De nieuwe regels voor relevantie bij AI-ondersteund winkelen

Consumenten omarmen AI-ondersteund winkelen sneller dan veel marketeers beseffen. Uit onderzoek van Horizon Futures blijkt dat 56% van de consumenten die bekend zijn met AI dit al dagelijks gebruiken, terwijl 82% AI inzet voor winkelonderzoek en vergelijkingen.¹ Tegelijkertijd besteden shoppers steeds vaker hun cognitieve belasting uit aan AI-gestuurde winkeltools, zoals Alexa for Shopping, voor het bijhouden van prijzen, het ontdekken van producten en het zoeken naar aanbiedingen.

Maar liefst 70% van de respondenten vond het prima om het zoeken naar aanbiedingen aan AI over te laten, en 64% vertrouwde op AI voor het vergelijken van producten.² Naarmate AI steeds meer invloed krijgt op het ontdekken van producten en aankoopbeslissingen, zullen de merken die succes boeken, de merken zijn die systemen opbouwen die vertrouwen en relevantie uitstralen, om zo de voorkeuren van de consument te helpen vormgeven nog voordat AI-aanbevelingen worden gedaan.

Dit is waar de convergentie van streamingmedia, shopping-signalen en AI-gestuurde optimalisatie strategisch belangrijk wordt.

Metingskaders bouwen die optimaliseren voor vertrouwen, niet alleen voor attributie

Een van de duidelijkste bevindingen uit het onderzoek van Horizon was dat consumenten minder geïnteresseerd zijn in hoe AI-tools werken dan in de vraag of ze de controle behouden als er iets misgaat. ‘Vetorecht’, eenvoudig retourneren, transparante besluitvorming en toegang tot menselijke ondersteuning behoren tot de sterkste vertrouwensfactoren in door AI ondersteunde winkelomgevingen.

Voor adverteerders verandert dit hoe meting zou moeten werken. Merken hebben inzicht nodig in hoe doelgroepen zich bewegen over meerdere touchpoints, waarbij ze de aanloopeffecten en Halo-effecten rondom touchpoints zoals blootstelling aan premium streaming evalueren om te begrijpen welke signalen het vertrouwen en de bekendheid opbouwen die AI-aanbevelingen belonen.

Amazon Marketing Cloud (AMC) maakt dit mogelijk door adverteerders in staat te stellen engagementpatronen, overlap tussen doelgroepen en conversies te analyseren op een privacyveilige manier die het vertrouwen van consumenten vooropstelt, terwijl AMC toch bruikbare inzichten levert.

In winkelomgevingen die gebruikmaken van AI wordt vertrouwen zelf een prestatiefactor.

Zorg dat je merk opvalt voordat er aanbevelingen op basis van AI worden gedaan

Uit onderzoek van Horizon blijkt dat AI-shoppers steeds meer ‘optimalisatoren in plaats van rondkijkers’ worden. Consumenten verwachten steeds vaker dat AI keuzes beperkt, opties vergelijkt en de meest relevante producten snel naar voren brengt.

Dat betekent dat ontdekken steeds vroeger in het proces plaatsvindt. Voor adverteerders verhoogt dit de rol van Streaming TV en premium interactieve media: van bewustzijnskanalen naar touchpoints die relevantie opbouwen.

De geverifieerde grafiek van Amazon Ads brengt deze signalen met elkaar in verband en koppelt streamingbetrokkenheid aan daadwerkelijk winkelgedrag via betrouwbare relaties tussen huishoudens. Amazon DSP en Streaming TV-advertenties creëren kansen om blootstelling aan premium content te koppelen aan meetbare commerciële resultaten gedurende de hele klantreis. Merken die streaming-tv combineren met interactieve formaten kunnen doelgroepen van passief kijken naar actieve engagementsomgevingen leiden, waar content, handel en participatie elkaar versterken.

In de praktijk betekent dit dat adverteerders media in een andere volgorde moeten inzetten. Streaming TV moet bekendheid op categorieniveau en emotionele vertrouwdheid opbouwen voordat momenten met hoge aankoopintentie zich voordoen. Remarketing via Amazon DSP kan vervolgens voortbouwen op streaming-engagementsignalen om efficiëntere vervolgacties te stimuleren.

We zien ook dat steeds meer merken gebruikmaken van interactieve video’s en door content creators geleide omgevingen om een sterkere betrokkenheid te creëren nog voordat er daadwerkelijk tot een aankoop wordt overgegaan. Interactieve formaten die uitnodigen tot actieve deelname in plaats van passief consumeren, leveren vaak betere gedragsindicatoren op die later de relevantie van aanbevelingen en de conversie-efficiëntie kunnen versterken.

Bij AI-ondersteunde handel vindt het ontdekken van producten steeds vaker plaats nog voordat de zoekbalk wordt gebruikt.

Gebruik AI-optimalisatie om de uitvoering te versnellen, niet om strategie uit te besteden

AI-gestuurde tools voor campagneoptimalisatie worden steeds meer een essentiële operationele infrastructuur voor moderne marketeers. Maar automatisering alleen creëert geen concurrentievoordeel.

In feite is strategische convergentie een van de opkomende risico's bij AI-gemedieerd adverteren. Als elk merk dezelfde optimalisatiesignalen, doelgroepmodellen en geautomatiseerde aanbevelingen gebruikt, verdwijnt differentiatie snel.

Het voordeel komt voort uit het combineren van machine-efficiëntie met menselijk strategisch toezicht.

Amazon Ads-oplossingen kunnen adverteerders helpen om media-optimalisatie te versnellen, de reactiesnelheid te verbeteren en nieuwe prestatiepatronen sneller te identificeren dan met handmatige workflows alleen mogelijk is. Maar succesvolle merken stellen duidelijke kaders op voor de manier waarop automatisering wordt ingezet. Dat houdt onder meer in dat er controlepunten voor menselijke beoordeling worden ingesteld voor creatieve optimalisatie, dat kortetermijncijfers voor ROAS worden gescheiden van indicatoren voor merkgroei op de lange termijn, en dat de incrementele effecten voortdurend worden getest in plaats van uitsluitend te vertrouwen op geautomatiseerde aanbevelingen.

Dit evenwicht is belangrijk omdat de verwachtingen van consumenten rond AI genuanceerd blijven. Uit onderzoek van Horizon blijkt dat shoppers aanzienlijk meer op hun gemak zijn met door AI ondersteund onderzoek dan met volledig autonome aankoopbeslissingen. Hetzelfde principe geldt voor marketingoplossingen. AI presteert het beste wanneer het menselijke besluitvorming ondersteunt, niet wanneer het strategisch inzicht volledig vervangt.

De toekomst is geen autonome marketing. Het is strategisch begeleide automatisering.

Wat merken de komende 18–36 maanden operationeel zouden moeten maken

De merken die de komende jaren het best gepositioneerd zijn voor de opkomst van AI-ondersteund winkelen, zullen waarschijnlijk een aantal kenmerken gemeen hebben.

Ten eerste zullen ze merk- en performancestrategieën nauwer integreren. Nu het aankooptraject minder lineair is geworden en AI-tools het ontdekken eerder in het traject beïnvloeden, wordt de traditionele scheiding tussen media bovenin de marketingtrechter en handel-activering minder relevant.

Ten tweede investeren ze in verbonden meetoplossingen die signalen koppelen via streaming en shopping. AI-ondersteunde handel vereist continuïteit in alle omgevingen, niet geïsoleerde kanaalrapportage.

Ten derde ontwerpen ze creatieve en winkelervaringen die de keuzevrijheid van consumenten behouden. Uit onderzoek van Horizon bleek keer op keer dat consumenten liever hulp willen dan dat ze taken uitbesteden. Merken die transparantie, geruststelling en omkeerbaarheid benadrukken, zijn beter gepositioneerd om het vertrouwen te behouden naarmate automatisering verder opschaalt.

Tot slot moeten marketeers nu beginnen met testen. Uit het onderzoek blijkt dat AI-ondersteuning de komende 18–36 maanden sneller zal opschalen dan volledige autonomie, met name in categorieën met weinig wrijving en herhaalaankopen. Merken die deze periode benutten om hun metingskaders, streamingstrategieën en AI-gereedheid te versterken, zijn beter voorbereid naarmate het gedrag van consumenten blijft evolueren.

De merken die succesvol zijn in door AI ondersteunde handel, automatiseren niet simpelweg transacties. Ze zullen systemen opbouwen die gebaseerd zijn op vertrouwen, relevantie en zekerheid, en die zowel vóór, tijdens als na door AI gemedieerde beslissingen van invloed blijven.

Bronnen

^1-2 Horizon Futures aangepast onderzoek. Agentic Commerce. Uitgevoerd van 12 maart tot 19 maart 2026. Gegevens zijn gebaseerd op de VS. N=1.001.

Over de auteur

Katie Comerford is president van Horizon Commerce and Client Transformation, waar ze leiding geeft aan de bedrijfsstrategie op het gebied van data, initiatieven voor klanttransformatie en de bedrijfsvoering van Horizon Commerce. Als marketing- en mediamanager met bijna twintig jaar ervaring richt zij zich op het integreren van marketinginformatie in het Client Architect-model van Horizon, waarbij technologie, data en talent op elkaar worden afgestemd om meetbare bedrijfsresultaten te realiseren en de groei te versnellen. Ze werkt al meer dan 11 jaar bij Horizon en was eerder EVP, Chief Strategy & Operations Officer bij Horizon Next, waar ze hielp bij het vormgeven van geïntegreerde oplossingen op het gebied van media, data en technologie.