Case study: hoe een webshop AI-citaties verdrievoudigde

Een webshop die niet door AI werd gevonden

De webshop in deze case study verkoopt duurzame huishoudproducten, van herbruikbare keukenartikelen tot milieuvriendelijke schoonmaakproducten. Met ruim 2.000 producten, een actief blog en een groeiende klantenbasis was de website goed gepositioneerd in traditionele zoekmachines. Maar bij vragen aan ChatGPT of Perplexity over duurzame productaanbevelingen verscheen de webshop nergens.

De eigenaar ontdekte het probleem toen een klant vertelde dat ze de webshop had gevonden via Google, niet via Perplexity waar ze normaal gesproken haar productonderzoek deed. Bij navraag bleek dat Perplexity consequent drie concurrenten aanraadde, maar deze webshop nooit noemde.

Dit scenario is herkenbaar voor veel e-commerce ondernemers. Zoals we beschrijven in ons artikel over AEO en de impact op je website, verplaatst productonderzoek zich steeds meer naar AI-gestuurde platforms. Een webshop die niet wordt geciteerd in AI-antwoorden mist een groeiend segment klanten.

De diagnose: wat AI-modellen misten

Een grondige analyse van de website onthulde vijf kernproblemen die de AI-zichtbaarheid belemmerden.

1. Productpagina's hadden geen Product schema markup. AI-modellen konden productinformatie niet gestructureerd uitlezen.
2. De categoriepagina's bestonden uit puur productlijsten zonder beschrijvende content die AI-modellen context biedt.
3. Het blog behandelde onderwerpen oppervlakkig in korte posts van 300 tot 500 woorden, onvoldoende voor AI-citatie.
4. Er waren geen FAQ-secties op productpagina's, terwijl klanten dagelijks dezelfde vragen stelden via de klantenservice.
5. De robots.txt stond AI-crawlers toe, maar de sitemap was niet up-to-date en bevatte honderden 404-pagina's.

Vooral het ontbreken van Product schema bleek een groot gemis. In ons artikel over Schema.org markup leggen we uit waarom structured data essentieel is voor e-commerce websites die AI-zichtbaarheid nastreven. Zonder schema spreek je de taal van AI-modellen niet.

Fase 1: productpagina's transformeren met structured data

De eerste en meest impactvolle stap was het implementeren van uitgebreide Product schema markup op alle productpagina's. Het team gebruikte een geautomatiseerd script dat productdata uit het CMS haalde en omzette naar JSON-LD.

<script type="application/ld+json">\n{\n  "@context": "https://schema.org",\n  "@type": "Product",\n  "name": "Herbruikbare Bijenwas Wraps (Set van 3)",\n  "description": "Duurzaam alternatief voor plastic vershoudfolie...",\n  "brand": {\n    "@type": "Brand",\n    "name": "EcoWrap"\n  },\n  "offers": {\n    "@type": "Offer",\n    "price": "24.95",\n    "priceCurrency": "EUR",\n    "availability": "https://schema.org/InStock"\n  },\n  "aggregateRating": {\n    "@type": "AggregateRating",\n    "ratingValue": "4.7",\n    "reviewCount": "128"\n  },\n  "review": [\n    {\n      "@type": "Review",\n      "author": { "@type": "Person", "name": "Maria K." },\n      "reviewRating": {\n        "@type": "Rating",\n        "ratingValue": "5"\n      },\n      "reviewBody": "Fantastisch alternatief, gebruik ze dagelijks."\n    }\n  ]\n}\n</script>

Het team implementeerde niet alleen de basisvelden maar voegde ook aggregateRating, reviews en gedetailleerde productspecificaties toe. Hoe rijker de schema markup, hoe beter AI-modellen de productinformatie kunnen interpreteren en vergelijken met concurrenten.

Fase 2: categoriepagina's verrijken met content

Categoriepagina's zijn in e-commerce vaak weinig meer dan een raster van productafbeeldingen met prijzen. Voor AI-modellen bieden ze in die vorm nauwelijks bruikbare informatie. Het team transformeerde de twintig belangrijkste categoriepagina's door er redactionele content aan toe te voegen.

• Elke categoriepagina kreeg een introductie van 200 tot 400 woorden die het producttype beschrijft, de voordelen uitlegt en tips geeft voor het kiezen van het juiste product.
• Onder de productlijst werd een FAQ-sectie toegevoegd met vijf veelgestelde vragen over de productcategorie, voorzien van FAQPage schema.
• Interne links naar relevante blogartikelen werden toegevoegd als "Meer weten over..." secties.
• Een vergelijkingstabel werd opgenomen bij categorieen met drie of meer vergelijkbare producten.

Deze aanpak gaf AI-modellen de context die ze nodig hadden. In plaats van alleen productdata kregen ze nu ook koopadvies, vergelijkingen en achtergrondinformatie die ze konden citeren in antwoorden op consumentenvragen.

Fase 3: het blog omvormen tot een autoriteitsplatform

Het bestaande blog bestond uit 150 korte posts over seizoensgebonden onderwerpen. Het team selecteerde de dertig best presterende posts en herschreef ze tot diepgaande artikelen van 1.500 tot 2.500 woorden.

Elke herschreven post volgde een vaste structuur: een heldere introductie, logische H2 en H3 secties, praktische voorbeelden, een samenvatting met vijf kernpunten en een FAQ-sectie. Dit sluit aan bij de principes die we beschrijven in onze artikelen over heading-hierarchie en leesbaarheid voor AI.

Daarnaast werden twintig nieuwe artikelen geschreven rondom productgerelateerde vragen die klanten regelmatig stelden. Onderwerpen als "Hoe onderhoud je bijenwas wraps?" en "Welk duurzaam schoonmaakmiddel voor welk oppervlak?" werden uitgewerkt tot uitgebreide gidsen. Elk artikel bevatte links naar de relevante productpagina's.

De resultaten: van 8 naar 27 citaties per maand

Na acht weken optimalisatie mat het team de resultaten door wekelijks 50 relevante productvragen te stellen aan ChatGPT, Perplexity en Google Gemini.

AI-citaties per maand (50 testvragen, 3 platforms)

Voor optimalisatie:     8 citaties  (5.3% citatiepercentage)
Na 4 weken:           16 citaties  (10.7% citatiepercentage)
Na 8 weken:           27 citaties  (18.0% citatiepercentage)

Verdeling per platform (na 8 weken):
  Perplexity:    14 citaties  (meeste, door real-time ophalen)
  ChatGPT:        8 citaties
  Google Gemini:  5 citaties

Meest geciteerde content:
  Koopgids blogartikelen:       12 citaties
  Productpagina\'s met reviews:   9 citaties
  Categoriepagina FAQ\'s:         6 citaties

Impact op omzet en verkeer

• Organisch verkeer steeg met 41% over de meetperiode van acht weken.
• Verkeer vanuit AI-platforms (geidentificeerd via referrer-analyse) groeide van 2% naar 9% van het totale verkeer.
• De conversieratio van AI-verwezen bezoekers lag 23% hoger dan die van regulier organisch verkeer.
• De gemiddelde orderwaarde van AI-verwezen klanten was 18% hoger, wat suggereert dat deze bezoekers al beter geinformeerd zijn.
• Het retourpercentage daalde met 12%, mogelijk doordat klanten via AI-antwoorden een betere productkeuze maakten.

Lessen voor andere webshops

Uit deze case study komen vijf concrete lessen naar voren die elke e-commerce ondernemer kan toepassen.

Ten eerste: investeer in Product schema markup als eerste prioriteit. Van alle optimalisaties had dit de meest directe impact op AI-citaties. AI-modellen gebruiken gestructureerde productdata om productaanbevelingen te onderbouwen.

Ten tweede: maak van categoriepagina's meer dan productlijsten. De redactionele content op categoriepagina's bleek een onverwacht sterke bron van AI-citaties, vooral de FAQ-secties.

Ten derde: schrijf koopgidsen die productcategorieen vergelijken. Dit type content sluit perfect aan bij de manier waarop consumenten AI-modellen gebruiken voor productonderzoek.

Ten vierde: gebruik klantreview-data in je schema markup. AI-modellen waarderen sociale bewijskracht en citeren eerder producten met hoge beoordelingen en veel reviews. Dit raakt aan de E-E-A-T principes waarbij "Experience" wordt bewezen door echte gebruikerservaringen.

Ten vijfde: monitor welke vragen consumenten stellen aan AI-modellen over jouw productcategorie. Die vragen zijn de basis voor je contentstrategie. Elke veelgestelde vraag is een kans om geciteerd te worden.

In e-commerce is AI-zichtbaarheid geen luxe meer. Het is het verschil tussen gevonden worden op het moment dat een klant koopintentie heeft en volledig over het hoofd gezien worden.

Samenvatting

• Een webshop met 2.000 producten verdrievoudigde AI-citaties van 8 naar 27 per maand in acht weken door gerichte optimalisatie.
• Product schema markup op alle productpagina's was de meest impactvolle enkele maatregel.
• Categoriepagina's verrijkt met redactionele content en FAQ-secties werden verrassend vaak geciteerd door AI-modellen.
• Diepgaande koopgidsen op het blog leverden de meeste individuele citaties op.
• AI-verwezen bezoekers converteren beter en bestellen meer, wat de investering in AEO-optimalisatie rechtstreeks rendabel maakt.

Veelgestelde vragen

Elke productpagina is een kans om door AI geciteerd te worden. De webshops die investeren in gestructureerde productdata en diepgaande koopgidsen zullen de winnaars zijn in het tijdperk van AI-gestuurd winkelen.