Category Ownership Index: de dataset achter onze 50 merkprofielen

Stel een AI-model een merkvrije koopvraag ("beste CRM voor een klein bedrijf", "welk adviesbureau voor een digitale transformatie") en het noemt merken. Stel dezelfde vraag 3.750 keer, verdeeld over meerdere modellen en herhalingen, en je krijgt een kaart van wie welke vraag bezit.

Die kaart is de Category Ownership-dataset. Dit artikel legt de drie metrieken uit die eruit voortkomen, de eerlijke verrassing in de resultaten, en hoe je de 50 openbare merkprofielen leest die erop gebouwd zijn. De data en de analysecode zijn open onder CC-BY-4.0 op Kaggle en Zenodo (10.5281/zenodo.20788142).

De opzet

250 merkvrije koopvragen per categorie, verdeeld over vijf sectoren: SaaS, consultancy, fintech, e-commerce en healthcaretechnologie. Drie modellen: GPT-5.2, Gemini 3 Flash, Perplexity sonar-pro. Elke vraag vijf keer herhaald onder een dice-roll-stabiliteitsprotocol, want één enkel AI-antwoord bewijst niets. Totaal: 3.750 antwoorden, in kaart gebracht tegen 50 merken.

Drie metrieken

Category Ownership Index (COI) meet hoe grondig één merk de vragen binnen zijn categorie domineert. EY bezit consultancy met 0,95 en verschijnt als de leidende aanbeveling in 47 van de 50 consultancyvragen. Stripe leidt fintech met 0,53, HubSpot leidt SaaS met 0,38. De spreiding telt: consultancy gedraagt zich als een monopolie, SaaS als een betwiste markt.

Competitive Vacuum Index (CVI) vindt de vragen waar geen enkel merk eigenaarschap heeft opgebouwd. 8,0% van de vraagruimte is vacuüm: koopvragen die AI beantwoordt met algemeen advies of wisselende namen. Dat zijn de goedkoopste vragen om te winnen, want door ze te winnen verdring je niemand.

Displacement Score (DS) schat hoe moeilijk het zou zijn om de huidige eigenaar uit een vraag te duwen, op basis van hoe consistent de modellen die eigenaar teruggeven.

De eerlijke verrassing: dominantie is zeldzamer dan het verhaal beweert

Het verhaal dat "de winnaar alles pakt in AI-zoekopdrachten" klopt op geaggregeerd niveau grotendeels niet. De gemiddelde Gini-concentratie over categorieën is 0,284, een gematigd niveau, en de voorsprong van het leidende merk op de nummer twee komt gepoold uit op ongeveer 1,3:1, ver onder de drempel van 3:1 die we vóór het onderzoek voor echte dominantie hadden vastgelegd.

EY-achtige monopolies zijn echt, maar uitzonderlijk. De typische categorie is een betwist veld met een gematigde leider, een lange staart, en 8% van de vragen die door niemand bezeten wordt. Voor de meeste merken is dat goed nieuws: de deur staat wijder open dan het discours suggereert.

Nog twee resultaten die het weten waard zijn: 4,2% van de antwoorden vormde emergente clusters (merkgroeperingen die de modellen zelf verzonnen en die met geen enkele analistentaxonomie overeenkomen), en de drie modellen waren het slechts 41,6% van de tijd eens over het topmerk voor een vraag. Wie je vertelt dat hij "wat AI aanbeveelt" heeft gecontroleerd door één model één keer te vragen, beschrijft het weer, niet het klimaat.

Hoe je het gebruikt

• Vind je COI. Als jouw merk een van de 50 is, laat je profiel op /brands zien welke vragen je bezit, waar je sterk staat en waar je afwezig bent.
• Jaag op vacuüms. De CVI-tabellen in de dataset geven per sector de vragen zonder eigenaar. Content die een vacuümvraag direct beantwoordt is het meest rendabele AI-zichtbaarheidswerk dat beschikbaar is.
• Meet altijd opnieuw. Met 41,6% overeenstemming tussen modellen heeft elke claim over eigenaarschap minstens drie modellen en vijf herhalingen nodig. Onze gratis Dice Roller draait dat protocol op elke vraag, zonder account.

De dataset wordt geleverd met ruwe antwoorden, geëxtraheerde vermeldingen, alle drie de metriekmatrices, antwoord-embeddings en de notebook die elke tabel en figuur reproduceert. Het bijbehorende paper ligt bij een tijdschrift ter beoordeling; het preprintmateriaal staat in het Zenodo-archief.