De invloed van AI-browsers op gebruikerstracering en -attributie

AI-browsers zoals ChatGPT Atlas (OpenAI) en Perplexity Comet herdefiniëren de manier waarop mensen zoeken, browsen en interageren met het web. Deze "agentic" browsers vervagen de grens tussen zoekmachines en browsers. Atlas verandert de browser in een assistent die actie onderneemt, terwijl Comet zich richt op diepgaand onderzoek en contextuele kennis. Beide werden in 2025 gelanceerd en vonden snel ingang. Volgens Cyberhaven, eind 2025:

• 27,7% van de bedrijven zag minstens één werknemer Atlas installeren binnen de eerste weken
• Sommige bedrijven melden dat 10% van het personeel het gebruikt
• Atlas bereikte 60x meer downloads dan Comet, waarmee de concurrent die een paar maanden eerder werd uitgebracht snel werd ingehaald
• De lancering van Atlas zorgde zelfs voor een 6x zo grote toename in Comet-downloads.

Deze toename van het gebruik van AI-browsers is opwindend, maar er zit een addertje onder het gras voor digitale analyse. Traditionele attributiemodellen voor marketing en de nauwkeurigheid van gegevens worden verstoord. Waarom? Atlas en Comet veranderen fundamenteel hoe er wordt omgegaan met gebruikersgegevens (zoals browseridentiteit, cookies en verwijzingen) en blokkeren of omzeilen vaak de trackingmechanismen waar analytics juist op vertrouwt. Marketeers en analisten melden vreemde trends zoals pieken in nieuwe "gebruikers", meer direct/ongebonden verkeer, onzichtbaar verkeer en verbroken attributieketens.

Hieronder onderzoeken we hoe deze AI-browsers de identiteit van gebruikers maskeren en van invloed zijn op tracking, de attributie-uitdagingen die ze creëren en wat analyseteams kunnen doen om zich aan te passen.

Hoe AI-browsers vorm geven aan gebruikersidentificatie en -tracering

AI-browsers zoals Atlas en Comet introduceren nieuw gedrag waardoor de identiteit van de gebruiker onleesbaar wordt voor webanalysesystemen.

User-agent camouflage

ChatGPT Atlas kondigt zichzelf niet aan als een nieuwe browser, maar doet zich voor als Chrome. In tests was de user agent string van Atlas identiek aan een standaard Chrome op Mac:

Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, zoals Gecko) Chrome/142.0.0.0 Safari/537.36

Comet gedraagt zich op dezelfde manier; de user agent van Comet weerspiegelt ook Chrome zonder duidelijke vermelding van "Comet". In feite is de UA-string van Comet in wezen hetzelfde als het bovenstaande voorbeeld van Atlas (en Chrome). Dit betekent dat websites en analyseprogramma's gebruikers van Atlas/Comet zien alsof ze Google Chrome gebruiken. Hoewel dit zorgt voor compatibiliteit, verhult het de ware identiteit van de browser, waardoor het moeilijk is om deze gebruikers te segmenteren of filteren op basis van user agent.

Advertentieblokkering die analytics verbergt

Een ander groot verschil is hoe deze browsers omgaan met tracking scripts en cookies. Vaak doen ze dat gewoon niet! Vooral Comet heeft een ingebouwde advertentieblokkering die standaard is ingeschakeld. Deze is niet alleen bedoeld om advertenties te blokkeren, maar blokkeert standaard ook veelgebruikte analyse- en volgscripts (zoals Google Tag Manager of GA4). Het resultaat is dat wanneer een gebruiker uw site bezoekt via Comet, u in feite... helemaal niets ziet in uw analyses! Geen pageviews of gebeurtenissen omdat Comet heeft voorkomen dat er trackingverzoeken worden verzonden. Het lijkt erop dat de logica die voorkomt dat trackingscripts worden geladen, wordt geleverd door uBlock Origin, een van de meest agressieve advertentieblokkers op de markt.

In onze tests werd geen enkel trackingverzoek verzonden vanuit Comet, wat betekent dat deze bezoeken in feite onzichtbaar waren in Google Analytics.

Automatisch geweigerde cookies

Atlas is (tot nu toe) geen advertentieblokker geworden, maar introduceert wel zijn eigen trackingverstoring: automatisering van cookietoestemming. Atlas opent pagina's vaak via een interne AI-assistent of sandboxed view, en wanneer het een cookie consent banner tegenkomt, zal het automatisch klikken op "Alles weigeren". Dit privacy-by-default gedrag betekent dat er geen analytische of advertentiecookies mogen worden geladen, waardoor deze scripts effectief worden geblokkeerd van het verzamelen van gegevens in Atlas-sessies. Een privacy expert, Thomas Adhumeau, concludeerde dat

Atlas is in wezen niets meer dan een cookieblokker.

Met andere woorden, tenzij een gebruiker dit expliciet uitschakelt, geeft Atlas geen toestemming voor tracking - waardoor in de meeste gevallen de analyse wordt afgesloten, net zoals een agressieve advertentieblokkering dat zou doen. Lees hoe advertentieblokkers de nauwkeurigheid van uw analyses aantasten.

Geïsoleerde contexten en verloren cookie-persistentie

AI-browsers openen soms pagina's in AI-chatvensters, in tijdelijke "taakcontexten" of in geïsoleerde of sandboxed tabbladen. In dit scenario worden cookies vaak niet overgedragen. Het resultaat? Terugkerende bezoekers verschijnen als gloednieuwe gebruikers en de attributieketens worden verbroken.

Gestreepte of ontbrekende verwijzingen

Naast het blokkeren van scripts en cookies, behandelen Atlas en Comet paginanavigatie ook op manieren die referrergegevens in de war sturen. ChatGPT Atlas opent gedeelde links in een interne sandbox of webview, waardoor de referrer-header volledig wordt verwijderd. In dat geval logt GA4 de sessie als 'Direct' (of (niet ingesteld)) in je rapporten.

Het gedrag van Comet is een beetje anders. Verkeer van Comet gaat meestal langs een normale verwijzer.

Al deze factoren zorgen ervoor dat tools voor marketinganalyse minder informatie krijgen over wie de gebruiker is, hoe hij op uw site terecht is gekomen en wat hij daar doet. Samengevat introduceren Atlas en Comet identiteitsmaskering en hiaten in de gegevens door hun ontwerp. Ze hebben als doel de privacy van gebruikers te beschermen en werken naadloos, maar dit brengt traditionele trackingmethoden in de war die vertrouwen op consistente ID's en verwijzersstromen.

Dus om het af te ronden, de belangrijkste gevolgen zijn onder andere:

Gedrag	Agentschappelijke browser	Uitleg
Camouflage van de gebruikersagent	Atlas + Comet	De AI-browser identificeert zich als Chrome, waardoor het standaard onmogelijk is om gebruikers van de AI-browser te onderscheiden via user agent-strings.
Standaard AdBlocker	Comet	Als een bezoeker Comet gebruikt, kan het zijn dat uw analytics helemaal niets registreert. De standaard advertentieblokker van Comet voorkomt dat volgscripts (GTM, GA4, enz.) worden geladen, dus deze gebruikers zijn effectief onzichtbaar in uw gegevens.
Automatisch geweigerde cookies	Atlas	De AI-assistent van Atlas weigert banners met toestemming voor cookies automatisch, wat betekent dat analytische/marketingcookies standaard worden geweigerd. In de praktijk zal die sessie geen tracking hits of zeer beperkte gegevens verzenden (omdat er geen toestemming is gegeven om trackers uit te voeren).
Beperkt doorzettingsvermogen	Atlas + Comet	AI-taken kunnen worden uitgevoerd in geïsoleerde browsercontexten die geen cookies delen met de hoofdsessie, waardoor de continuïteit van de sessie en de herkenning van terugkerende bezoekers wordt verstoord.
Gestripte verwijzers	Atlas	De AI-integraties van Atlas laten vaak referrergegevens weg bij uitgaande klikken, dus bezoeken die afkomstig zijn van een verwijzing of zoekopdracht kunnen als direct verkeer worden geregistreerd.

Kortom, Atlas en Comet zijn ontworpen met het oog op privacy en AI-functionaliteit, waardoor veel standaardtechnologieën voor webanalyse onbedoeld worden doorbroken.

Attributie-uitdagingen veroorzaakt door AI-browsers

Door deze eigenaardigheden hebben marketeers te maken met aanzienlijke attributieproblemen telkens wanneer gebruikers tijdens hun reis een AI-browser aanraken. In sommige gevallen worden de bezoeken helemaal niet geregistreerd (bijvoorbeeld als een AI-browser het analysescript volledig blokkeert of trackingcookies weigert), maar zelfs als ze worden geregistreerd, zijn de gegevens mogelijk niet volledig nauwkeurig. Twee onmiddellijke gevolgen zijn een verstoring in de statistieken van nieuwe en terugkerende gebruikers en de nauwkeurigheid van kanaaltoewijzing en verkeersbronnen.

Metriek nieuwe versus terugkerende gebruikers

Sites meldden plotselinge toenames in het aantal "nieuwe gebruikers" in GA4 nadat Atlas was gelanceerd. Niet noodzakelijkerwijs omdat er een vloedgolf van echt nieuwe mensen aankwam, maar omdat veel terugkerende bezoekers nu via Atlas kwamen en verkeerd werden geclassificeerd.

Tegelijkertijd kunnen de statistieken voor "terugkerende gebruikers" op korte termijn dalen. Als een deel van je publiek de glimmende nieuwe AI-browser uitprobeert, behandelt GA4 hen als gloednieuwe, unieke bezoekers (omdat hun oude analytics cookies/ID's niet worden herkend of toegestaan).

Vanuit een analytisch perspectief is het alsof je een heleboel nieuwe bezoekers uit het niets hebt binnengehaald. Als de gebruikers van uw site technisch onderlegd zijn, kunt u zien dat het gebruik van Atlas opvalt in uw gegevens en deze statistieken scheeftrekt, terwijl sites met een algemener publiek een minimale impact zullen zien.

Nauwkeurigheid kanaalattributie en verkeersbronnen

AI-browsers kunnen de gebruikelijke bron/medium-informatie waarop marketeers vertrouwen, verstoren. Zoals opgemerkt, stript Atlas vaak verwijzingsgegevens, wat betekent dat verkeer dat daadwerkelijk afkomstig is van een AI-gestuurde zoekopdracht of aanbeveling verschijnt als Direct of "(niet ingesteld)" in analytics.

Marketeers hebben toenemende hoeveelheden direct/onbestemd verkeer waargenomen dat niet overeenkomt met hun campagnes. Een deel van dit "mysterieuze verkeer" kan eigenlijk afkomstig zijn van ChatGPT of Atlas-verwijzingen die geen UTM-parameters of referrer hebben. (Als je meer wilt weten over het onderzoeken van niet-toegewezen verkeer, ga dan hier dieper in!)

Als een gebruiker de chatbot van Atlas bijvoorbeeld vraagt naar "beste CRM-software" en vervolgens doorklikt naar een website, kan dat bezoek worden weergegeven zonder bronattributie (noch organische zoekopdrachten, noch verwijzingen), waardoor het in feite in de Niet-toegewezen-emmer van GA4 terechtkomt. Na verloop van tijd kan dit je cijfers voor direct verkeer opblazen en de ware herkomst maskeren.

Bovendien hebben standaard multi-touch attributiemodellen (zelfs de gegevensgestuurde attributie van GA4) het moeilijk als het gebruikerspad over deze browsers wordt verdeeld. Stel dat een klant uw site oorspronkelijk vindt via Google Search in Chrome (dus het Organic Search-kanaal krijgt krediet voor die aanraking), maar later opnieuw bezoekt via Atlas (wat nu lijkt op een Direct-bezoek door een "nieuwe" gebruiker) en een aankoop doet. GA4 wijst de verkoop mogelijk verkeerd toe aan Direct (of telt het als een volledig nieuw conversiepad) omdat het niet dezelfde persoon ziet die eerder via Google kwam. Deze versnippering leidt tot meer conversies die aan het verkeerde kanaal worden toegeschreven of als "niet-toegewezen" worden bestempeld.

Samengevat kan het standaardgedrag van AI-browsers de attributieketen doorbreken, wat verschillende analyseproblemen veroorzaakt:

• Er wordt helemaal geen verkeer geregistreerd: Comet gebruikt een agressieve adblocker en Atlas weigert standaard cookies.
• Overtelling van nieuwe gebruikers: Terugkerende bezoekers verschijnen als "nieuw" in analytics vanwege geresette of geblokkeerde cookies.
• Ondertelling van terugkerende gebruikers: Je trouwe bezoekers die overstappen naar Atlas of Comet kunnen tijdelijk wegvallen uit je terugkerende gebruikersstatistieken.
• Piek in direct/onbestemd verkeer: Het verlies van verwijzer- en campagneparameters betekent dat meer sessies worden aangemerkt als direct of niet-toegewezen, waardoor hun ware bron wordt verhuld.
• Verkeerd toegewezen conversies: Multi-touch attributie is verwarrend, met AI-browseraanrakingen die niet goed zijn gekoppeld aan eerdere marketingaanrakingen, waardoor de rol van direct verkeer mogelijk wordt overschat en de oorspronkelijke verwijzingen of organische kanalen waarmee het traject is begonnen, worden ondergewaardeerd.

Voor marketeers verstoren deze problemen de prestatiegegevens. Misschien zie je de werkelijke impact van een campagne verwateren of raak je in paniek door een toename van "direct" verkeer dat niet wordt ondersteund door een opzettelijke toename van directe bezoeken. Ondertussen kan een deel van je publiek via deze AI-tools surfen, volledig onder de radar van je analytics. De algehele nauwkeurigheid van trechters en user journey-analyses neemt af. Erkennen dat Atlas en Comet deze anomalieën introduceren is de eerste stap. Vervolgens moeten analyseteams proactief reageren.

Vijf bruikbare stappen voor analyseteams

Hoe moeten analyse- en marketingteams zich aanpassen aan deze nieuwe realiteit? Hier volgen enkele praktische stappen om betrouwbare gegevens en attributie te behouden in het tijdperk van AI-browsers:

1. Belangrijke statistieken controleren op afwijkingen

Stel waarschuwingen of regelmatige controles in voor plotselinge veranderingen in het aantal nieuwe gebruikers, direct/on-toegewezen verkeer of andere belangrijke statistieken. Als je een onverklaarbare sprong of daling ziet rond eind 2025, overweeg dan het Atlas/Comet-effect. Vergelijk bijvoorbeeld de verhouding tussen nieuwe en terugkerende gebruikers voor en na oktober 2025. Een ongewone toename van nieuwe gebruikers zonder een bijbehorende campagne kan erop wijzen dat een deel van je publiek is overgestapt op AI-browsers. Houd ook de totale sessietellingen in de gaten; als een bepaald technisch geavanceerd segment op zwart gaat (omdat Comet tracking blokkeert), zie je misschien een lichte daling van het verkeer of een gat tussen de logbestanden van de siteserver en de GA4-gegevens.

2. Inspecteer technologie en verwijzingsrapporten

Graaf in het rapport Browsergegevens van GA4 en kijk naar de trends in browserversies. Momenteel rapporteert Atlas zichzelf als Chrome versie "141.x" of "142.0.0.0" (vanaf eind 2025), maar het is mogelijk dat ze binnenkort een unieke stempel in hun user-agent introduceren. Controleer ook het Acquisitierapport op het verschijnen van "perplexity.ai / referral" - dat duidt op bezoekers die via de aanbevelingen van Comet komen. Zorg ervoor dat GA4 "perplexity.ai" classificeert als een verwijzingskanaal (dit zou standaard zo moeten zijn) en overweeg een aangepaste kanaalgroep te maken voor "AI Browser"-verkeer als je deze afzonderlijk wilt volgen. Houd ook het (directe) / (geen) verkeer in de gaten. Als direct verkeer onevenredig stijgt, ga dan dieper in op landingspagina's en timing. Misschien vind je patronen (bijv. specifieke pagina's die hits krijgen die overeenkomen met AI-gegenereerde linkverwijzingen met ontbrekende attributie).

3. Gegevens van de eerste partij gebruiken om gebruikersidentiteiten te overbruggen

Omdat cookies mogelijk niet blijven bestaan in Atlas/Comet (of helemaal worden geblokkeerd), kunt u overwegen om gebruik te maken van inloggebaseerde tracking of gebruikers-ID in GA4. Als uw site een verificatiesysteem heeft, kan het implementeren van de gebruikers-ID-functie van GA4 helpen om bezoeken van dezelfde persoon in verschillende browsers of op verschillende apparaten samen te voegen, zolang ze maar inloggen. Dit kan de afhankelijkheid van cookies alleen tenietdoen. Als een bekende gebruiker bijvoorbeeld overstapt op Atlas en zich aanmeldt bij zijn account op uw site, kan GA4 zijn Atlas-sessie samenvoegen met zijn vorige profiel, waardoor de attributiegeschiedenis behouden blijft (zelfs als de Atlas-sessie een nieuwe klant-ID had).

4. Server-side tagging implementeren

Het gebruik van tools zoals Google Tag Manager Server-Side of andere proxy eindpunten kan gegevensverlies beperken. Hoewel het een ontbrekende referrer niet op magische wijze kan herstellen, geeft het je meer controle over hoe cookies en gebruikersidentifiers worden ingesteld en kan het sommige front-end beperkingen omzeilen. Een server-side setup kan bijvoorbeeld een first-party analytics cookie instellen met een langere levensduur of deze delen over subdomeinen, waardoor de kans groter is dat deze blijft bestaan wanneer een gebruiker navigeert via AI-browsers of privacymodi. Nog belangrijker is dat tracking op de server advertentieblokkers of scriptbeperkingen kan omzeilen die mogelijk aanwezig zijn in AI-browsers. Met andere woorden, zelfs als Atlas/Comet een GA-script aan de clientzijde blokkeert of voorkomt dat een cookie met toestemming wordt ingesteld, kan uw server-side eindpunt nog steeds een paginaweergave of klikgebeurtenis verzamelen (omdat het lijkt op een verzoek van de eerste partij). Natuurlijk, als er echt geen toestemming is (Atlas heeft automatisch geweigerd), moet je dat respecteren in hoe je de gegevens gebruikt, maar server-side benaderingen maken het op zijn minst mogelijk om vast te leggen dat een bezoek heeft plaatsgevonden.

5. Annoteren en onderwijzen

Het is een goed idee om de tijdlijn van je analyses te annoteren voor de lancering van belangrijke AI-browsers (bijv. "Atlas gelanceerd op 21 oktober 2025"), zodat toekomstige analyses rekening houden met die context. Deel deze bevindingen met je marketingteam. Leg uit dat een stijging in direct verkeer of nieuwe gebruikers eind 2025 het gevolg kan zijn van deze tools, niet noodzakelijkerwijs van een campagne- of SEO-wijziging. Door belanghebbenden voor te lichten, voorkom je dat de rapporten verkeerd worden geïnterpreteerd. Overweeg intern een eenvoudig dashboard of segment te maken dat "AI Browser Traffic" bijhoudt aan de hand van een combinatie van bekende signalen. Ook al is het niet perfect, het kan trends verhelderen en het team geruststellen dat afwijkingen worden begrepen.

FAQ

Welke invloed hebben AI-browsers op de statistieken van nieuwe en terugkerende gebruikers?
Ze hebben de neiging om je "Nieuwe gebruiker" telling in analytics op te blazen omdat een terugkerende bezoeker die overschakelt naar een AI-browser wordt bijgehouden als een gloednieuwe gebruiker (hun oude cookies of client-ID's worden niet overgedragen of toegestaan). Tegelijkertijd kan het aantal terugkerende gebruikers tijdelijk dalen. Kortom, sommige echte terugkerende bezoekers worden verkeerd gelabeld als nieuwe. Het effect is het meest merkbaar als een groot deel van je publiek rond dezelfde tijd de nieuwe browser uitprobeert.

Kunnen marketeers bezoekers betrouwbaar segmenteren of identificeren met behulp van Atlas of Comet?
Niet gemakkelijk, tenminste nog niet. Atlas en Comet doen zich voor als Chrome, dus de gebruikelijke browseridentificatie in analytics zal ze niet duidelijk onderscheiden. De verwijzingen van Comet kunnen soms worden herkend aan de hand van bron/medium (je ziet perplexity.ai / referral als het verkeer niet wordt geblokkeerd), maar het verkeer van Atlas ziet er vaak uit als algemeen direct of organisch verkeer zonder speciale markeringen. Sterker nog, als de standaard advertentieblokkering van Comet actief is, worden deze gebruikers mogelijk helemaal niet weergegeven in je GA-gegevens, waardoor segmentatie op dat gebied onmogelijk is. Op dit moment vereist segmentatie wat giswerk en het uitkammen van technische details. Analytics-leveranciers zullen hun systemen misschien uiteindelijk updaten om deze AI-browsers expliciet te detecteren (of filters bieden voor "AI-ondersteunde" sessies), maar op dit moment moeten we indirecte aanwijzingen gebruiken om ze te segmenteren.

Is server-side tracking een oplossing voor de attributiekloven die ontstaan door AI-browsers?
Gedeeltelijk, ja. Server-side tracking kan helpen gegevens te bewaren die bij client-side tracking verloren zouden kunnen gaan. Zo kun je bijvoorbeeld meer persistente first-party cookies instellen en gebeurtenissen verzenden, zelfs als browserscripts worden geblokkeerd of beperkt. Het is echter geen wondermiddel. Als een AI-browser geen referrer verzendt of tracking heeft verhinderd, zal server-side verzameling ook die referrer missen (je kunt niet op magische wijze herstellen wat er niet is). En als een gebruiker expliciet cookies weigert (via Atlas's automatische "weiger alles"), dan moet je die beslissing ook respecteren in je server-side logica. Dat gezegd hebbende, server-side implementaties verbeteren de algehele gegevenskwaliteit en de bestendigheid tegen browserwijzigingen. Ze stellen je in staat om je eigen domein te gebruiken voor gegevensverzameling en andere maskeringstechnieken, die voorbij advertentieblokkers kunnen glippen.

Hoe kan TAGGRS helpen om analytics klaar te stomen voor de toekomst tegen deze AI-browserverstoringen?
De kern van ons product is een server-side GTM-container die we configureren met geavanceerde maskeer- en routeringstechnieken. Deze technieken maken gegevensverzameling weerbaarder tegen standaard advertentieblokkers. Zelfs agressieve zoals de ingebouwde uBlock-achtige technologie van Comet. Omdat trackingverzoeken worden gerouteerd via uw eigen infrastructuur en niet via Google-domeinen of eindpunten van bekende leveranciers, kunnen TAGGRS-implementaties doorgaan met het verzamelen van essentiële analysesignalen, zelfs wanneer de meeste scripts van derden zijn geblokkeerd.