AI-verkeer van chatbots en AI-assistenten vervuilt je conversiedata, waardoor je verkeerde conclusies trekt over wat werkt op je website. Dit is de moderne versie van de oudste fout in conversie-optimalisatie: vertrouwen op data die niet representatief is voor je echte bezoekers. Voor Nederlandse MKB’ers die hun marketingbudget willen inzetten waar het rendeert, is het opschonen van je analytics-data geen technische luxe, maar een noodzaak om verkeerde beslissingen te voorkomen.

Wat er aan de hand is

Volgens Search Engine Journal is er een nieuwe uitdaging ontstaan voor iedereen die conversie-optimalisatie (CRO) of SEO doet. AI-systemen, zoals chatbots en AI-assistenten, genereren steeds meer verkeer naar websites. Dit verkeer verschijnt in je analytics als ‘AI-referrals’ — bezoekers die via een AI-tool op je site terechtkomen. Het probleem is dat dit verkeer zich anders gedraagt dan menselijke bezoekers. AI-bots scrollen niet, klikken niet op dezelfde manier en converteren vrijwel nooit. Toch tellen ze wel mee in je data.

Dit is dezelfde fout die marketeers al decennia maken: ze baseren beslissingen op data die vervuild is door niet-representatief verkeer. Vroeger waren het spam-bots en scrapers, nu zijn het AI-systemen. Het artikel stelt dat als je deze AI-referrals niet filtert, je conversiepercentages er kunstmatig slechter uitzien dan ze in werkelijkheid zijn. Je trekt dan conclusies over je landingspagina’s, je advertenties of je productaanbod die gebaseerd zijn op data die niets zegt over je echte klanten.

Wat dit betekent

Voor ondernemers die hun marketing beslissingen baseren op Google Analytics of vergelijkbare tools, betekent dit dat de cijfers die je morgenochtend bekijkt mogelijk een vertekend beeld geven. Stel je voor dat je een webshop hebt en je ziet dat je conversiepercentage daalt. Je zou kunnen besluiten om je hele checkout te herzien, terwijl de echte oorzaak simpelweg is dat AI-bots je site bezoeken en niet kopen. Het tegenovergestelde kan ook gebeuren: als AI-verkeer je bouncepercentage opdrijft, zou je kunnen denken dat je content niet aansluit bij je doelgroep, terwijl je menselijke bezoekers juist tevreden zijn.

Dit raakt niet alleen aan conversie-optimalisatie. Het beïnvloedt ook je beslissingen over waar je budget naartoe gaat. Als je data zegt dat een bepaald kanaal slecht presteert, maar die data is vervuild door AI-verkeer, dan stop je misschien met een kanaal dat juist goed werkt. Voor kleinere bedrijven, waar elk marketingbudget telt, kan dit het verschil maken tussen groei en stagnatie. Het artikel benadrukt dat dit probleem alleen maar groter wordt naarmate AI-assistenten meer verkeer naar websites sturen.

Hoe je dit kunt toepassen

Als je een webshop runt en je conversiecijfers lijken tegen te vallen, is het verstandig om eerst je analytics te controleren op AI-referrals voordat je je checkout of productpagina’s aanpast. Je zou kunnen beginnen met het bekijken van je referrer-lijst in Google Analytics en te filteren op bekende AI-bots zoals ChatGPT, Claude of Perplexity. Overweeg om een segment aan te maken dat alleen menselijk verkeer toont, zodat je een realistisch beeld krijgt van je werkelijke conversiepercentage. Een mogelijkheid is om dit segment te gebruiken als basis voor al je rapportages, zodat je beslissingen nooit meer op vervuilde data baseert.

Als je een team aanstuurt dat verantwoordelijk is voor marketingprestaties, is het een optie om een protocol op te stellen voor het opschonen van data. Je zou je team kunnen vragen om wekelijks te controleren welke nieuwe AI-referrers er in de data verschijnen en deze toe te voegen aan een uitsluitingslijst. Een concrete suggestie is om een gedeeld document bij te houden waarin alle bekende AI-bots staan, zodat iedereen in je team met dezelfde schone data werkt. Dit voorkomt dat verschillende teamleden verschillende conclusies trekken uit dezelfde, vervuilde dataset.

Als je in de B2B-sector werkt en leadgeneratie belangrijk is, is het verstandig om te controleren of AI-verkeer je formulierinzendingen beïnvloedt. AI-bots vullen soms formulieren in met nepgegevens, wat je leadkwaliteit verlaagt en je sales-team tijd kost. Overweeg om een honeypot-veld toe te voegen aan je formulieren — een verborgen veld dat alleen bots invullen — en controleer of AI-referrers vaker op die manier binnenkomen. Een mogelijkheid is om leads die via AI-referrers binnenkomen apart te labelen, zodat je sales-team weet dat deze leads extra verificatie nodig hebben.

Als je regelmatig A/B-tests draait op je website, is het belangrijk om AI-verkeer uit te sluiten van je testresultaten. Als AI-bots willekeurig over je testvarianten worden verdeeld, voegen ze ruis toe aan je resultaten en kunnen ze het verschil tussen je varianten maskeren. Je zou kunnen overwegen om je testtool zo in te stellen dat AI-referrers standaard worden uitgesloten van de testpopulatie. Dit geeft je zuiverdere resultaten en helpt je om sneller te bepalen welke variant daadwerkelijk beter presteert voor je menselijke bezoekers.

De praktische toepassing hangt af van jouw situatie, maar de kern is duidelijk: begin met het identificeren van AI-verkeer in je analytics en filter het eruit. Alleen dan kun je beslissingen nemen op basis van data die je echte klanten vertegenwoordigt.

Bron: Search Engine Journal