Amazon dayparting software klinkt heerlijk tactisch. Je bekijkt prestaties per uur, pauzeert ads op zwakke momenten, verhoogt biedingen wanneer conversie beter wordt en voorkomt dat je budget al vóór het avondeten op is. Overzichtelijk, meetbaar en precies het soort controle dat self-service adverteerders zoeken wanneer ze €1,5K tot €15K per maand uitgeven.
Alleen wordt dayparting duur wanneer je het behandelt als een klokprobleem in plaats van een winstprobleem.
De fout die ik vaak zie, noem ik goedkope uren automatiseren in plaats van winstgevende uren. Een merk ziet dat clicks tussen 01:00 en 05:00 slecht converteren en pauzeert daarom alles in de nacht. ACOS daalt in twee weken van 31% naar 24%. Lekker. Daarna blijkt dat een high-margin parent ASIN bijna uitverkocht raakt doordat de campagne tussen 11:00 en 14:00 nog steeds te hard uitgeeft. Branded defence staat om 18:30 al stil. Een concurrent pakt de avondposities. Finance snapt het niet, want het dashboard ziet er beter uit terwijl contributiewinst nauwelijks beweegt.
Mijn standpunt: gebruik dayparting niet om Amazon Ads efficiënter te laten ogen door lelijke uren weg te knippen. Gebruik het als een winstvenster-systeem: elk uur, elke campagne en elke SKU krijgt een ander toestemmingsniveau op basis van marge, voorraad, Buy Box, conversiebewijs en de rol van de campagne.
Voor merkeigenaren die hun marketplace ads zelf beheren is dit belangrijk, omdat dayparting vaak de eerste automatisering is die veilig voelt. Je ziet wat er gebeurt. Je kunt het terugdraaien. Je hoeft niet direct een black-box biddingmodel te vertrouwen. Maar ook een zichtbaar schema kan groei beschadigen wanneer het producteconomie negeert.
Deze gids laat zien hoe je Amazon dayparting software gebruikt om winst te beschermen, niet alleen ACOS.
Wat bestaande dayparting-adviezen goed uitleggen
De concurrentiecontent is nuttig en de sterkste artikelen zijn het over de basis eens. Pacvue beschrijft dayparting als ads aan- en uitzetten op delen van de dag om wasted spend te beperken en te voorkomen dat budget te vroeg op is. Hun voorbeelden zijn praktisch: pauzeer of verlaag biedingen tijdens slecht converterende nachturen, leun zwaarder op piekmomenten en pas schema’s aan per weekdag of promotieperiode.
Pacvue voegt ook een retail-media laag toe met share of voice. Tijdens Prime Day of Black Friday is de vraag niet alleen: “wanneer converteren shoppers?” Maar ook: “wanneer hebben we zichtbaarheid nodig om een positie te verdedigen of te winnen?” Dat is sterker dan generieke ad scheduling.
Teikametrics benadert dayparting als AI-vraagstuk. Uurdata uit Amazon Marketing Stream kan biedsystemen helpen reageren op clicks, conversies en spendpatronen gedurende de dag. Hun helpdocumentatie is vooral praktisch omdat die waarschuwt dat handmatige biedschema’s alsnog review nodig hebben en dat te agressief verlagen performance kan schaden zodra de concurrentie weer aantrekt.
Perpetua maakt in BFCM-advies hetzelfde punt voor piekmomenten: CPC’s stijgen, budgetten verdwijnen sneller en adverteerders hebben schema’s nodig zodat campagnes niet donker gaan op de uren waarop shoppers klaar zijn om te kopen. Hun waarschuwing voor enorme uurlijkse bid swings is terecht. Amazon’s veilingomgeving houdt niet altijd van dramatische gymnastiek.
BidX brengt een testgerichte invalshoek. In hun dayparting case study werden biedingen en budgetten op vrijdag met 50% verlaagd en op zondag en maandag met 50% verhoogd over duizenden keywords, daarna vergeleken met een validatieset. Dat is precies de juiste reflex: ga er niet vanuit dat elke categorie zich gedraagt als het marketplace-gemiddelde.
m19 voegt een nuttige nuance toe. Hun analyse vond ACOS-pieken rond 01:00 tot 03:00, maar vermeldde ook dat spend in die uren erg klein was. In één voorbeeld bespaarde het uitzetten van ads tijdens de piek 2,17% spend, maar miste het ook 0,81% sponsored sales. Dat is precies de trade-off die in veel dayparting-content te kort wordt behandeld.
Reddit laat de operator-realiteit achter dit alles zien. Sellers vinden dayparting aantrekkelijk omdat het meer grip geeft dan de native ad console, vooral bij beperkte budgetten. Tegelijk vragen ze hoe vaak campagnes aangeraakt moeten worden, of softwarefees de moeite waard zijn en waarom de helft van hun clicks nog steeds niet converteert. Anders gezegd: dayparting is aantrekkelijk omdat handmatige PPC rommelig is. Het is geen medicijn tegen slechte campagne-economie.
Wat de meeste dayparting-adviezen missen
Veel content optimaliseert drie zichtbare metrics: conversieratio per uur, CPC en ACOS. Die zijn belangrijk, maar niet genoeg.
De ontbrekende vraag is: welke uren mogen commercieel vraag inkopen voor deze specifieke SKU?
Een ACOS van 20% om 10:00 kan slecht zijn voor een bundel met maar 18% contributiemarge vóór ads. Een ACOS van 38% om 20:00 kan prima zijn voor een productlancering wanneer de SKU 52% brutomarge heeft, 45 dagen voorraad en de campagne rank opbouwt op een strategisch zoekwoord. Hetzelfde uur kan goed zijn voor de ene productfamilie en gevaarlijk voor de andere.
Daarom hebben self-service adverteerders betere softwarelogica nodig. Dayparting moet adsignalen combineren met marketplace- en operationele signalen. FiveX is precies rond die gecombineerde view gebouwd: ad spend, marketplace performance, product profitability, voorraad en aanbevelingen in één omgeving. Het praktische voordeel is simpel. Je vraagt niet meer “welk uur heeft de beste ROAS?” maar “welk uur mag vandaag spend krijgen op dit product?”
Het winstvenster-model voor Amazon dayparting
Ik verdeel dayparting graag in vier winstvensters. Dat zijn geen vaste tijden. Het zijn operationele toestanden.
1. Protect-vensters
Dit zijn uren waarop je beste klanten actief zijn en winstgevende producten zichtbaar moeten blijven. Branded defence, hero-SKU’s, high-margin exact keywords en producten met voldoende voorraad horen hier thuis.
In een protect-venster is overspend niet het grootste risico. Het echte risico is te vroeg donker gaan en een concurrent vraag laten ophalen die jij al hebt opgebouwd.
2. Harvest-vensters
Dit zijn bewezen non-branded uren waarop conversie sterk genoeg is om te schalen, maar niet zo strategisch dat elke campagne vrijheid verdient. Exact- en phrase-campagnes met betrouwbare search term history passen hier goed.
Harvest-vensters vragen om budget- en biedregels, niet om volledige autopilot. Als break-even ACOS 32% is, mag een campagne met 24% ACOS en stabiele conversie meer ruimte krijgen. Een campagne op 31% ACOS met dunne voorraad niet.
3. Learn-vensters
Dit zijn uren voor gecontroleerde discovery: broad match, auto-campagnes, competitor ASIN-tests en nieuwe keywords. Het doel is niet direct perfecte ROAS. Het doel is genoeg data kopen zonder dat learning spend het account opeet.
Learn-vensters hebben harde caps nodig. Bij een merk met €3.000 maandbudget zie ik liever €15 per dag aan gedisciplineerd leren dan €60 per dag aan “het algoritme heeft data nodig”-chaos. Kleine experimenten zijn schattig. Kleine experimenten zonder kill rule niet.
4. Stop-vensters
Dit zijn uren waarop de SKU, campagne of account geen toestemming meer heeft om te besteden. De reden kan lage conversie zijn, zwakke marge, geen Buy Box, lage voorraaddekking, een afgelopen promotie of een campagne die zijn testbudget al heeft gebruikt.
Let op het verschil: een stop-venster is niet automatisch “nacht”. Het betekent “geen commerciële toestemming”. In sommige categorieën kopen ouders babyproducten om 23:30 en gamers accessoires na middernacht. In andere categorieën zijn nachtelijke clicks vooral kijkers. Software moet het verschil leren, maar businessregels bepalen de toestemming.
Scenario 1: het supplementenmerk van €3.000 dat ACOS verbeterde maar avondwinst verloor
Stel: een supplementenmerk verkoopt op Amazon.de en besteedt €3.000 per maand aan ads. Het hero-product kost €24,95. Na Amazon fees, fulfilment, COGS en verwachte retouren blijft €8,20 contributiemarge vóór ads over. De break-even ACOS ligt dus rond 33%.
Het team bekijkt uurdata en ziet slechte nachtcijfers. Tussen 00:00 en 06:00 gaat er €18 per dag uit tegen 52% ACOS. Die uren worden gepauzeerd. Maandelijkse spend daalt ongeveer €540 en gerapporteerde ACOS verbetert van 30% naar 25%.
Dat lijkt winst totdat het team de rest van de dag bekijkt. Campagnes raken op werkdagen nog steeds om 17:45 door hun dagbudget heen. Tussen 19:00 en 22:00 blijven branded searches binnenkomen, maar het merk is niet meer zichtbaar. Een concurrent met een vergelijkbaar product pakt die clicks. Erger nog: de gemiste avondorders zaten op de hero-SKU met €8,20 marge, terwijl een deel van de middags spend naar een smaakvariant ging met maar €4,10 marge.
Het betere schema is niet alleen “nacht pauzeren”. Het is:
- 00:00–06:00: broad en competitor campagnes stoppen, branded defence met kleine cap live houden.
- 06:00–11:00: exact keywords harvesten, discovery bids 25% lager zetten.
- 11:00–16:00: varianten met lage marge cappen op basis van contributiemarge, niet alleen ACOS.
- 16:00–22:30: hero-SKU en branded terms beschermen met gereserveerd budget.
- 22:30–00:00: klein learn-venster draaien als conversiehistorie dat ondersteunt.
Hier helpt een FiveX-achtige profitability dashboardview. Je ziet dat chocolade en vanille niet dezelfde uurlijke toestemming verdienen, ook al rapporteert Amazon vergelijkbare ROAS. Het schema wordt een productbeslissing, geen mooiere klok.
Scenario 2: het electronics accessory merk van €7.500 met een Buy Box-probleem
Neem nu een merk in electronics accessories dat USB-C hubs verkoopt via Amazon.nl, bol.com en Shopify. Amazon Ads spend is €7.500 per maand. De belangrijkste hub verkoopt voor €39,99 met €12,60 contributiemarge vóór ads. Break-even ACOS is 31,5%.
Uurrapportage laat sterke conversie zien tussen 08:00 en 10:00 en tussen 20:00 en 23:00. Het merk verhoogt biedingen stevig in die vensters. Een week lang stijgen sales. Daarna daalt winstgevendheid.
Het probleem is niet het schema. Het probleem is dat de SKU elke middag een paar uur de Buy Box verliest wanneer een reseller €1,50 onder de prijs gaat zitten. Amazon-campagnes blijven besteden omdat de daypartingregel alleen het uur kent. Die kent de offer quality niet. De software koopt verkeer naar een productpagina waarop het merk niet consequent de verkoop wint.
De betere regel is strenger:
- Als de Buy Box weg is, pauzeer Sponsored Products voor die SKU ongeacht het uur.
- Als de Buy Box instabiel is, verlaag biedingen met 40% en houd alleen branded defence live.
- Als voorraaddekking onder 21 dagen komt, stop discovery en bescherm alleen high-margin exact terms.
- Als bol.com die week meer marge oplevert doordat Amazon-CPC’s stijgen, verschuif learning budget naar bol Ads in plaats van Amazon geforceerd te laten besteden.
Dat laatste punt wordt vaak gemist. Merkeigenaren beheren Amazon niet in isolatie. Als FiveX laat zien dat retained margin op Amazon daalt terwijl bol.com winstgevend converteert, kan de slimste “Amazon dayparting”-beslissing zijn om minder op Amazon te besteden in een zwak venster en cross-marketplace winst te beschermen.
Zo bouw je goede dayparting-regels
Begin met zeven inputs. Als je software ze niet allemaal direct ondersteunt, houd de ontbrekende signalen tijdelijk bij in een wekelijkse operations sheet tot je ze kunt koppelen.
- Spend, clicks, orders en ACOS per uur per campagne en ad group.
- SKU-contributiemarge na marketplace fees, fulfilment, COGS en verwachte retouren.
- Break-even ACOS per SKU of productfamilie.
- Voorraaddekking in dagen, zeker voor hero-SKU’s.
- Buy Box- of offerstatus voor Amazon-producten.
- Campagnerol: protect, harvest, learn of scale.
- Eventkalender: deals, Prime Day, seizoenen, paydays en retailpromoties.
Bouw daarna je regels in deze volgorde.
Regel 1: besteed nooit zonder producttoestemming
Als de SKU onder de minimale marge zit, de Buy Box kwijt is, lage voorraad heeft of afwijkend veel retouren krijgt, verdient die geen normale daypartingvrijheid. Dit is waar FiveX in de workflow thuishoort: gebruik product profitability en voorraadsignalen vóór advertising automation biedingen aanpast.
Regel 2: reserveer budget voor protect-vensters
Laat broad discovery spend niet het dagbudget opeten vóór je beste uren beginnen. Als avondconversie sterk is, reserveer dan budget voor branded en hero-campagnes. Budget pacing en dayparting moeten samenwerken, niet elkaar beleefd negeren vanuit losse dashboards.
Regel 3: gebruik zachte bid modifiers vóór harde pauzes
Harde pauzes zijn nuttig wanneer er geen toestemming is om te besteden. Maar als het probleem vooral zwakkere efficiëntie is, begin dan met biedverlagingen. Elke paar uur van 100% naar 0% springen kan volatiliteit veroorzaken, zeker rond events. Zachtere modifiers behouden ook learning.
Regel 4: scheid campagnerollen
Pas nooit hetzelfde schema toe op branded defence, exact non-branded winners, broad discovery en competitor targeting. Dat is spreadsheetgemak dat zich voordoet als strategie. FiveX-aanbevelingen kunnen helpen signaleren welke campagnes protect-, harvest- of learn-gedrag verdienen op basis van performance én margecontext.
Regel 5: review incrementaliteit, niet alleen ACOS
Als je een venster pauzeert en totale sales nauwelijks veranderen, heb je waarschijnlijk waste geknipt. Dalen ad-attributed sales én totale sales, dan heb je mogelijk vraag weggehaald. Volg TACOS, organische rank en totale units naast campagne-ACOS. Dayparting moet retained contribution profit verbeteren, niet alleen de advertentiekolom mooier maken.
Wanneer dayparting niet de eerste stap is
Dayparting is niet altijd de juiste eerste move. Begin niet met uurschema’s als je campagnestructuur nog rommelig is. Wanneer branded, generic en competitor traffic in één campagne zitten, liegt de uurdata vriendelijk. Als COGS ontbreekt, weet de tool niet of 28% ACOS goed of slecht is. Als het account maar €20 per dag besteedt, creëren microregels per uur vaak sneller ruis dan inzicht.
Fix dan eerst de basis: campagnestructuur, search term isolation, margedata, budget pacing en voorraadzichtbaarheid. Automatiseer daarna pas de klok.
De praktische FiveX-workflow
Een heldere self-service workflow ziet er zo uit:
- Koppel Amazon Ads, marketplace sales, fees, voorraad en productkosten in FiveX.
- Bereken contributiemarge en break-even ACOS per SKU.
- Classificeer campagnes als protect, harvest, learn of stop.
- Gebruik uurdata uit ads om kandidaatvensters te vinden.
- Pas dayparting-regels alleen toe wanneer SKU-toestemming en campagnerol overeenkomen.
- Review wekelijks: ACOS, TACOS, totale units, voorraaddekking en behouden contributiemarge.
Dat is minder glamoureus dan “AI vindt het perfecte uur”. Het is wel veel veiliger. Het doel is niet om meer beslissingen te automatiseren. Het doel is om minder slechte beslissingen te automatiseren.
Conclusie
Amazon dayparting software is waardevol wanneer budget beperkt is, CPC’s per uur verschillen en campagnes meer controle nodig hebben dan de native ad console biedt. Maar het beste schema is niet het schema dat de slechtst uitziende uren verwijdert. Het beste schema beschermt de uren waarop winstgevende producten zichtbaarheid verdienen en blokkeert de uren waarop spend geen commerciële toestemming meer heeft.
Als je huidige daypartingregel alleen de tijd van de dag kent, is het nog geen winstregel. Het is een kalender met zelfvertrouwen.
FiveX helpt merkeigenaren ad performance te verbinden met profitability, voorraad en marketplacecontext, zodat dayparting onderdeel wordt van een breder winstbesturingssysteem. Dat is het verschil tussen minder uitgeven en meer overhouden.