Meten en rapporteren: AI-zichtbaarheid zonder giswerk

Wil je AI-zichtbaarheid meten, dan houd je bij hoe vaak AI-assistenten je noemen, je als bron gebruiken en bezoekers sturen. In deze les bouw je daar een meting voor die je over een jaar nog eerlijk kunt vergelijken, met prompt tracking, GA4 en foutmarges. En je leert erover rapporteren zonder te overdrijven.

In de niveaus Basis en Gemiddeld stelde je zelf vragen aan AI-assistenten. Dat gaf een eerste beeld, maar een beeld is nog geen meting.

Stel, je beheert de site van een webshop in fietsen. In september noemt ChatGPT jullie bij 4 van de 10 vragen, in oktober bij 3. Is dat slecht nieuws, of toeval?

Zonder vaste methode weet je dat niet, en dan ga je bijsturen op ruis. Dat kost je tijd en budget, en het levert niets op.

In deze les behandel ik meten als een vak, met vaste vragen, vaste definities, een foutmarge en een rapport dat je directie snapt.

Welke KPI's gebruik ik om AI-zichtbaarheid te meten?

Je meet vijf dingen in de antwoorden zelf en twee op je eigen site. Een KPI, voluit kernprestatie-indicator, is een getal waaraan je ziet of je doel dichterbij komt.

Dit meet je in de antwoorden:

Op je site meet je AI-verkeer en conversie uit AI, dus de bezoekers die via een AI-assistent komen en wat ze je opleveren.

Genoemd worden en geciteerd worden zijn echt twee verschillende dingen. Je kunt genoemd worden terwijl een nieuwssite de bron is, en je blog kan de bron zijn terwijl AI een concurrent aanraadt. Semrush noemt dat in zijn AI Visibility Index "twee verschillende soorten zichtbaarheid".

Citaties zijn ook zakelijk interessant, want volgens Seer Interactive (april 2026) krijgen merken die als bron in een Google AI Overview staan ongeveer 120% meer organische kliks.

AanwijzingenBewijslabel: Grote meettools gebruiken deze KPI's, maar er is nog geen vaste standaard.

Een meting die je over een jaar nog kunt herhalen

Daarvoor heb je vaste vragen nodig, een schone omgeving en meerdere runs per vraag. Een run is één keer een vraag stellen, in een nieuw gesprek.

Het CBS doet iets vergelijkbaars als het prijzen meet. Het kijkt elke maand naar dezelfde mand boodschappen, en omdat die mand gelijk blijft, zie je wat er verandert. Jouw promptset, je vaste lijst vragen, is die mand.

Zo zet je hem op:

1. Kies 30 tot 50 echte klantvragen. Haal ze uit Search Console, "Mensen vragen ook" en je klantenservice. Ongeveer 70% zonder merknaam, 30% met.
2. Geef elke vraag een code, zoals P01 en P02. Zo blijven vragen vergelijkbaar.
3. Meet uitgelogd of met een leeg testaccount. Nooit met je eigen account.
4. Stel elke vraag meerdere keren. Zoekgedrag.nl doet vijf runs per vraag, in losse gesprekken.
5. Leg je definities vast. Telt een link in een voetnoot als citatie? Schrijf het op voordat je meet.
6. Noteer of je via de app of de API meet. De API is de technische koppeling voor software. Frankwatching (oktober 2026) liet zien dat die andere antwoorden geeft dan de app.

Dat eigen account laat je echt liggen. In mijn steekproef van 2 november 2026 verwerkte Perplexity met mijn account ongevraagd mijn eigen bedrijf in meerdere antwoorden. Leuk voor mij, maar het zegt niets over wat een klant ziet.

Meet ook per platform apart. In dezelfde steekproef gaf ChatGPT gemiddeld 2,5 bronnen per antwoord, Google AI-modus 8,5 en Perplexity 11,2, en zelfs AI-modus en het AI-overzicht van Google noemden bij dezelfde vraag vaak andere bedrijven. Eén getal voor "AI" verbergt dus te veel.

Hoe groot is de foutmarge van mijn meting?

Groter dan de meeste mensen denken. De foutmarge is de speling rond je uitkomst. Meet je "genoemd in 50%", dan ligt de echte waarde ergens in de buurt van die 50%, en niet per se exact daar.

Hoe meer antwoorden je verzamelt, hoe kleiner de speling. In de figuur zie je een rekenvoorbeeld van zoekgedrag.nl, dus geen meetresultaat.

Eén kanttekening is belangrijk. De vijf runs van één vraag lijken op elkaar, dus ze tellen niet als vijf losse metingen. In het echt is de marge daardoor groter dan in dit voorbeeld.

Wat betekent dat in de praktijk? Gaat je score bij een kleine set van 42% naar 46%, dan weet je nog niet of er iets veranderd is. Wil je kleine verschillen zien, meet dan meer vragen, en niet alleen meer runs. Eerlijk gezegd is dit het deel dat de meeste mensen overslaan.

Schommelingen hebben ook andere oorzaken. Op 7 en 8 oktober 2026 kreeg ChatGPT een nieuw model, GPT-6 (volgens LLM Pulse), en zo'n update kan je cijfers in één keer verschuiven.

AI-verkeer apart zien in GA4

Daarvoor maak je een eigen kanaalgroep. Zo'n kanaalgroep bepaalt hoe GA4 je bezoek in bakjes sorteert, zoals "Organic Search" en "Referral".

GA4 heeft sinds mei 2026 een standaardkanaal "AI Assistant", maar dat mist bronnen. Search Engine Journal zag in juli 2026 dat Perplexity er niet in zat. En kliks uit Google AI Overviews en AI-modus tellen altijd als gewoon organisch verkeer.

Zo maak je je eigen kanaal, in het kort:

1. Ga naar Admin, dan Channel groups, en maak een nieuwe groep.
2. Voeg het kanaal "AI-assistenten" toe met de voorwaarde Source matches regex.
3. Zet het kanaal boven Referral. GA4 kiest het eerste kanaal dat past.
4. Sla op. De groep werkt ook met terugwerkende kracht.

De regex die je nodig hebt, staat in de gids AI-verkeer meten in Google Analytics 4. Een regex is een zoekpatroon dat veel varianten in één keer herkent. Voeg er nooit losse woorden als "gpt" aan toe, want dan vang je ook gewone sites.

Wat doe ik met het gat van oktober 2026?

Van 8 tot ongeveer 16 oktober 2026 kwam veel ChatGPT-verkeer zonder herkomst binnen, en GA4 telde het als "direct". LLM Pulse mat een daling van het gemeten ChatGPT-verkeer van ongeveer 46%, terwijl het totale verkeer vrijwel gelijk bleef.

Je kunt dat verborgen verkeer schatten:

1. Zoek je tien pagina's met de meeste ChatGPT-bezoekers tussen 1 augustus en 8 oktober.
2. Vergelijk het directe verkeer op die pagina's in de week van 8 tot en met 15 oktober met de weken ervoor en erna.
3. Steeg "direct" ongeveer even hard als ChatGPT daalde? Dan is het verkeer waarschijnlijk verschoven, niet verdwenen.

AanwijzingenBewijslabel: Dit volgt de aanpak van LLM Pulse, maar het blijft een schatting.

Zet in GA4 ook een aantekening, een zogeheten annotation, op 8 tot en met 15 oktober 2026. Dan weet iedereen die je rapport leest dat die week niet te vergelijken is.

Twee gratis bronnen vullen GA4 aan. Google Search Console heeft sinds juni 2026 rapporten over generatieve AI, en sinds 31 augustus 2026 voor alle sites. Daar zie je je vertoningen als bron in AI Overviews en AI-modus. Bing Webmaster Tools toont in "AI Performance" je citaties in Copilot. Kliks zie je helaas in geen van beide.

Zo rapporteer je AI-zichtbaarheid eerlijk

Houd het bij drie getallen, met een trend en een eerlijke foutmarge. Technische details laat je weg, want daar ligt je directie niet wakker van.

1. Hoe vaak word je genoemd? Bijvoorbeeld genoemd in 18 van de 120 antwoorden, dus 15%.
2. Hoe staat dat tegenover je concurrenten? Dat is je share of voice.
3. Wat levert het op? Laat het AI-verkeer zien, en de aanvragen of verkopen uit dat verkeer.

Meet elke maand, maar rapporteer per kwartaal. Maandcijfers schommelen door toeval en modelupdates, terwijl een kwartaaltrend een stuk betrouwbaarder is.

Leg ook uit waarom het verkeer klein lijkt, want die vraag krijg je toch. Volgens het Digital News Report van het Reuters Institute (juni 2026) klikt maar 4% "altijd of vaak" door vanuit een chatbot, tegen 19% bij zoekmachines. Weinig kliks betekent dus niet weinig invloed.

Wees voorzichtig met marktcijfers. Volgens Statcounter ging in september 2026 83% van het Nederlandse chatbotverkeer naar ChatGPT, en in oktober 2026 meet Statcounter 52,6% voor ChatGPT en 30,8% voor Gemini. Dat valt samen met het gat van 9 oktober. Statcounter telt bovendien doorverwijzingen en geen gebruikers, dus zeg dat erbij als je het cijfer gebruikt.

Zelftoets

1. Een tool meldt dat je score bij 10 vragen steeg van 42% naar 46%. Wat concludeer je?

• A. Je aanpak werkt, want de score steeg.
• B. Je weet het nog niet: bij zo weinig antwoorden valt dit binnen de foutmarge.
• C. De tool meet fout, want scores horen niet te schommelen.

2. Waar staan kliks uit Google AI Overviews en AI-modus in GA4?

• A. In het standaardkanaal AI Assistant.
• B. In Referral.
• C. In Organic Search, samen met gewone Google-kliks.

3. Waarom meet je niet met je eigen ingelogde account?

• A. Omdat AI-assistenten dan geen bronnen tonen.
• B. Omdat de antwoorden dan op jou zijn afgestemd en niet laten zien wat een klant ziet.
• C. Omdat je dan sneller geblokkeerd wordt.

4. Je ChatGPT-verkeer daalde rond 9 oktober 2026 fors, maar je totale verkeer bleef gelijk. Wat is de meest waarschijnlijke verklaring?

• A. ChatGPT noemt je niet meer.
• B. Veel ChatGPT-bezoek kwam tijdelijk binnen als direct verkeer.
• C. Je regex is kapot.

Samenvatting

• Meet twee lagen: wat AI zegt (vermelding, citatie, share of voice, sentiment, positie) en wat het oplevert (verkeer, conversie).
• Werk met een vaste promptset van 30 tot 50 vragen, meerdere runs, uitgelogd of met een leeg testaccount.
• Een kleine meting heeft een grote foutmarge. Meer vragen helpt meer dan meer runs.
• Maak in GA4 een eigen AI-kanaal boven Referral, en markeer 8 tot en met 15 oktober 2026.
• Rapporteer per kwartaal in drie getallen, en wees eerlijk over de onzekerheid.

Volgende stap

In de volgende les leer je hoe je zelf data maakt die AI aanhaalt, in Originele data en citeerbaarheid.

Verdieping:

• AI-zichtbaarheid meten: KPI's en betrouwbaarheid
• Methode, bewijslabels en beperkingen