Google's AI Mode-advertenties schoven omhoog in de funnel. Zoekwoordenonderzoek moet volgen

Inleiding

Twintig jaar lang volgde zoekwoordenonderzoek een simpele zwaartekracht: vind de frase die mensen typen wanneer ze klaar zijn om te kopen, en koop die of rank ervoor. Bottom-funnel-termen wonnen; al het andere was "awareness" — leuk om te hebben, moeilijk te bewijzen, makkelijk te schrappen.

Die zwaartekracht is omgekeerd, en Google zei dat op één middag twee keer hardop.

Op 28 oktober vertelde het hoofd search data science van Google aan adverteerders dat mensen nu veel eerder in de koopreis bij Google aankomen, met lange, gedetailleerde vragen die ver van een aankoop beginnen. Diezelfde middag vertelde de chief business officer van Alphabet aan Wall Street dat de AI Mode-queries die die verschuiving aandrijven Google minder geld opleveren dan traditionele zoekopdrachten.

Ingeklemd tussen die uitspraken leverde Google de commerciële infrastructuur voor dat gedrag: multi-turn advertenties binnen vervolgvragen in AI Mode, AI Mode-advertenties uitgebreid naar tien extra landen, boekingslinks voor huisdiensten, en productfeeds die advertentiecreative werden. Een nieuw rapport van Adthena telde ondertussen meer dan 175,100 betaalde plaatsingen binnen de AI-antwoorden van Google in de VS tussen juni en september.

De queries schoven omhoog in de funnel, de advertenties volgden ze, en het meeste zoekwoordenonderzoek is nog steeds op de onderkant gericht. Dit is wat er veranderde, wat de cijfers zeggen, en hoe je een zoekwoordstrategie herbouwt die de nieuwe inventaris kan zien.

Wat er de afgelopen twee weken veranderde

De onderdelen kwamen zo snel dat het patroon makkelijk te missen is. De tijdlijn die ertoe doet:

• 28 oktober — Google kondigde multi-turn advertenties in AI Mode aan in de Verenigde Staten, zodat een advertentie kan verschijnen bij vervolgvragen binnen hetzelfde gesprek. Shashi Thakur, VP en GM van Google Search Ads, bevestigde de uitrol in de VS.
• 28 oktober — Google zei dat advertenties in AI Mode opschalen naar tien extra landen, waaronder Canada en Australië, met Brazilië, Mexico en het Verenigd Koninkrijk gepland voor Q4 2026.
• 28 oktober — In de Q3-call van Alphabet schreef CBO Philipp Schindler een deel van de omzetvertraging toe aan "de sterke groei van AI Mode-queries... vanwege de lagere monetisatie die we in AI Mode zagen."
• 4 november — Google AI Mode voegde boekingslinks voor huisdiensten toe, waardoor een antwoord een transactieoppervlak wordt.
• 4 november — Berichtgeving bevestigde dat productfeeds de nieuwe advertentiecreative in AI Mode worden: de feed, niet de kop, overtuigt nu.
• 9 november — Berichtgeving over de uitrol markeerde het meetprobleem: AI-zoekactiviteit is bijna onzichtbaar in de zoektermenrapporten van Google Ads.

Google doet niet subtiel. Het snelst groeiende querytype op zijn oppervlak is conversationeel, lang, in de onderzoeksfase, en nu in meer markten monetiseerbaar dan drie weken geleden.

Wat Google echt zei over die queries

De nuttigste primaire bron van de twee weken is de aflevering van 28 oktober van Google's eigen Ads Decoded-podcast, waarin host Ginny Marvin Shivani Mohan interviewde, VP of Data Science and User Experience Research for Search bij Google. Haar teams interviewen gebruikers één-op-één en bestuderen logs van wat miljarden mensen doen, waardoor haar uitspraken het dichtst in de buurt komen van een specificatie voor waar querygedrag naartoe gaat.

Queries zijn drie keer langer

Mohan zei dat de querylengte drie keer is toegenomen, en Marvin herhaalde dat in de afsluiting. Google's eigen AI Mode-rapport van mei 2026 formuleert het nauw — queries in AI Mode zijn gemiddeld drie keer langer dan traditionele zoekopdrachten — en dat is de versie om te citeren, want het is een AI Mode-vergelijking en geen claim over heel Google.

De queries zijn net-new, niet verfijnd

Het detail met de grootste strategische consequentie is er een waarvan Mohan zei dat ze het niet eerder publiekelijk had uitgelegd. Gebruikers, in haar woorden, "stellen vragen van een heel nieuw type die ze nooit eerder bedacht zouden hebben." Toen Marvin vroeg of vervolgvragen ontstaan omdat het eerste antwoord faalde, zei Mohan nee — en legde uit hoe Google het meet: "In onze data science-praktijk bestraffen we queries, die we man refs noemen, manual refinements."

Daaruit volgen twee implicaties. Ten eerste optimaliseert Google tegen queries die een tweede poging nodig hebben, dus de beloning gaat naar antwoorden die de intentie in één keer oplossen — een dekkingsprobleem voordat het een biedprobleem is. Ten tweede is conversationele groei niet dat mensen hetzelfde zoekwoord op drie manieren herformuleren; het is vraag die nooit in je zoekwoordtool verscheen omdat niemand die een jaar geleden in een zoekvak typte.

Ze zitten boven in de funnel, en Google weet dat

Mohan beschreef queries die "omhoog in de funnel schuiven", met meer brainstormvragen en meer vragen over hoe je überhaupt over een categorie moet nadenken. Schindler's formulering sloot daar precies op aan: "In AI Mode zijn veel van deze queries upper-funnel-queries, waardoor we nieuwe commerciële intentie met hoge waarde kunnen vastleggen," en hij voegde toe dat "de meerderheid van de AI Mode-queries incrementeel is."

Dat is het strategische geschenk van deze twee weken. Google heeft in duidelijke taal gezegd dat het incrementele queryaanbod in de onderzoeksfase zit en de vorm van een vraag heeft. Als je zoekwoordplan een lijst is van product-plus-modifier-termen, bied je op de krimpende helft van de markt.

Waarom dit klassiek zoekwoordenonderzoek sloopt

Drie mechanismen maken oude gewoonten nu actief contraproductief.

De geschiktheidsval: exact match kan de nieuwe plaatsing niet kopen

Advertenties binnen AI Overviews en AI Mode worden gematcht op zowel de query als de inhoud van het AI-antwoord. Volgens de documentatie van Google kunnen alleen broad match-zoekwoorden of targeting zonder zoekwoord — AI Max for Search, Performance Max, Shopping en Dynamic Search Ads — binnen het overview serveren. Exact match kan nog steeds boven of onder het overview verschijnen, en een exact match-zoekwoord blokkeert niet dat een broad match-versie binnenin triggert.

Lees dat als een mediaplan. Een non-brand-campagne die volledig op exact en phrase match is gebouwd — de structuur die de meeste performance-teams leerden bouwen — is structureel afgemeld voor de plaatsing die Google dit kwartaal naar tien nieuwe landen opschaalt. Je AI-oppervlakprestaties zijn misschien nul niet omdat het faalde, maar omdat je de veiling nooit binnenkwam.

Onderzoeksprompts domineren de inventaris die bestaat

Het Holiday AI Paid Search Report van Adthena telde ongeveer 175,100 betaalde advertentieplaatsingen binnen de AI Overview- en AI Mode-panelen van Google in de VS tussen juni en september 2026: kleding ongeveer 111,000, consumentenelektronica ongeveer 55,000, reizen rond 6,500, beauty ruwweg 2,100, en speelgoed en games rond 685.

Hetzelfde rapport classificeerde de prompts waarop die advertenties liepen. In beauty liep 83% van de advertenties op onderzoeks- en ontdekkingsqueries — mensen die vergelijken of vragen wat het beste is in plaats van een product te noemen. Reizen zat op 69%, speelgoed en games op 67%, terwijl kleding (48%) en consumentenelektronica (42%) net onder de helft zaten.

Als vier van de vijf advertentievertoningen in een categorie aan "wat is het beste voor X" hangen in plaats van aan "koop X", dan is het bezit dat de moeite waard is om te bouwen geen lijst met productnamen. Het is een georganiseerde kaart van vergelijkings- en vraagtaal.

Je zoektermenrapport scheidt de oppervlakken niet meer

Google neemt zoekopdrachten die advertenties triggeren in AI Overviews en AI Mode op in het geheel binnen standaardrapporten voor heel Search, dus AI-oppervlakqueries lopen door je zoektermenrapport heen. Combineer dat met grotendeels lange, conversationele incrementele volumes, en een blended CPA wordt bijna betekenisloos: een onderzoeksquery van 25 woorden en een transactionele query van drie woorden staan in één spreadsheet, beoordeeld door één getal.

De oplossing is mechanisch. Exporteer zoektermen, segmenteer op woordenaantal — één tot drie, vier tot zeven, acht of meer — en vergelijk dan conversieratio, kosten per acquisitie of ROAS, en hoe vaak elk segment in conversiepaden voorkomt. Lange queries die op last click zwak lijken maar vroeg in paden opduiken, zijn je upper-funnel-bewijs; queries die nergens opduiken zijn ontdekkingsbudget dat je nog niet kunt rechtvaardigen.

Een playbook in vijf stappen om zoekwoordenonderzoek te herbouwen

Stap 1: Bouw de seedlijst opnieuw rond vraagketens

Stop met seeden op head-termen en modifiers. Seed op ketens: wat het is, welke het beste is, X versus Y, is X het waard, wat past bij mijn situatie. Leg voor elke keten de vervolgvraag vast die een echt persoon daarna zou stellen, want met multi-turn advertenties is elke stap een eigen advertentieslot — en organisch is elke stap een pagina die je bezit of verspeelt.

Stap 2: Groepeer op beslissingsfase in plaats van zoekvolume

Sorteren op volume zet je weer onderaan de funnel. Groepeer dezelfde set op fase — oriëntatie, vergelijking, validatie, aankoop — en je zult zien dat zowel content als campagnes aan het eind oververtegenwoordigd zijn. De promptdata van Adthena zegt dat de inventaris aan de voorkant zit.

Stap 3: Geef broad match of AI Max een afgebakend deel, met schone data erachter

Omdat alleen broad match en targeting zonder zoekwoord binnen AI-antwoorden kunnen serveren, reserveer je een bewust deel van het non-brand-budget daarvoor, ondersteund door Smart Bidding en conversietracking die je vertrouwt. Houd exact match waar je controle nodig hebt. De faalmodus is niet broad match zelf; het is broad match met modderige conversiedata en zonder discipline in negative keywords.

Stap 4: Voed de machine de attributen die hij nu leest

Voor ecommerce introduceerde Google zes optionele conversationele attributen in Merchant Center op Google Marketing Live in mei: question_and_answer, document_link, related_product, item_group_title, variant_option en popularity_rank. Ze beïnvloeden de productgoedkeuring niet, en Google raadt aan ze toe te voegen via een aanvullende databron zodat de primaire feed intact blijft. Mohan's opmerking dat vergelijkingskopers "eigenlijk niet alleen de samenvatting willen zien" — ze willen reviews en video's van mensen in hun eigen omstandigheden — is feitelijk waar die velden voor zijn. Voor contentteams is het equivalent onglamoureus: zet de vergelijkingstabel, de maatdetails en de use-case-taal op de pagina.

Stap 5: Instrumenteer AI-oppervlakken als een eigen testlijn

Totdat Google de prestaties van AI Mode-advertenties rapporteert met dezelfde duurzaamheidsstandaard die het op gebruikersstatistieken toepast, behandel je het bereik van AI Mode en AI Overviews als een testlijn met een eigen budget en een eigen succesmaatstaf in plaats van iets dat stilletjes je blended CPA omlaag trekt. Let op het aandeel lange queries in klikken, assisted conversions en kosten per incrementele conversie — niet op last-click ROAS.

Gebruik social search als je promptlab

Hier is het praktische probleem bij het bouwen van een vraagketen-set: de goede vragen staan nog niet in zoekwoordtools, omdat ze nieuw zijn en conversationeel geformuleerd. Zoekwoorddatabases lopen maanden achter op gedrag; sociale platforms niet.

Social search is het goedkoopste live corpus van taal uit de onderzoeksfase dat beschikbaar is. Reactiedraden, video-vragen en communityposts zijn waar mensen de lange, omstandige formulering schrijven — "ik heb een kleine keuken en twee honden, is een robotstofzuiger het waard" — die nooit in een zoekwoordplanner wordt getypt maar steeds vaker in een AI-vak. Die taal delven geeft je de promptvormen om op te richten, de bezwaren om op de pagina te beantwoorden, en de vergelijkingsassen die je feed-attributen moeten dekken.

Daar is SocialKeywordGenerator voor gebouwd: haal zoekwoord- en hashtagtaal van sociale platforms, cluster die op intentie en vraagtype, en geef die clusters aan content- en paid-teams als promptklare sets in plaats van platte zoekwoordenlijsten. Begin met SocialKeywordGenerator en bouw de vraagketenkaart vóór je volgende planningscyclus, niet erna.

De cijfers die je eerlijk houden

Het up-funnel-verhaal is echt, maar het is geen licentie om dit kwartaal alles te herschrijven. De meetdata uit dezelfde twee weken is bot over schaal.

De analyse van Marie Haynes van 12 maanden GA4-data over 100 websites en meer dan 145 miljoen sessies vond dat ChatGPT 0.62% van het verkeersvolume stuurde dat Google organic stuurde, en alle LLMs samen 0.73% — organic leverde nog steeds 39 keer meer verkeer. ChatGPT-bezoekers converteerden tegen 13.8% versus 3.02% voor Google organic, het cijfer dat leveranciers citeren, maar Google dreef nog steeds 96.5% van de totale conversies, en Google organic dreef 27 keer meer conversies dan alle LLMs samen.

De juiste lezing is dus niet "AI is het nieuwe kanaal". Het is "de querymix verschuift voordat het klikvolume verschuift", en dat is precies het moment waarop beslissingen over zoekwoordenonderzoek voor het komende jaar worden vastgezet. Bouw de vraagketenkaart nu, terwijl de inventaris goedkoop is en de concurrentie nog steeds drie-woordtermen koopt. De oppervlakken groeien snel: Adthena telde dat AI Overview-vertoningen in de VS stegen van 304 miljoen naar 575 miljoen tussen augustus 2025 en augustus 2026, een stijging van 89%, met het VK en de EU 160% hoger en Australië 536% hoger.

Belangrijkste conclusies

• Google monetiseert AI Mode nu met multi-turn advertenties, tien extra landen, boekingslinks voor huisdiensten en productfeed-creative — de commerciële laag zit op conversationele queries in de onderzoeksfase.
• Google's eigen data science zegt dat AI Mode-queries drie keer langer zijn, vaak net new, en naar upper-funnel neigen; Google bestraft zelfs "man refs", queries die handmatige verfijning nodig hadden.
• Alleen broad match of targeting zonder zoekwoord kan advertenties binnen AI Overviews serveren, dus campagnes met alleen exact match zijn uitgesloten van de plaatsing die Google opschaalt.
• Onderzoeks- en ontdekkingsprompts droegen 83% van de beauty-AI-advertenties, 69% van reizen en 67% van speelgoed, tegen 48% in kleding en 42% in consumentenelektronica.
• Segmenteer zoektermen op woordenaantal om de upper-funnel-bijdrage te zien; een blended CPA verbergt nu zowel het oppervlak als de fase.
• ChatGPT stuurt nog steeds minder dan 1% van het verkeersvolume van Google organic, dus financier AI-oppervlakken als een gemeten testlijn, niet als vervanging.

FAQ

Q: Wat zijn multi-turn advertenties in Google AI Mode?

A: Advertenties die kunnen verschijnen bij vervolgvragen binnen hetzelfde AI Mode-gesprek, niet alleen bij de eerste query. Google begon ze op 28 oktober 2026 in de VS uit te rollen, wat betekent dat elke stap van een vraagketen een eigen advertentieslot wordt.

Q: Kunnen exact match-zoekwoorden binnen AI Overviews serveren?

A: Nee. Alleen broad match of targeting zonder zoekwoord — AI Max for Search, Performance Max, Shopping en Dynamic Search Ads — kan binnen AI Overviews en AI Mode serveren. Exact match kan nog steeds boven of onder het AI-antwoord verschijnen, en blokkeert niet dat een broad match-zoekwoord binnenin triggert.

Q: Moet ik bottom-funnel-zoekwoorden opgeven?

A: Nee, maar stop ze als het hele plan te behandelen. Het incrementele queryaanbod zit in de onderzoeksfase, dus een plan zonder een vraagketenlaag concurreert om de kleinere helft van de vraag.

Q: Hoe meet ik AI-oppervlakken als Google ze mengt in zoektermenrapporten?

A: Segmenteer op querylengte: één tot drie, vier tot zeven en acht of meer woorden, en vergelijk dan conversieratio, CPA of ROAS en voorkomen in conversiepaden. Combineer dat met assisted-conversion-rapportage zodat upper-funnel-touches zichtbaar blijven in plaats van platgeslagen te worden tot een blended getal.

Q: Welke markten hebben nu AI Mode-advertenties?

A: Advertenties in AI Mode schaalden eind oktober 2026 naar tien extra landen, waaronder Canada en Australië, met Brazilië, Mexico en het Verenigd Koninkrijk gepland voor Q4 2026.

Conclusie

Het ongemakkelijke deel van deze twee weken is niet dat Google een advertentieformaat veranderde. Het is dat Google ongewoon direct beschreef waar zijn incrementele queries vandaan komen — lang, conversationeel, in de onderzoeksfase, vaak net-new — en daarna advertenties bouwde om binnen dat gesprek te zitten in tien extra landen. Zoekwoordenonderzoek gebouwd op korte commerciële termen is nu gericht op het deel van de markt dat niet groeit.

De reactie is geen groter budget op elk AI-oppervlak. Het is veranderen wat als zoekwoordbezit telt: vraagketens in plaats van head-termen, beslissingsfasen in plaats van volumetiers, prompttaal gedolven uit social search in plaats van alleen legacy-databases, en rapportage die lange queries van korte scheidt zodat upper-funnel-werk met bewijs verdedigd kan worden.

Begin met de goedkoopste zet: schrijf voor je tien grootste categorieën de vijf vragen uit die een echte koper stelt voordat hij een productnaam typt, en controleer dan of je voor elke stap een pagina en een zoekwoord bezit. In de meeste accounts ontbreken er twee van de vijf. Bouw die kaart met SocialKeywordGenerator, en je koopt de inventaris die Google opschaalt in plaats van te bieden tegen de inventaris die het achterlaat.