Het korte antwoord
Ja, je kunt in GA4 zien dat ChatGPT, Perplexity of Gemini bezoekers naar je site sturen. En nee, wat je daar ziet is niet het echte aantal. Het is de ondergrens.
Een deel van die bezoekers arriveert namelijk zonder verwijzer en telt daardoor als direct verkeer. Dat is geen instelfout in je analytics, het is hoe die bezoekers binnenkomen. Wie een link uit een gesprek kopieert en in een nieuw tabblad plakt, stuurt geen herkomst mee.
Dat maakt het niet zinloos om te meten. Het maakt alleen uit welke vraag je stelt. Niet "hoeveel bezoekers krijg ik uit AI", want dat cijfer klopt nooit. Wel: komt dit kanaal op gang, en wat doen die mensen als ze er zijn. Die twee vragen kun je vandaag beantwoorden, met de data die je al hebt.
En het antwoord op de tweede vraag is de reden dat dit ertoe doet. In maart 2026 converteerde AI-verkeer 42% beter dan niet-AI-verkeer, een record. Een jaar eerder converteerde datzelfde verkeer nog 38% slechter. Dat is binnen twaalf maanden omgeslagen van je slechtste kanaal naar je beste.
Waarom klopt het cijfer in je dashboard niet?
Een verwijzing ontstaat doordat de ene pagina de andere aanroept en daarbij vertelt waar de bezoeker vandaan komt. In een chatgesprek gaat dat lang niet altijd zo.
Drie dingen halen die herkomst weg. Een link die iemand kopieert en in een nieuw tabblad plakt, komt binnen als direct verkeer. De ingebouwde browser van een app doet vaak hetzelfde. En sommige assistenten sturen je via een tussenpagina, waardoor er wel iets meekomt, maar niet altijd de naam die je verwacht.
Wat je in GA4 ziet is dus het deel dat netjes zijn herkomst meestuurt. Het deel dat dat niet doet, zit verstopt in je directe verkeer, samen met mensen die je adres uit hun hoofd typen en met alles wat je e-mailprogramma niet doorgeeft.
Behandel het cijfer daarom als een thermometer, niet als een kassabon. De richting is bruikbaar. Het absolute getal niet.
Hoe zet je het in GA4 zichtbaar?
Standaard verdwijnen deze bezoeken tussen de rest van je verwijzend verkeer. Je moet ze apart zetten om ze te zien.
Maak een verkenning met sessiebron als dimensie en sessies, betrokkenheid en conversies als statistieken. Filter de sessiebron op deze hostnamen:
| Assistent | Hostnaam in je rapport |
|---|---|
| ChatGPT | chatgpt.com en chat.openai.com |
| Perplexity | perplexity.ai |
| Microsoft Copilot | copilot.microsoft.com |
| Google Gemini | gemini.google.com |
| Claude | claude.ai |
Zet daarna dezelfde reeks in een eigen kanaalgroep, zodat het niet elke maand handwerk blijft. Vanaf dat moment groeit er een lijn in je rapportage die je maand op maand kunt vergelijken.
Doe dit ook als je nu nog nul verwacht. Hoe assistenten aan hun voorselectie komen, staat in ons stuk over agentic search en je webshopverkeer. Het kanaal begint bij bijna iedereen met een paar sessies per maand, en je wilt die eerste beweging zien op het moment dat hij gebeurt, niet een half jaar later.
Wat je ziet als je het bij een echte site doet
Bij een horecaklant van ons stond ChatGPT dit voorjaar op zesentwintig sessies in een maand. Klein getal, en toch het interessantste getal van die maand. Want vierentwintig van die zesentwintig bezoekers landden op de homepage.
Dat is geen toeval. Hun menukaart stond op de site als vijftien afbeeldingen, zonder tekst en zonder prijzen. Een assistent die gevraagd wordt "wat kost het daar" kan die kaart niet lezen, dus verwijst hij naar het enige wat hij wel begrijpt: de voorpagina.
Dat is de les die je uit dit soort meting haalt. Niet "we krijgen te weinig AI-verkeer", maar: op welke pagina komen ze binnen, en waarom niet op de pagina waar het antwoord staat. In dit geval was de opdracht niet meer content maken, maar een menukaart in tekst zetten.
Adobe meet hetzelfde patroon op grotere schaal. Van de retailsites die zij nakeken, scoorden productpagina's gemiddeld 66% op machineleesbaarheid, tegen 75% voor homepages en 74% voor categoriepagina's. De pagina waar je geld verdient is dus het slechtst leesbaar voor het systeem dat je moet aanbevelen. Welke elementen een categoriepagina wél citeerbaar maken, hebben we uitgeschreven in de zeven elementen van een GEO-ready categoriepagina.
De meting die niemand doet: gewoon vragen
Er is een tweede meetpunt dat geen instellingen nodig heeft en dat precies de bezoekers vangt die je in GA4 kwijtraakt.
Zet één open veld bij je offerteformulier: hoe ben je bij ons terechtgekomen. Of stel de vraag in je eerste antwoord op een aanvraag, als afsluiter. Twee zinnen werk.
Vorige week meldde een merk zich bij ons via WhatsApp. Op die vraag was het antwoord: online, via een AI-assistent. In geen enkel dashboard van ons stond die aanvraag als iets anders dan een appje uit het niets. De enige reden dat we weten waar hij vandaan kwam, is dat we het hebben gevraagd.
Dat is geen anekdote maar een meetmethode. Zelfrapportage is bij dit kanaal betrouwbaarder dan je analytics, omdat de bezoeker wél weet waar hij vandaan komt en je software niet. Noteer de antwoorden in je CRM, tel ze per kwartaal, en je hebt een tweede lijn naast je GA4-lijn. Wil je weten hoe je überhaupt in die voorselectie komt, begin dan bij je eigen productdata.
Wat betekenen die bezoekers als ze er eenmaal zijn?
Het volume is klein. Het gedrag is dat niet.
Adobe mat over de eerste drie maanden van 2026 een groei van 393% jaar op jaar in AI-verkeer naar Amerikaanse retailsites. Belangrijker dan de groei is wat die bezoekers doen: ze blijven 48% langer op de site en bekijken 13% meer pagina's dan bezoekers uit andere bronnen, en de betrokkenheid ligt 12% hoger.
Dat past bij hoe zo'n bezoek ontstaat. Iemand heeft zijn vraag al aan een assistent gesteld, heeft daar een voorselectie gekregen, en klikt pas door als hij iets wil controleren of kopen. Je krijgt geen oriënterende bezoeker, je krijgt iemand die al drie stappen verder is.
Dat verklaart ook waarom hetzelfde verkeer een jaar geleden nog slechter converteerde. Toen stuurden assistenten mensen naar willekeurige pagina's. Nu sturen ze mensen naar het antwoord, als jouw pagina dat antwoord tenminste leesbaar bevat. Datzelfde geldt over kanalen heen: wat er op bol of Amazon van je merk overblijft, beschrijven we in productcontent over kanalen.
De valkuil: te vroeg conclusies trekken uit kleine aantallen
Bij dertig sessies per maand is één bestelling meer of minder al een verschil van tientallen procenten in je conversiecijfer. Wie op dat niveau gaat sturen, stuurt op ruis.
Kijk daarom het eerste half jaar niet naar percentages maar naar patronen. Groeit het aantal sessies maand op maand. Komen ze op meer dan één pagina binnen. Zie je dezelfde vragen terug in je formulieren als de vragen die mensen aan een assistent stellen. Dat zijn signalen die bij kleine aantallen wel betekenis hebben.
Er is nog een reden om voorzichtig te zijn met conversiecijfers op dit kanaal: deze bezoekers zijn al voorgeselecteerd. Ze converteren beter omdat ze later in hun beslissing binnenkomen, niet omdat je site opeens beter werkt. Reken jezelf dus niet rijk met een kanaal dat vooral goed is in het overslaan van de oriëntatiefase.
Wat je morgen kunt doen
Vier stappen, in deze volgorde. De eerste twee kosten een half uur, de derde en vierde zijn echt werk.
Zet de meting aan. Kanaalgroep in GA4 met de hostnamen hierboven. Doe dit eerst, want alles daarna wordt pas zichtbaar als de meting loopt.
Zet de vraag in je formulier. Eén open veld. Maak het veld niet vereist, dat verlaagt je conversie. Wie het invult geeft je het signaal.
Kijk naar de landingspagina's, niet naar het totaal. Als het merendeel op je homepage landt terwijl je vraag ergens anders beantwoord wordt, ligt daar je werk.
Zet je feiten in tekst. Inhoud, maat, prijs, voorraad, levertijd en beoordelingen, als leesbare tekst op de pagina zelf en niet alleen in een afbeelding of achter een uitklapblok. Dat is wat een assistent kan citeren, en het is precies waar productpagina's het slechtst scoren.
Wat je hier níét voor nodig hebt is een nieuw bestand op je server. Google schrijft in de eigen documentatie over AI en Search dat je geen aparte machineleesbare bestanden hoeft te maken om in Google te verschijnen. De winst zit in de pagina zelf. Hoe je een productpagina en een bol-listing daarop inricht, werkten we uit in Webshop en Bol-listing klaar voor AI-zoekresultaten.
Waarom wij dit bijhouden
Wij bouwen merken en webshops, en sinds dit jaar is er een kanaal bijgekomen dat zich anders gedraagt dan alle andere: klein in volume, hoog in intentie, en slecht meetbaar met de gereedschappen die iedereen gebruikt.
De merken die er nu iets aan doen, doen dat niet omdat het al veel oplevert. Ze doen het omdat het meetpunt goedkoop is en de leercurve lang. Wie pas begint te meten als het kanaal groot is, mist het jaar waarin hij had kunnen leren welke pagina's worden aanbevolen en welke niet.
Wil je weten hoe jouw site ervoor staat: wij kijken naar de landingspagina's van je AI-verkeer, naar de leesbaarheid van je productpagina's en naar de vraag of je antwoorden überhaupt als tekst op de pagina staan. Dat is een middag werk en het levert een lijst op waar je zelf mee verder kunt.
