Inconsistente informatie over uw online aanwezigheid verwarrt LLM's. Waarom merkconsistentie de basis is van AI-zichtbaarheid.
We voerden vorige maand een audit uit voor een adviesbureau in Brussel. Goede website, degelijke SEO, solide LinkedIn-aanwezigheid. Maar toen we ChatGPT naar hen vroegen, gaf het tegenstrijdige informatie: verkeerd oprichtingsjaar, hun diensten verward met die van een concurrent, en beschreef hen als "uitzendbureau" terwijl ze aan managementconsultancy doen.
De reden? Hun merk was gefragmenteerd over het web. Verschillende beschrijvingen op LinkedIn, hun website, Crunchbase en branchedirectories. Verschillende oprichtingsdata. Verschillende dienstlijsten. De LLM probeerde het allemaal samen te puzzelen en raakte in de war.
Een groot taalmodel bouwt zijn "begrip" van uw bedrijf op door informatie van meerdere bronnen samen te voegen. Uw website, uw LinkedIn-bedrijfspagina, uw Google Business Profile, artikels die u vermelden, uw Crunchbase-vermelding, directorylistings, forumvermeldingen.
Wanneer al deze bronnen hetzelfde verhaal vertellen — zelfde naam, zelfde beschrijving, zelfde diensten, zelfde locatie — bouwt de LLM een helder, zelfzeker entiteitsprofiel. Wanneer ze elkaar tegenspreken, raakt het model in de war of, erger nog, kiest het de verkeerde informatie.
Denk er aan als getuigen in een rechtszaak. Als vijf getuigen hetzelfde verhaal vertellen, gelooft de jury hen. Als elke getuige een andere versie vertelt, vertrouwt de jury geen van hen.
Na het auditeren van meer dan 60 bedrijven zijn dit de problemen die we het vaakst tegenkomen:
Verschillende bedrijfsbeschrijvingen overal. Uw website zegt "digitaal marketingbureau", LinkedIn zegt "growth consultancy", Crunchbase zegt "technologiebedrijf". De LLM weet niet wat u eigenlijk doet.
Verouderde informatie op secundaire profielen. Uw Sortlist-profiel vermeldt nog steeds diensten die u twee jaar geleden stopte te aanbieden. Uw Europages-listing heeft uw oud adres. Uw Google Business Profile zegt dat u sluit om 17u terwijl u eigenlijk sluit om 18u. Elk verouderd stukje verwatert uw entiteitsconsistentie.
Naamvariaties. "AISOS" op uw website, "AI SOS" op LinkedIn, "AISoSystem" op een oude directoryvermelding. Voor een mens is het duidelijk dat dit hetzelfde bedrijf is. Voor een LLM zijn het drie verschillende entiteiten.
Ontbrekende schema-markup. Uw website heeft geen Organization-schema dat al uw online aanwezigheid via sameAs-links aan elkaar koppelt. De LLM heeft geen machineleesbare manier om uw website te verbinden met uw LinkedIn en uw Google Business Profile.
We noemen het "entiteitsalignering" en het is een van de eerste dingen die we voor elke klant doen. Het proces is methodisch:
Stap 1: inventariseer al uw online aanwezigheid. Elk profiel, elke directoryvermelding, elke vermelding. Google uw bedrijfsnaam tussen aanhalingstekens. Controleer LinkedIn, Crunchbase, Sortlist, Clutch, branchedirectories, Google Business, Bing Places. Maak een spreadsheet.
Stap 2: definieer uw canonieke beschrijving. Één alinea. Duidelijk, feitelijk, specifiek. "[Bedrijf] is een [type] gevestigd in [locatie], gespecialiseerd in [diensten] voor [doelgroep] sinds [jaar]." Dit wordt de referentie die alle andere profielen moeten volgen.
Stap 3: werk elk profiel bij. Zelfde beschrijving (aangepast aan lengtebeperking), zelfde diensten, zelfde oprichtingsdatum, zelfde adres, zelfde logo. Dit is vervelend maar cruciaal.
Stap 4: implementeer Organization-schema. Voeg op uw website een volledig Organization-schema toe met sameAs-links naar al uw geverifieerde profielen. Dit geeft LLM's een machineleesbare kaart van uw merk.
Voor het Brusselse adviesbureau voltooiden we de entiteitsalignering in 3 weken. Zes weken later beschreef ChatGPT voor het eerst hun diensten correct. Perplexity begon hen op relevante zoekopdrachten te citeren. De verwarring met "uitzendbureau" verdween volledig.
Een andere klant, een SaaS-bedrijf, had zijn productnaam verward met een gelijknamige tool in een andere categorie. Na alignering — consistente naamgeving, duidelijke schema-markup, bijgewerkte profielen — loste de verwarring binnen 2 maanden op.
Entiteitsalignering is niet glamoureus. Het is niet het soort werk dat marketingprijzen wint. Maar het is de basis zonder dewelke niets anders werkt. U kunt de beste content ter wereld produceren — als uw merk online gefragmenteerd is, zal de AI het niet met u in verband brengen.
Begin met de spreadsheet. Herstel de inconsistenties. Bouw daarna verder.