AI geeft ons een extra reden om in merken te investeren

In dit artikel:

Nederlandse adverteerders investeren volgens onderzoek van Validators te weinig in merkbouw. In een analyse van ruim 100.000 reclame-uitingen in vijftien branches bleek gemiddeld 40 procent van het mediabudget naar merkcommunicatie te gaan en 60 procent naar sales en performance. Dat is het omgekeerde van de vaak aanbevolen 60/40-verhouding. Volgens de auteur is dat extra problematisch nu AI een steeds grotere rol krijgt in het keuzeproces van consumenten.

Consumenten laten AI steeds vaker producten, diensten en aanbieders zoeken, vergelijken en voorselecteren. Daardoor ontstaat vóór de klassieke menselijke shortlist een machinale shortlist. Merken moeten niet alleen mentaal beschikbaar zijn bij potentiële klanten, maar ook begrijpelijk en vindbaar zijn voor AI-systemen. De auteur noemt dat machine availability en stelt share of shortlist voor als mogelijke nieuwe KPI: hoe vaak verschijnt een merk in de beperkte selectie die een AI-agent aan een consument presenteert?

Machines beoordelen merken anders dan mensen. Ze hebben geen persoonlijke herinneringen of nostalgische associaties, maar analyseren onder meer productinformatie, prijzen, beschikbaarheid, reviews, claims, bronnen en consistentie. Merken moeten daarom hun strategie, aanbod, bewijsvoering en gedrag zo structureren dat AI ze kan interpreteren. Thomas Marzano noemt die eigenschap legibility.

AI maakt het rationele deel van kiezen transparanter. Kwaliteit, prijs, beschikbaarheid en functionele voordelen zijn steeds eenvoudiger te vergelijken. Daardoor wordt het emotionele onderscheid belangrijker: betekenis, vertrouwen, voorkeur en de bereidheid om een merk opnieuw te kiezen, aan te bevelen of een fout te vergeven. Merkbouw moet volgens de auteur juist daarin investeren.

Het Nederlandse horecamerk Moeke dient als voorbeeld. De formule opent zijn tiende vestiging en koppelt groei aan de moeilijkere opgave om geliefd te blijven. Langdurige consistentie in merkgedachte, locaties, menu’s, communicatie en ervaringen kan zowel bij mensen herkenning en vertrouwen opbouwen als voor machines een duidelijk patroon creëren. Die consistentie werkt alleen wanneer de merkbelofte daadwerkelijk wordt waargemaakt. AI kan claims steeds beter toetsen aan reviews, klachten en andere ervaringen. Slechte prestaties of loze beloften worden daardoor sneller zichtbaar.

De auteur vat deze combinatie samen als een ‘Agentic Lovemark’: een merk dat door mensen geliefd en door machines begrepen en vertrouwd wordt. Merkbouw levert niet rechtstreeks de data waarop AI selecteert, maar creëert de betekenis en ervaringen die zich vertalen in zoekgedrag, herhaalaankopen, aanbevelingen, reviews en andere machineleesbare signalen.

Technieken als GEO, AEO, structured data en AI-search kunnen de zichtbaarheid van merken verbeteren, maar zijn volgens de auteur geen vervanging voor merkbouw. Machineleesbaarheid is de basis; een heldere betekenis, herkenbaarheid, goed gedrag en echte ervaringen bepalen uiteindelijk of een merk ook menselijke voorkeur en vertrouwen krijgt. AI vormt daarmee een extra reden om de balans tussen performance en merkbouw opnieuw te bekijken.