# ROASGuard — case van Accessible AI

> ROASGuard brengt Google Ads- en Merchant Center-signalen samen per product: preview de geraakte SKU’s, kies een afgebakende actie en zet die later terug.

**Type:** Commerce-intelligentie

**Positionering:** Stop met betalen voor producten die niet verkopen.

**Live website:** https://roasguard.io

## De kans

Een campagnegemiddelde kan sterke en zwakke producten verbergen. Commerce-teams hebben daarom een productniveau nodig waarop kosten, conversies en optionele winkelsignalen samenkomen, zonder meteen de hele campagne of catalogus te veranderen.

## Wat we maakten

We bouwden een guardrailsysteem op productniveau: een transparante regel toont welke producten waarom matchen, gevolgd door een preview en een actie binnen de gekozen campagnes of feeds — uitsluiten, delisten, relabelen of verbergen.

## Waarom het telt

Een commerce-cockpit waarin detectie, preview, uitvoering en terugzetten afzonderlijke, leesbare stappen blijven — met activiteit die terug te herleiden is naar de oorspronkelijke productkeuze.

## Kerngegevens

- **Kanalen:** Google Ads + Merchant Center
- **Beslisniveau:** Product + variant
- **Veiligheid:** Preview + scope + terugzetten
- **Bewijs:** Regel + activiteit

## Momenten in het product

### Signalen per product

Uitgaven, conversies en rendement komen naast de productcontext te staan; niet alleen het campagnegemiddelde vormt het beslisniveau.

**Signaal:** Productniveau

### Preview vóór uitvoering

Een team ziet de geraakte producten, de reden en het voorstel voordat een campagne- of feedactie wordt toegepast.

**Signaal:** Eerst zichtbaar

### Terugzetten blijft mogelijk

Acties en activiteit blijven herleidbaar, zodat automatisering bestuurbaar blijft wanneer de context verandert.

**Signaal:** Activiteit + re-include

## Beslis over advertentiekosten per product, niet alleen per campagne.

ROASGuard verbindt Google Ads- en Merchant Center-signalen met productdata. De guardrail is geen generieke score: hij toont welke producten geraakt worden, waarom ze geraakt worden en welke afgebakende actie klaarstaat.

### Kosten en context per product

**Productbewijs:** Uitgaven, conversies, ROAS en waar beschikbaar winkelsignalen worden naast productcontext geplaatst, binnen een expliciete periode.

### Regels die een team kan controleren

**Guardrails:** Een team ziet welke drempel een product raakt en welke signalen die conclusie ondersteunen.

### Droogloop vóór live wijziging

**Preview:** De preview toont de geraakte producten, de reden en de voorgestelde actie. In die stap verandert niets.

### Actie en terugzetten apart

**Control:** Uitsluiten, delisten, relabelen of verbergen gebeurt alleen binnen gekozen scope; activiteit blijft zichtbaar en producten kunnen opnieuw worden opgenomen.

## Van kanaalsignaal naar één afgebakende productactie.

De guardrail combineert expliciete signalen met een controleerbare regel. Pas na preview voert een team een gekozen wijziging uit.

1. **Google Ads:** Uitgaven + conversies
2. **Merchant Center:** Product + feed
3. **Regel:** Drempel + bewijs
4. **Preview:** Geraakte producten
5. **Actie:** Uitvoeren + terugzetten

**Gecontroleerde uitkomst:** Minder ongerichte uitgaven zonder de black-boxrisico’s van autonome campagnewijzigingen.

## Details uit de productlaag

### Producten achter het gemiddelde

**Diagnose:** Een acceptabel campagnegemiddelde hoeft producten met zwak rendement niet te verbergen.

### Eén product, niet alles

**Bereik:** Uitsluiten, delisten, relabelen of verbergen blijft gebonden aan het gekozen object en de gekozen scope.

### De reden blijft zichtbaar

**Verantwoordelijkheid:** Iedere ingreep heeft een uitlegbare aanleiding, een actor en een route om terug te zetten.

## Systeemflow

1. **Verbinden:** Google Ads, Merchant Center en productcontext samenbrengen
2. **Beoordelen:** Een transparante regel op productniveau toepassen
3. **Voorvertonen:** Geraakte producten, reden en voorstel tonen
4. **Handelen:** Een gekozen, afgebakende actie uitvoeren of terugzetten

## Voorbeeld / Shopping of PMax

### Een retailer wil productuitgaven beoordelen zonder een hele campagne blind te wijzigen.

Campagnerapporten tonen een gemiddelde, maar maken niet vanzelf zichtbaar welke producten dat beeld dragen of onder druk zetten.

1. Kies een periode, scope en minimale hoeveelheid bewijs.
2. Bekijk welke producten de ingestelde guardrail raken en waarom.
3. Pas alleen de voorgestelde productactie binnen die scope toe.
4. Bekijk de activiteit en zet een product terug als de context verandert.

**Uitkomst:** Productbeslissingen met een zichtbare reden, een beperkte reikwijdte en een route terug.

## Werkprincipes

- Preview vóór live wijziging
- Kleinst gekozen bereik
- Terugzetten als producthandeling

## Gerelateerde inzichten

- [AI in e-commerce: waarom optimalisatie op productniveau begint](https://www.accessible-ai.nl/insights/ai-ecommerce-productniveau/index.md) — Een praktische architectuur voor productdata, feeds, content en advertentieguardrails—met de SKU als gedeelde eenheid van bewijs en actie.
- [AI-ROI meten zonder jezelf voor de gek te houden](https://www.accessible-ai.nl/insights/measure-ai-roi/index.md) — Een praktisch meetsysteem voor AI-producten en automatisering: meet de uitgangssituatie, scheid adoptie van waarde, tel reviewkosten mee en verbind bedrijfsresultaten met kwaliteit en risico.
- [Van AI-prototype naar productie: het operationele model dat de kloof sluit](https://www.accessible-ai.nl/insights/ai-prototype-to-production/index.md) — Waarom overtuigende AI-demo's in productie falen—en een operationeel model met vier poorten voor bewijs, evaluatie, observeerbaarheid en gecontroleerde schaal.