AI-zichtbaarheid is geen resultaat dat je haalt en houdt. Modellen worden vervangen, hertraind en herzien; bronnen verschuiven; concurrenten worden actief. Wat vandaag klopt, kan over twee maanden anders liggen — zonder dat er bij jou iets veranderd is.
Daarom eindigt het pad niet bij de uitvoering maar bij de hermeting, en begint het daarna opnieuw. Dezelfde vragen, dezelfde kanalen, dezelfde meetlat, op vaste momenten. Zo scheid je beweging van ruis. En door je eigen ingrepen en controlevragen ernaast te leggen, kan je inschatten waar die beweging vandaan komt. Model- en productwijzigingen registreren we apart, zodat een sprong in de cijfers niet stilzwijgend op jouw conto komt.
Dat laatste is belangrijker dan het klinkt. Wanneer een model plots minder bronnen toont, ziet dat er in een dashboard uit als een instorting — terwijl je aanwezigheid in de antwoordtekst nauwelijks bewoog. Wie citaties los van vermeldingen leest, trekt dan de verkeerde conclusie en stuurt bij op iets wat niet gebeurd is.
De terugkerende meting draait volgens onze eigen methodiek: dezelfde vraagsets, dezelfde kanalen, dezelfde meetlat als de nulmeting. Je krijgt de cijfers, maar vooral de lezing: wat is verschoven, wat betekent het, en wat doen we ermee in de volgende ronde.