Waar kopen je concurrenten traffic? Een gids voor netwerkdetectie
Elk betaald kanaal laat vingerafdrukken achter. Werk door vier bewijslagen heen — landings-URL's, officiële libraries, redirect-chains, geobserveerde plaatsingen — en het kanaalmix van een concurrent komt binnen een uur naar voren.

Je kunt achterhalen waar een concurrent traffic koopt zonder enige inside informatie, omdat elk betaald kanaal vingerafdrukken achterlaat: click-ID's en UTM-parameters op landings-URL's, tracker-domeinen in de redirect-chain, officiële advertentielibraries op de platforms die ze moeten publiceren, en geobserveerde plaatsingen op de netwerken die dat niet doen. Werk die vier bewijslagen in volgorde door — URL, libraries, redirect-chain, onafhankelijke index — en je kunt meestal het kanaalmix van een concurrent binnen een uur reconstrueren, samen met een ruwe inschatting van welk kanaal het meeste volume draagt.
Methode 1: lees hun landingspagina-URL's#
De snelste aanwijzing zit in de adresbalk. Advertentieplatforms voegen identifiers toe aan bestemmings-URL's zodat adverteerders klikken kunnen attribueren, en de meeste adverteerders strippen ze nooit. Twee families zijn belangrijk.
Click-ID's worden door het platform gegenereerd en bijna onmogelijk per ongeluk te vervalsen. De stabiele die het waard zijn te onthouden:
| Parameter | Trafficbron |
|---|---|
gclid |
Google Ads |
fbclid |
Meta (Facebook/Instagram) |
msclkid |
Microsoft Ads (Bing-zoekopdrachten + MSN-feed) |
ttclid |
TikTok Ads |
twclid |
X/Twitter Ads |
tblci |
Taboola |
li_fat_id |
LinkedIn Ads |
UTM-parameters worden door de adverteerder geschreven, dus het zijn hints in plaats van bewijs — maar native kopers hebben de gewoonte om utm_source=taboola, utm_source=outbrain, utm_source=mgid in te stellen en netwerkmacro's (site-ID, campagne-ID) in utm_campaign of utm_content te mappen. Een URL zoals ?utm_source=outbrain&utm_medium=discovery&utm_campaign=us_desktop_v3 vertelt je het netwerk, de device-split, en dat ze op zijn minst een derde campagne-iteratie draaien. Het click-ID-glossariumitem behandelt hoe deze identifiers mechanisch werken.
Waar haal je hun landings-URL's vandaan? Uit hun advertenties (methodes 2 en 4), van affiliate-netwerk-aanbiedingspagina's, en soms uit organische bronnen die getagde URL's behouden — maar behandel parameterbewijs als het sterkst wanneer je het klikpad zelf hebt vastgelegd.
Een waarschuwing voordat je conclusies bouwt op parameters alleen: afwezigheid bewijst niets. Geavanceerde adverteerders strippen of herschrijven parameters server-side, en sommige routeren elk kanaal door een enkele tracker die de originelen opslokt. Een schone URL betekent dat je naar de volgende methode gaat, niet dat de concurrent geen traffic koopt.
Methode 2: check de officiële advertentielibraries#
Drie platforms zullen het je simpelweg vertellen, gratis, in ongeveer twee minuten per stuk:
- Meta Ad Library — zoek op de pagina van het merk; elke actieve Facebook/Instagram-advertentie wordt vermeld.
- Google Ads Transparency Center — zoek op de adverteerder; toont advertenties over Google-surfaces inclusief YouTube.
- TikTok's Commercial Content Library — behandelt advertenties getoond in de EER, nuttig zelfs voor VS-gericht onderzoek omdat veel adverteerders beide draaien.
Aanwezigheid is bewijs. Afwezigheid is zwakker bewijs — een adverteerder kan tussen campagnes zitten, of draaien via een pagina waar je niet aan dacht te zoeken — maar een systematische afwezigheid over alle drie libraries voor een merk dat duidelijk ergens traffic koopt, is op zichzelf informatief: het wijst je naar de kanalen zonder officiële library, wat precies is waar de volgende twee methoden leven.
Methode 3: volg de redirect-chain#
Affiliate- en native-kopers sturen klikken zelden rechtstreeks naar een landingspagina. De klik gaat door een of meer tracking-hops — een affiliate-tracker, een link-shortener, soms netwerk-side redirectors — voordat hij landt. Elke hop is een vingerafdruk. Tracker-domeinen en hun URL-patronen identificeren de tracking-software, en de parameters die over hops worden meegevoerd noemen vaak de trafficbron ronduit (?source=, ?site=, publisher- en widget-ID's), omdat dat precies de data is die de adverteerder nodig heeft voor hun eigen bronniveau-rapportage.
Een chain vastleggen is eenvoudig: open de klik-URL van de advertentie met de netwerktab van je browser opname, en lees de sequentie van redirects. Wat de hops betekenen en hoe ze te interpreteren wordt behandeld in het redirect-chain glossariumitem, en OpenAdLibrary legt deze paden op schaal vast als click-traces — controleerbare klik-naar-landing-bewijzen gekoppeld aan vastgelegde advertenties, met meer dan 1,3 miljoen landingscaptures opgelost naar adverteerders vanaf juli 2026.
Methode 4: zoek in een onafhankelijke native index#
Voor native netwerken keert de situatie om: Taboola, Outbrain, MGID, Revcontent, MediaGo en hun peers publiceren geen officiële advertentielibraries, dus het enige publieke bewijs van wie daar koopt is onafhankelijke observatie — daadwerkelijk advertenties vastleggen uit publisher-feeds en achterhalen welke adverteerder achter elke creative zit.
Dit is waar OpenAdLibrary voor is gebouwd. Zoek op het merk of domein van een concurrent in het ad intelligence platform en je krijgt hun geobserveerde footprint in één keer over alle 49 geïndexeerde netwerken: welke netwerken hun creatives serveren, in welke geo's, op welke devices, sinds wanneer, en met hoeveel actieve variaties. Omdat de index landingspagina's terug naar adverteerders oplost, werkt het ook omgekeerd — begin vanaf een domein dat je vaak in het wild ziet en identificeer alles wat die adverteerder nog meer draait. Voor de plaatsingsniveau-versie van deze vraag ("welk advertentienetwerk serveerde deze specifieke advertentie waar ik naar kijk?"), gebruik de veldgids voor het identificeren van het advertentienetwerk achter elke advertentie.
Geobserveerde plaatsingen zijn het sterkste bewijs in deze hele stapel: geen parameter die iemand heeft getypt, maar de advertentie fysiek geserveerd op een echte pagina, vastgelegd met zijn creative, netwerk en bestemming.
De geo- en device-dimensies zijn belangrijker dan de meeste onderzoekers verwachten. Een concurrent die klein lijkt in je thuismarkt kan zijn echte volume in Duitsland of Brazilië draaien, en een desktop-only footprint versus een mobile-zware impliceert volledig andere funnel-economie. Wanneer je de footprint van een adverteerder leest, lees het als een matrix — netwerk per geo per device — in plaats van een platte lijst van netwerken, omdat de lege cellen in die matrix je minst betwiste toegangspunten zijn.
Methode 5: bevestig met supply-chain-bestanden#
Wanneer je de advertentie van een concurrent op een specifieke publisher hebt gezien en wilt bevestigen welke pijp hem heeft aangevoerd, is de open-web-supply-chain gedocumenteerd in twee publieke bestanden. Een publisher's ads.txt vermeldt elk bedrijf dat gemachtigd is zijn inventory te verkopen, met account-ID's; een netwerk's sellers.json onthult de entiteiten waarvoor het verkoopt. Kruisverwijzing van de twee vertelt je welke verkoper-netwerk-relaties de impressie die je zag hadden kunnen leveren — nuttig om "rechtstreeks gekocht op Taboola" te onderscheiden van "aangekomen via doorverkochte demand", een onderscheid dat ertoe doet als je van plan bent dezelfde plaatsing zelf te kopen. De IAB Tech Lab's ads.txt-specificatie documenteert het formaat als je de bestanden rauw wilt lezen.
Alles samen: de detectie-werkblad#
Voor één concurrent, in volgorde:
- Libraries eerst (10 min): Meta, Google, TikTok-opzoekingen. Noteer actief/inactief en ruwe creative-aantallen.
- Native index (10 min): adverteerderzoekopdracht over netwerken; noteer netwerken, geo's, first-seen-datums, variatie-aantallen.
- URL-forensisch (10 min): verzamel landings-URL's uit vastgelegde advertenties; log click-ID's en UTM-conventies.
- Redirect-chains (15 min): traceer twee of drie advertentieklikken; identificeer tracker-domeinen en bronparameters.
- Weg de kanalen: variatie-aantal en creatieve vernieuwingsfrequentie per kanaal zijn je volumeproxies — een kanaal met veertig frisse variaties draagt echt budget; één verouderde advertentie is een restant. Om footprint in een uitgavenschatting om te zetten, gebruik het signalen-framework in het schatten van concurrent-native-advertentie-uitgaven, en volg relatieve aanwezigheid over tijd als een share-of-voice-trend.
Voer het werkblad maandelijks opnieuw uit; kanaalmixen verschuiven, en de verschuiving is het verhaal. Een concurrent die stilletjes variaties van Meta naar native verschuift over twee opeenvolgende maanden vertelt je iets over waar hun blended costs naartoe gaan — het soort inzicht dat een eenmalige momentopname je nooit kan geven.
Wat detectie je niet kan vertellen#
Eerlijke grenzen: publiek bewijs laat zien waar een concurrent koopt en ongeveer hoe hard, niet wat ze betalen of wat converteert. Uitgavenschattingen vanuit footprint zijn orde-van-grootte-tools, geen boekhouding. En de aanwezigheid van een kanaal bewijst dat het werkt voor hun aanbod en economie — je CPC's, funnel en marges kunnen een ander antwoord geven op identieke traffic. Behandel de kanaalmap als een geprioriteerde testlijst, niet een verdict: de kanalen waar meerdere concurrenten langlopende advertenties onderhouden zijn waar je eigen testdollars de beste prior hebben.







