Welke merken LLM’s noemen als kopers iets vragen: de Q3-benchmark.

Elk kwartaal leggen wij dezelfde koopvragen voor aan dezelfde assistenten — en loggen wie genoemd wordt, wie geciteerd wordt, en wat er veranderde. Deze pagina draagt de methode volledig; de data verschijnt als tellingen, volgens onze telregels.

De methode

• Vaste vragenlijst. Vragen in koopvorm (“naar welke platforms moet ik kijken voor…”), verwoord zoals kopers ze verwoorden, tussen kwartalen identiek gehouden.
• Vast panel. De assistenten die kopers echt gebruiken: ChatGPT, Claude, Perplexity en Google AI Overviews, elk op standaardinstellingen, schone sessies, geen accountgeschiedenis.
• Gelogde runs. Elk antwoord bewaren we woordelijk met een tijdstempel. Wij tellen vermeldingen en citaten; sentiment duiden we niet.
• Tellingen met noemer. “Genoemd in 7 van de 40 runs” — nooit “top of mind”.

Wat Q3 meet

Drie vragen sturen de lezing van dit kwartaal:

1. Welke merken noemen assistenten uit zichzelf, per categorie?
2. Welke bronnen citeren ze voor die namen — en hoe vaak is die bron een pagina die het merk zelf beheert?
3. Wat bewoog er sinds Q2 — en hangt die beweging samen met iets wat het merk publiceerde?

De Q3-tabellen landen hier

[ Q3-tabellen volgen — verschijnen als tellingen met hun noemers zodra de volledige run is nagelopen ]

Wij publiceren de tabellen als de runs van het kwartaal compleet en hercontroleerd zijn. Data van een leverancier die zijn eigen markt meet is precies zo veel waard als zijn methode doorzichtig is — vandaar de methode eerst, volledig, boven de data.

Wat het verschil pleegt te maken

Over de runs heen hangen drie dingen samen met genoemd worden: een definitiepagina die assistenten veilig kunnen citeren, eigen onderzoek dat ze kunnen aanhalen, en overeenstemming tussen wat je pagina's claimen en wat derden over je zeggen. De woordenlijst voor de mechaniek staat in de AI-zichtbaarheidshub.