De traditionele marketingfunnel voelt volledig gebroken met AI-zoekopdrachten - hoe past iedereen zijn klantreisstrategie aan?

Je bent niet alleen. Dit is HET gespreksonderwerp in elke marketing-leiderschapsmeeting op dit moment.

De fundamentele verschuiving:

De traditionele funnel ging uit van sequentiële contactmomenten waarbij je kopers in elke fase kon beïnvloeden. AI-zoekopdrachten comprimeren dit tot wat ik “simultane intentieresolutie” noem.

Wanneer een koper Perplexity een complexe vraag stelt, uit hij:

• Bewustwordingsbehoeften (“Welke oplossingen bestaan er?”)
• Overwegingsbehoeften (“Hoe vergelijken ze?”)
• Beslissingsbehoeften (“Welke past het beste bij mijn specifieke situatie?”)

…allemaal tegelijk. De AI synthetiseert alles en levert een aanbeveling. Je funnel is nu één interactie die je niet beheerst.

De data is duidelijk:

• 90% van de B2B-kopers gebruikt nu generatieve AI tijdens hun kooptraject
• 83% van de buyer journey gebeurt vóór contact met sales
• Traditionele attributiemodellen missen het grootste deel hiervan

Het nieuwe denkkader:

Denk niet meer in “funnelstadia” maar in “AI-aanbevelingsgeschiktheid”.

Je doel is niet meer om kopers door fasen te bewegen, maar om het merk te zijn dat AI aanbeveelt wanneer kopers die fasen in één zoekopdracht samenvouwen.

Wij hebben ons volledige go-to-market zes maanden geleden hierop aangepast.

Wat wij de “AI-tijdperk funnel” noemen:

In plaats van TOFU/MOFU/BOFU denken we nu in termen van:

1. AI-zichtbaarheidslaag

• Worden we genoemd als kopers AI vragen stellen over onze categorie?
• Wat is ons aandeel van de AI-stem versus concurrenten?
• Hoe worden we gepositioneerd in AI-aanbevelingen?

2. Merkbekrachtigingslaag

• Als AI ons noemt, blijft ons merk dan hangen bij de koper?
• Is ons merk sterk genoeg om AI-samenvatting te overleven?
• Verschijnen we in meerdere AI-touchpoints?

3. Conversielaag

• Sluiten we deals als kopers (door AI voorgelicht) binnenkomen?
• Is onze website geoptimaliseerd voor AI-geïnformeerde bezoekers?
• Weet sales hoe om te gaan met AI-voorbereide prospects?

De metrics die we volgen:

• Frequentie van AI-citaties (wekelijks via Am I Cited)
• Aandeel AI-stem per categorie
• Trends in merkzoekvolume
• AI-naar-merkzoekopdracht-correlatie
• Conversieratio “vooraf geïnformeerde” prospects

We kunnen het midden niet volgen, dus focussen we op zichtbaar zijn aan het begin (AI-aanbevelingen) en het optimaliseren van de uitkomst (conversies).

Attributiespecialist hier. Laat me je zorgen met data onderbouwen.

Het “attributiedonker materie”-probleem is echt:

We analyseerden onze laatste 500 gesloten deals:

• 34% had “direct” als eerste touchpoint
• Daarvan gaf 78% aan AI-onderzoek te hebben gedaan toen we vroegen hoe ze ons vonden
• Traditionele attributie kende AI-bewustwording GEEN enkele waarde toe

Het rekenkundige probleem:

Als een prospect ChatGPT vraagt naar onze categorie, wordt aanbevolen, en vervolgens direct onze URL intypt - dan is dat “direct verkeer” in GA4. Maar het is feitelijk AI-gedreven vraag.

Hoe wij ons aanpassen:

1. Post-purchase surveys - Gewoon vragen “Hoe heb je voor het eerst over ons gehoord?” onthult de rol van AI

2. Merkzoek-correlatie - Als onze AI-zichtbaarheid stijgt, volgt merkzoekvolume 2-3 weken later

3. Marketing Mix Modeling (MMM) - Statistische modellen die impact afleiden zonder ieders pad te tracken

4. AI-citatietracking - Met Am I Cited meten wat we niet via traditionele analytics kunnen volgen

De ongemakkelijke waarheid:

Traditionele funnelmetrics (MQL’s, SQL’s, touch-attributie) meten steeds vaker activiteit, niet impact. De echte invloed gebeurt in gesprekken die we niet kunnen zien.

Zo hebben wij onze contentstrategie aangepast voor de AI-funnel:

Oude aanpak (funnel-stage content):

• Bewustwording: “Wat is [categorie]?” blogposts
• Overweging: Vergelijkende gidsen, featurelijsten
• Beslissing: Productpagina’s, klantcases

Nieuwe aanpak (AI-citeerbare content):

Uitgebreide intentcontent

• Pagina’s die de volledige kopersvraag beantwoorden
• Behandelen wat het is, hoe oplossingen zich verhouden, en wie wat zou moeten gebruiken
• Gestructureerd voor AI-extractie (duidelijke koppen, directe antwoorden, ondersteunende data)

Autoriteitscontent

• Origineel onderzoek dat AI kan citeren
• Experts die AI kan quoten
• Branche-specifieke use cases

Validatiecontent

• Klantbewijzen op externe sites
• Reviewsite-optimalisatie
• Features in vakpublicaties

De belangrijkste verschuiving:

We zijn gestopt met denken “welk funnelstadium dient deze content?” en zijn gaan denken “welke volledige vraag beantwoordt deze content?”

Want AI geeft niets om je funnelstadia. Het gaat om het volledig beantwoorden van gebruikersvragen.

Salesperspectief op deze transformatie:

Wat er veranderd is in prospectgesprekken:

Kopers kwamen vroeger met vragen. Nu komen ze binnen met AI-geïnformeerde meningen.

Ze hebben al:

• Over de categorie geleerd
• Leveranciers vergeleken
• Voorkeuren gevormd
• Bezwaren geïdentificeerd

Soms is hun AI-onderzoek accuraat. Soms niet. Maar ze zijn in beide gevallen zelfverzekerd.

Hoe wij ons aanpassen:

1. “Wat heeft AI je verteld?"-ontdekking - We vragen nu vroeg in het gesprek welk AI-onderzoek ze hebben gedaan en wat ze hebben geleerd. Dit onthult misvattingen die we moeten adresseren.

2. AI-geïnformeerde bezwaren behandelen - Veel voorkomende AI-bezwaren worden vastgelegd en proactief aangepakt.

3. Snellere sales cycles - Kopers komen verder in het proces binnen, dus we optimaliseren voor kortere trajecten met AI-voorbereide prospects.

4. Win/loss-analyse omvat AI - We volgen nu of AI ons (of concurrenten) noemde bij verloren deals.

Het positieve:

Als AI ons gunstig aanbeveelt, komen prospects als warme leads met impliciet vertrouwen. Die deals sluiten sneller en tegen hogere waarden.

De uitdaging is zorgen dat AI ons in de eerste plaats juist en gunstig aanbeveelt.

Startupvisie - dit is eigenlijk GOED voor kleinere bedrijven.

Voordelen van de traditionele funnel:

• Grote merken met enorme contentbibliotheken
• SEO-autoriteit opgebouwd over jaren
• Merkherkenning op elk contactpunt

Voordelen van de AI-funnel:

• Relevantie is belangrijker dan omvang
• Het beste antwoord wint, niet het grootste budget
• Nieuwkomers kunnen naast gevestigde namen worden aanbevolen

Wat wij doen:

1. Sterk nichegericht - AI raadt specialisten aan boven generalisten voor specifieke vragen

2. Beter antwoorden, niet beter ranken - We kunnen niet concurreren om traditionele rankings, maar wel het beste antwoord bieden op specifieke vragen

3. Focus op externe validatie - Genoemd worden in reviews, vergelijkingen en discussies die AI vertrouwt

4. AI-aanbevelingen obsessief monitoren - We gebruiken Am I Cited om elke vermelding te volgen en sturen wekelijks bij

Onze resultaten:

We worden naast concurrenten 10x zo groot genoemd omdat AI niet om bedrijfsgrootte geeft - alleen om relevantie voor de vraag.

Het speelveld is eerlijker dan ooit.

Ik begeleid deze overgang bij grote organisaties. Dit is het framework dat ik gebruik:

De “samengevouwen funnel”-strategie:

Laag 1: Vindbaar zijn

• Optimaliseren voor AI-ontdekking (gestructureerde content, volledige antwoorden)
• Aanwezigheid op platforms die AI citeert (Wikipedia, Reddit, G2, vakmedia)
• Overal consistente, accurate informatie

Laag 2: Aanbevelenswaardig zijn

• Duidelijk positioneren voor specifieke use cases
• Externe validatie verzamelen
• Vergelijkingsvragen direct adresseren
• Sterke review-aanwezigheid

Laag 3: Converteerbaar zijn

• Website optimaliseren voor AI-geïnformeerde bezoekers
• Snelle selfservice-evaluatie mogelijk maken
• Sales trainen voor kortere, inhoudelijkere gesprekken

Laag 4: Meetbaar zijn

• AI-zichtbaarheid als primaire metric volgen
• MMM gebruiken voor beïnvloedingsattributie
• AI-mentions koppelen aan downstream metrics

De implementatierealiteit:

De meeste bedrijven kunnen niet in één keer veranderen. Begin met meten - volg AI-zichtbaarheid. Werk dan laag voor laag terug.

Als je je AI-zichtbaarheid niet kunt zien, kun je hem niet verbeteren.

Tegenreactie - ik denk niet dat de funnel dood is, alleen getransformeerd.

Kopers doorlopen nog steeds fasen:

• Ze worden zich bewust van problemen
• Ze overwegen oplossingen
• Ze nemen beslissingen

Wat verandert is WAAR deze fasen plaatsvinden en HOE SNEL ze worden samengevouwen.

De nieuwe funnel is niet “geen funnel” - het is “versnelde funnel in AI-omgevingen”:

• Bewustwording gebeurt in AI-gesprekken
• Overweging in AI-vergelijkingen
• Beslissing in AI-aanbevelingen

Praktische implicatie:

Je hebt nog steeds content voor elke fase nodig - maar die moet staan WAAR AI hem kan vinden en gestructureerd zijn HOE AI hem kan gebruiken.

De funnelpsychologie blijft hetzelfde. De uitvoering is totaal anders.

Deze discussie heeft mijn strategisch denken fundamenteel veranderd.

Belangrijkste inzichten die ik meeneem:

1. Van funnelstadia naar AI-aanbevelingsgeschiktheid - Doel is het merk zijn dat AI aanbeveelt, niet mensen door fasen leiden die wij controleren

2. Van content-voor-stadia naar volledige antwoorden - Eén stuk dat de hele kopersvraag beantwoordt wint van stadiumspecifieke content

3. Van attributietracking naar beïnvloedingsmeting - Accepteer dat traditionele attributie stuk is, gebruik proxies als AI-zichtbaarheid en merkzoek-correlatie

4. Van trafficmetrics naar AI-share of voice - Genoemd worden is belangrijk, ook zonder klikken

5. Van SEO-optimalisatie naar reputatieopbouw - Autoriteit over het web is belangrijker dan individuele pagerankings

Wat ik ga veranderen:

1. AI-zichtbaarheidsmonitoring opzetten met Am I Cited
2. Alle content auditen op AI-volledigheid versus funneldenken
3. AI-citatietracking opnemen in ons dashboard naast traditionele metrics
4. “Hoe beschreef AI ons?” toevoegen aan win/loss-analyse
5. MMM-investering voorstellen aan het management voor betere beïnvloedingsmeting

De ongemakkelijke acceptatie:

De funnel die ik jaren heb geoptimaliseerd was een mentaal model voor een ander tijdperk. Tijd voor nieuwe denkkaders voor het AI-tijdperk.