Een AI-concurrentieanalyse maken: voorbeeld met share of voice

Een AI-concurrentieanalyse maak je in zes stappen: concurrenten kiezen, een vaste set koopvragen opstellen, de antwoorden van AI-platformen verzamelen, vermeldingsgraad en share of voice berekenen, de geciteerde bronnen in kaart brengen en eindigen met een lijst vragen waar je ontbreekt. Zo werkt ook onze concurrentieanalyse in AI en Google.

Hieronder zie je elke stap met een geanonimiseerd voorbeeldrapport. De cijfers in de voorbeeldtabellen zijn verzonnen. De echte nulmeting onderaan komt uit een gepubliceerde klantcase.

Wat staat er in een AI-concurrentieanalyse?

Een AI-concurrentieanalyse bevat vijf onderdelen: de vragenset, de vermeldingsgraad per platform, de share of voice tegenover concurrenten, een kaart van geciteerde bronnen en een lijst met gaten waar je concurrent wel genoemd wordt en jij niet. Daarnaast leggen we de posities in Google en Bing voor dezelfde onderwerpen.

Waarom ook Google en Bing? Google bouwt zijn AI-antwoorden op pagina’s uit zijn zoekindex, zo staat in de gids over generatieve AI-functies. Een merk dat niet rankt, wordt zelden geciteerd. Wie alleen AI-antwoorden telt, mist dus de helft van de oorzaak.

Hoe stel je de concurrenten en de vragenset samen?

Kies 3 tot 5 concurrenten die je kopers echt overwegen en stel 50 tot 150 koopvragen op uit Search Console, salesgesprekken, gerelateerde vragen in Google en forums, in elke taal van je markt. Een vragenset uit een tool alleen mist vaak de vragen die er voor jou toe doen.

Verdeel de vragen over types, want AI gedraagt zich per type anders:

• Probleemvragen: “hoe houd ik verlofdagen bij voor 20 werknemers”
• Keuzevragen: “beste HR-software voor kmo’s in België”
• Vergelijkingsvragen: “merk A of merk B voor een kmo”
• Prijsvragen: “wat kost HR-software per werknemer”
• Regelvragen: “welke HR-gegevens moet een Belgische werkgever bijhouden”

Gebruik geen merknamen in de meeste vragen. Je wil weten of AI je spontaan noemt. In België hoort er ook een Franse set bij, opgesteld door iemand die de markt kent, niet letterlijk vertaald.

Hoe verzamel je de antwoorden van AI-platformen?

Stel elke vraag op dezelfde dag aan dezelfde platformen, zonder ingelogd profiel of persoonlijke geschiedenis, en bewaar het volledige antwoord met alle geciteerde bronnen. Alleen zo kan je de meting later herhalen en vergelijken.

Wij meten meestal ChatGPT, Perplexity, Gemini, Microsoft Copilot en Google AI Overviews of AI Mode. Noteer per antwoord welke merken genoemd worden, in welke volgorde, welke bronnen gelinkt zijn en of de informatie over jouw merk klopt. Een foute bewering over je prijs of je regio is een bevinding op zich.

Voor Google heb je ook de cijfers van Google zelf. Het rapport voor generatieve AI in Search Console toont hoe vaak je pagina’s in AI Overviews en AI Mode verschijnen. Dat vult je eigen steekproef aan.

Hoe bereken je vermeldingsgraad en share of voice?

Vermeldingsgraad is het aantal antwoorden waarin een merk voorkomt, gedeeld door alle antwoorden; share of voice is het aantal vermeldingen van een merk, gedeeld door alle merkvermeldingen samen. Het eerste toont je bereik, het tweede je aandeel tegenover de concurrentie.

Het voorbeeld telt 100 koopvragen op 4 platformen, dus 400 antwoorden met in totaal 600 merkvermeldingen. De tabel toont per merk het aantal antwoorden met een vermelding, de vermeldingsgraad en de share of voice.

Lees zo’n tabel per platform en per vraagtype. Vaak sta je op één platform redelijk en ontbreek je op een ander, of word je wel genoemd bij probleemvragen maar niet bij keuzevragen. Daar zit de actie.

Welke bronnen citeert AI in jouw markt?

De kaart van geciteerde bronnen toont welke domeinen AI-platformen het vaakst als bron gebruiken bij jouw koopvragen, zodat je weet waar je vermeld moet worden en welke eigen pagina’s al meetellen. Vaak zijn dat niet de sites van je concurrenten zelf.

Het voorbeeld hieronder groepeert de geciteerde bronnen per type. Ook deze aantallen zijn fictief.

Het patroon in dit voorbeeld komt wel uit de praktijk. In onze meting van 151 koopvragen over tijdsregistratie voor Suivo (28 september 2026) citeerde AI bij regelvragen vooral overheidssites en sociale secretariaten, bij keuzevragen vooral lijstjes van derden, prijspagina’s en appstores, en bij hoe-doe-ik-vragen vooral YouTube. Op de keuzevragen kom je dus niet alleen met je eigen blog.

Hoe maak je van de analyse een actielijst?

Je zet elke vraag waar een concurrent genoemd wordt en jij niet op een gatenlijst, met de oorzaak en de maatregel erbij, en je rangschikt die lijst op koopintentie en haalbaarheid. Zonder die laatste stap blijft een analyse een momentopname.

Een fragment uit een fictieve gatenlijst:

De meeste maatregelen vallen onder SEO en content: pagina’s die ontbreken of beter moeten. Een deel ligt buiten je site, bij vermeldingen en pr. Hoe je die vermeldingen verdient, lees je in digitale PR voor AI-zichtbaarheid. Welke tool je nodig hebt om dit maandelijks op te volgen, lees je in GEO-tool of GEO-bureau. Een vergelijking van meettools vind je in AI-zichtbaarheidstools vergeleken. Hoe je zo’n meting zelf opzet, staat in AI-zichtbaarheid meten.

Hoe zag een echte nulmeting eruit?

Bij Kaizo, software voor klantenserviceteams, toonde onze nulmeting met 212 koopvragen een aandeel van 2,2% van de leveranciersvermeldingen in ChatGPT en Perplexity en 2,7% in Gemini. In ChatGPT betekende dat de tiende plaats tussen alle genoemde leveranciers.

Twee bevindingen stuurden het werk. Op 32 vragen in andere talen dan het Engels werd Kaizo nergens genoemd, terwijl de klanten wereldwijd zitten. En de vergelijkingspagina’s, die bij Kaizo het best converteerden, linkten niet door naar de productpagina’s. Daarop volgden onder meer 14 vergelijkingspagina’s en een site in 8 talen. Het volledige verhaal staat in de case van Kaizo.

Wil je zien hoe jouw merk scoort tegenover je concurrenten, voor je een volledige analyse laat maken? Vraag een gratis AI-zichtbaarheidsscan aan.

Veelgestelde vragen