AI-referrals vervuilen je Google Analytics-data en kunnen leiden tot verkeerde conversiebeslissingen. Het is de terugkeer van de oudste fout in conversieoptimalisatie: blind vertrouwen op data die niet klopt. Voor MKB-ondernemers die hun marketing op cijfers baseren, is het essentieel om deze nepbezoeken te herkennen voordat je conclusies trekt over wat werkt en wat niet.

Wat er aan de hand is

Search Engine Journal beschrijft hoe AI-referrals — bezoeken die worden gegenereerd door AI-tools of bots die zich voordoen als legitiem verkeer — dezelfde fout introduceren als de ‘ghost referrals’ van jaren geleden. Destijds vervuilde spam-verkeer analytics-dashboards met nepbezoeken die geen enkele echte gebruiker vertegenwoordigden. Nu doen AI-systemen hetzelfde, maar met een moderne twist: ze genereren referrer-strings die lijken op legitieme bronnen, waardoor ze moeilijker te onderscheiden zijn van echt bezoek.

Het probleem is niet nieuw in essentie, maar wel in uitvoering. Waar vroeger duidelijke spam-referrers zoals ‘buttons-for-website.com’ opvielen, gebruiken AI-referrals nu subtielere patronen. Ze kunnen verschijnen als direct verkeer, als verwijzingen van sociale platforms of als bezoeken met een onwaarschijnlijk korte sessieduur. Het gevaar zit hem in de interpretatie: als je deze data gebruikt om te beslissen waar je budget naartoe gaat, bouw je je strategie op ruis.

Wat dit betekent

Voor ondernemers die conversieoptimalisatie serieus nemen, betekent dit dat je analytics niet langer klakkeloos kunt vertrouwen. Een piek in ‘AI-referrals’ kan eruitzien als groei, terwijl het in werkelijkheid niets oplevert. Het risico is tweeledig. Aan de ene kant kun je investeren in kanalen die nepverkeer genereren, omdat de cijfers goed lijken. Aan de andere kant kun je echte inzichten missen omdat de ruis de signalen van daadwerkelijk geïnteresseerde bezoekers overstemt.

De impact is het grootst voor bedrijven die op kleine datasets draaien. Een MKB’er met duizend bezoekers per maand ziet een paar honderd nepbezoeken al snel als een significante trend. Grotere organisaties hebben meer buffer, maar ook zij baseren hun A/B-tests en landingspagina-optimalisatie op data die mogelijk vervuild is. De kernvraag is niet of je nepverkeer kunt stoppen — dat is lastig — maar of je het kunt herkennen voordat je er beslissingen op baseert.

Hoe je dit kunt toepassen

Als je wekelijks je Google Analytics controleert op conversiecijfers, is het verstandig om een vast moment in te bouwen waarop je je referrer-rapporten filtert op verdachte patronen. Kijk naar bezoeken met een sessieduur van nul seconden, een hoog bouncepercentage en een paginaweergave per sessie van precies één. Die combinatie wijst vaak op bots of AI-verkeer, niet op echte interesse. Overweeg om een segment aan te maken dat deze signalen uitsluit, zodat je cijfers schoner worden.

Als je A/B-tests draait op je landingspagina’s, is een mogelijkheid om je testresultaten te splitsen in ‘schoon verkeer’ en ’totaal verkeer’. Als de uitkomst significant verschilt, weet je dat ruis je beslissing beïnvloedt. Je zou kunnen beginnen met het vergelijken van de afgelopen drie maanden: filter je data op basis van de signalen hierboven en kijk of je conclusies overeind blijven. Als ze kantelen, was je aan het optimaliseren voor bots in plaats van klanten.

Als je betaalde campagnes draait en je richt op conversies, overweeg dan om je conversietracking te koppelen aan een actie die een echte gebruiker moeilijk kan faken, zoals een formulierinzending met een geldig e-mailadres of een telefoonnummer dat daadwerkelijk wordt gebeld. Een mogelijkheid is om je dankzij-pagina te beschermen met een JavaScript-check die bots blokkeert, zodat alleen echte gebruikers een conversie registreren. Dit is geen garantie, maar het verkleint de kans dat nepbezoek je budgetbeslissingen vertekent.

Als je een contentmarketingstrategie draait en je kijkt naar welke artikelen bezoek opleveren, is het zinvol om je top-pagina’s te controleren op de herkomst van het verkeer. Als een artikel veel bezoek krijgt maar vrijwel geen interactie — geen scrolls, geen klikken, geen tijd op de pagina — dan is de kans groot dat AI-referrals je contentkalender beïnvloeden. Je zou kunnen overwegen om je contentbeslissingen te baseren op engagement-metrieken in plaats van ruwe bezoekcijfers.

De praktische toepassing hangt af van jouw situatie, maar de eerste stap is altijd hetzelfde: neem een uur de tijd om je analytics te doorzoeken op de signalen die hierboven staan. Het is geen eenmalige actie, maar een terugkerende controle die je voorkomt dat je de oudste fout in conversieoptimalisatie herhaalt.

Bron: Search Engine Journal