Demografie in GA4: nuttig inzicht of vals comfort?

GA4 weet niets over je bezoekers uit zichzelf. Demografische gegevens komen van Google Signals: geaggregeerde informatie over ingelogde Google-gebruikers die gepersonaliseerde advertenties hebben aanstaan.

Dat betekent drie beperkingen die je moet kennen voor je een grafiek interpreteert:

• Alleen ingelogde gebruikers tellen mee, en enkel wie personalisatie toestaat.
• Alleen wie je cookiebanner aanvaardde. Zonder toestemming meet je niets, en dat is correct maar het maakt je steekproef kleiner.
• Google drempelt kleine aantallen weg om te voorkomen dat individuen herkenbaar worden. Bij weinig verkeer zie je dus rijen met streepjes.

Het gevolg: je kijkt vaak naar een fractie van je bezoekers. Bij een lokale kmo kan dat een kwart of minder zijn, en op zo'n deel een conclusie bouwen over je hele publiek is riskant.

Google Signals staat niet standaard aan en dat is met opzet. Het activeren betekent dat je gegevens over ingelogde gebruikers gebruikt voor rapportage en eventueel remarketing, en dat hoort in je privacyverklaring te staan.

De context in België is scherp geworden. De Gegevensbeschermingsautoriteit legde een cookieboete van 600.000 euro op aan A.S. Watson wegens een banner zonder evenwaardige weiger-optie, en in haar strategisch plan 2026-2028 kondigt de GBA proactieve, thematische controles aan zonder dat er een klacht hoeft te zijn.

Praktisch: zet Signals alleen aan als je er iets mee doet, vermeld het in je privacyverklaring, en zorg dat je banner weigeren even makkelijk maakt als aanvaarden.

Drie leesregels die de meeste verkeerde conclusies voorkomen.

1. Kijk eerst naar het aantal, dan pas naar het percentage. "68% vrouwen" op een basis van 41 gebruikers is ruis. Op 4.100 is het een patroon.
2. Vergelijk met je eigen klanten, niet met een benchmark. Als je weet dat je klanten overwegend vijftigplussers zijn en je bezoekersdata zegt dertigers, dan meet je waarschijnlijk een deelgroep, geen verschuiving.
3. Gebruik het voor verschillen, niet voor absolute waarheden. Het verschil tussen twee kanalen binnen dezelfde meting is betrouwbaarder dan het absolute cijfer van één kanaal.

Die derde is de bruikbaarste. "Bezoekers via Facebook zijn duidelijk jonger dan bezoekers via Google" is een bruikbare vaststelling, ook als beide cijfers een onderschatting zijn.

Er zijn situaties waarin dit rapport echt beslissingen ondersteunt, en het loont om die te kennen.

Situatie	Nuttig?	Waarom
Je twijfelt tussen Facebook en LinkedIn	Ja	Het leeftijdsverschil per kanaal is groot en zichtbaar
Je overweegt een nieuwe productlijn voor een andere doelgroep	Deels	Signaal, geen bewijs; toets bij je klanten
Je site krijgt minder dan duizend bezoekers per maand	Nee	Te weinig data, alles wordt weggedrempeld
Je wil je teksten aanpassen aan een leeftijdsgroep	Nee	Praat liever met tien klanten
Je maakt remarketingdoelgroepen	Ja	Hiervoor is Signals eigenlijk bedoeld

Merk op dat de nuttige toepassingen allemaal vergelijkend zijn of advertentiegericht. Voor het begrijpen van je klant zijn tien gesprekken meer waard dan honderd rapportregels.

Als je wil weten wie je klanten zijn, zijn er betrouwbaardere bronnen die je al hebt.

• Je eigen klantenbestand. Postcode, sector, opdrachtgrootte. Volledig, accuraat en van jou.
• De vraag bij intake. "Hoe kwam je bij ons terecht" levert je meer op dan elk kanaalrapport.
• Search Console. Wat mensen intypen voor ze bij je landen, is een directe uiting van hun intentie.
• Gedrag in plaats van kenmerken. Welke pagina's leidden tot een aanvraag? Dat is stuurbaar; leeftijd niet.

Dat laatste punt is de kern. Demografie vertelt je wie er langskwam. Gedrag vertelt je wat werkte. Alleen het tweede kun je morgen veranderen.