Zoek je straks via een AI-assistent een nieuwe rugzak, dan krijg je geen pagina met vijftig resultaten. Je krijgt er een stuk of vijf. Of jouw product daartussen staat, hangt voor een groot deel af van iets waar veel webwinkeliers nauwelijks naar omkijken: de productfeed.
Het Nederlandse multichannelplatform Channable onderzocht de productfeeds van 10.000 verkopers en beoordeelde hoe goed die aansluiten op de AI-winkelomgevingen van Google, zoals AI Mode en Gemini. Drie kwart van de webwinkels scoort lager dan een zes. Minder dan één procent haalt een acht of hoger.
Waar het misgaat
Titels en productomschrijvingen zijn bij de meeste winkels wel op orde. Het probleem zit in de attributen: de losse, gestructureerde kenmerken van een product. Bij een paar schoenen gaat het dan niet alleen om merk en materiaal, maar ook om de zool, het profiel en hoe slijtvast dat is. Bij een rugzak gaat het om de vraag of er een laptopvak in zit, en hoe groot dat vak is.
Voor een klassieke zoekmachine was dat detailniveau niet nodig. Mensen typten een paar trefwoorden en klikten zelf door. Nu stellen ze een volledige vraag, zoals ze dat tegen een verkoper in de winkel zouden doen: "een waterdichte rugzak voor woon-werkverkeer waar mijn 15-inch laptop in past". Een AI-assistent kan je product alleen aanraden als hij in je data terugvindt dat het aan die eisen voldoet. Staat het er niet in, dan doe je voor die vraag simpelweg niet mee.
Channable wijst op nog een probleem. Fabrikanten leveren vaak alleen basale productinformatie aan. De winkelier moet die dan zelf aanvullen of iemand inhuren die dat doet. Bij veel webshops gebeurt dat niet, omdat het tijd kost en het tot nu toe weinig opleverde.
Marketplaces lopen voorop
Volgens Lucas Bassa, product lead bij Channable, zitten grote platforms als Amazon, bol en Kaufland in een sterke positie. Zij beschikken over wat een algemeen taalmodel mist: koopgeschiedenis en reviews van miljoenen klanten. Bovendien handelen ze de betaling zelf af. Met eigen shopping-assistenten, zoals Rufus bij Amazon, schuiven ze op naar het begin van de klantreis, waar de klant nog aan het oriënteren is.
Toch hoeft de zelfstandige webwinkel niet in paniek te raken, zegt Bassa. AI-agents halen hun informatie uit meerdere bronnen. Een klant kan een product ontdekken op TikTok en het daarna kopen op Amazon. Dat betekent wel dat je productinformatie overal consistent en volledig moet zijn, en niet alleen op je eigen site.
Een kanttekening hoort erbij. Het onderzoek komt van een bedrijf dat zelf een tool verkoopt om productfeeds te verbeteren, en er is alleen naar de omgeving van Google gekeken. Neutraal zijn de cijfers dus niet. De kern sluit wel aan bij wat we in de praktijk zien: een feed die ooit één keer is ingericht en daarna nooit meer is aangeraakt, staat er zelden goed voor.
Wat betekent dit voor jouw bedrijf?
De feestdagen komen eraan, en Channable verwacht dat dit de eerste piekperiode wordt waarin AI zichtbaar meetelt als verkoopkanaal. Hoeveel bestellingen dat in Nederland dit jaar al oplevert, weet niemand. De richting is wel duidelijk, en een productfeed verbeteren doe je niet in een middag. Dit kun je nu al oppakken:
- Bekijk je feed door de ogen van een klant. Pak tien vragen die klanten je echt stellen, per mail of in de winkel. Kijk of het antwoord ergens in je productdata staat als apart veld, en niet alleen verstopt in een lap tekst.
- Begin bij je bestsellers. Je hoeft niet het hele assortiment tegelijk te verrijken. De twintig producten die de meeste omzet maken, leveren het snelst iets op.
- Gebruik de velden die Google Merchant Center al biedt. Materiaal, maat, patroon, productdetails en productkenmerken blijven vaak leeg, terwijl ze gewoon beschikbaar zijn.
- Zorg dat je data overal hetzelfde zegt. Noemt je eigen site een andere maat dan je listing op bol, dan weet een assistent niet welke klopt. Dat werkt niet in je voordeel.
Dit werk betaalt zich ook terug als AI-shopping trager op gang komt dan verwacht. Een completere feed helpt net zo goed in gewone Google Shopping-campagnes en in de filters op je eigen webshop.
Verrijken hoeft geen handwerk te zijn
Voor een webshop met duizenden artikelen is alles handmatig aanvullen geen realistische optie. Hier kan AI zelf een rol spelen. Een taalmodel kan uit datasheets, leveranciersdocumentatie en bestaande omschrijvingen de ontbrekende kenmerken halen en die als gestructureerde velden aanleveren. Controle blijft nodig. Een model dat een maat of materiaal verzint, levert je retouren op in plaats van omzet.
Onze kijk
Bij BoostyAI zien we productdata steeds vaker als de plek waar het verschil wordt gemaakt. Of je gevonden wordt, hangt minder af van de chatbot op je site dan van de vraag of je gegevens kloppen en compleet zijn. Daar zetten we AI-agents voor in. Ze vullen productinformatie aan en houden je kanalen gelijk, en een medewerker keurt het resultaat goed voordat het live gaat. Die verwerking draait op eigen infrastructuur in Nederland, zodat je leveranciers- en klantdata niet bij een Amerikaanse cloudpartij belandt. Het is weinig glamoureus werk. Wie het nu regelt, maakt wel de meeste kans om straks bij die vijf aanbevelingen te horen.
Bron: Emerce, "Drie kwart webwinkels niet klaar voor AI-shopping" (12 oktober 2026), op basis van onderzoek van Channable.