Spectaculaire AI-cijfers? Kijk verder dan het conversiepercentage en doe de 4V-check

ChatGPT-verkeer converteert 5,1 keer beter dan Google-verkeer. Het is precies het soort cijfer dat blijft hangen. Het klinkt logisch, past bij de AI-hype en geeft marketeers een reden om snel in GEO en AI-search te investeren.

Ook op Frankwatching verscheen onlangs die conclusie. Maar de veelgeciteerde ‘5,1×’ blijkt geen stabiele benchmark. Online circuleren varianten met 14,2% conversie tegenover zowel 2% als 2,8%. Alleen de laatste combinatie komt rekenkundig op 5,1× uit, terwijl de onderliggende methode niet publiek genoeg is beschreven om de datasets één op één te controleren.

Dat wordt interessanter wanneer je de claim naast een peer-reviewed onderzoek van Kaiser & Schulze in Marketing Science (2026) legt. Onderzoekers analyseerden 973 e-commercewebsites met samen ruim 20 miljard dollar jaaromzet, meer dan 50.000 transacties afkomstig uit ChatGPT en 164 miljoen transacties uit traditionele kanalen. Hun uitkomst is een stuk minder sexy: ChatGPT-verkeer presteerde beter dan paid social, maar slechter dan alle andere onderzochte traditionele kanalen.

Dat bewijst niet dat elk eerder onderzoek fout is. Het laat wel zien hoe snel wij als marketeers van één opvallend resultaat een universele waarheid maken.

Eerst het goede nieuws: ChatGPT stuurt steeds meer verkeer

De groei is echt. Semrush analyseerde 17 maanden clickstreamdata en zag het uitgaande referralverkeer vanuit ChatGPT tussen januari 2025 en januari 2026 met 206% stijgen. Belangrijke nuance: dit cijfer komt uit het Amerikaanse clickstreampanel van Semrush en is dus geen wereldwijde marktmeting.

Maar groei en omvang zijn twee verschillende dingen. In het onderzoek dat in Marketing Science verscheen, vertegenwoordigde organisch LLM-verkeer een jaar na de start nog minder dan 0,2% van al het verkeer in de dataset. Google Organic was ongeveer tweehonderd keer groter.

We hebben dus tegelijkertijd twee waarheden:

• AI-referrals groeien hard.
• AI-referrals zijn nog klein.

Dat klinkt minder spectaculair dan ‘Google is dood’, maar het helpt een marketingmanager uiteindelijk een stuk beter.

Twee grote datasets, twee verschillende antwoorden

Zet je twee belangrijke datasets naast elkaar, dan zie je vooral waarom één los percentage zo weinig zegt:

• Marketing Science (peer-reviewed): 973 e-commercesites, meer dan 50.000 ChatGPT-transacties en 164 miljoen transacties uit andere kanalen. ChatGPT presteerde beter dan paid social, maar lager dan de overige onderzochte kanalen. De beperking: e-commerce en last-clickattributie, waardoor invloed vóór de klik deels buiten beeld blijft.
• Lebesgue (industrie-analyse): meer dan 35.000 Shopify-merken. De gerapporteerde conversie was 3,6% voor AI-referrals tegenover 1,23% voor traditioneel Google-zoekverkeer; de omzet per sessie lag circa 30% hoger. De publieke methodologische toelichting is veel beperkter dan bij het peer-reviewed onderzoek.

De Marketing Science-onderzoekers beschikten over twaalf maanden data, van augustus 2024 tot en met juli 2025. Hun hoofdmodel gebruikt een periode van zes maanden en ze toetsten de uitkomst ook met perioden van drie en twaalf maanden. Bij organisch zoekverkeer lag de kans op conversie in het hoofdmodel 13% hoger dan bij organisch LLM-verkeer.

Dat is iets anders dan zeggen dat de Shopify-cijfers ‘dus niet kloppen’. De definities, platforms, productmix, meetperiode en attributie verschillen. Een dataset met 35.000 winkels is niet automatisch beter dan een dataset met 973 winkels, net zoals 973 winkels niet automatisch meer zeggen over jouw webshop. Een mooi percentage zonder context blijft een mooi percentage. Geen strategie.

Waarom ‘5,1 keer beter’ tegelijk waar én misleidend kan zijn

Stel dat een webshop twintig bezoeken vanuit ChatGPT krijgt en daar twee verkopen uit haalt. Dan is de conversie 10%. Als Google in dezelfde periode 10.000 bezoeken en 200 verkopen oplevert, is de conversie 2%.

ChatGPT converteert in dit voorbeeld vijf keer beter. Toch levert Google honderd keer zoveel verkopen op. Het percentage is niet fout, maar de conclusie dat ChatGPT daarmee het ‘betere kanaal’ is, is veel te groot.

Bij een klein kanaal kunnen enkele transacties het conversiepercentage bovendien enorm laten bewegen. Daarom wil ik naast het percentage altijd de absolute aantallen, de omzet per sessie, de productcategorie en de meetperiode zien.

Hoge intentie is niet hetzelfde als hoge conversie

Ik snap waarom het verhaal aantrekkelijk is. Iemand vraagt ChatGPT bijvoorbeeld: ‘Welke goede espressomachine onder € 500 heeft een losse melkopschuimer, is makkelijk schoon te maken en past onder een keukenkastje van 45 centimeter?’

Als die persoon vervolgens op een aanbevolen webshop klikt, is hij waarschijnlijk een stuk verder dan iemand die alleen ‘espressomachine’ in Google intikt. De intentie is specifieker. Maar intentie alleen bepaalt niet of iemand koopt.

Prijs speelt mee. Voorraad, vertrouwen, verzendkosten, retourvoorwaarden, betaalmethode, merkvoorkeur en de kwaliteit van je productpagina ook. En soms heeft de AI al zoveel informatie gegeven dat een klik juist minder waarschijnlijk wordt.

Het Marketing Science-onderzoek laat daarbij iets interessants zien: ChatGPT-referrals deden het relatief beter bij complexere producten met een grotere informatiebehoefte. In categorieën met een hoge productcomplexiteit kon organisch LLM-verkeer zelfs meerdere traditionele kanalen voorbijstreven.

Dat vind ik voor marketeers veel bruikbaarder dan de vraag of het gemiddelde conversiepercentage twee, vijf of acht keer hoger is. Misschien is AI-search geen beter kanaal voor iedere aankoop, maar vooral voor bepaalde beslissingen.

Een LLM is geen kleine versie van Google

Daar zit volgens mij de grootste denkfout. We proberen ChatGPT in hetzelfde dashboardvakje te stoppen als Google Organic, Google Ads en Meta: bron, sessies, conversiepercentage, omzet, klaar.

Maar een groot deel van de invloed van AI kan vóór de klik plaatsvinden. Een gebruiker kan tien minuten praten over oplossingen, merken uitsluiten, eisen aanscherpen en drie opties vergelijken voordat hij uiteindelijk één website bezoekt. Die website ziet één referral, de werkelijkheid was een compleet oriëntatieproces.

Omgekeerd kan iemand jouw merk meerdere keren in AI-antwoorden tegenkomen en uiteindelijk rechtstreeks je bedrijfsnaam in Google intypen. Dan krijgt Google de sessie, maar was Google ook de reden voor de keuze? Niet noodzakelijk.

Het Marketing Science-onderzoek benoemt die beperking zelf. Het gebruikt last-clickattributie en kan daardoor invloed hoger in de funnel niet volledig vangen. De onderzoekers waarschuwen bovendien dat de volwassenheid van het kanaal nog kan veranderen: deze cijfers zijn een momentopname van een jong verkeerskanaal.

Mijn 4V-check voor spectaculaire AI-cijfers

Om te voorkomen dat een opvallend percentage meteen een strategie wordt, gebruik ik voortaan vier vragen. Ze zijn eenvoudig genoeg voor een marketingoverleg en streng genoeg om de meeste losse claims snel te ontleden.

1. Volume

Over hoeveel sessies, transacties en omzet gaat het werkelijk? Een conversie van 10% op twintig bezoeken is iets anders dan 3% op honderdduizend bezoeken.

2. Vergelijking

Waarmee wordt AI-verkeer vergeleken: paid social, Google Ads, organisch zoekverkeer of al het overige verkeer op één hoop? En gebruikt de vergelijking dezelfde periode, markt en productcategorie?

3. Verdeling

Is het gemiddelde representatief, of wordt het resultaat gedragen door een paar webshops, complexe producten of uitzonderlijk sterke merken? Een gemiddelde kan de interessantste verschillen onzichtbaar maken.

4. Waarde

Levert het kanaal meer omzet, marge of gekwalificeerde leads op? En kijken we alleen naar de laatste klik, of ook naar merkzoekopdrachten, assist-conversies en zichtbaarheid tijdens de oriëntatie?

Voor klanten zou ik conversiepercentage dus absoluut blijven meten, maar nooit geïsoleerd. Kijk ook naar de ontwikkeling van LLM-referrals, de pagina’s en producten die het verkeer ontvangen, absolute transacties, omzet per sessie, leadkwaliteit, branded search en merkvermeldingen in relevante AI-antwoorden.

Pas op met spectaculaire AI-cases

We zitten in een fase waarin iedereen graag bewijst dat zijn GEO-, AEO- of AI-searchaanpak werkt. Een grafiek met ‘+500% ChatGPT-verkeer’ ziet er fantastisch uit. Maar als Semrush in dezelfde periode een marktbrede referralgroei van 206% in zijn Amerikaanse panel ziet, is jouw stijging niet automatisch bewijs dat jouw optimalisatie de oorzaak was.

Je wilt dan weten wat de absolute omvang was, wat een vergelijkbare controlegroep deed, welke attributiemethode is gebruikt en hoeveel omzet of gekwalificeerde leads er uiteindelijk uitkwamen. Dat zijn minder leuke LinkedIn-grafieken. Wel betere marketing.

AI hoeft Google niet te verslaan om belangrijk te worden

De interessantste conclusie uit het onderzoek vind ik daarom juist niet dat ChatGPT ‘slechter converteert’. Dat is veel te simpel. Het interessante is dat binnen een paar jaar een compleet nieuw verwijzend kanaal meetbaar is geworden, dat bij complexe aankopen al specifieke sterke punten laat zien en waarvan het verkeer snel groeit.

Dat verdient aandacht. Geen paniek. Geen sprookjes.

Als marketeer hoef ik niet te bewijzen dat ChatGPT 5,1 keer beter is dan Google om ermee aan de slag te gaan. Ik moet weten waar het waarde toevoegt. Dus de volgende keer dat iemand zegt dat AI-verkeer ‘veel beter converteert’, zou ik maar één vraag stellen: Beter voor wie, bij welk product, ten opzichte van welk kanaal en gemeten over hoeveel transacties? Als daarop geen antwoord komt, heb je waarschijnlijk geen inzicht gekregen. Dan heb je marketing gekregen over marketing.