De manier waarop foodserviceprofessionals inspiratie en inspiratie zoeken, verandert. Waar een zoektocht vroeger vooral leidde naar een lijst met websites waarop je verder kon zoeken, geven AI-zoekmachines een direct een antwoord. Ook Google beweegt die kant op. Voor merkfabrikanten betekent dat een wezenlijke verschuiving.

Het nieuwe speelveld is krapper dan bij traditionele zoekresultaten. Op een klassieke resultatenpagina was ruimte voor een tiental links. En dan is er nog een pagina 2, 3, 4 waar je eigenlijk niet wilde staan, maar waar je nog een minimale kans had om gevonden te worden. In een AI-antwoord worden echt maar enkele merken, producten of oplossingen genoemd. Wie daar niet tussen staat, verdwijnt al snel helemaal uit beeld.

Toch zegt één vermelding nog weinig. AI-antwoorden zijn niet volledig stabiel. De uitkomst kan verschillen per tool, per formulering en per meetmoment. Een merk dat vandaag wordt genoemd, kan morgen ontbreken. Andersom kan een product bij een algemene vraag buiten beeld blijven, maar bij een heel specifieke toepassing ineens wel worden aanbevolen.

Daarom is het verstandig om niet alleen GEO-zichtbaarheid te meten, maar vooral ook structureel je GEO-stabiliteit.

Ik begon daar ruim twee jaar geleden mee, toen ik startte aan een nieuwe Perfect Store opdracht bij een grote klant. Toen betekende AI eigenlijk dat we allemaal nog maar een beetje aan het “spelen” waren met ChatGPT. Maar toen al waren er ook al signalen dat zoeken via ChatGPT wel heel handig zou worden. We waren toen teksten aan het schrijven voor producten, rekening houdend met unieke content voor zoekmachines (SEO). Het was op dat moment nog een beetje aftasten wat AI-zoekmachines nou belangrijk vinden. Dus een eerste “GEO-test” ontstond door wat keywords en vraagjes uit te proberen. Inmiddels is de GEO-check behoorlijk verder uitgewerkt.

Werk met een vast promptboek

Een goede GEO-meting begint met een promptboek: een vaste set vragen die representatief is voor de markt.

Gebruik daarbij geen losse zoekwoorden, maar volledige vragen die professionals daadwerkelijk zouden kunnen stellen. Neem verschillende fasen van het keuzeproces mee. Dus o.a. vragen over:

• rendement per portie;
• tijdwinst in de keuken;
• toepassingen bij grote volumes;
• allergenen of dieetwensen;
• smaak en technische prestaties;
• verkrijgbaarheid;
• duurzaamheid;
• vergelijking met concurrerende merken.

Stel dezelfde vragen aan meerdere AI-tools en herhaal de meting periodiek. Pas dan wordt duidelijk of een positie structureel is of toevallig.

Vanuit meerdere beslissers denken

Een chef stelt andere vragen dan een inkoper. De chef let op smaak, verwerkbaarheid en resultaat in de keuken. De inkoper kijkt eerder naar prijs, rendement, beschikbaarheid en leveringszekerheid. In de zorg spelen voedingswaarde, dieetwensen en voedselveiligheid een grotere rol. Bij ketens draait het vaak om standaardisatie en reproduceerbaarheid.

Wie GEO serieus wil meten, moet die verschillen meenemen. Een algemene vraag als “Wat is een goede plantaardige kookroom?” levert minder bruikbare informatie op dan een vraag waarin doelgroep en toepassing duidelijk zijn:

“Welke plantaardige kookroom is geschikt voor grootverbruik, blijft stabiel in warme sauzen en is breed verkrijgbaar via de Nederlandse foodservicegroothandel?”

In zulke vragen wordt zichtbaar of een merk als serieuze oplossing wordt gezien.

Een mention is niet automatisch goed nieuws

Het aantal merkvermeldingen is een logische eerste metric, maar zegt niet genoeg.

Een product kan worden genoemd zonder dat het wordt aanbevolen. Ook kan een AI-tool het merk koppelen aan de verkeerde toepassing, een onjuiste eigenschap noemen of een positionering gebruiken die niet past bij het merk.

Daarom moet naast aanwezigheid ook de kwaliteit van de vermelding worden beoordeeld.

Wordt het product in de juiste categorie geplaatst? Kloppen de genoemde eigenschappen? Komt de gewenste USP terug? En wordt de aanbeveling onderbouwd met bruikbare informatie of relevante bronnen?

Een verkeerde vermelding is geen GEO-succes. Sterker nog, foutieve of ongunstige positionering kan schadelijker zijn dan helemaal niet genoemd worden.

Van bekendheid naar actie

Een praktische manier om resultaten te beoordelen, is met een GEO-funnel.

Bovenaan staat bekendheid: kent de AI-tool het merk?
Daarna volgt overweging: wordt het meegenomen in een shortlist of vergelijking?
De volgende stap is aanbeveling: wordt het product echt geadviseerd?
Vervolgens is er onderbouwing: legt het systeem uit waarom het product geschikt is?
Onderaan staat actie: verwijst het antwoord naar een productpagina, recept, leverancier of andere nuttige vervolgstap?

Die opbouw maakt duidelijk waar een merk terrein verliest.

Een fabrikant kan bijvoorbeeld breed bekend zijn, maar nauwelijks worden aanbevolen. Een ander merk wordt wel genoemd, maar zonder overtuigende argumenten. In beide gevallen is de aanpak anders.

Zoek naar patronen, niet naar incidenten

De grootste waarde van een GEO-check zit niet in losse antwoorden, maar in patronen.

Misschien wordt het merk vaak genoemd bij chefs, maar nauwelijks bij inkopers. Misschien scoort één productcategorie goed, terwijl een strategisch belangrijk assortiment bijna onzichtbaar blijft. Of een concurrent wordt structureel gekoppeld aan duurzaamheid, terwijl jouw eigen bewijsvoering op dat punt sterker is.

Ook kan blijken dat het merk wel wordt meegenomen in algemene vragen, maar afvalt zodra de gebruiker vraagt om een concrete vergelijking.

Dat soort patronen wijst op gerichte verbeterkansen. Niet op “meer content” in het algemeen, maar op betere informatie over een specifieke toepassing, doelgroep of USP.

Van score naar diagnose

Een dashboard met mentions, share of voice en aanbevelingen is nuttig, maar een score alleen vertelt niet wat er moet gebeuren.

Een goede GEO-analyse beantwoordt daarom drie vragen:

1. Waar is het merk onzichtbaar, instabiel of verkeerd gepositioneerd?
2. Wat is daarvan waarschijnlijk de oorzaak?
3. Welke bron, productinformatie of content moet worden verbeterd?

Soms ligt het probleem op de eigen website. Soms ontbreekt technische informatie over gebruik, rendement of toepassing. In andere gevallen komt de concurrent beter naar voren doordat groothandels, vakmedia of brancheplatforms zijn product duidelijker beschrijven.

De oplossing hoeft dus niet altijd een nieuw artikel te zijn. Het kan net zo goed gaan om betere productdata, een concretere productspecificatie, een klantcase of een betere uitleg van de toepassing.

Maak GEO onderdeel van de vaste cyclus

GEO is geen eenmalige exercitie. AI-tools veranderen, bronnen worden vernieuwd en concurrenten blijven publiceren. Ook de vragen uit de markt bewegen mee.

Daarom hoort GEO-stabiliteit in een terugkerende cyclus: meten, analyseren, diagnosticeren, verbeteren en opnieuw meten.

Kies per periode een concreet doel. Bijvoorbeeld: vaker worden aanbevolen voor een bepaalde toepassing, beter zichtbaar worden bij inkopers of een specifieke USP consequenter laten terugkomen.

Een sterke GEO-positie ontstaat niet doordat een merk af en toe wordt genoemd, maar wanneer het merk bij relevante vragen consequent, correct en overtuigend als oplossing naar voren komt.

Voor foodmerken wordt dat steeds belangrijker, omdat AI in toenemende mate bepaalt welke merken überhaupt nog in beeld komen.

Welke stappen moet je ondernemen om je GEO onder controle te krijgen?

• Begin met een check of de basis van je productcontent in orde is. Benoem je op de relevante plekken, zoals je eigen website en de groothandels webshops, dezelfde en alle USP’s van je product(en). Dit heb je relatief eenvoudig in eigen hand.
• Maak een promptbook, waarin je gerichte vragen gaat vaststellen waarop jij een relevant antwoord, of eigenlijk een relevante oplossing te bieden hebt. Houd daarbij rekening met verschillende klanttypes, hun specifieke wensen, en de klantreis op weg naar aankoop.
• Begin zo snel mogelijk met een eerste meting. In het begin zul je wellicht handmatig prompts in AI zoekmachines zetten, maar als je een serieuze check wilt doen, bestaan hier intussen ook tools voor: Promptwatch en Peec AI zijn daarvan twee voorbeelden.
• Noteer scores op de verschillende KPI’s; ben je genoemd, ben je aanbevolen, wat is je share of voice, wordt er naar een bron gelinkt die bijdraagt aan conversie?
• Interpreteer goede en slechte scores. Zie je dat je structureel in een specifieke productcategorie achterblijft, of op een specifieke USP?
• Maak uit de verkregen inzichten een plan waar je wilt verbeteren, met welke boodschap, op welke prompts.
• Herhaal, periodiek, om consistentie en groei te monitoren.