OBENAN RESEARCH · VERKENNENDE EERSTE EDITIE
Zichtbaarheid in zoekmachines is niet zichtbaarheid in AI
Op één dag vergeleken we de Google Maps-vergelijkingsset voor een restaurantvraag in Amsterdam, Berlijn en Barcelona met de aanbevelingen van ChatGPT en Claude voor dezelfde vraag.
Hoeveel van de eerste drie restaurants in elke Google Maps-vergelijkingsset stonden ook in de eerste drie van zowel ChatGPT als Claude
0 van 3
Amsterdam
0 van 3
Berlin
1 van 3
Barcelona
Uw gasten kijken nu op twee plekken, en elke plek antwoordt uit een andere lijst. Goed vindbaar zijn is niet hetzelfde als aanbevolen worden.
We vroegen Google Maps en twee AI-assistenten, ChatGPT en Claude, op dezelfde dag naar de beste restaurants in drie Europese steden, en vergeleken elke naam die ze teruggaven.
De bevinding
De restaurants die Google Maps bovenaan zette, waren grotendeels niet degene die de assistenten aanbevalen
Dezelfde vraag, dezelfde stad, dezelfde dag. We vergeleken de eerste drie restaurants van Google Maps met de eerste drie die elke assistent noemde.
Amsterdam
0 van de 3 kwamen overeen
ChatGPT noch Claude zette een van de eerste drie Google Maps-resultaten in de eigen eerste drie.
Berlin
0 van de 3 kwamen overeen
Beide assistenten noemden dezelfde drie restaurants in dezelfde volgorde; geen ervan stond in de eerste drie van Google Maps.
Barcelona
1 van de 3 kwam overeen
Eén restaurant stond in de eerste drie van Google Maps én in de eerste drie van beide assistenten. Het was bij allebei hetzelfde restaurant.
Eén zoekopdracht per stad, per assistent, op één dag. Genoeg om te laten zien wat we vonden. Niet genoeg om er een regel van te maken. Dit is geen test of de antwoorden bij herhaalde runs stabiel blijven.
Hoe zo'n vergelijking wordt geteld
Eén zoekopdracht, twee verschillende lijsten
Illustratie, geen onderzoeksresultatenRestaurants die op Google Maps verschenen
Restaurants aanbevolen door AI (ChatGPT en Claude)
- Paarse lijn = hetzelfde restaurant staat in beide lijsten
- Geen lijn = het restaurant staat in maar één lijst
Restaurant B verscheen zowel op Google Maps als in de AI-lijst.
Wat dit verandert
AI-zichtbaarheid is niet zoekzichtbaarheid onder een nieuwe naam
De twee systemen gaven op dezelfde vraag niet dezelfde restaurants terug. Een zaak die een kaartzoekopdracht vooraan zet, is niet automatisch een zaak die een assistent aanbeveelt. Dat zijn twee verschillende uitkomsten, en dit onderzoek heeft ze allebei gemeten.
Dit is geen bewering dat het werk achter zoekresultaten er niet meer toe doet. Dat hebben we niet getest. Wat we wel kunnen zeggen: de twee uitkomsten liepen uiteen, dus ze als één ding behandelen zou het verschil volledig verborgen hebben.
Het bewijs dat ze toonden
De twee assistenten wezen op totaal verschillende soorten bewijs
ChatGPT linkte naar de eigen website van de restaurants in 46 van zijn 60 aanbevelingen. Claude deed dat in geen van zijn 60, in geen enkele stad.
Wat elke assistent toonde
Aanbevelingsposities van 60 per assistent.
Linkte naar de website van het restaurant
Linkte naar een gids of prijs
Linkte naar onafhankelijke redactionele publicaties
Linkte naar twee of meer afzonderlijke externe sites
Nog twee vergelijkingen, op dezelfde schaal
Linkte naar de Michelingids zelf
Linkte naar Michelin of World's 50 Best
Het tegenvoorbeeld
In Berlijn waren ze het volledig eens en toonden ze tóch ander bewijs
In Berlijn noemden beide assistenten dezelfde eerste drie restaurants in dezelfde volgorde. Geen van die drie stond in de eerste drie van Google Maps.
Claude toonde in alle 20 Berlijnse posities geen gids- of prijsbron. ChatGPT deed dat bij 13 van de 20.
Twee assistenten bereikten hetzelfde antwoord met verschillende zichtbare onderbouwing. Wat een assistent toont is niet de hele verklaring.
Een vermelding in een gids is hier dus niet waar u achteraan moet. Twee assistenten kwamen via zichtbaar verschillende wegen tot één antwoord, en juist daarom mogen de getoonde links niet gelezen worden als de reden voor dat antwoord.
De twee assistenten kennen dezelfde restaurants. Ze verschillen over wie er eerst komt.
Als we ChatGPT met Claude vergelijken, en niet een van beide met Google Maps, noemden ze allebei 12 dezelfde restaurants in Amsterdam, 13 in Berlijn en 10 in Barcelona, van ongeveer dertig genoemd per stad.
Op het podium gingen ze uiteen. Berlijn: 3 van 3, in dezelfde volgorde. Barcelona: 2 van 3. Amsterdam: 0 van 3.
Bekend zijn is niet hetzelfde als gekozen worden. Beide assistenten hebben uw restaurant misschien al op de lijst. Dat is niet hetzelfde als door een van beide als eerste genoemd worden.
Zijn de twee assistenten het met elkaar eens?
Berlin
Dezelfde top 3, in dezelfde volgorde
ChatGPT en Claude met elkaar vergeleken, en in dezelfde volgorde
Beide assistenten begonnen met dezelfde drie restaurants op één, twee en drie.
Tegenover de eerste drie van Google Maps kwamen in dezelfde stad 0 van de 3 overeen.
Bekijk alle 20 posities voor Berlin
Een rechte lijn betekent dat beide assistenten hetzelfde restaurant op dezelfde plek zetten. Een kruisende lijn betekent dat ze het eens waren over het restaurant maar het anders rangschikten.
ChatGPT
Claude
Barcelona
2 van de top 3 kwamen overeen
ChatGPT en Claude met elkaar vergeleken, dezelfde eerste keuze
Ze kozen dezelfde nummer één; daaronder viel de volgorde uiteen.
Tegenover de eerste drie van Google Maps kwamen in dezelfde stad 1 van de 3 overeen.
Bekijk alle 20 posities voor Barcelona
Een rechte lijn betekent dat beide assistenten hetzelfde restaurant op dezelfde plek zetten. Een kruisende lijn betekent dat ze het eens waren over het restaurant maar het anders rangschikten.
ChatGPT
Claude
Amsterdam
0 van de top 3 kwamen overeen
ChatGPT en Claude met elkaar vergeleken, niets gemeen
Geen van beide assistenten plaatste een top-drie-restaurant van de ander in de eigen top drie.
Tegenover de eerste drie van Google Maps kwamen in dezelfde stad 0 van de 3 overeen.
Bekijk alle 20 posities voor Amsterdam
Een rechte lijn betekent dat beide assistenten hetzelfde restaurant op dezelfde plek zetten. Een kruisende lijn betekent dat ze het eens waren over het restaurant maar het anders rangschikten.
ChatGPT
Claude
Wat dit voor u betekent
Onze interpretatie: twee verschillende ontdekkingstaken
Wat volgt is onze interpretatie, geen meting. We maten dat de lijsten uiteenliepen en dat de assistenten verschillende soorten bewijs toonden. Waarom ze uiteenliepen is een lezing van dat bewijs; andere lezingen zijn mogelijk.
Uw eigen website is één bron. De rest van wat een assistent over u kan zien, staat ergens heel anders.
Google Maps
Is dit een relevant, nabij en bekend lokaal bedrijf?
De lijsten concentreerden zich in elke stad sterk in één centrale wijk. Binnen die lijsten verklaarde niets in het bedrijfsprofiel de volgorde.
Wees de duidelijkste lokale match: juiste gegevens, de juiste categorie en een echte aanwezigheid in het gebied dat je bedient.
ChatGPT en Claude
Is dit een opvallende aanbeveling die ik met openbaar bewijs kan staven?
Bij hun eerste keuzes toonden de assistenten gidsen, prijzen, pers en stadsbronnen. Claude toonde in geen enkele stad de website van het restaurant.
Maak jezelf makkelijk verifieerbaar: een duidelijke site, één consistente identiteit en onafhankelijke publicaties met hetzelfde verhaal.
Wat het bewijs uitsloot
Brengen meer foto's, reacties of reviews je hoger?
In elf controles verklaarde niets welke restaurants eerst kwamen; meerdere signalen wezen per stad een andere kant op.
Blijf het doen als het je klanten helpt. Verwacht niet dat het je positie bepaalt.
Goed vindbaar zijn op het ene oppervlak droeg niet over naar het andere. Het zijn twee verwante taken, niet één.
Waar de Google Maps-lijsten zaten
Amsterdam
14 van de 20
binnen Amsterdam-Centrum
Berlin
18 van de 20
binnen Mitte
Barcelona
12 van de 20
binnen Ciutat Vella
Dit zijn ook de wijken met de meeste restaurants en we verzamelden geen vergelijkingsgroep van zaken die nooit verschenen. Dit laat zien waar de lijsten lagen, niet dat een wijk werd gekozen.
Wat de assistenten toonden achter hun eerste keuzes
8 of 9
ChatGPT toonde een gids- of prijsbron
bij zijn eerste keuzes, met een Michelinbron bij 7 daarvan.
9 of 9
Claude toonde twee of meer onafhankelijke bronnen
bij elk van zijn eerste keuzes.
13 of 15
Erkenning door gids of prijs in de eigen uitleg van de assistenten
beschikbare uitleg bij de eerste keuzes noemde een gids of prijs als factor.
Dit is wat elke assistent toonde, niet wat hij gebruikte. Berlijn is de herinnering: Claude toonde in die hele stad geen enkele gids- of prijsbron en noemde tóch dezelfde drie restaurants, in dezelfde volgorde, als ChatGPT.
Wat we hebben uitgesloten
Wat de uitkomst niet verklaarde
We controleerden wat iedereen aanneemt. Als er een simpele verklaring bestond, hadden drie steden die moeten laten zien. Dat deden ze niet.
| Wat we controleerden | Amsterdam | Berlin | Barcelona | Wat het ons vertelt |
|---|---|---|---|---|
| Alle verzamelde reviewsTop 3 vergeleken met de andere 17, uitgedrukt in beoordelingen | 2,472 beoordelingen minderdan de andere 17 | 1,331 beoordelingen meerdan de andere 17 | 4,252 beoordelingen minderdan de andere 17 | Geen consistente richting |
| Score over alle reviewsTop 3 vergeleken met de andere 17, uitgedrukt in sterren | 0.04 sterren hogerdan de andere 17 | 0.04 sterren lagerdan de andere 17 | 0.10 sterren hogerdan de andere 17 | Geen consistente richting |
| Reviews in de afgelopen 30 dagenTop 3 vergeleken met de andere 17, uitgedrukt in beoordelingen | 8 beoordelingen minderdan de andere 17 | 29 beoordelingen meerdan de andere 17 | 20 beoordelingen minderdan de andere 17 | Geen consistente richting |
Elk hiervan wees in de ene stad de ene kant op en in de andere de tegenovergestelde. Prijs en categorie lieten helemaal niets zien. Geen daarvan verklaart dus welke restaurants vooraan kwamen.
We toetsten nog vijf verklaringen. Geen enkele hield stand in drie steden.
Meer foto's?
De eerste drie hadden er minder in Amsterdam en meer in de andere twee steden.
Amsterdam: eerste drie 1,221, andere zeventien 2,128 · Berlin: eerste drie 3,841, andere zeventien 1,262 · Barcelona: eerste drie 7,124, andere zeventien 3,073
foto's, doorsnee bedrijf
Meer soorten foto's?
Geen consistent patroon.
Amsterdam: eerste drie 11, andere zeventien 14 · Berlin: eerste drie 12, andere zeventien 13 · Barcelona: eerste drie 17, andere zeventien 15
fotocategorieën, doorsnee bedrijf
Meer reacties op reviews?
Sterk in Amsterdam, afwezig in Barcelona.
Amsterdam: eerste drie 97 van elke 100, andere zeventien 53 van elke 100 · Berlin: eerste drie 41 van elke 100, andere zeventien geen · Barcelona: eerste drie 1 van elke 100, andere zeventien 3 van elke 100
reviews met een reactie van de eigenaar
Meer reviews van Local Guides?
Nergens een betekenisvol verschil.
Amsterdam: eerste drie 49 van elke 100, andere zeventien 51 van elke 100 · Berlin: eerste drie 63 van elke 100, andere zeventien 58 van elke 100 · Barcelona: eerste drie 42 van elke 100, andere zeventien 44 van elke 100
reviews geschreven door Local Guides
Andere onderwerpen in reviews?
We groepeerden elk reviewtrefwoord in elf thema's. Geen thema scheidde in alle drie steden de eerste drie van de andere zeventien.
Vergeleken tussen de eerste drie en de andere zeventien in elke stad.
elf thema's, 412 verschillende reviewtrefwoorden
Foto's toevoegen of op reviews reageren kan voor uw gasten nog steeds de moeite waard zijn. Dit onderzoek vond niet dat een van beide verklaarde welke restaurants als eerste werden teruggegeven.
Waarom we één controle lieten vallen
We konden de nieuwste 100 reviews per restaurant lezen. Alle 60 bereikten die limiet, waardoor een telling binnen een vaste periode vooral mat hoe snel die 100 zich vulden. We verwijderden de controle in plaats van een misleidend getal te laten staan.
Het geval dat niet omsloeg
Één aanwijzing hield wél stand in alle drie de steden
In alle drie de steden hadden de eerste drie iets betere beoordelingen over hun laatste 20 reviews. Dat is een interessante aanwijzing, geen bewezen regel.
Amsterdam
- Top 3
- 4.9 sterren
- Andere 17
- 4.7 sterren
- Verschil
- +0.2 sterren
Berlin
- Top 3
- 4.7 sterren
- Andere 17
- 4.6 sterren
- Verschil
- +0.1 sterren
Barcelona
- Top 3
- 4.8 sterren
- Andere 17
- 4.7 sterren
- Verschil
- +0.1 sterren
Veelbelovend, maar een te kleine steekproef om het een regel te noemen.
Elk van die kopgroepen bestaat uit slechts drie restaurants. Het is het enige dat zichzelf niet tegensprak in drie steden, en het is wat we hierna toetsen.
Wat we nog steeds niet kunnen zeggen
- Elke kopgroep bevat drie restaurants, dus geen van de drie verschillen staat op zichzelf.
- We konden per restaurant alleen de nieuwste 100 reviews lezen. Zodra die grens was bereikt, vielen oudere reviews buiten de meting. Daarom is ook de 90-dagentelling de zwakste van de vier controles: bijna de helft bereikte de grens binnen 90 dagen.
- De volgorde waarin deze restaurants terugkwamen is nog niet onafhankelijk bevestigd.
Twee plekken om te controleren
Twee checks, niet één
Gasten gebruiken beide plekken, dus het is zinvol om beide te controleren. Elke check kijkt maar naar één ervan, en geen van beide herhaalt dit onderzoek.
AI-assistenten
Zie hoe AI uw zaak beschrijft
Controleer wat AI-assistenten vandaag over u kunnen vinden. Deze check vertelt u niet waar u op Google Maps verschijnt.
AI-aanwezigheid controlerenGoogle Maps
Controleer waar u op Google Maps verschijnt
Controleer waar uw zaak staat bij één zoekopdracht, op één moment. Het kijkt alleen naar uw zaak en herhaalt niet de vergelijking van drie steden op deze pagina.
Google Maps-zichtbaarheid controlerenHoe we het hebben aangepakt
Hoe de vergelijking werkte
Dezelfde vraag stellen
We stelden Google Maps en de AI-assistenten in elke stad dezelfde restaurantvraag.
Beide lijsten verzamelen
We bewaarden elk restaurant dat ze teruggaven, precies zoals het binnenkwam.
Kijken welke in beide staan
We vergeleken de twee lijsten om de restaurants te vinden die in allebei genoemd werden.
Het technische detail, voor wie het wil
- Geïsoleerde sessies
- Elke assistent kreeg de vraag één keer per stad, in een verse sessie zonder ingelogd te zijn.
- Herhaling
- Dit is een verkennende momentopname van één dag, geen test of de antwoorden bij herhaling stabiel blijven.
- Herkomst
- Herkomst betekent waar de gegevens vandaan komen. Voor elke lijst zijn de exacte vraag, de instellingen, de locatiecontext en het tijdstip van verzamelen vastgelegd.
- Identiteitsbepaling
- Identiteitsbepaling betekent bevestigen dat twee namen naar dezelfde zaak verwijzen. Waar dat niet kon worden bevestigd, blijft het paar ongekoppeld en wordt het als dubbelzinnig gerapporteerd.
- Onzekerheid en ontbrekend bewijs
- Alles wat niet geverifieerd kon worden, staat vermeld als niet beschikbaar in plaats van te worden ingevuld met een aanname.
Deze methode kan niet laten zien waarom een restaurant verscheen, kan voor geen van beide plekken een blijvend patroon vaststellen en kan geen stadsbrede Google Maps-positie rapporteren.
Het werk erachter
Wat we werkelijk hebben geanalyseerd
Dit was geen experiment met één prompt. We stelden twee AI-assistenten dezelfde vraag in drie steden, legden elke gerangschikte aanbeveling vast in plaats van alleen de winnaars, vroegen elke assistent om uitleg en bewaarden die antwoorden, koppelden de restaurants over alle lijsten via adres en officieel domein, en lazen het openbare bedrijfsprofiel erachter.
In totaal
120,548
geanalyseerde datawaarden
Elk gevuld veld van 60 locaties, uit 253 verschillende datavelden: 215 in het bedrijfsprofiel en 38 in elke review. Ongeveer 2.009 waarden per locatie.
Wat we vroegen
3
steden
Amsterdam, Berlijn, Barcelona
2
AI-assistenten
kregen dezelfde vraag
6
volledige ranglijsten
volledig vastgelegd, niet bemonsterd
Wat we vastlegden
120
gerangschikte aanbevelingen
elke positie, niet alleen de winnaars
5
vervolguitleg
we vroegen beide assistenten waarom en bewaarden de antwoorden
60
openbare bedrijfsprofielen
score, locatie, categorie, prijs en reviewgeschiedenis
Wat we lazen
6,000
afzonderlijke reviews
één voor één gelezen over alle 60 profielen
2,009
datawaarden per locatie
gemiddeld over elk gevuld veld
253
verschillende datavelden
215 in het profiel en 38 in elke review
Wat we controleerden
238
bronlinks
elke link die de assistenten toonden
88
verschillende bronwebsites
gidsen, stadssites, pers en officiële pagina's
5
bevestigde overeenkomsten tussen lijsten
en 3 onzekere die we niet samenvoegden
Wat we openden om dit te controleren
249,557
foto's geteld bij de 60 bedrijven
178
verschillende fotocategorieën
412
reviewtrefwoorden, gegroepeerd in 11 thema's
60
bedrijfsprofielen veld voor veld gelezen
We deden dit alles om één reden. Niet om te weten wélke restaurants verschenen, maar om te weten wat de zichtbare gemeen hadden, hoe AI-aanbevelingen verschilden van wat een kaartzoekopdracht teruggaf, en welke verklaringen na drie steden in plaats van één nog overeind stonden.
Voordat u dit gebruikt
Hoe u dit onderzoek leest
Wat dit onderzoek wel en niet aantoont
- Dit is een verkennende momentopname van één dag en drie steden.
- Het rapporteert waargenomen patronen, geen oorzakelijk verband of gegarandeerde rangschikkingsformule.
- Toekomstige edities herhalen de AI- en Maps-controles; de conclusies kunnen veranderen.
Hoe elke uitspraak gelabeld is
| Label | Wat het betekent |
|---|---|
| Gemeten | Rechtstreeks geteld uit het gecontroleerde bewijs |
| Waargenomen | Gezien in één bron, geen algemene regel |
| Door het model gesteld | Wat een AI-assistent over zijn eigen antwoord zei |
| Afgeleid | Onze lezing, met andere verklaringen erbij genoemd |
| Niet beschikbaar | We hebben ernaar gevraagd en konden het niet verifiëren |
Wat er hierna komt
We doen het opnieuw
Eén dag is een momentopname. De volgende editie herhaalt dezelfde vraag in dezelfde steden, meerdere keren, zodat we een patroon van toeval kunnen onderscheiden. Restaurants zijn de eerste editie.