Hoe één team een toename van 80% in leads van ondernemingen zag door AEO in te zetten
Starten met AI: Marketingleiders hebben moeite om AI-projecten te starten door de overweldigende hoeveelheid keuzes en onzekerheid over de eerste stappen.
Verbeteringen met grote impact: CroMetrics gebruikt kleine AI-verbeteringen met grote impact om uitdagingen in werkprocessen aan te pakken, in plaats van perfecte strategieën na te streven.
Optimalisatie voor AI-zoekopdrachten: CroMetrics optimaliseert content voor LLM's en ziet meer verwijzingen van ondernemingen vanuit AI-gestuurde platforms zoals ChatGPT.
Balans tussen mens en AI: AI ondersteunt onderzoek en de eerste ontwikkelingsfasen bij CroMetrics, maar menselijk toezicht waarborgt kwaliteit en consistentie van het merk.
Frictie identificeren: Leiders moeten prioriteit geven aan het verminderen van frictiepunten in werkprocessen om efficiëntie te vergroten voordat ze bredere AI-mogelijkheden implementeren.
De meeste marketingleiders weten dat ze iets met AI zouden moeten doen. Het probleem is niet een gebrek aan bewustzijn. Het is dat ze niet weten waar ze moeten beginnen.
“Ik merk dat leiders en organisaties bijna zo overweldigd zijn door AI dat het verlammend werkt”, zegt Gwen Hammes, co-CEO van Cro Metrics, een digitaal marketingbureau dat samenwerkt met merken als Bombas, Starz en Intuit. Haar advies is om klein te beginnen.
Hammes verwijst hiernaar als de regel “elke dag 1% beter”, een mindset die is gebaseerd op consistente, stapsgewijze vooruitgang in plaats van op het streven naar een uitgebreid plan voordat er überhaupt actie wordt ondernomen. In plaats van een perfecte AI-strategie na te jagen, richt Cro Metrics zich op kleine verbeteringen met een grote impact en op het oplossen van knelpunten in werkprocessen.
Create a Free Account to Read More
You need to sign up for a free membership to complete reading this article:
Have an account? Log In
Wanneer AI je acquisitiekanaal wordt
Vorig jaar kreeg Cro Metrics te maken met dezelfde vraag die elke marketingorganisatie stelde: hoe zorg je voor goede zoekresultaten wanneer zoeken fundamenteel verandert?
Het verkeer vanuit Google nam af en LLM's beantwoordden vragen rechtstreeks in chatinterfaces. Nulklikgedrag begon de norm te worden en de oude SEO-aanpak werkte niet meer zo goed.
We hebben AEO/GEO geïntegreerd in ons technische SEO-aanbod en zijn begonnen door het eerst op ons eigen bedrijf te testen.
Hammes legt uit dat het hun bedoeling was om content niet alleen voor zoekmachines te optimaliseren, maar ook voor de LLM's zelf.
Het team integreerde Answer Engine Optimization (AEO) en Generative Engine Optimization (GEO) in hun technische SEO-aanpak en testte deze vervolgens op het eigen bedrijf voordat ze die bij klanten uitrolden.
Ze beschrijft haar werk bij Cro Metrics als volgt: "ons werk omvat complexe klantreizen, ecosystemen met meerdere kanalen en groeiprogramma's op ondernemingsniveau, waarin strategie, uitvoering en data als één systeem moeten functioneren."
Het werk was gericht op het beter interpreteerbaar maken van content voor AI-systemen, met gestructureerde data, duidelijke samenvattingen en een sterke toeschrijving aan auteurs. Dit zijn allemaal signalen die LLM's helpen om content met vertrouwen te begrijpen en te citeren.
Van filosofie naar proces
De tactieken zijn eenvoudig genoeg. Door te beginnen met gestructureerde data, TLDR's en gedetailleerde toeschrijving aan auteurs, zagen ze vaart ontstaan. "Veel bedrijven zeggen: oké, maar hoe optimaliseren we onze website voor mensen, voor bots én voor LLM's," merkt ze op. Wat haar team vervolgens zag, was ronduit indrukwekkend.
We zagen een toename van 80% in door AI gegenereerd verwijzingsverkeer, naast meetbare verbeteringen in zichtbaarheid in zoekresultaten en rechtstreeks verkeer, die resulteerden in gekwalificeerde inkomende potentiële klanten en een gevulde verkooppijplijn.
Ter context: de meeste organisaties beschouwen AEO nog steeds als iets voor de toekomst, iets om opnieuw te bekijken zodra de SEO-basis op orde is. Cro Metrics beschouwde het als een concurrentievoordeel dat direct inzetbaar was, en de verkeersgegevens weerspiegelen die timing.
Maar wat Hammes het meest verraste, was het type verwijzingsverkeer.
We zien verwijzingen die rechtstreeks afkomstig zijn van tools zoals ChatGPT en Claude. En opvallend genoeg komt een groot deel van dat verkeer van grote ondernemingen.
Zakelijke kopers experimenteren niet alleen met LLM's. In plaats daarvan gebruiken ze deze voor het vinden en beoordelen van leveranciers. Als je content dus niet is geoptimaliseerd voor AI-zoekopdrachten, ben je onzichtbaar voor een groeiend segment van waardevolle potentiële klanten.
Een beslissingssysteem bouwen
Het succes van AEO weerspiegelt een bredere filosofie bij Cro Metrics: AI gebruiken waar het hefboomeffect creëert en mensen inzetten waar beoordelingsvermogen belangrijk is.
Het bedrijf bouwde ImpactLens, een aangepast systeem voor voorspellende prioritering. "We gebruiken deze om gedragssignalen, historische experimenteergegevens en klantspecifieke input te evalueren en te voorspellen welke experimenten waarschijnlijk de meest meetbare groei opleveren," legt Hammes uit. "Hierdoor kunnen we met veel grotere precisie prioriteiten stellen voordat we middelen inzetten."
Maar er is een grens: haar team vertrouwt niet volledig op AI. In plaats daarvan helpt AI bepalen waarop ze zich moeten richten en wat mogelijk werkt, terwijl de strategie, klantleiding, creativiteit en uiteindelijke beslissingen in handen van mensen blijven. Hammes stelt dat "groei nog steeds context, beoordelingsvermogen en origineel denken vereist."
Dit is het patroon dat opschaalt van experimenteren naar productieve AI-adoptie. AI verzorgt patroonherkenning op schaal. Mensen nemen de onderdelen voor hun rekening die context, relatiebeheer en beoordelingsbeslissingen vereisen wanneer data dubbelzinnig is.
Waar AI nog tekortschiet
Hammes merkt op dat mensen ook verantwoordelijkheid blijven dragen voor kwaliteitsborging als het gaat om merkduidelijkheid. Ze trekt de grens door uit te leggen dat "AI voor Cro Metrics nog niet het vereiste betrouwbaarheidsniveau heeft bereikt voor volledig autonome uitvoering bij het opbouwen van productieklare experimenten of creatieve inhoud van hoge kwaliteit op een niveau dat geschikt is voor grote ondernemingsmerken." Er zijn echter gebieden waarop haar team het gebruikt om grote vooruitgang te boeken.
AI versnelt onderzoek, synthese en vroege ontwikkeling aanzienlijk, maar menselijk toezicht blijft essentieel om een hoge kwaliteit en merkconsistentie te waarborgen.
Voor bureaus die met grote zakelijke klanten werken, of bedrijven die zich op deze groep richten, kan AI nog steeds tekortschieten op het kwaliteitsniveau dat nodig is voor productieklare creatieve inhoud of strikte merknormen. Dat betekent dat de uitvoer nog steeds door een mens moet worden gecontroleerd voordat die ergens wordt ingezet.
Het gaat om het werk en de impact, maar het gaat ook enorm om relaties. Ik zeg altijd: zolang er menselijke klanten aan de andere kant van de tafel zitten, zullen bedrijven zoals het onze altijd bestaan.
Professionele dienstverlening draait op vertrouwen, op het aanvoelen van een situatie, begrijpen wat een klant werkelijk nodig heeft in plaats van wat die zegt nodig te hebben, en het maken van inschattingen die niet door data kunnen worden opgelost. Dit zijn geen hiaten die AI waarschijnlijk binnenkort zal dichten, en de slimme aanpak is om AI te behandelen als de onderscheidende factor die het is, in plaats van als een beperking waar je omheen moet werken.
Begin met knelpunten
Voor organisaties die proberen te bepalen waar ze moeten beginnen, adviseert Hammes leiders om eerst naar knelpunten te kijken. "In plaats van een specifiek marketingsysteem te kiezen, zouden leiders de terugkerende knelpunten in werkstromen moeten identificeren, waar kleine inefficiënties zich opstapelen en onevenredig veel tijd kosten", adviseert ze.
Cro Metrics ondervroeg het eigen team om vast te stellen waar AI de grootste impact zou kunnen hebben. De antwoorden waren niet glamoureus. Ze hadden betrekking op goedkeuringen, nalevingscontroles en inhoudsontwikkeling in een vroeg stadium.
Een van onze eerste doelstellingen was eenvoudig. Elimineer de kleine frustraties die capaciteit opslokken, zodat teams meer tijd kunnen besteden aan strategisch denken, creativiteit en werk met een grotere impact dat groei stimuleert.
Dit is het tegenovergestelde van de AI-strategie die de meeste organisaties nastreven. In plaats van te beginnen met mogelijkheden, en te vragen wat AI kan doen, begin je met pijnpunten en vraag je waar je tijd verspilt zonder rendement op je investering te zien.
Hier lopen veel inspanningen rond AI-adoptie spaak. Leiders beginnen met mogelijkheden en kijken wat een hulpmiddel kan doen, maar hebben moeite om dat te koppelen aan een concrete zakelijke behoefte voor elke afdeling.
Je hebt geen steun van de directie nodig om AI te testen voor het versnellen van nalevingscontroles, en geen budgetgoedkeuring om ChatGPT te gebruiken voor het synthetiseren van eerste concepten. Als de behoefte er al is, hoef je alleen nog het juiste hulpmiddel ervoor te vinden.
Pragmatisme boven beste werkwijzen
Hammes' gemak met experimenteren komt voort uit een eerdere fase in haar carrière, toen ze samenwerkte met teams in Mexico die zonder gevestigde draaiboeken werkten. Ze herinnert zich dat "het zo'n niveau van pragmatisme was, waarbij iedereen samenkwam, uitzocht hoe het moest en het voor elkaar kreeg." In plaats daarvan was het team maniakaal gefocust op het doel en de overkoepelende richting.
Niets maakt me echt bang of overweldigt me. Misschien komt dat doordat ik die ervaring heb gehad, maar ook doordat je na meer dan 20 jaar in deze sector veel hebt gezien en meegemaakt en aan het eind van de dag altijd weet dat we er zullen komen. Voor alles is een oplossing en doorzettingsvermogen bestaat echt.
Een mentaliteit van bouwen is nu bijzonder waardevol. Er zijn nog geen gevestigde beste werkwijzen voor AI—alleen experimenten, waarvan sommige succesvol zijn en de meeste niet. De organisaties die wachten op het draaiboek, zullen jaren achterlopen op de organisaties die bereid zijn om te testen en te itereren.
Het microactie-mandaat
Hammes' ervaring bij Cro Metrics biedt een blauwdruk voor organisaties die het gevoel hebben vast te zitten te midden van de AI-hype.
Begin eerst bij frictie, niet bij strategie (hint: je kunt je team ondervragen om dit aan het licht te brengen). Haar advies aan leiders die zich overweldigd voelen, is om het eenvoudig te houden en klein te beginnen.
Wat zijn die kleine microacties? En wat je ontdekt, is dat ze zich snel beginnen op te stapelen. Het ergste is helemaal niets doen: je bent dan gewoon verlamd en houdt het probleem dat je hebt eigenlijk in stand.
Test het vervolgens eerst bij jezelf voordat je het uitrolt naar klanten. Zoek je eigen merk op in ChatGPT, Perplexity en Claude. Doe dit meerdere keren en voer verschillende zoekopdrachten uit om te zien waar je merk naar voren komt.
Zoek daarna rechtstreeks op de naam van je bedrijf. Zoek vervolgens naar de problemen die je oplost, de categorie waarin je concurreert en specifieke vragen die je klanten doorgaans stellen voordat ze iets kopen. Leg je bevindingen vast met schermafbeeldingen.
Je zoekt naar een patroon, niet alleen naar aanwezigheid.
Je zult zien of je in de juiste context naar voren komt, of dat je bedrijf wordt weergegeven op manieren die aansluiten bij je daadwerkelijke positionering. De organische zoekaanwezigheid die je in de loop der jaren hebt opgebouwd, overlapt mogelijk nauwelijks met de manier waarop LLM's je categorie momenteel weergeven.
Het verschil tussen waar je zichtbaar bent en waar je wilt zijn, is je startpunt voor AEO. Het is ook een snellere manier om de waarde van investeringen in content aan te tonen dan de meeste attributiemodellen je ooit zullen bieden.
De filosofie van elke dag 1% beter worden werkt omdat deze de druk wegneemt om al vóór de start een complete AI-strategie te hebben. Je hoeft niet te weten waar je over een jaar zult staan. Je hoeft alleen te weten wat je vandaag gaat proberen.
"Ik geloof sterk in elke dag 1% beter worden," zegt Hammes. Zet de eerste stap.
De toename van 80% in zakelijke leads die haar team zag, kwam niet voort uit een rigide AI-strategie en gebeurde niet van de ene op de andere dag. Ze kwam voort uit het zetten van één stap, het meten van het resultaat en vervolgens het zetten van de volgende stap.
Dit is niet alleen goed advies voor de invoering van AI. Het is goed advies voor alles wat de moeite waard is om te doen.
Wat is de volgende stap?
Sluit je aan bij The CMO Club om op de hoogte te blijven van trends en de nieuwste tips, hulpmiddelen en handleidingen rechtstreeks in je inbox te ontvangen.