Hoofdstuk 5: Hoe Google een vestiging beoordeelt in 2027

Relevantie, nabijheid en bekendheid. Dat drietal staat al jaren in Google's eigen documentatie en het klopt nog steeds. Wat is veranderd, is welke signalen er binnen die drie het zwaarst wegen, en dat is voor het eerst in jaren goed gemeten.

Het beste beschikbare onderzoek

Darren Shaw van Whitespark publiceerde op 6 november 2025 de nieuwste editie van het Local Search Ranking Factors-onderzoek. Zevenenveertig local-search-experts scoorden 187 factoren.

Een datumwaarschuwing die je moet kennen. Het rapport heet "2026" maar verscheen in november 2025. Veel artikelen citeren het als onderzoek uit 2026. Noem beide.

De vijf zwaarste factoren in de local pack

Met de puntenscores uit het onderzoek:

Rankingfactor 1: de primaire categorie in het Bedrijfsprofiel (227 punten). De zwaarste factor, en de enige uit de top vijf die je volledig zelf bepaalt. Hoofdstuk 8 gaat er volledig over.

Rankingfactor 2: nabijheid tot de locatie van de zoeker (225 punten). Niet te beïnvloeden zonder een nieuwe vestiging te openen. Wel bepalend voor hoe je doelen per vestiging stelt: een vestiging aan de rand van een stad heeft een andere realistische reikwijdte dan een vestiging in het centrum.

Rankingfactor 3: zoekwoorden in de bedrijfsnaam (223 punten). De ongemakkelijke factor. Zie hieronder.

Rankingfactor 4: een fysiek adres in de stad waarop wordt gezocht (213 punten). Relevant bij de vraag of je voor een servicegebiedbedrijf een adres toont of verbergt.

Rankingfactor 5: geopend op het moment van zoeken (189 punten). Nieuw in deze zwaarte. Miriam Ellis voegde in december 2025 de observatie toe dat rankings beginnen te degraderen in het laatste uur dat een bedrijf open is.

De vijf zwaarste factoren in het lokale organische resultaat

Dit is een andere lijst, en dat verschil wordt vaak genegeerd. Voor de blauwe links onder Google Maps geldt:

Factor 1: een aparte pagina per dienst (210 punten).

Factor 2: geografische zoekwoordrelevantie (190 punten).

Factor 3: kwalitatieve inbound links naar het domein (187 punten).

Factor 4: zoekwoorden in de title van de landingspagina (179 punten).

Factor 5: branche-relevante inbound links (175 punten).

De les voor een keten: je hebt twee verschillende optimalisatieprogramma's nodig. Het profielprogramma bedient Google Maps. Het paginaprogramma bedient het organische resultaat. Ze overlappen minder dan je zou denken.

De ongemakkelijke factor: zoekwoorden in de bedrijfsnaam

Whitespark analyseerde in september 2026 ruim 1,4 miljoen lokale vermeldingen in zeventien branches. De uitkomst is eenduidig en vervelend.

In reizen en toerisme haalden vermeldingen met een exacte zoekwoordmatch in de naam een top-3-positie in 29,54 procent van de gevallen, tegen 6,05 procent bij namen zonder zoekwoord. Bijna vijf keer zoveel. In beauty en persoonlijke verzorging was het verschil ruim zes keer: 15,59 procent tegen 2,50 procent. In vastgoed was het effect het zwakst.

Positie binnen de naam telt ook. Titels die met het zoekwoord beginnen correleren met meer top-3-posities in vijftien van de zestien onderzochte branches.

Belangrijk: dit is een meting, geen advies. Google's naamgevingsbeleid vereist dat de naam in het profiel overeenkomt met de naam waaronder het bedrijf in de werkelijkheid opereert, zoals op de gevel en op het briefpapier. Zoekwoorden toevoegen die daar niet staan, is een overtreding. In mijn eigen werk is het ook de oorzaak die ik het vaakst achter een schorsing aantref; een geverifieerd cijfer daarover bestaat niet.

Wat je er wél mee kunt. Als je formule toch een naamswijziging, een rebranding of een nieuwe vestigingsnaamgeving overweegt, is dit onderzoek een argument om de generieke dienst in de wettelijke handelsnaam op te nemen en die ook op de gevel te zetten. Dan is het geen manipulatie maar een naam.

Wat AI aan het model toevoegt

Shaw formuleerde het in november 2025 voorzichtig: lokaal zoeken is tot dusver relatief afgeschermd gebleven van de AI-omwenteling. Hij noemde AI Mode "a glimpse into what the future of local search will look like".

Wat uit de AI-zichtbaarheidscategorie van hetzelfde onderzoek kwam, staat in hoofdstuk 15. De samenvatting hier: de factoren die een vestiging in een AI-antwoord krijgen, zijn niet dezelfde als de factoren die hem in de local pack krijgen. Er is overlap, maar wie één programma draait en verwacht dat het allebei doet, komt bedrogen uit.

De kern van dit hoofdstuk, en dit is mijn eigen indeling: je hebt in 2027 drie optimalisatieprogramma's per vestiging, niet één. Een profielprogramma voor Google Maps. Een paginaprogramma voor de organische resultaten. En een bewijsprogramma voor AI-antwoorden. Deel II, VI en IV behandelen ze in die volgorde.