Scoren met tools, niet alleen met tekst

Een zoekresultaat dat zichzelf presenteert

Wie op een occasionplatform zoekt naar een specifiek model krijgt de klassieke weergave: een lijst advertenties, foto, prijs, kilometerstand, en dan maar scrollen en vergelijken. De informatie staat er allemaal, maar het werk om er een beeld uit te halen ligt volledig bij de bezoeker.

Dus lieten we een tool bouwen, opgezet vanuit prompts, die op basis van het live zoekresultaat de advertenties anders presenteert. De interessantste weergave is een scatterplot met de kilometerstand op de ene as en de prijs op de andere. Elke stip is een advertentie: aanwijzen toont de auto, klikken opent hem.

De kleur van de punten is instelbaar. Kleur je op bouwjaar, dan zie je in een oogopslag hoe leeftijd, stand en prijs zich tot elkaar verhouden. Kleur je op publicatiedatum, dan zie je welk aanbod vers is en wat er al maanden staat.

Bij alle te koop staande exemplaren van een Tesla Model X zie je zo binnen seconden dingen die je uit veertig losse advertenties nooit haalt: dat er nauwelijks rode exemplaren te koop staan, en dat de nieuwere Plaid-versies nog flink geprijsd zijn. Dat is geen tekst die het beweert, dat is de markt die het laat zien.

Waarom Google dit beloont

Zoekmachines proberen te bepalen welke pagina een vraag het beste beantwoordt. Lange tijd was tekst daarvoor de beste proxy, en dus werd tekst het speelveld. Maar de onderliggende vraag van de bezoeker op zo'n aanbodpagina is niet 'geef me veertig advertenties', het is 'help me kiezen'.

Een pagina die dat kiezen aantoonbaar beter faciliteert, gedraagt zich anders in de statistieken. Bezoekers blijven langer, klikken dieper, komen terug om nog eens te vergelijken en delen de pagina als hulpmiddel. Dat zijn precies de gedragssignalen die je positie ondersteunen, en ze zijn niet te kopiëren door een concurrent die alleen een tekstschrijver inhuurt.

Daarnaast voegt zo'n presentatie iets toe dat in de rest van de zoekresultaten simpelweg niet bestaat. Information gain, unieke waarde bovenop wat er al geïndexeerd is, is een van de weinige structurele voordelen die je organisch kunt opbouwen. Het versterkt ook de rest van je content: een sterk hulpmiddel is de natuurlijke plek waar samenhangende content naartoe verwijst, en de logische volgende stap voor wie vanuit zoekintentie op je pagina landt.

Waarom AI-zoekmachines dit belonen

Voor generatieve zoekmachines geldt hetzelfde argument, maar nog scherper. Een AI-assistent die een vraag over de occasionmarkt beantwoordt, zoekt geen mooie zinnen maar aanhaalbare feiten: wat kost een model ongeveer, wat is een normale kilometerstand, wat is opvallend aan het aanbod.

Een pagina die live medianen, uitersten en spreiding uit echte voorraad toont, is voor zo'n systeem een bron. Niet een van de duizend meningen over wat een auto zou moeten kosten, maar de plek waar het actuele antwoord staat. Eigen data is daarbij je sterkste troef: niemand anders kan hem publiceren, dus als een model hem wil gebruiken moet het bij jou zijn.

Daar komt bij dat AI-zichtbaarheid probabilistisch werkt: je vergroot de kans dat je genoemd wordt door consistent de meest extraheerbare, meest unieke bron in je categorie te zijn. Gestructureerde feiten uit een levende dataset zijn daarvoor beter materiaal dan welke omschrijving ook, juist op het moment dat iemand zijn keuze bepaalt.

Van prompt naar product in dagen

Het bezwaar tegen dit soort werk was altijd de bouwkosten. Een interactieve datavisualisatie op je zoekresultaten was maatwerk van weken tot maanden, en dus kwam het er nooit van. Dat bezwaar is vervallen.

Deze tool is opgezet vanuit prompts: beschrijven wat de weergave moet doen, itereren op het resultaat, aansluiten op de bestaande zoekresultaten. Wat vroeger een ontwikkeltraject was, is nu een kwestie van dagen. De drempel om iets te bouwen dat niemand in je markt heeft, is daarmee lager dan ooit.

Dat verandert de afweging fundamenteel. De vraag is niet meer of je het kunt betalen, maar of je eerder bent dan de rest van je markt. Wie nu bouwt, heeft een voorsprong die met tekst niet in te halen is.

Hoe je dit zelf aanpakt

Stap een: inventariseer welke data je al hebt. Voorraad, prijzen, specificaties, beschikbaarheid, reviews, gebruiksdata. Vrijwel elk bedrijf zit op een dataset die voor de bezoeker waardevol is maar alleen intern wordt gebruikt.

Stap twee: formuleer de echte vraag achter de zoekopdracht. Wie op een productcategorie zoekt, wil meestal niet bladeren maar kiezen, vergelijken of een prijsgevoel krijgen. De presentatievorm volgt uit die vraag, niet andersom.

Stap drie: kies de kleinste weergave die die vraag beantwoordt. Een scatterplot, een verdeling, een vergelijker. Het hoeft geen dashboard te zijn; een weergave die een keuze versnelt is genoeg.

Stap vier: maak het meetbaar. Kijk naar gedrag op de pagina, naar posities op de bijbehorende zoektermen en naar of AI-assistenten je als bron gaan noemen. Zo weet je of het hulpmiddel doet waarvoor het gebouwd is, en waar de volgende te bouwen.