Citations, sentiment en LLM-referralverkeer zijn geen goede KPI’s voor je AI-zichtbaarheid. De metrics die wél voorspellen of je AI-aanwezigheid leidt tot leads, pipeline en omzet, zijn meetbaar en in te richten in een eigen dashboard. Dit artikel legt uit welke cijfers je moet volgen en welke je kunt negeren.
Wat er aan de hand is
Search Engine Journal publiceerde een analyse over het meten van AI-zichtbaarheid, een onderwerp dat steeds urgenter wordt nu AI-assistenten zoals ChatGPT en Perplexity een groeiende rol spelen in hoe klanten informatie vinden. De kernboodschap: traditionele metrics die marketeers gewend zijn, werken niet meer in het AI-tijdperk. Het aantal keren dat een merk wordt genoemd in AI-antwoorden (citations), de sentimentanalyse van die vermeldingen en het verkeer dat vanuit AI-modellen naar je website komt, blijken slechte voorspellers van commercieel succes. Deze cijfers kunnen indrukwekkend ogen in een rapport, maar zeggen weinig over of je daadwerkelijk omzet genereert. De publicatie markeert een verschuiving van ‘zichtbaarheid als doel’ naar ‘zichtbaarheid als middel’ — met een sterke nadruk op het koppelen van AI-metrics aan bedrijfsresultaten.
Wat dit betekent
Voor Nederlandse ondernemers betekent dit dat je niet langer kunt vertrouwen op oppervlakkige statistieken om je AI-strategie te beoordelen. Een hoog aantal citations in AI-antwoorden kan prettig zijn voor je ego, maar als die vermeldingen niet leiden tot bezoeken, aanvragen of verkopen, is de waarde beperkt. Sentimentanalyse — het beoordelen of AI-antwoorden positief of negatief over je merk praten — is evenmin een betrouwbare graadmeter, omdat het geen direct verband heeft met koopgedrag. Ook LLM-referralverkeer, het aantal bezoekers dat via een AI-chatbot op je site komt, is volgens de analyse een zwakke KPI. Dit verkeer is vaak moeilijk te herleiden tot conversies en kan sterk fluctueren zonder dat dit iets zegt over je marktpositie. De verschuiving is relevant voor elke ondernemer die investeert in AI-zichtbaarheid: van e-commercebedrijven tot B2B-dienstverleners. Wie zijn budget baseert op verkeerde cijfers, loopt het risico te investeren in activiteiten die geen rendement opleveren.
Hoe je dit kunt toepassen
Als je een marketingteam aanstuurt… kun je overwegen om de wekelijkse rapportage over AI-citations en sentiment te vervangen door een dashboard dat alleen metrics toont die gekoppeld zijn aan commercieel resultaat. Een mogelijkheid is om te starten met het bijhouden van conversies die voortkomen uit AI-verwijzingen, zoals het aantal aanvragen of aankopen dat begint bij een bezoek via een AI-assistent. Je zou kunnen afspreken dat elke AI-metric in je rapportage een directe link moet hebben naar een fase in je verkooptrechter.
Als je een webshop runt… is het zinvol om te onderzoeken of AI-verkeer daadwerkelijk leidt tot transacties. Een optie is om in je analytics een aparte tag te zetten op bezoekers die via AI-tools binnenkomen en hun gedrag te vergelijken met bezoekers uit andere kanalen. Overweeg om te kijken naar de waarde van het winkelmandje van AI-bezoekers in plaats van alleen naar het aantal bezoeken. Als die waarde achterblijft, is je AI-zichtbaarheid misschien wel hoog maar niet commercieel effectief.
Als je in B2B-dienstverlening werkt… kun je je richten op het meten van gekwalificeerde leads die ontstaan na een AI-verwijzing. Je zou kunnen overwegen om in je CRM bij te houden welke prospects voor het eerst via een AI-assistent met je merk in aanraking kwamen en of zij uiteindelijk een offerte aanvragen. Een mogelijkheid is om dit te koppelen aan je bestaande lead-scoringmodel, zodat je kunt zien of AI-gegenereerde leads van vergelijkbare kwaliteit zijn als leads uit andere kanalen.
Als je verantwoordelijk bent voor rapportages aan directie of aandeelhouders… is het verstandig om de discussie te verleggen van ‘hoe vaak worden we genoemd’ naar ‘wat levert die zichtbaarheid op’. Je zou kunnen voorstellen om een pilot te starten waarin je gedurende een kwartaal alleen de commercieel relevante AI-metrics rapporteert en de impact daarvan op pipeline en omzet in kaart brengt. Overweeg om daarbij ook te benoemen welke metrics je bewust niet meer volgt en waarom, zodat het management begrijpt dat je meet wat er toe doet.
De praktische toepassing hangt af van jouw situatie, maar de richting is duidelijk: koppel je AI-metingen aan omzet, niet aan aandacht.
Bron: Search Engine Journal