je bij de besteladministratie of het CRM. Tel ieder geldig bestelnummer één keer. Spreek af of alleen betaalde bestellingen meetellen en hoe je annuleringen en terugbetalingen verwerkt. Leg ook vast welk bedrag bij een bestelling hoort. Verschillen in belasting, verzendkosten of kortingen kunnen een vergelijking vertekenen.

Dat levert het aantal bestellingen en hun waarde binnen een duidelijke afbakening op. Het vertelt nog niet welke advertentie de aankoop heeft veroorzaakt. Een echte bestelling kan door beide platformen worden geclaimd. En als je geen koppeling kunt aantonen, is dat geen bewijs dat advertenties geen invloed hadden. Daarvoor ontbreken dan simpelweg de gegevens.

Vergelijk je dezelfde datum en dezelfde gebeurtenis?

Bewaar eerst de bronbestanden met de datum waarop je ze hebt opgehaald. Controleer daarna periode, tijdzone, valuta en definitie van de waarde. Let op welke datum wordt gebruikt: de gebruikelijke conversiekolommen in Google Ads volgen het moment van de advertentie-interactie. Kolommen op basis van conversietijd kunnen beter aansluiten op de besteldatum. Ze veranderen de onderliggende attributieregels niet.

Kijk vervolgens naar de gekozen conversieactie, de telwijze, primaire en secundaire acties en de vensters en modellen die werkelijk ingesteld zijn. Controleer bij Meta welke definities voor klikken, weergaven en interacties gelden in het account en de export. Meta kondigde in maart 2026 wijzigingen aan, waarbij het moment van invoering per adverteerder kan verschillen. Ga dus niet uit van één universeel venster of een vaste wachttijd waarna ieder verschil zou verdwijnen.

Het rekenvoorbeeld: waar komen de zeven conversies vandaan?

Het voorbeeld bevat zes volledig fictieve, betaalde bestellingen van 1 september 2026. De tijdzone is UTC en de valuta EUR. Belastingen en verzendkosten tellen niet mee; er zijn geen terugbetalingen. Voor iedere bestelling is een fictieve onderbouwing van de toeschrijving meegeleverd. Dit is geen weergave van een standaard platformexport met volledige bestelgegevens.

Samen zijn de zes bestellingen 700 EUR waard. Google krijgt vier toeschrijvingen voor 570 EUR, Meta drie voor 300 EUR. A100 en A103 komen bij allebei voor: twee bestellingen van samen 220 EUR. Er zijn dus 4 + 3 − 2 = 5 verschillende bestellingen aan minstens één platform toegeschreven.

A104 van 50 EUR is binnen de aangeleverde voorbeeldgegevens aan geen van beide toegeschreven. Met die bestelling erbij kom je op zes en op 570 + 300 − 220 + 50 = 700 EUR. Alleen 7 − 6 uitrekenen geeft 1, terwijl de overlap 2 is. Deze berekening werkt dankzij vergelijkbare gegevens per bestelling. Bij gemodelleerde, gedeeltelijk toegeschreven of alleen opgetelde conversies kun je deze verzamelingen niet zomaar reconstrueren.

Los technische dubbeltellingen afzonderlijk op

Als dezelfde aankoopgebeurtenis meerdere keren bij één platform binnenkomt, onderzoek je een mogelijke technische dubbeltelling. Als Google en Meta allebei één echte bestelling claimen, onderzoek je overlap tussen attributiesystemen. Het is belangrijk die twee onderzoeken uit elkaar te houden.

Een stabiele transaction_id kan in Google Ads herhaalde conversies binnen dezelfde conversieactie ontdubbelen. Daarmee ontdubbel je niet tussen Google en Meta. Ook levert dit geen standaardrapport op met een volledige toeschrijving per bestelling. Stuur je browser- en serverkopieën van gebeurtenissen naar Meta, controleer dan de gedocumenteerde inrichting voor ontdubbeling. Gebruik geen namen of e-mailadressen van klanten als identificatie.

Maak het verschil controleerbaar

Koppel bestellingen waar je eigen, toegestane gegevens voldoende onderbouwing bieden. Uit alleen de twee platformtotalen kun je de overlap niet afleiden. Een gemodelleerde toeschrijving hoeft bovendien niet tot een individuele bestelling te herleiden te zijn. Zet die beperkingen bij de cijfers, zodat de lezer weet wat nog openstaat.

1. Bewaar originele bestanden en ophaaldatums
2. Noteer welke bestellingen en bedragen meetellen
3. Scheid technische dubbeltellingen, bevestigde overlap en onbekende gevallen
4. Toon de afzonderlijke rapportagetotalen van Google Ads en Meta
5. Beschrijf onverklaarde verschillen en gebruikte aannames

Zo kan een collega de berekening later herhalen en zien of de data of de afspraken veranderd zijn. Het doel is een verklaarbare aansluiting, niet koste wat kost gelijke totalen.

Gebruik AI voor het voorbereidende werk

AI kan helpen om kolommen te herkennen, ontbrekende velden aan te wijzen en gecontroleerde uitkomsten helder samen te vatten. Laat tellen en optellen over aan vaste, reproduceerbare berekeningen. Een mens controleert de uitzonderingen. AI kan geen ontbrekende identiteiten terughalen, onbekende overlap invullen of bepalen welk kanaal een aankoop werkelijk heeft veroorzaakt.

Werk lokaal met zo weinig mogelijk geanonimiseerde gegevens. Een AI Workflow Launch kan één rapportageproces omvatten, met afgesproken bronnen en rekenregels, tests voor uitzonderingen, controle en overdracht. Het team krijgt daarmee een werkwijze die het zelf kan herhalen en beoordelen.