Van genoemd naar aanbevolen worden door AI

TL;DR

Genoemd worden door ChatGPT, Perplexity en Google is niet hetzelfde als aanbevolen worden. Dit artikel laat zien hoe je AI-zichtbaarheid meet per fase van de buyer journey en welke content en externe bevestiging je daarna nodig hebt.

Genoemd worden door AI is een begin. Aanbevolen worden als passende keuze is iets anders. Ik analyseerde 5.000 AI-antwoorden waarin minstens één merk voorkwam. In ongeveer een derde stond een positieve aanbeveling. De aanbevelingen kwamen het vaakst voor bij concrete koopvragen, dus in de decision-fase van de buyer journey.

Daarom heb ik niet alleen gekeken of een merk in een antwoord stond. Ik heb ook vastgelegd hoe het merk erin stond, in welke fase van de buyer journey en met welk bewijs.

Hoe ik aanbevelingen heb gemeten

Ik verdeelde de antwoorden over drie fasen van de buyer journey: awareness, consideration en decision. Per antwoord kreeg ieder merk het hoogste label dat van toepassing was:

  1. Genoemd: het merk staat ergens in het antwoord, zonder advies. Bijvoorbeeld: “Daarnaast zijn er diverse brouwerijen zoals Stadsbrouwerij Sneek, Brouwerij Gudzekop en de Amelander Bierbrouwerij.”
  2. Shortlist: het merk staat tussen andere mogelijke keuzes. Bijvoorbeeld: “Voor een shortlist zou ik in ieder geval kijken naar Heijmans, BAM Infra, Boskalis en Dura Vermeer, afhankelijk van het type project.”
  3. Aanbevolen: AI noemt het merk als geschikte keuze voor de vraag. Bijvoorbeeld: “Robin Radar looks like a strong fit if you want hands-on radar engineering with fast impact and comparatively low bureaucracy.”
  4. Eerste keuze: AI zet één merk duidelijk bovenaan. Bijvoorbeeld: “If the transformation is specifically an SAP-led insurance transformation, I would rank msg global solutions first.”

Een merk dat wordt genoemd, hoeft dus geen merk te zijn dat AI passend vindt. Een merk op een shortlist ook niet. Dat onderscheid bepaalt welke verbetering je nodig hebt.

Aanbevelingen komen vooral bij koopvragen

In totaal zag ik 1.635 positieve aanbevelingen. Daarvan vielen er 146 in awareness, 551 in consideration en 938 in decision. Binnen mijn vragenlijst kwamen positieve aanbevelingen dus het vaakst voor in de decision-fase. Bij concrete koopvragen vraag je nu eenmaal vaker om een oordeel over een merk.

Dat maakt een gemiddelde zichtbaarheidsscore maar beperkt bruikbaar. Kijk ook naar de fase waarin je wordt genoemd. Kom je voor bij brede oriëntatievragen, of pas als iemand bijna een keuze maakt? Ben je zichtbaar in vergelijkingen, maar afwezig in de eerste oriëntatie? Daar horen andere pagina’s en ander bewijs bij.

Verdeling van 1.635 positieve AI-aanbevelingen over de fasen ontdekken, vergelijken en kopen

Context helpt bij een aanbeveling

Merken die in het antwoord als specialist werden neergezet, kwamen opvallend vaak als geschikte keuze terug. Dat is geen reden om overal het woord ‘specialist’ te zetten. Het gaat om de context. Word je genoemd als oplossing voor een concreet probleem, of ben je één naam tussen bekende partijen?

Het helpt als meerdere bronnen bevestigen wat je doet en voor wie je werkt. Beschrijf dus niet alleen zelf waar je goed in bent. Laat met cases, branchepagina’s, onafhankelijke artikelen, interviews en vergelijkingen zien voor wie je werkt, welk probleem je oplost en wat het resultaat was. Laat de borstklopperij achterwege. Het bewijs moet het werk doen.

Mijn publicaties op Marketingfacts zijn daar twee voorbeelden van: Van SEO naar GEO: Welke B2B content scoort in ChatGPT, Google AIO en Perplexity? en AI stuurt ZZP’ers vooral naar de Rabobank.

Citaties en technische optimalisatie

Een tweede patroon zag ik bij citaties. Als een website als bron werd geciteerd, kwam in 39,8% van de antwoorden ook een aanbeveling voor. Zonder citaat was dat 20,1%. Binnen deze meting kwamen aanbevelingen dus beduidend vaker voor als het eigen domein als bron in beeld was.

Dat betekent niet dat je automatisch wordt aanbevolen zodra je een pagina technisch optimaliseert. De meting laat alleen een verband zien. Wordt jouw site geciteerd omdat die het antwoord beter onderbouwt? Is de pagina duidelijk over doelgroep of toepassing? Of sluit de inhoud beter aan op de vraag? Goede technische GEO-basisvoorwaarden helpen, maar daarna moet de inhoud iets toevoegen.

Positieve AI-aanbevelingen bij antwoorden met en zonder citaat van de eigen website

Stappenplan voor meer AI-zichtbaarheid

Wil je zelf onderzoeken hoe zichtbaar je bent in AI en waar je kunt verbeteren? Begin dan met een vaste manier van meten.

  1. Maak een vaste vragenlijst. Gebruik brede oriëntatievragen, vergelijkingsvragen en concrete keuzevragen.
  2. Wissel merkvragen af met merkloze vragen. Als je je merk al in de vraag noemt, is de kans groot dat AI het merk ook noemt. Interessanter is wat er gebeurt zonder jouw merknaam.
  3. Test zo schoon mogelijk. Open steeds opnieuw een nieuwe sessie zonder zoekgeschiedenis of persoonlijk geheugen. Noteer het model, de datum en de vraag.
  4. Geef ieder merk een label. Noteer per antwoord of je merk wordt genoemd, op een shortlist staat, wordt aanbevolen of als eerste keuze terugkomt.
  5. Vergelijk met het aanbevolen merk. Kijk niet alleen naar de uitleg die AI achteraf geeft. Vergelijk de antwoorden zelf. Welke doelgroep, toepassing, bron, case of beperking wordt bij de andere aanbieder genoemd?
  6. Verbeter je content. Leg uit voor wie je oplossing geschikt is. Voeg cases toe met het probleem, de aanpak en het resultaat. Schrijf vergelijkingspagina’s en laat klanten aan het woord. Wees ook duidelijk wanneer iemand beter niet voor jou kan kiezen.
  7. Zoek bevestiging buiten je eigen website. Laat klanten, partners, brancheplatforms, podcasts, interviews en andere onafhankelijke bronnen concreet beschrijven wat je doet en voor wie dat relevant is.
  8. Zoek patronen. Antwoorden verschillen per model, vraag en moment. Eén screenshot zegt weinig. Herhaalde patronen zijn interessanter. Daarvoor moet je een geschiedenis opbouwen.

Acht stappen om AI-zichtbaarheid te meten en te verbeteren

Wat je uit deze meting kunt halen

Ik had gehoopt op één helder antwoord op de vraag wanneer AI het ene merk wel aanbeveelt en het andere niet. De modellen blijven voor een groot deel een black box. Een correlatie aantonen was nog mooier geweest, maar zo simpel blijkt het niet te zijn.

De praktische conclusie is wel duidelijk: wie zichtbaarder wil worden in AI, moet niet alleen meer content maken. Je moet ervoor zorgen dat je merk op de juiste momenten in de buyer journey wordt genoemd, met een duidelijke reden en met bewijs dat ook buiten je eigen website zichtbaar is.

Een webbouwer die weet hoe AI je website vindt en indexeert, is daarbij een randvoorwaarde. Daarna bepaalt de inhoud of een pagina iets toevoegt. Aanbevolen worden door AI vraagt om techniek en gerichte contentmarketing. Dat bouw je op met herhaalde metingen, concrete pagina’s en bewijs dat anderen kunnen controleren.

Lees ook de vragen voor de oriëntatiefase, de vergelijkingsfase en de koopfase.