Deze verschuiving moet niet worden afgedaan als een eigenaardigheid van technologiekopers.
B2B-software is een categorie waarin het aankoopproces al sterk informatiegedreven, vergelijkingsgericht en gevoelig voor vertrouwen is. Dat zijn precies de omstandigheden waarin AI Search waarde toevoegt. Een koper kan een shortlist opvragen, voor- en nadelen vergelijken, integratieproblemen onderzoeken, aannames toetsen en de zoektocht gaandeweg verfijnen via een gesprek. Voor veel aankooptrajecten is dat simpelweg een betere onderzoeksinterface.
En diezelfde dynamiek verspreidt zich nu ver buiten software.
Gezondheidszorg. Reizen. Financiën. Onderwijs. Retail. Professionele dienstverlening. Grote consumentenuitgaven. In al deze categorieën speelt AI steeds vaker een rol vóór, tijdens of na traditioneel zoeken.
Dus ja, Google is nog steeds groter.
Maar dat is niet het punt.
Het punt is dat koopgedrag zich verspreidt over zoekmachines, chatinterfaces, assistenten, answer engines en AI-native aanbevelingslagen. Als je wacht totdat AI-verkeer in je analytics-dashboard "groot genoeg" lijkt, wacht je waarschijnlijk te lang.
Het meetprobleem: de zwarte doos tussen invloed en attributie
Hier lopen veel managementteams vast.
Ze horen dat de markt verandert. Ze zien anekdotisch bewijs. Ze merken dat prospects ChatGPT of Gemini noemen tijdens gesprekken. Ze testen zelf prompts en ontdekken dat merken binnen deze systemen worden vergeleken, geïnterpreteerd en aanbevolen.
Vervolgens openen ze GA4.
En de cijfers lijken vaak teleurstellend.
Voor veel bedrijven vertegenwoordigt verkeer dat direct wordt toegeschreven aan tools zoals ChatGPT nog steeds een zeer klein percentage van alle sessies. Vaak minder dan 1%. In sommige vroege succesgevallen misschien enkele procentpunten. Maar het lijkt vaak niet in verhouding te staan tot de gedragsverandering die hoger in de funnel plaatsvindt.
Die kloof creëert een gevaarlijke illusie.
Want wat GA4 goed meet, is doorklikverkeer. Wat het veel minder goed meet, is de invloed van AI op overweging, perceptie, shortlistvorming en merkpositionering voordat iemand ooit klikt.
Dat is de zwarte doos.
Een prospect kan bijvoorbeeld:
- de categorie ontdekken via Google;
- leveranciers op een shortlist zetten via ChatGPT;
- opties toetsen in Claude;
- implementatierisico's vergelijken in Gemini;
- later rechtstreeks je website bezoeken;
- converteren via branded search, direct verkeer of CRM-nurturing.
In rapportages verschijnt die uiteindelijke conversie dan misschien als direct verkeer, branded organic, betaalde merkcampagnes of e-mailondersteunde conversie. De generatieve AI-laag die de beslissing heeft beïnvloed, verdwijnt vrijwel volledig uit beeld.
Dat betekent niet dat die AI-laag onbelangrijk was.
Het betekent dat je attributiemodel onvolledig is.
Waarom post-conversie-enquêtes terugkomen
Daarom wordt een oude meetmethode ineens weer strategisch relevant:
vragen hoe klanten je daadwerkelijk hebben gevonden en geëvalueerd.
Post-conversie-enquêtes werden vroeger vaak gezien als zachte, rommelige en secundaire data. In het tijdperk van AI Search worden ze opnieuw essentieel.
Want de vraag is niet langer alleen:
"Welk kanaal leverde de laatste klik?"
Maar ook:
"Welke interfaces hebben het begrip, de shortlist en de voorkeur van de koper gevormd vóór de conversie?"
De merken die AI Search het snelst begrijpen, zijn niet degenen die obsessief naar referralrapporten kijken. Het zijn degenen die combineren:
- kwantitatieve analytics;
- CRM- en pijplijndata;
- kwalitatief klantonderzoek;
- zelfgerapporteerde attributie na conversie;
- metingen van prompt-zichtbaarheid;
- concurrentiebenchmarking binnen AI-systemen.
Dat is een veel serieuzere benadering van de markt.
Van zichtbaarheid als ijdelheidsmetric naar bedrijfsresultaten
Bij PromptMarketing geloven we dat dit precies is waar de discipline volwassener moet worden.
Het is eenvoudig om geobsedeerd te raken door de vraag of je merk één of twee keer verschijnt in ChatGPT voor een handvol prompts. Dat is niet genoeg.
Het meten van AI Search moet verder gaan dan screenshots van interessante resultaten en uitgroeien tot iets veel rigoureuzers.
1. Breng het prompt-universum in kaart
Identificeer de prompts die er werkelijk toe doen gedurende de klantreis:
- categorieontdekking;
- vergelijkingen;
- evaluatie van use cases;
- bezwaren;
- implementatievragen;
- prijs- en waardeafwegingen;
- alternatieven en vervangers.
2. Meet zichtbaarheid per fase van het aankoopproces
Niet elke prompt heeft dezelfde commerciële waarde. Zichtbaarheid bij een educatieve vraag is iets anders dan aanbevolen worden bij een vergelijking met hoge koopintentie.
3. Meet representatie, niet alleen vermeldingen
Een vermelding kan positief, neutraal, misleidend of zelfs schadelijk zijn.
Zichtbaarheid zonder context is een slechte KPI.
4. Verbind promptprestaties met bedrijfsresultaten
Koppel bevindingen aan:
- pipelinekwaliteit;
- verhalen over leadherkomst;
- win/loss-data;
- taalgebruik in salesgesprekken;
- branded-searchgroei;
- conversieprestaties door de tijd.
5. Volg concurrenten binnen dezelfde AI-omgevingen
Je merk wordt niet geïsoleerd beoordeeld. AI-systemen vergelijken voortdurend sterke en zwakke punten, use cases en afwegingen tussen jou en je concurrenten.
Daar worden AEO en GEO commercieel relevant.
AEO en GEO zijn belangrijk, maar niet het hele verhaal
De industrie beweegt richting termen zoals AEO (Answer Engine Optimization) en GEO (Generative Engine Optimization). Die labels zijn nuttig. Ze laten zien dat zichtbaarheid verschuift van klassieke SEO naar antwoordoppervlakken, citaties, entiteitsbegrip en aanbevelingen door modellen.
En ja, merken moeten beide serieus nemen.
Maar er schuilt een risico in het behandelen van AEO of GEO als slechts de volgende distributietactiek.
Want de echte vraag is niet alleen of AI-systemen je merk kunnen vinden.
De echte vraag is of ze je merk correct begrijpen.
Dat is een veel hogere lat.
Het diepere probleem: AI-representatie
Deze week sprak ik een CMO die oprecht bezorgd was over hoe AI-chatbots haar merk presenteerden.
Niet omdat het merk onzichtbaar was.
Maar omdat het in het verkeerde deel van de markt werd geplaatst.
Verkeerde concurrenten. Verkeerde positionering. Verkeerde sterktes. Verkeerd kader.
Dat is een strategisch probleem, niet alleen een vindbaarheidsprobleem.
Een merk kan goed zichtbaar zijn in AI Search en toch schade oplopen wanneer modellen consequent:
- de waardepropositie oversimplificeren;
- het merk aan de verkeerde categorie koppelen;
- het vergelijken met de verkeerde concurrenten;
- de premiumpositionering missen;
- betekenisvolle differentiatie afvlakken;
- verouderde marktpercepties herhalen.
Daarom is representatie minstens zo belangrijk als bereik.
Hoe stuur je bij?
Je lost slechte representatie niet op door te proberen de chatbot te manipuleren.
Je verbetert het door de kwaliteit, consistentie en machineleesbaarheid van het bewijs rondom je merk te versterken.
Dat betekent werken aan:
- sitestructuur en gestructureerde data;
- duidelijke entiteiten en categoriedefinities;
- consistente positioneringstaal;
- reviews en externe validatie;
- vergelijkende content en bewijsvoering;
- digitale PR en autoriteitssignalen;
- versterking van kennisgrafieken;
- marktgerichte documentatie;
- prompttests om te analyseren hoe het merk wordt geïnterpreteerd.
De echte strategische verschuiving
De belangrijkste verandering voor marketeers is deze:
We bewegen van rankingmanagement naar interpretatiemanagement.
In klassieke SEO luidde de centrale vraag vaak:
"Hoe rank ik hoger?"
In AI Search zijn de belangrijkere vragen:
- Word ik getoond?
- Word ik geciteerd?
- Word ik vergeleken met de juiste alternatieven?
- Word ik correct weergegeven?
- Word ik aanbevolen op de momenten die ertoe doen?
- Kan ik die invloed koppelen aan groei?
Dat is een bredere en strategischere discipline.
Slotgedachte
B2B-softwarekopers vormen niet de hele markt.
Maar zij laten wel zien waar de markt naartoe beweegt.
Wanneer de helft van een waardevolle kopersgroep zijn onderzoek begint in AI Search, is het verkeerde antwoord:
"Ja, maar Google is nog steeds groter."
Het juiste antwoord is:
"Wat zegt dit over de toekomst van ontdekking, evaluatie en merkkeuze?"
Het antwoord is dat AI Search nu al onderdeel is van de klantreis, zelfs wanneer onze dashboards dat onderschatten.
En de merken die zullen winnen, zijn niet de merken die simpelweg verschijnen.
Het zijn de merken die zichtbaar, meetbaar en correct gerepresenteerd zijn.