Content voor het midden van de funnel voelt als een niemandsland voor AI-citaties. Hoe optimaliseer je overwegingsfase-content?

Het probleem is niet MOFU-content zelf – het is hoe MOFU-content doorgaans wordt gepositioneerd.

Huidige MOFU-positionering (werkt niet voor AI):

• “Waarom je X nodig hebt” (impliceert dat je X verkoopt)
• “Signalen dat je klaar bent voor X” (wederom, je verkoopt X)
• “Het pleidooi voor X” (opinie, verkoopt X)

AI-vriendelijke MOFU-positionering (dezelfde content, andere insteek):

• “Hoe evalueer je X-oplossingen” (educatief)
• “Besluitvormingskader voor het kiezen van X” (behulpzaam)
• “Waarop letten bij het selecteren van X” (adviserend)

Het verschil:

De eerste reeks positioneert je als een verkoper. De tweede serie als een adviseur die helpt bij het kiezen.

AI wil behulpzame, neutrale content citeren. Door je MOFU als “evaluatiehulp” te positioneren in plaats van als “verkoopargument”, maak je het citeren mogelijk.

Voorbeeldtransformatie:

Voor: “5 signalen dat je een CRM-systeem nodig hebt” Na: “Hoe weet je wanneer je bedrijf een CRM nodig heeft: Besluitvormingskader”

Zelfde doelgroep, zelfde funnelstadium, maar de tweede kan worden geciteerd als iemand vraagt “Heb ik een CRM nodig?”

MOFU-contenttypes die werken voor AI:

1. Besluitvormingskaders “Hoe kies je [Categorie]: De complete evaluatiegids”

• Criteria voor evaluatie
• Vragen om aan leveranciers te stellen
• Rode vlaggen om op te letten
• Jouw product genoemd als één van de opties

2. Vergelijkingsgidsen “[Categorie] vergelijking: Hoe evalueer je jouw opties”

• Featurevergelijkingsmatrix
• Prijsvergelijking
• Use case-aanbevelingen
• Neutraal, maar je wordt genoemd

3. Use case-gidsen “[Categorie] voor [Use case]: Wat je moet weten”

• Specifieke toepassing van categorie
• Eisen voor die use case
• Passende opties (waaronder jijzelf)

4. ROI-calculators (als content) “Hoe bereken je de ROI van [Categorie]”

• Uitleg van de methodologie
• Factoren om te overwegen
• Voorbeeldberekeningen
• Jouw product als illustratie

Wat niet werkt:

• “Waarom [Jouw product] het beste is”
• “Het pleidooi voor [Jouw product]”
• Alle content waarbij je duidelijk verkoopt in plaats van helpt

Lead-capturestrategie voor AI-geoptimaliseerde MOFU:

Zet niet het hele stuk achter een formulier. AI kan geen afgeschermde content zien en gebruikers verwachten steeds vaker open informatie.

Gebruik in plaats daarvan content-upgrades:

Het hoofdartikel: Open, AI-zichtbaar, uitgebreid “Hoe evalueer je CRM-systemen: Besluitvormingskader”

De upgrade: Afgeschermde, waardevolle aanvulling “Download onze CRM-evaluatie-scorecard-template”

Hoe werkt het:

1. Gebruiker vindt je artikel via AI of zoekmachine
2. Leest het kader, vindt het waardevol
3. Ziet upgrade-aanbieding voor praktische tool
4. Ruilt e-mailadres voor template
5. Komt in nurture-sequence

Resultaten:

We hebben dit getest tegenover volledig afgeschermde MOFU-content:

• Afgeschermd: 0 AI-citaties, 3% formulierinvulling
• Open + upgrade: 8 AI-citaties, 7% formulierinvulling

Betere AI-zichtbaarheid EN betere lead capture.

Specifieke MOFU-types en hun AI-potentieel:

Belangrijk inzicht:

MOFU die antwoord geeft op “Hoe evalueer/beslis ik?” werkt voor AI. MOFU die antwoord geeft op “Waarom zou ik kopen?” werkt niet.

Positioneer je overwegingscontent als evaluatiehulp, niet als verkoopargument.

Schema-kansen voor MOFU-content:

Voor vergelijkingsgidsen:

• ComparisonChart schema
• Product schema voor elke optie

Voor besluitvormingskaders:

• HowTo schema (stappen in het beslissingsproces)
• FAQ schema (veelgestelde vragen)

Voor ROI-content:

• Article schema
• FAQ schema

Voor use case-gidsen:

• Article schema met specifiek “about”-onderwerp
• FAQ schema

Schema helpt AI om te begrijpen dat jouw MOFU-content gestructureerde evaluatiehulp is en geen promotiemateriaal.

Wij hebben ComparisonChart schema toegevoegd aan onze vergelijkingsgidsen. AI-citatieratio ging van 6% naar 24% op die pagina’s.

Attributiemodel voor MOFU-content:

De uitdaging: MOFU-content zit midden in de klantreis. Het is geen eerste-touch (awareness) of laatste-touch (conversie). Het wordt vaak ondergewaardeerd in attributiemodellen.

Wat wij meten:

1. AI-verkeersverwijzingen naar MOFU-pagina’s
2. Engagement-diepte (tijd op pagina, scrollen, volgende pagina)
3. Geassisteerde conversies waarbij MOFU in het pad zat
4. Conversieratio van content-upgrade
5. Engagement in nurture-sequence vanuit MOFU-leads

Wat we ontdekten:

MOFU-content die AI-citaties krijgt, heeft 2,3x hogere geassisteerde conversieratio dan MOFU zonder citaties.

Waarom? Gebruikers die je via AI vinden, zijn actief aan het onderzoeken. Jouw behulpzame kader bouwt vertrouwen op. Ze zijn later eerder geneigd om met jouw merk in zee te gaan.

AI-zichtbaarheid voor MOFU draait niet om directe conversie. Het gaat om de overwegingsset binnendringen als mensen actief evalueren.

Deze thread heeft mijn kijk op MOFU-content veranderd. Belangrijkste inzichten:

Het probleem: Onze MOFU was gepositioneerd als verkoopargumenten. AI citeert geen verkoopargumenten.

De oplossing: Positioneer MOFU als evaluatiehulp. Zelfde funnelstadium, andere positionering.

Actieplan:

1. Herpositioneer bestaande content:

   • “Waarom je X nodig hebt” → “Hoe weet je of je X nodig hebt”
   • “5 signalen dat je er klaar voor bent” → “Besluitvormingskader: Wanneer is het juiste moment voor X?”

2. Structureer voor beide doelen:

   • Laag 1: Educatief kader (AI citeert dit)
   • Laag 2: Hoe opties vergelijken (inclusief ons)
   • Laag 3: Onze aanbeveling + CTA

3. Content-upgrades:

   • Hoofdcontent niet afschermen
   • Waardevolle tools/templates als upgrade aanbieden
   • Leads binnenhalen via waarde-uitwisseling

4. Schema-implementatie:

   • ComparisonChart voor vergelijkingen
   • HowTo voor besluitvormingskaders
   • FAQ voor veelgestelde vragen

Belangrijkste inzicht: MOFU is geen niemandsland – het was gewoon verkeerd gepositioneerd. Evaluatiehulp wordt geciteerd EN nurturet prospects.

Iedereen bedankt voor de herpositionering en praktische voorbeelden!