Tussen een vermelding van je merk op een andere website en een offerteaanvraag zitten zes schakels. Drie daarvan kun je goed meten, twee maar half en één alleen door met mensen te praten. Wie dat verschil niet benoemt, rapporteert aannames als resultaat.
Dat is geen reden om AI-zichtbaarheid te negeren. Volgens mij is het een reden om de keten eerst op te knippen en per schakel te bepalen wat je er met zekerheid over kunt zeggen. In dit artikel loop ik de schakels langs en laat ik zien hoe je AI-zichtbaarheid verbindt met branded search, je CRM en klantonderzoek.
Waarom een vermelding in een AI-antwoord nog geen aanvraag oplevert
Het beeld dat een AI-antwoord rechtstreeks een lead oplevert, past niet bij hoe kopers kiezen. In het 2026 Global B2B Buyer Experience Report van 6sense, een enquête onder 4.611 recente B2B-kopers, stond de uiteindelijke winnaar in 92 procent van de trajecten al op de eerste shortlist. Slechts 26 procent gebruikte een LLM om nieuwe leveranciers te ontdekken. Als invloed op hun beeld van leveranciers vóór het eerste contact noemden kopers hun eigen kennis (34 procent) en interne gesprekken (32 procent) vaker dan LLM's (21 procent). Kanttekeningen: 6sense verkoopt software voor account-based marketing, de antwoorden zijn zelfgerapporteerd en het onderzoek gaat over grotere aankopen. Mijn conclusie is dat een AI-antwoord voor veel kopers niet het moment is waarop ze je ontdekken. Het is eerder een van de plekken waar iemand bevestigd krijgt wat die persoon al over je dacht. Dat past bij de klantreis buiten Google: de oriëntatie verdeelt zich over meer plekken. Daarom meet je niet één moment maar de hele keten.
Welke zes schakels zitten er tussen een externe vermelding en een offerteaanvraag?
Dit is het model dat ik gebruik. Het is mijn eigen indeling en geen onderzoeksresultaat. De tabel laat per schakel zien wat je meet en hoe betrouwbaar dat is.
| Schakel | Wat je meet | Hoe betrouwbaar |
|---|---|---|
| 1. Vermelding buiten je eigen site | Aantal domeinen dat je merk noemt | Goed, per maand |
| 2. Vermelding in een AI-antwoord | Aandeel antwoorden met je merknaam, per vaste vraag | Alleen als reeks over weken |
| 3. Merkzoekopdracht | Branded vertoningen en klikken in Search Console | Goed, maar traag |
| 4. Bezoek aan je site | AI-kanaal in analytics en directe bezoeken | Onvolledig, de herkomst verdwijnt |
| 5. Aanvraag met herkomst | Open veld: hoe kende je ons al? | Goed, als mensen het invullen |
| 6. Keuze voor jou | Waarom is er voor jou gekozen? | Alleen in een gesprek |
Hoe meet je externe vermeldingen en AI-antwoorden betrouwbaar?
Wat zegt het aantal sites dat je merk noemt?
Ahrefs vergeleek bij 10.000 Amerikaanse merken vermeldingen buiten de eigen site met hoe vaak die merken in 260 miljoen AI-prompts werden genoemd. Het aantal domeinen dat een merk noemt, hing sterk samen met AI-vermeldingen (correlatie 0,70). Tien keer meer pagina's met een vermelding ging samen met ongeveer 3,7 keer meer AI-vermeldingen. Het blijft correlatie, het zijn alleen Amerikaanse merken en Ahrefs verkoopt de tool waarmee het is gemeten. Volgens mij gebruik je dit getal als nulmeting en niet als doel. Leg per maand vast op hoeveel domeinen je merk voorkomt, zoals vakblogs, brancheplatforms en reviewsites. Die inventarisatie past in een merkverkenning.
Waarom zegt één meting van AI-vermeldingen niets?
Ahrefs volgde twintig dagen lang ongeveer 37.500 citaties in vijf AI-diensten. Op dag twee was ongeveer 50 procent van de citaties bij AI Overviews al weg, bij ChatGPT 59 procent. Ongeveer 75 procent van de verdwenen citaties kwam binnen twintig dagen terug. Merknamen waren stabieler dan links: ongeveer één op de vijf merknamen verscheen op één dag, tegenover 50 tot 70 procent van de geciteerde sites. Wat je hieruit haalt: meet je merknaam in de antwoordtekst los van de link. Gebruik een vaste set vragen zonder merknaam en rapporteer een percentage over meerdere weken, geen ja of nee.
Hoe zie je AI-invloed terug in branded search en websiteverkeer?
Waarom is branded search het eerste signaal dat je zelf kunt meten?
Als mensen je merk eerder tegenkomen, is het logisch dat ze er later op zoeken. Dat is een hypothese en geen bewijs. Je toetst haar door branded en non-branded vertoningen in Search Console naast elkaar te zetten. Gebruik daarvoor Search Console als bron en niet je rank tracker. SE Ranking mat dat vanaf 17 september 2026 bij 57,3 procent van 10.000 Amerikaanse zoekwoorden ongerelateerde resultaten voorbijkwamen, vrijwel altijd op positie 9 of lager. SE Ranking verkoopt zelf rank tracking, maar de les is nuchter: externe rankingdata zijn nu minder betrouwbaar dan je eigen data.
Waarom valt AI-verkeer in analytics te laag uit?
Leadfeeder telde in 33,8 miljoen bedrijfsbezoeken ongeveer 1,8 procent AI-verkeer, als aandeel van AI plus organisch zoeken. Direct verkeer, 69 procent van de bezoeken, liet Leadfeeder buiten de vergelijking, terwijl daar ook niet-herkend AI-verkeer in kan zitten. Sistrix zag dat van 9 tot en met 16 oktober 2026 de meeste ChatGPT-links de parameter utm_source=chatgpt.com misten. De links sturen bovendien geen referrer mee, dus zulk verkeer kan als direct in analytics staan. Sessies in GA4 onderschatten AI-invloed dus. Meer over wat dit betekent voor je strategie staat in mijn blog over zero click search.
Hoe verbind je AI-zichtbaarheid met je CRM en offerteaanvragen?
Welke vraag legt de herkomst van een aanvraag vast?
De schakel die de meeste B2B-teams missen, kost het minste werk: een open veld. 6sense stelt als test voor om acht weken lang in het contactformulier en het intakegesprek te vragen: "Welke leveranciers kende je al voordat je contact opnam en via welk kanaal?" Dat is een voorstel uit het onderzoek, geen bewezen methode. Antwoorden zijn zelfgerapporteerd en mensen vergeten dingen. Daarom zet je het naast je branded vertoningen. Leg in je CRM vast:
- het kanaal van de eerste kennismaking, in de woorden van de aanvrager;
- of de persoon je merk al kende, ja of nee;
- welke andere leveranciers die persoon kende;
- of de aanvraag later een gekwalificeerde lead werd.
Wat laat klantonderzoek zien dat data niet laat zien?
Sessiedata kan niet meten of beeldvorming vóór de klik tot een keuze leidt. Dat geldt ook voor het CRM: daarin staat wat mensen invullen, niet wat ze dachten. Een gesprek met recente klanten vult dat aan. Vraag waar ze je voor het eerst tegenkwamen, welke alternatieven ze hadden, welke twijfel ze hadden en wat de doorslag gaf. Dat is klantonderzoek op kleine schaal. Voor B2B-dienstverleners en B2B SaaS is de eindschakel een offerte of demo. Voor overheid en semi-overheid en non-profits werkt dezelfde keten met een andere eindschakel: een aanvraag, aanmelding of donatie.
Zo bouw je de meetketen in vier stappen
Je hoeft niet alles tegelijk te bouwen. Deze volgorde levert het snelst een bruikbaar beeld:
- Leg een nulmeting vast: het aantal domeinen dat je merk noemt, je branded vertoningen in Search Console en het aandeel AI-antwoorden met je merknaam bij een vaste set vragen.
- Voeg een open herkomstveld toe aan je formulier en je intake en neem het over in je CRM.
- Maak in analytics een apart kanaal voor AI-assistenten en zet een annotatie op 9 tot en met 16 oktober 2026.
- Plan elk kwartaal vijf gesprekken met recente klanten.
Waarom rapporteer je per schakel en niet als één getal?
Rapporteer elke schakel apart, met erbij hoe betrouwbaar die meting is. Zo zie je welke schakel zwak is en voorkom je dat een aanname als resultaat gaat gelden zodra je de cijfers samenvoegt.
Wat blijft onmeetbaar en waarom is dat geen probleem?
Gekozen worden is een optelsom van wat iemand ziet, hoort en vertrouwt. Een deel daarvan past niet in een dashboard. Dat is geen reden om niets te meten, wel om helder te zijn over wat een getal bewijst en wat niet. Welke schakel in jouw keten is nu nog een aanname?
Bronnen
- 6sense, 2026 Global B2B Buyer Experience Report, persbericht (2 november 2026)
- Ahrefs, Which Types of Mentions Correlate the Strongest With AI Visibility? (3 november 2026)
- Ahrefs, How Stable Are AI Citations? 10 Things We Learned Tracking 37,500 Citations (29 oktober 2026)
- Leadfeeder, AI Referrals in B2B: Traffic, ICP Fit and Return Visits (28 oktober 2026)
- Sistrix, What changed in ChatGPT in October: GPT-6, UTM tracking and sources (30 oktober 2026)
- SE Ranking, Unrelated Google results hit over 57% of keywords overnight: What our study found (3 november 2026)
Hoe ik dit aanpak?
Ik breng in kaart welke schakels tussen vermelding en aanvraag bij jou al meetbaar zijn en welke nog een aanname zijn. Daarna bouw ik de meting op met Search Console, een herkomstveld in je CRM en gesprekken met recente klanten, zodat je rapportage laat zien wat ertoe doet.





