AI-referrals vervuilen je webanalyse-data en daarmee ook je conversieoptimalisatie. Verkeer dat via AI-assistenten binnenkomt, wordt in veel tools geregistreerd als direct verkeer of krijgt een eigen, onbekende referrer. Daardoor lijken je conversiecijfers beter of slechter dan ze zijn, en stuur je je marketing op basis van verkeerde cijfers.

Wat er aan de hand is

Search Engine Journal wijst op een terugkerend probleem: AI-referrals verstoren de data die je gebruikt voor conversieoptimalisatie (CRO). Het is dezelfde fout als in de begindagen van web analytics, toen bezoekers via onbekende referrers binnenkwamen en als direct verkeer werden geboekt. Nu gebeurt dat opnieuw met verkeer dat via AI-chatbots en AI-assistenten naar je site komt.

Die bezoekers zijn waardevol, maar ze worden in je dashboard niet herkend als AI-verkeer. Ze verschijnen als direct verkeer of onder een generieke referrer. Het gevolg is dat je conversieratio’s vertekend raken. Je weet niet welke kanalen echt presteren en welke niet. De oude fout van het niet goed classificeren van verkeersbronnen is terug, alleen met een nieuwe referrer-string.

Wat dit betekent

Voor ondernemers die hun marketing beslissingen baseren op cijfers uit Google Analytics of vergelijkbare tools, is dit een direct probleem. Als AI-verkeer wordt geboekt als direct verkeer, dan trek je verkeerde conclusies. Je denkt misschien dat je directe bezoekers goed converteren, terwijl het eigenlijk AI-verkeer is. Of je ziet een daling in een kanaal die er niet is, omdat een deel van dat verkeer nu via AI binnenkomt.

Dit raakt niet alleen grote bedrijven met een eigen data-team. Ook voor een MKB-ondernemer die wekelijks naar zijn dashboard kijkt, is het belangrijk om te weten waar bezoekers vandaan komen. Zonder die kennis kun je niet bepalen waar je je budget en tijd in moet steken. Je zou kunnen investeren in kanalen die minder opleveren dan de data suggereert, terwijl AI-verkeer onderbelicht blijft.

Hoe je dit kunt toepassen

Als je een webshop runt en merkt dat je conversieratio plotseling verandert zonder duidelijke reden… Controleer dan eerst je verkeersbronnen. Kijk of er een toename is in direct verkeer die je niet kunt verklaren. Overweeg om een segment aan te maken voor bezoekers die via AI-referrers binnenkomen, zoals chat.openai.com of andere AI-platforms. Zo kun je zien of die groep zich anders gedraagt dan je reguliere bezoekers.

Als je een marketingteam aanstuurt en rapportages opstelt voor het management… Zorg dat je data-analyse schoon is voordat je conclusies trekt. Een mogelijkheid is om een aparte weergave in je analytics-tool te maken waarin AI-verkeer als aparte bron wordt gelabeld. Bespreek met je team hoe je AI-referrals wilt classificeren, zodat iedereen met dezelfde cijfers werkt. Anders rapporteer je cijfers die de werkelijkheid niet weerspiegelen.

Als je betaalde campagnes draait en je wilt weten of AI-verkeer je advertentie-uitgaven beïnvloedt… Het is verstandig om te controleren of AI-bezoekers via je advertenties binnenkomen of via organische kanalen. Als ze als direct verkeer worden geboekt, mis je de impact van je campagnes. Overweeg om UTM-parameters toe te voegen aan je links en om in je analytics-tool te filteren op bekende AI-referrers, zodat je een nauwkeuriger beeld krijgt van je rendement.

Als je een contentmarketingstrategie volgt en wilt weten welke artikelen AI-assistenten aantrekken… Je zou kunnen onderzoeken welke pagina’s veel AI-verkeer ontvangen door te kijken naar de referrer-data in je dashboard. Die inzichten helpen je om content te maken die beter aansluit bij vragen die via AI-assistenten worden gesteld. Het is een kans om je zichtbaarheid te vergroten, maar alleen als je de data eerst goed in kaart brengt.

De kern is dat je je data eerst moet opschonen voordat je er beslissingen op baseert. AI-verkeer is geen ruis, maar een groeiende bron van bezoekers die je niet mag negeren. Door het te herkennen en te labelen, krijg je een realistischer beeld van je prestaties en kun je gerichter sturen.

Bron: Search Engine Journal