I. Je metrics kloppen nog — maar ze meten het verkeerde
Je campagnes draaien. De CTR zit goed. De ROAS is verdedigbaar. Cost per acquisition beweegt in de juiste richting.
En toch voelt er iets niet meer. Alsof je heel precies meet — maar niet zeker bent wat je aan het meten bent.
Het is niet dat paid media niet meer werkt. Het werkt nog steeds. Maar het meet iets anders dan het vroeger mat. En het bereikt iemand op een ander moment in zijn beslissingsproces dan vroeger.
Want er is een moment dat je niet ziet in je dashboard. Een moment dat plaatsvindt vóór iemand zoekt, vóór hij klikt, vóór hij jouw advertentie ziet. Het moment waarop hij een AI-model vraagt wat hij moet doen — en het model antwoordt. Zonder advertentie. Zonder click. Zonder sessiondata.
Op dat moment wordt zijn shortlist bepaald. Jij stond erin, of niet.
Wat daarna komt — het zoeken, het vergelijken, het klikken — is de bevestigingsfase. Je advertentie bereikt iemand die al weet wat hij wil. En een advertentie die bevestigt is goedkoper om te maken dan een advertentie die overtuigt. Maar alleen als jouw merk al in die shortlist zat.
II. Zero-click is niet nieuw — maar AI maakt het definitief
De zero-click search bestaat al jaren. Featured snippets, knowledge panels, directe antwoorden bovenaan Google — het idee dat een gebruiker zijn antwoord krijgt zonder door te klikken is niet nieuw.
Wat AI verandert is de schaal en de diepgang. Een featured snippet geeft een definitie. Een AI-antwoord geeft een aanbeveling, een vergelijking, een stappenplan, een shortlist. De gebruiker heeft geen reden meer om door te klikken.
Kijk naar je eigen gedrag. Als Google een AI-antwoord toont, hoe vaak klik je dan nog door?
Voor paid media betekent dit: het verkeer dat je koopt is duurder per beslissing dan het lijkt. Want een deel van de beslissingen valt vóór het verkeer begint. Dat deel groeit. En het is onzichtbaar in je attribution model.
III. Het attribution-gat dat niemand rapporteert
Stel: iemand vraagt aan ChatGPT welke bank hij moet kiezen. Het model noemt jouw merk als eerste optie. Een week later ziet hij jouw display-advertentie, klikt door en vraagt een offerte aan.
In jouw dashboard: een conversie via display. ROAS berekend. Campagne geoptimaliseerd op basis van die data.
Wat je dashboard niet ziet: de AI-interactie die de eigenlijke beslissing heeft genomen. De display-advertentie heeft bevestigd, niet overtuigd. De werkelijke cost per acquisition is lager dan je denkt — maar alleen omdat AI het zware werk heeft gedaan.
Omgekeerd: als het model jouw merk niet noemt, of een concurrent aanbeveelt, ziet die gebruiker een week later jouw advertentie en klikt toch door — maar hij heeft al een voorkeur. Je conversierate is lager. Je cost per acquisition stijgt. En jij optimaliseert je biedstrategie terwijl het echte probleem elders ligt.
Het fundamentele verschil met SEO en SEA: daar zat altijd een feedback loop. In AI heb je geen knop om dat te corrigeren.
Dat is het attribution-gat. Paid media-managers optimaliseren op de data die ze hebben. Maar de data begint pas te lopen vanaf de klik. Je optimaliseert de laatste kilometer. De beslissing viel eerder.
En het verraderlijke: de cijfers zien er nog steeds goed uit. Budgetten worden verkeerd toegewezen zonder dat iemand het doorheeft. Succes wordt correct gemeten — maar op het verkeerde moment.
IV. Paid en AI visibility zijn geen concurrenten
Dit is geen pleidooi om paid media te vervangen door AI visibility. Dat is een valse tegenstelling.
Paid media blijft onmisbaar voor wat het goed doet: snel bereik, nieuwe doelgroepen activeren, seizoensaanbod pushen, prijspromoties. Die functies veranderen niet.
Wat verandert is de rol die paid speelt in het totale plaatje. Een gebruiker die jouw merk eerst tegenkomt via een AI-antwoord en daarna via een advertentie, ervaart die advertentie anders. Ze bevestigt. Ze activeert. De drempel is lager, de conversie hoger.
Omgekeerd versterkt paid ook AI visibility. Merken die meer online aanwezig zijn zijn beter vertegenwoordigd in bronnen die modellen raadplegen. De twee versterken elkaar. Maar alleen als je ze bewust samen beheert.
V. Wat je vandaag kan meten
Het goede nieuws: AI visibility is meetbaar. Niet via je bestaande dashboards — maar met een aanpak die je naast je paid monitoring kan leggen.
De basis: een set open consumentenvragen — geen branded vragen — die je systematisch door meerdere modellen draait. ChatGPT, Gemini, Perplexity. En je registreert niet alleen óf je merk verschijnt, maar hoe.
Want daar zit precies het probleem met de meeste AI-monitoring vandaag: ze meten aanwezigheid en noemen dat visibility. Maar aanwezig zijn en aanbevolen worden zijn twee verschillende dingen.
Verschijnt jouw merk spontaan bij open vragen? Dat is je vertrekpunt. Maar een merk dat vermeld wordt als bijkomende optie, nadat het echte advies al gegeven is, is wel aanwezig. Het verliest de beslissing.
En áls je verschijnt, hoe sta je er dan bij? Eerste aanbeveling of vijfde optie? Met overtuigende taal of met voorbehouden? “Merk X is een goede keuze” en “merk X is ook een optie” zijn beide een vermelding. Ze zijn commercieel fundamenteel anders.
En dan is er de vraag die het dichtst aanleunt bij wat paid media probeert te bereiken: hoe vaak sta je er én eerst én met overtuiging? Dat moment — waar aanwezigheid en voorkeur samenvallen — ontbreekt in vrijwel elk AI-dashboard dat vandaag bestaat.
Samen vertellen die observaties je iets wat je paid data niet vertelt: wat er gebeurt vóór de klik — en of je het wint of verliest.
VI. Wat je kan doen zonder het wiel opnieuw uit te vinden
Content die antwoorden geeft, niet slogans verkoopt. AI-modellen leren niet van campagnetaal. Elke FAQ-pagina, elke productuitleg, elk artikel dat een echte consumentenvraag beantwoordt is potentieel materiaal. Content als kennisbron.
Je landingspagina verdient een nieuwe rol. De bezoeker die via AI bij je uitkomt is voorbij de “wat is dit?”-fase. Hij zit in de “bewijs het maar”-fase. Je homepage is niet langer je pitch. Het is je bewijsstuk.
Structured data. Schema.org markup helpt modellen jouw content interpreteren.
Aanwezigheid in bronnen die modellen vertrouwen. Onafhankelijke, neutrale bronnen: vergelijkingssites, consumentenorganisaties, journalistieke stukken.
Een gewenst AI-profiel definiëren. Welke producten moeten geassocieerd worden met jouw merk? Welke sterktes? Welke context?
VII. De vraag die je aan je team moet stellen
Volgende keer dat je je paid performance review hebt, stel dan één vraag die waarschijnlijk niemand kan beantwoorden:
“Wat zeggen AI-modellen over ons merk als iemand vraagt naar onze productcategorie — zonder onze naam te noemen?”
Als niemand het weet, heb je een blinde vlek in je marketingstrategie. Geen reden tot paniek — maar wel een reden om er iets aan te doen.
Want de gebruiker die via AI bij een concurrent uitkomt, en daarna jouw advertentie ziet, heeft al besloten. Je betaalt voor een impressie bij iemand wiens shortlist al klaar is — en jij staat er niet op.
Dat is niet een paid media-probleem. Dat is een visibility-probleem dat paid media zichtbaar maakt in je cijfers.
AI visibility is geen alternatief voor paid. Het is wat paid effectief maakt.
