Hoe meet je jouw AI share of voice? Onze concurrenten domineren ChatGPT-aanbevelingen en we moeten bijbenen

Je analysemethodologie is solide. Hier is hoe je deze resultaten interpreteert en erop kunt acteren.

Over steekproefgrootte:

40 prompts is een goed startpunt voor richtinggevende inzichten. Voor statistisch robuuste tracking raad ik 100+ prompts aan met verschillende intentietypes:

• Informatief (“Wat is X?”)
• Vergelijkend (“X vs Y”)
• Aanbevelend (“Beste X voor Y”)
• Probleemoplossend (“Hoe los je X op?”)

Wat AI share of voice drijft:

Gebaseerd op mijn analyse van honderden merken:

1. Derde partij autoriteit (40% invloed) – Wikipedia-aanwezigheid, G2/Capterra-reviews, vermeldingen in vakpublicaties. AI trianguleert vanuit bronnen die niet van jou afkomstig zijn.

2. Contentvolledigheid (25%) – Diepte en breedte van je content over relevante onderwerpen. AI citeert graag grondige bronnen.

3. Duidelijkheid van merkpositionering (20%) – Hoe duidelijk je beschrijft wat je doet en voor wie. Vage positionering = vage aanbevelingen.

4. Recency-signalen (10%) – Recente content duidt op relevantie. Verouderde content wordt lager gewaardeerd.

5. Technische toegankelijkheid (5%) – Contentstructuur, schema markup, crawlbaarheid.

De ongemakkelijke waarheid:

Concurrent A doet waarschijnlijk niets magisch. Ze hebben waarschijnlijk gewoon een betere derde partij aanwezigheid en meer volledige content. Het gat is te overbruggen, maar niet van de ene op de andere dag.

Wij hebben exact deze oefening 8 maanden geleden gedaan. Dit heeft echt verschil gemaakt:

Wat werkte:

1. Wikipedia-aanwezigheid – We hadden geen Wikipedia-pagina. Concurrent A wel. Er één krijgen (legitiem, met notabiliteit) was een project van 6 maanden, maar had enorme impact.

2. Optimalisatie van review-sites – Actieve campagne om klanten op G2 en Capterra te krijgen. AI-systemen wegen deze platforms zwaar mee.

3. Uitgebreide pijlercontent – Vijf leidende gidsen gemaakt op onze kernthema’s (5.000+ woorden elk, allesomvattend). Werden dé bronnen voor citaties.

4. Expert quotability – Onze CEO werd geciteerd in vakpublicaties. Die citaten verschijnen in AI-antwoorden.

5. Consistente messaging overal – Audit toonde inconsistente beschrijvingen op het web. AI raakte in de war over wat we precies doen.

Wat niet werkte:

• Generieke blogposts (te oppervlakkig voor citaties)
• Betaalde contentplaatsingen (AI lijkt verdiende dekking zwaarder te wegen)
• Alleen technische SEO-aanpassingen (noodzakelijk maar niet genoeg)

Onze resultaten:

Share of voice ging van 28% naar 52% in 8 maanden. Nog steeds achter de leider, maar competitief.

Analytics-perspectief op het meten van AI share of voice:

De meetuitdaging:

Handmatig prompts testen is waardevol maar tijdrovend. Voor continue opvolging heb je automatisering nodig.

Tools die we hebben geëvalueerd:

1. Am I Cited – Beste voor monitoring van merkvermeldingen op AI-platforms. Volgt ChatGPT, Perplexity, Google AI Overviews, Claude. Wij gebruiken dit voor wekelijkse rapportage.

2. HubSpot AI Share of Voice Tool – Goed voor concurrentiebenchmarking, analyseert GPT-4o, Perplexity en Gemini

3. Profound – Meer enterprise-gericht, gedetailleerde sentimentanalyse

4. Handmatige audits – Toch maandelijks diepgaande controles met eigen prompts

Ons tracking-framework:

• Wekelijks: Am I Cited-monitoring voor frequentie van vermeldingen
• Maandelijks: Handmatige audit van 50 prompts met sentimentanalyse
• Elk kwartaal: Volledige concurrentieanalyse met 150+ prompts

De metric die we rapporteren aan het leiderschap:

“AI Share of Voice Index” – ons vermeldingpercentage gedeeld door dat van de grootste concurrent. Doel is boven 0,8 uitkomen (binnen 80% van de leider).

PR-perspectief hier – dit wordt een belangrijk onderdeel van onze strategie.

De AI-PR-verbinding:

AI-systemen wegen verdiende media-aandacht zwaar mee. Dezelfde PR-inspanningen die traditionele merkbekendheid opbouwen, bouwen nu ook AI share of voice op.

Wat we hebben veranderd:

1. Richten op AI-geciteerde publicaties – We hebben geanalyseerd welke publicaties vaak door AI worden geciteerd en richten onze pitches daarop

2. Expertpositionering – Zorgen dat onze executives geciteerd worden in vakartikelen. AI citeert graag experts.

3. Origineel onderzoek – Publiceren van originele data die anderen citeren. Creëert een citatiecascade.

4. Wikipedia-strategie – Samenwerken met een Wikipedia-consultant om onze bedrijfspagina accuraat en volledig te maken

Data die onze CEO overtuigde:

We ontdekten dat merken die genoemd worden in publicaties die AI vaak citeert (Wikipedia, Forbes, TechCrunch) 2,3x hogere AI share of voice hadden dan merken met vergelijkbare omzet en traditionele SEO-aanwezigheid.

PR is nu direct gekoppeld aan AI-zichtbaarheidsstatistieken, niet alleen aan traditionele mediabereik.

B2B-context omdat de OP daar volgens mij in zit:

AI share of voice werkt anders in B2B:

Onze kopers vragen niet “beste CRM” – ze stellen specifieke vragen zoals:

• “Welke CRM integreert met SAP en heeft SOC 2-compliance?”
• “CRM voor financiële dienstverlening met aangepaste workflow-automatisering”
• “Enterprise CRM met Europese dataopslag”

Het nichevoordeel:

Voor specifieke zoekopdrachten kun je domineren, zelfs tegenover grotere concurrenten. Concurrent A wint wellicht “beste CRM”, maar wij kunnen winnen op “[specifiek gebruik] CRM”.

Onze strategie:

1. Bepaal de specifieke vragen die onze ideale klanten stellen
2. Maak definitieve content voor die smalle onderwerpen
3. Bouw autoriteit specifiek in onze niche

Resultaten:

Totale share of voice: 25% (achter de leiders) Share of voice op onze ideale klantenqueries: 65% (leidend)

Probeer niet alles te winnen. Win waar het ertoe doet voor jouw business.

Productmarketing-invalshoek:

Het probleem van positioneringsduidelijkheid:

Ik beoordeel AI-antwoorden over merken professioneel. Het grootste probleem: AI kan niet duidelijk verwoorden wat bedrijven doen.

Prompts als “Wat doet [Bedrijf]?” leveren vage of onjuiste antwoorden op omdat:

• Websiteboodschap onduidelijk is
• Verschillende bronnen het bedrijf verschillend beschrijven
• Geen consistente waardepropositie over alle platforms

De oplossing:

1. Maak één positioneringsstatement die letterlijk geciteerd kan worden
2. Zorg dat deze letterlijk verschijnt op je website, LinkedIn, Crunchbase, G2, overal
3. Train AI door herhaling – hoe consistenter je wordt beschreven, hoe consistenter AI je beschrijft

Test het zelf:

Vraag ChatGPT “Wat doet [jouw bedrijf]?” Vergelijk het antwoord met hoe je wilt dat je wordt beschreven. Het verschil is je positioneringsprobleem.

Bedrijven met heldere, consistente positionering hebben 40-60% hogere share of voice dan bedrijven met vage boodschap, zelfs met vergelijkbare contentvolumes.

Onze systematische aanpak voor verbetering van share of voice:

Het 90-dagen stappenplan dat wij gebruikten:

Dagen 1-30: Audit & Fundering

• Volledige AI-zichtbaarheidsaudit (100+ prompts)
• Identificeer meest geciteerde concurrenten en analyseer waarom
• Audit merkconsistentie op alle platforms
• Zet Am I Cited op voor continue monitoring

Dagen 31-60: Content & Autoriteit

• Herstructureer top 20 pagina’s voor AI-citeerbaarheid
• Lanceer 3 uitgebreide pijlercontentstukken
• Start G2/Capterra review-campagne
• Pitch 5 vakpublicaties voor coverage

Dagen 61-90: Opschalen & Optimaliseren

• Monitor eerste resultaten in Perplexity (snelste feedback)
• Pas contentstructuur aan op basis van wat wordt geciteerd
• Breid aanwezigheid op reviewplatforms uit
• Start expertcitaten-campagne

Onze resultaten:

• Start share of voice: 22%
• Na 90 dagen: 38%
• Na 6 maanden: 51%

Het is geen raketwetenschap – het is systematische uitvoering van bekende best practices.

Vanuit ons bureau, dat zich hierop richt, deel ik veelgemaakte fouten:

Waarom merken falen met share of voice:

1. Eenmalig projectdenken – Ze doen een audit, brengen wijzigingen aan en stoppen dan. Concurrenten gaan door. Share of voice is een voortdurende race.

2. Derde partij aanwezigheid negeren – Ze optimaliseren hun website en vragen zich af waarom er niets verandert. 40% van de invloed ligt buiten de eigen site.

3. Generieke content – Content die AI niet zal citeren omdat het niet volledig of autoritatief genoeg is.

4. Inconsistente monitoring – Ze checken per kwartaal in plaats van wekelijks. Missen trends en bewegingen van concurrenten.

5. Ongeduld – Verwachten resultaat binnen weken terwijl het maanden duurt. Geven op voordat momentum ontstaat.

De merken die winnen:

• Behandelen AI share of voice als een doorlopend programma, geen project
• Balanceren investering op en buiten de eigen site
• Monitoren wekelijks, rapporteren maandelijks, bepalen strategie elk kwartaal
• Gaan voor 6-12 maanden tijdslijn

Het verschil tussen 35% en 65% share of voice is geen toeval – het is aanhoudende focus.

Deze thread is ontzettend waardevol geweest. Mijn actieplan is nu duidelijk.

Belangrijkste inzichten die ik meeneem:

1. Derde partij autoriteit is 40% van het werk – Onze onderinvestering in PR en review-sites is het grootste gat

2. Positioneringsduidelijkheid telt – Testen van “Wat doet [bedrijf]?” liet zien dat onze boodschap inconsistent is

3. Systematische aanpak wint van eenmalige acties – Het 90-dagen stappenplan spreekt aan

4. Nichefocus kan winnen – We kunnen domineren op onze specifieke use-case queries, ook al winnen we niet op brede termen

5. Continu monitoren is essentieel – Wekelijks volgen, niet per kwartaal

Wat ik ga voorstellen aan het management:

Direct (deze maand):

• Zet Am I Cited op voor continue monitoring
• Audit merkconsistentie op alle platforms
• Test positioneringsduidelijkheid via AI-prompts

90-dagen sprint:

• G2/Capterra reviewcampagne starten
• 5 uitgebreide pijlercontentstukken lanceren
• PR-push gericht op AI-geciteerde publicaties
• Wekelijkse share of voice-tracking

6-maanden doel:

• Van 35% naar 55% share of voice gaan
• 70%+ behalen op onze niche use-case queries
• Het gat met Concurrent A verkleinen van 2x naar 1,3x

Het framework hiervoor is nu veel duidelijker. Tijd om te gaan uitvoeren.