Inbedding drift monitoring

Monitoring van embedding-drift volgt veranderingen in hoe AI-systemen je content, entiteiten en doelquery’s in de tijd representeren als vectoren. In gewone taal: je controleert of een pagina die voorheen helder naar één intentiecluster in kaart ging, nu afdrijft richting een ander cluster—en of die verschuiving groot genoeg is om rankings, AI-zichtbaarheid of conversies te schaden.

Dit is nu belangrijker omdat zoeken niet langer alleen draait om het matchen van keywords. Google AI Overviews, ChatGPT-browsingresultaten, Perplexity en interne retrievall-systemen leunen allemaal op embeddings. Als je pagina semantisch niet meer relevant lijkt, kun je zichtbaarheid verliezen terwijl titels, links en crawlbaarheid er in Screaming Frog of Ahrefs nog netjes uitzien.

Wat teams in de praktijk monitoren

De kernmaat is vector-similariteit, meestal cosinus-similarity of cosinus-distance, tussen de huidige embedding van een pagina en een eerdere snapshot. De meeste teams vergelijken ook page-embeddings met embedding van doelquery’s en entiteiten—niet alleen pagina-op-pagina-historie.

• Page-to-page drift: Is de betekenis van de pagina sinds vorige week of vorige maand veranderd?
• Page-to-query drift: Staat de pagina nog steeds dicht bij de query’s waarvoor hij zou moeten ranken?
• Entity drift: Worden kernentiteiten, attributen of relaties anders geïnterpreteerd?

Een praktische opzet is wekelijkse snapshots voor de top 100 tot 500 URL’s die omzet genereren, gevolgd door meldingen wanneer de similarity daalt onder een drempel die je zelf hebt gevalideerd met je eigen data. Veel teams starten met een cosinus-similarity-drempel rond 0,90 tot 0,95, maar vaste getallen zijn niet universeel. Dat is de kanttekening: een verandering van 0,03 kan ruis zijn op de ene site en een echt probleem op de andere.

Hoe je het inzet in een SEO-werkroutine

Haal live paginacopy, schema-markup en interne anker-context periodiek op. Sla embeddings op per URL en timestamp in pgvector, Pinecone of Weaviate. Koppel daarna drift-scores aan GSC-impressies, klikken, gemiddelde positie en conversiedata.

Hier zit de SEO-waarde. Als de semantische afstand van een pagina toeneemt en GSC 7 tot 14 dagen later dalende impressies op een querycluster laat zien, heb je een vroeg-waarschuwingssignaal. Semrush en Ahrefs kunnen helpen valideren of concurrenten in dezelfde periode zichtbaarheid hebben gewonnen. Surfer SEO kan helpen bij content refreshes, maar verwar content scoring niet met semantische afstemming. Andere klus.

Wat het niet is

Het is geen bevestigd Google-rankeringssignaal. Google heeft niet gezegd: “we ranken pagina’s op basis van drempels voor embedding-drift.” John Mueller van Google bevestigde in 2025 dat veel SEO-metrics fungeren als proxies en niet als directe search-signalen. Dit is er één van.

Dat maakt het niet nutteloos. Het maakt het diagnostisch. Goed om semantische mismatch vroeg te vinden. Slecht als standalone KPI.

Waar het afbreekt

Keuze van het model is het grootste probleem. Je hebt niet de interne embeddings van Google en je hebt zeker niet een stabiele kopie van de volledige retrievall-stack van elk AI-systeem. Daardoor zijn je vectoren benaderingen. Nuttige benaderingen, soms. Maar nog steeds benaderingen.

Daarnaast moeten sommige pagina’s wel drift vertonen. Productpagina’s veranderen. Regelgeving verandert. News hubs veranderen snel. Als je alle drift als slecht behandelt, creëer je drukte en overschrijf je nuttige actualiteit met generieke copy.