Hoe we meten

Onze scan stelt eerst feitelijk vast wat er in je robots.txt en je HTML staat, laat daarna een taalmodel 14 onderdelen beoordelen, en rekent de eindscore vervolgens deterministisch uit met vaste gewichten. Het model bepaalt de deelscores; het bepaalt nooit je eindscore.

Deze pagina staat er omdat we meetbaarheid verkopen. Een score waarvan de opbouw niet publiek is, is geen meting maar een bewering. Hieronder staat precies wat we controleren, hoe zwaar elk onderdeel weegt, en wat de score uitdrukkelijk niet is.

Stap 1: wat we feitelijk vaststellen

We halen je robots.txt op en lezen per user-agent uit of hij je site mag lezen. Daar komt geen model aan te pas: het staat er, of het staat er niet. Staat er geen regel voor een crawler, dan geldt hij als toegestaan. Dit zijn de 14 crawlers die we controleren:

• GPTBot — ChatGPT (training)
• OAI-SearchBot — ChatGPT Search
• ChatGPT-User — ChatGPT (tijdens gesprek)
• ClaudeBot — Claude (training)
• anthropic-ai — Claude (training)
• PerplexityBot — Perplexity
• Google-Extended — Gemini training en grounding
• Applebot-Extended — Apple Intelligence
• Meta-ExternalAgent — Meta AI
• Amazonbot — Amazon
• cohere-ai — Cohere
• YouBot — You.com
• CCBot — Common Crawl (dataset)
• Bytespider — ByteDance (training)

Daarnaast crawlen we een beperkt aantal pagina's van je site en leggen we vast wat we aantreffen: statuscodes, titels, koppen, schema markup en de aanwezigheid van een llms.txt. Ook dat zijn waarnemingen, geen oordelen.

Stap 2: wat het model beoordeelt

De waarnemingen gaan naar een taalmodel dat per onderdeel een score en concrete bevindingen teruggeeft. Het model krijgt een vaste opdracht en levert een gevalideerd antwoord; wijkt dat af van het verwachte formaat, dan wordt het geweigerd in plaats van gerepareerd. Dit zijn de 14 onderdelen:

• Technische GEO
• AI-crawler toegang
• SEO Audit
• Schema markup
• AI Citeerbaarheid
• Content & E-E-A-T
• Platform optimalisatie
• SEA Kansen
• Merkvermeldingen & autoriteit
• Concurrentieanalyse
• Landingspagina CRO
• UX & Design
• llms.txt
• Score vergelijking

Stap 3: hoe de score wordt berekend

De categoriescores rollen op tot één eindscore via een gewogen gemiddelde. De gewichten liggen vast en tellen op tot 100. Dezelfde deelscores leveren altijd dezelfde eindscore op, ook als je de scan een dag later opnieuw draait.

AI-citeerbaarheid weegt het zwaarst, omdat dat het onderdeel is waarop de meeste websites het slechtst scoren en waar de grootste winst ligt. Schema en platformoptimalisatie wegen het lichtst: ze zijn nodig, maar ze zijn ook in een middag geregeld.

Wat er per pakket draait

Niet elk pakket draait alle onderdelen. Een gratis scan geeft je een nulmeting, geen volledig beeld.

Wat deze score niet is

Dit is het deel dat je in de meeste rapporten niet leest, en het is het deel dat je moet weten om er iets aan te hebben.

• Geen officiële standaard. Er bestaat geen erkende GEO- of AI-vindbaarheidsscore. Onze schaal is door onszelf bepaald, net als die van elke andere aanbieder. Een 72 bij ons betekent iets anders dan een 72 elders.
• Geen positie in ChatGPT. Taalmodellen kennen geen ranglijst. Ze stellen per gesprek een antwoord samen, en dat verschilt per sessie en per formulering. Wij meten hoe citeerbaar je bent, niet op welke plek je staat, want die plek bestaat niet.
• Geen garantie. De aanbieders van die modellen bepalen zelf welke bronnen ze ophalen en citeren, veranderen dat regelmatig en publiceren hun logica niet. Wie je een gegarandeerde vermelding belooft, belooft iets wat hij niet in de hand heeft.
• Niet elk onderdeel telt mee in de score. Concurrentieanalyse, llms.txt, Score vergelijking leveren wel bevindingen op, maar verschuiven geen kopscore. Ze zeggen iets over je situatie, niet over je prestatie.
• Een momentopname. Verandert een AI-platform zijn werkwijze, dan passen wij onze onderdelen en gewichten aan. Dan verschuift je score zonder dat er iets aan je site veranderd is. Daarom sturen we op de trend en niet op een los getal.

Herhalen, niet één keer meten

Een enkele meting zegt weinig. Of je daadwerkelijk genoemd wordt in AI-antwoorden is een aparte, herhaalde meting: dezelfde 47 vragen, elke maand, in ChatGPT, Perplexity, Gemini, Google AI Overviews. Dat zijn 188 metingen per ronde. De vragenlijst ligt vast en staat in onze codebase, want verandert hij tussendoor, dan meet je de vragenlijst en niet je zichtbaarheid.

De vragen zijn verdeeld over vijf soorten, en die rapporteren we apart. Vragen naar je merknaam scoor je makkelijk en ze zeggen weinig over nieuwe klanten. Vragen waarin iemand nog geen partij op het oog heeft, of alleen zijn probleem beschrijft, zijn moeilijker en waardevoller. Eén gemiddeld percentage verbergt precies dat verschil.

We leggen per vraag ook vast welke concurrenten wél genoemd worden en welke bron daarvoor geciteerd is. Dat is vaak nuttiger dan je eigen score: het vertelt je op welke bron je moet zien te komen.

We passen dit ook op onszelf toe. We meten onze eigen zichtbaarheid met dezelfde methode die we aan klanten leveren, en publiceren die cijfers zodra er genoeg maanden onder zitten om er iets over te beweren. Niet eerder.