Share of voice is altijd een benadering van aandacht geweest. In advertising is het jouw budget tegen dat van de categorie. In PR zijn het jouw vermeldingen tegen die van alle anderen. De redenering houdt al decennia stand: hoe meer van het gesprek jij bezet, hoe groter de kans dat een koper als eerste aan jou denkt. AI-antwoorden zijn een nieuwe plek om diezelfde meting te doen, en de meeste teams zijn er nog niet aan begonnen.
Wat het getal precies is
Share of voice in AI is het aandeel van alle merkvermeldingen in een set AI-antwoorden dat van jou is. Neem de vragen die je klanten stellen, stel ze aan de modellen die je klanten gebruiken, tel elk merk dat in een antwoord genoemd wordt, en jouw deel van dat totaal is je share of voice.
Stel: veertig vragen leveren veertig antwoorden op, en in die antwoorden vallen in totaal tweehonderdtien merknamen. Dertig daarvan zijn van jou, dus je share of voice is veertien procent. Je naaste concurrent heeft er tweeënvijftig, net geen kwart. Die rekensom vraagt alleen dat iemand elke naam in elk antwoord opschrijft, en dat is het stuk dat teams overslaan.
Er hoort een tweede getal naast. Zichtbaarheid is het aandeel antwoorden waarin je überhaupt genoemd wordt, ongeacht wie er verder in staat. Een merk kan een hoge zichtbaarheid en een lage share of voice hebben: het wordt in de meeste antwoorden genoemd, steeds als laatste, in een rijtje van twaalf. Die twee lopen op nuttige manieren uiteen, dus houd ze allebei bij.
De gemiddelde positie is de derde. Een antwoord noemt merken in een volgorde, en derde zijn in een rijtje van vier leest heel anders dan eerste. Meestal bewegen de drie samen. Lopen ze uiteen, dan is de reden vaak interessant.
Waarom het zich slecht laat manipuleren
Marketeers krijgen een nieuwe metric onder ogen en vragen zich meteen af hoe ze hem kunnen opdrijven. Deze is koppig, en juist daarom is hij het bijhouden waard.
- Hij put uit veel bronnen tegelijk, dus één persbericht valt nauwelijks op tegen alles wat het model verder gelezen heeft.
- Hij volgt de omschrijving die zich om je heen gevormd heeft, dus inhoud telt zwaarder dan budget.
- Hij beweegt langzaam, dus winst die je boekt blijft meestal staan.
Daarmee krijg je iets dat zich gedraagt als merkwaarde. Het laat zich moeilijk met opzet omhoog duwen, en juist daarom betekent een gestage stijging iets.
De drie dingen die je op het verkeerde been zetten
Een share-of-voice-getal is niet beter dan de meting eronder. Drie omstandigheden maken van een echte meting een misleidende, en alle drie zijn ze onzichtbaar als je ze niet naast het getal noteert.
Ten eerste: welke modellen hebben geantwoord. Een percentage gemeten op goedkope, automatisch gerouteerde modellen is een andere grootheid dan hetzelfde percentage gemeten op de assistenten die je klanten daadwerkelijk openen. Allebei zijn ze legitiem; ze bij elkaar optellen en de uitkomst je share of voice noemen is dat niet. Noteer bij elk datapunt welk model het opleverde.
Ten tweede: of het antwoord iets heeft opgehaald. Sommige modellen zoeken bij elke vraag op het web, sommige alleen als je erom vraagt, en sommige kunnen het helemaal niet. Een model dat niets ophaalde antwoordt uit zijn trainingsdata, dus de URL's die het noemt komen uit zijn geheugen, en een pagina die je vorige maand publiceerde kan er niet in staan. Bronrapporten op basis van zulke antwoorden beschrijven een geheugen, en erop sturen betekent jagen op citaties die nooit bestonden.
Ten derde: hoeveel van de meting is geslaagd. Heb je zeshonderd vragen ingepland en leverden er tweehonderdvijftig een antwoord op, dan zijn de rest gesneuveld op rate limits, timeouts of storingen bij de aanbieder. Je share of voice rust dan op een steekproef die schuiftrekt naar het model dat wel overeind bleef. Een meetperiode met lage dekking ziet eruit als een daling in zichtbaarheid en is een storing. Controleer de dekking voordat je de oorzaak in je marketing gaat zoeken.
Elk van die drie verschuift een getal verder dan je marketing dat deed. Noteer dus bij elk cijfer het model, of er opgehaald is en hoeveel van de run geslaagd is, en vergelijk een verandering alleen met een venster dat op alle drie overeenkomt. Een daling van negentien naar elf procent zegt iets als beide vensters op dezelfde vier assistenten draaiden met het web aan. Het zegt niets als het tweede venster de helft van zijn vragen kwijtraakte aan rate limits. Kun je die twee uit elkaar houden, draai het venster dan opnieuw voordat je het uitlegt.
Hoe je begint met bijhouden
Je hebt er geen onderzoeksbudget voor nodig. Kies twintig tot vijftig vragen die aansluiten bij hoe je klanten hun probleem omschrijven. Stel ze volgens een vast schema aan ChatGPT, Claude, Gemini en Grok. Noteer elk merk dat genoemd wordt, de volgorde, het model, en of het antwoord iets heeft opgehaald. Jouw aandeel in die vermeldingen, over de tijd gevolgd, is het getal. Één meting zegt vrijwel niets; de lijn is waar het om gaat.
Doe je dit met de hand, dan heb je een spreadsheet die binnen een week achterloopt en binnen een maand stilvalt. Automatiseer het en je hebt een indicator waarop je kunt sturen. Dat is wat Brandtrace voor je draait: dagelijks meten over de grote modellen, uitgesplitst per concurrent, met het model en de ophaalstatus bij elk getal, zodat je een echte daling van een mislukte meting kunt onderscheiden. Verder lezen: vijf manieren om te sturen op hoe modellen je omschrijven.