AI-referrals vervuilen je conversiedata op dezelfde manier als de spam-referrals van vroeger, en als je niets doet, neem je beslissingen op basis van cijfers die niets met jouw echte bezoekers te maken hebben. Het is de terugkeer van een oud probleem in een nieuw jasje: neppe verwijzingen die je analytics vervalsen en je laten denken dat bepaalde kanalen presteren terwijl ze dat niet doen. Je moet ze herkennen en filteren voordat je conclusies trekt uit je rapportages.

Wat er aan de hand is

Volgens Search Engine Journal is het oudste probleem in conversie-optimalisatie teruggekeerd in een nieuwe vorm: AI-referrals. Waar vroeger spam-bots je analytics vervuilden met neppe verwijzingen, doen AI-systemen dat nu op een vergelijkbare manier. Deze AI-referrals verschijnen in je data als bezoeken die lijken te komen van legitieme bronnen, maar in werkelijkheid geen echte gebruikers zijn die jouw site bezoeken met een echte intentie.

Het probleem is niet nieuw, maar de uitvoering wel. Eerder waren het vooral geautomatiseerde scripts die je data vervuilden met duizenden neppe sessies. Nu zijn het AI-systemen die zich voordoen als verwijzend verkeer, waardoor je conversierapportages een vertekend beeld geven. Het gevaar zit hem in de herkenning: deze AI-referrals zien er geloofwaardiger uit dan de spam van vroeger, waardoor ze langer onopgemerkt blijven in je analytics.

Wat dit betekent

Voor ondernemers die conversie-optimalisatie of SEO serieus nemen, betekent dit dat je data niet meer klopt. Als je beslissingen neemt op basis van je analytics — bijvoorbeeld over waar je budget aan besteedt of welke kanalen je uitbreidt — dan bouw je die beslissingen op een fundament dat deels uit neppe bezoeken bestaat. Het effect is subtiel maar schadelijk: je ziet conversies die er niet zijn, je trekt conclusies over bezoekersgedrag dat niet echt heeft plaatsgevonden, en je optimaliseert voor een publiek dat niet bestaat.

De impact is het grootst voor bedrijven die veel op data vertrouwen voor hun marketingbeslissingen. Een webshop die denkt dat een bepaald kanaal goed converteert en daarom meer budget toewijst, investeert in een luchtspiegeling. Een dienstverlener die zijn landingspagina aanpast op basis van vervuilde data, optimaliseert voor de verkeerde doelgroep. Het kost je niet alleen tijd, maar ook geld dat je beter elders had kunnen besteden.

Hoe je dit kunt toepassen

Als je wekelijks je analytics bekijkt om te zien welke kanalen presteren, overweeg dan om een aparte weergave te maken waarin je AI-referrals uitsluit. Je zou kunnen beginnen met het identificeren van verwijzingen die een patroon vertonen dat niet past bij echt verkeer, zoals een hoog aantal sessies met een zeer lage tijd op de pagina. Een mogelijkheid is om een filter in te stellen op bekende AI-referral-domeinen, zodat je direct ziet wat je echte conversies zijn.

Als je conversierapportages deelt met je team of investeerders, is het verstandig om eerst je data op te schonen voordat je de cijfers presenteert. Je zou kunnen overwegen om een vaste controle in te bouwen aan het begin van elke maand, waarbij je je referrer-lijst doorloopt op verdachte domeinen. Een optie is om een segment te maken in je analytics-tool dat alleen verkeer toont van domeinen die je handmatig hebt goedgekeurd, zodat je rapportages altijd een betrouwbaar beeld geven.

Als je A/B-testen draait op je landingspagina’s, is het belangrijk om te beseffen dat AI-referrals je testresultaten kunnen vertekenen. Overweeg om je testdata te filteren op het moment dat je resultaten analyseert, zodat je alleen de conversies meet van bezoekers die daadwerkelijk via legitieme kanalen binnenkomen. Een mogelijkheid is om je testtool zo in te stellen dat hij alleen data verzamelt van gebruikers die aan bepaalde criteria voldoen, zoals een minimale sessieduur of een interactie met de pagina.

Als je een marketingteam aanstuurt dat rapporteert over kanaalprestaties, is het zinvol om duidelijke afspraken te maken over hoe je omgaat met verdachte referrals. Je zou kunnen afspreken dat elk kanaal dat meer dan een bepaald aantal sessies genereert zonder duidelijke bron, standaard wordt gecontroleerd op AI-vervuiling. Een optie is om een document bij te houden waarin je verdachte domeinen registreert, zodat je in de loop van de tijd een lijst opbouwt die je direct kunt toepassen als filter.

De praktische toepassing hangt af van jouw situatie, maar de kern is hetzelfde: vertrouw je analytics niet blindelings. Controleer je referrer-data, stel filters in op verdachte domeinen, en zorg dat je beslissingen zijn gebaseerd op verkeer dat echt bestaat. Alleen dan kun je conversie-optimalisatie doen die daadwerkelijk iets oplevert.

Bron: Search Engine Journal