AI dark traffic: bezoekers die je analytics verkeerd labelt

Iemand vraagt ChatGPT om advies, ziet je merk in het antwoord en bezoekt later je website. In je analytics verschijnt die sessie als direct verkeer. Een andere bezoeker klikt wel rechtstreeks vanuit Perplexity en houdt de verwijzer, waardoor Perplexity netjes als bron wordt vastgelegd. Beide bezoeken kunnen door een AI-antwoord zijn beïnvloed, maar je rapport ziet er heel anders uit.

Dat onzichtbare deel wordt vaak AI dark traffic genoemd. Het is geen afzonderlijk kanaal dat je met een slimme filter volledig terugvindt. Het is verkeer waarbij de invloed van een AI-assistent niet betrouwbaar in de technische verwijzer staat. De fout begint wanneer een dashboard al het directe verkeer aan AI toeschrijft, of juist alleen de herkenbare verwijzers als de volledige opbrengst presenteert.

Waarom een verwijzer een ondergrens is

Een analytics-script kan een bezoek aan ChatGPT toeschrijven wanneer de browser de bijbehorende referrer meestuurt. Ontbreekt die informatie, dan kan het systeem de herkomst niet met zekerheid reconstrueren. De sessie kan in een directe of onbekende categorie belanden. Dat gebeurt ook bij verkeer dat niets met AI te maken heeft, dus de categorie achteraf omnoemen naar AI-verkeer is niet verdedigbaar.

De productdocumentatie over Promptwatch Visitor Analytics noemt referrermeting daarom een ondergrens. Het dashboard telt een AI-bezoek pas voor een platform wanneer de browser de domeinverwijzer doorgeeft. Dat is een bewuste, controleerbare definitie. De keerzijde is dat AI-invloed zonder referrer buiten het getal blijft.

Een gemeten klik is dus hard bewijs voor een bezoek vanuit het betreffende platform. Een sessie zonder herkenbare verwijzer is geen bewijs van het tegendeel. Ze blijft onbekend. Die asymmetrie hoort zichtbaar te blijven in je rapportage.

Dark traffic is breder dan een gemiste klik

Niet iedere AI-reis begint met een klik. Een gebruiker kan een merknaam lezen, later zelf het domein intypen of via een gewone zoekmachine terugkomen. Een antwoord kan ook de uiteindelijke keuze beïnvloeden zonder dat de gebruiker ooit een bronkaart opent. Standaard last-click-attributie ziet dan het laatste contact, niet de eerdere invloed.

Daarom kun je twee uitspraken beter uit elkaar houden:

• Herkenbaar AI-referrerverkeer is het aantal bezoeken met een meetbare verwijzer van een AI-platform.
• Door AI beïnvloed verkeer is een ruimer begrip dat je niet volledig uit referrers kunt afleiden.

De eerste uitspraak kun je tellen. Voor de tweede heb je aanvullend onderzoek nodig, bijvoorbeeld een vrijwillige vraag in het aankoopproces naar hoe iemand je heeft gevonden. Ook zo'n antwoord blijft zelfrapportage en dus een ander soort bewijs. Voeg beide bronnen niet stilzwijgend samen tot een exact kanaalpercentage.

Meet de keten, niet alleen de sessie

Een bruikbare aanpak begint eerder dan de klik. De Promptwatch-handleiding voor AI-verkeer en omzet beschrijft vier stappen: een crawler haalt de pagina op, een AI-antwoord citeert haar, een lezer klikt en die bezoeker converteert mogelijk. Volgens deze productdocumentatie volgt Promptwatch de eerste drie stappen rechtstreeks. De omzet blijft in je eigen analytics of CRM.

Die keten helpt bij de diagnose. Geen crawl betekent dat je eerst bereikbaarheid onderzoekt. Wel crawls maar geen citaties wijzen op een andere vraag, meestal over inhoud of bronkeuze. Citaties zonder meetbare bezoeken kunnen betekenen dat lezers niet doorklikken, maar ook dat een deel zonder referrer aankomt. Bezoeken zonder conversie vragen om controle van de landingspagina en je eigen conversiemeting.

Je kunt daarmee nog steeds geen individuele bezoeker van crawler tot aankoop volgen. Dat hoeft ook niet. Het doel is vaststellen waar op paginaniveau een patroon hapert, zonder identiteit of causaliteit te claimen die je data niet levert.

Een nuchtere inrichting in analytics

Maak eerst een apart segment voor bekende AI-referrers. Houd de bronbenaming stabiel, zodat een bezoek uit dezelfde dienst niet de ene maand onder referral en de volgende maand onder een zelfbedachte AI-categorie valt. Bewaar daarnaast de oorspronkelijke kanaalindeling. Je wilt later kunnen controleren welke regels je hebt toegepast.

Kijk vervolgens naar landingspagina's. Een totaal van alle AI-referrers zegt weinig over welk werk resultaat oplevert. Leg per pagina de herkenbare bezoeken naast de citaties in gevolgde antwoorden. Als een handleiding vaak wordt geciteerd en nauwelijks herkenbaar bezoek krijgt, controleer dan hoe de bron in antwoorden verschijnt en of de titel een klik uitnodigt. Als een productpagina bezoeken krijgt zonder dat je haar in je gevolgde prompts als citatie ziet, kan je promptset onvolledig zijn. Het is geen reden om de sessies te verwijderen.

Sluit je eigen kantoorverkeer en testbezoeken uit waar je analytics dat toestaat. Controleer daarna of events op alle relevante pagina's worden geregistreerd. Een ontbrekende conversie kan een meetfout zijn. Begin niet met conclusies over kanaalkwaliteit voordat de basis werkt.

Gebruik UTM-tags waar je zelf de link beheert, maar verwacht niet dat iedere AI-assistent jouw tag toevoegt of bewaart. Een UTM is nuttig voor een concrete campagne of gedeelde link. Hij repareert geen onbekende route die al zonder parameters binnenkwam.

Wat je wel en niet in een rapport zet

Noem het gemeten aantal "bezoeken met een herkenbare AI-referrer", niet "alle bezoekers uit AI". Zet er expliciet bij dat referrermeting volgens de gebruikte productdocumentatie een ondergrens is. Laat direct verkeer ongemoeid, tenzij je voor een afzonderlijke analyse een duidelijk gemarkeerde schatting maakt. Geef dan de aannames en onzekerheid weer.

Vergelijk perioden op dezelfde manier. Als je trackingcode pas halverwege de maand live ging, is een stijging daarna geen zuivere groeimeting. Noteer installatiedata, wijzigingen in kanaalregels en aanpassingen aan je prompt tracking. Zo voorkom je dat een technische wijziging als markttrend in een presentatie terechtkomt.

Koppel omzet pas in je eigen systeem. De Promptwatch-documentatie stelt niet dat het platform de omzet zelf meet; zij verwijst daarvoor naar analytics of CRM. Rapporteer daarom eerst bezoeken en conversies per landingspagina. Gebruik vervolgens je eigen definities voor order, lead of omzet. Een merkvermelding zonder klik kan commercieel relevant zijn, maar krijgt geen verzonnen eurobedrag.

Waar Promptwatch in deze meting past

Visitor Analytics legt herkenbare AI-referrers, bronnen en landingspagina's vast. Crawler logs en citatie-analyse geven context vóór de klik. Die combinatie lost dark traffic niet volledig op. Ze verkleint wel het stuk van de route waarover je moet raden en laat zien waar bewijs ophoudt.

Lees ook de uitleg over citaties en vermeldingen voordat je een merkvermelding als verkeersbron presenteert. Een vermelding, bronverwijzing en klik zijn verschillende gebeurtenissen.

Onze Promptwatch-toolpagina beschrijft de functies in het Nederlands. We raden Promptwatch aan om prompt tracking, citaties, crawler logs en herkenbare AI-bezoeken naast elkaar te onderzoeken. Houd onbekend verkeer ondertussen onbekend. Een eerlijke ondergrens is bruikbaarder dan een exact getal dat je analytics nooit heeft waargenomen.