Kort gezegd: Een content-gapanalyse laat je elke pagina zien waarop een concurrent rankt en jij niet, en verdeelt het resultaat over vier teams. Haal de zoekwoorden en landingspagina's van je concurrenten voor een paar dollar op met DataForSEO, laat een LLM hun pagina's naast de jouwe leggen, en de rijen zonder tegenhanger worden SEO-werk, assortimentsuitbreiding, betaalde campagnes en content. Eén echte analyse voor een Tsjechische webshop leverde 1.996 ontbrekende pagina's op, met 1.520.840 zoekopdrachten per maand erachter.
Wil je alleen de kant-en-klare gap-analyse?
Download de complete AI-instructies: één bestand dat je in Claude of een andere capabele coding agent plakt, waarna hij de gapkaart voor je eigen site bouwt. Laat je e-mailadres achter en het bestand is van jou, of lees gewoon verder.
Eén bestand, één lijst. Ik schrijf alleen als er iets te lezen valt.
Vorige maand deed ik deze analyse voor een Tsjechische webshop in het kindersegment. Vijf concurrentdomeinen gingen erin. De pipeline haalde elk zoekwoord op waarop die domeinen ranken, bundelde de zoekwoorden per pagina, en ‘s nachts legde een LLM elke concurrentpagina naast de site van de klant. Het resultaat las ik de volgende ochtend bij de koffie.
1.996 pagina’s die de concurrenten afdekken en de klant niet. Achter die ontbrekende pagina’s zitten 1.520.840 zoekopdrachten per maand.
Geen zoekwoorden. Pagina’s. 1.847 daarvan zijn commercieel: categoriepagina’s waar de shop volgende week aan zou kunnen beginnen. De overige 149 zijn onderwerpen waarmee de concurrenten ouders binnenhalen, lang voordat iemand een productnaam intypt. De API-rekening voor het hele ophalen bleef bij een paar dollar.
In twintig jaar PPC heb ik precies deze analyse talloze keren aangeboden en meestal zien afketsen, en ik heb het klanten nooit kwalijk genomen. Vóór de LLM’s begon de eerlijke offerte bij 20 tot 30 uur seniortijd, alleen al om de zoekwoordexports aan elkaar te knopen, één CSV per concurrent per tool. Daarna kwamen er tot 50 uur bij om het resultaat op te schonen en naast de site te leggen zoals die er vandaag echt bij staat. Niemand tekent voor een “misschien”. Dezelfde klus kost me nu 2 tot 5 uur. Wat overblijft is de vraag wat elk gat betekent, en dáárvoor lees je dit artikel. Hier volgt de hele aanpak, geïllustreerd met de echte cijfers uit die analyse.
De hele aanpak in één zin
Vind de pagina’s waarop je concurrenten ranken en die je zelf niet eens in je portfolio hebt, en zet die lijst om in werk voor vier teams. Meer organische zichtbaarheid, zoekcampagnes op landingspagina’s die je tot nu toe miste, assortimentsideeën met bewezen vraag, en content die een remarketinglijst vult. Eén kaart, vier opbrengsten. Alles hieronder is de weg ernaartoe.
Elk SEO-deck heeft die ene slide: analyseer de concurrentie, vind de gaten in je content en categorieën. Bijna niemand doet het, omdat de oude manier een gezwoeg was. De zoekwoorden van een concurrent exporteren, op het oog schatten naar welke landingspagina’s ze leidden, alles met de hand naast je eigen sitemap leggen en dan een week in een spreadsheet ruziën over de koppelingen. Dus bleef de slide een slide.
Er zijn twee dingen veranderd. De data ophalen is niet duur meer, want DataForSEO doet voor centen wat Semrush voor een maandabonnement doet. En het koppelen gaat niet langer met de hand. Een LLM legt de pagina’s van een concurrent in minuten naast die van jou, en het hoeft niet perfect te zijn om nuttig te zijn.
Wat overblijft was sowieso altijd de echte waarde, en het was nooit echt een SEO-taak. Een content gap is een ontbrekende categoriepagina, een productlijn die je niet voert, een blog die een remarketinglijst vult. Het raakt SEO, betaald, assortiment en contentstrategie tegelijk.
De analyse in één kader
- Waar het om gaat Elke pagina waarop een concurrent rankt en jij niet
- Tools DataForSEO API · een willekeurig LLM · een site-crawler
- Kosten Een paar dollar aan API-tegoed, geen abonnement
- Wat je krijgt Een gerangschikte gapkaart voor SEO, betaald, assortiment en content
Eén analyse, vijf concurrenten, 1.996 gaten
Vóór de techniek eerst het resultaat. De klant verkoopt kinderartikelen op een competitieve Tsjechische markt, en vijf rivaliserende domeinen haalden de shortlist. De pipeline legde 651 van hun sterkste pagina’s, met 10.110 rankende zoekwoorden, naast de kaart van de eigen pagina’s van de klant. Elk vraagcluster zonder eigen pagina bij de klant werd een gat, en elk gat is een pagina die de klant kan bouwen, met het zoekvolume erachter al gemeten.
Wat de analyse opleverde
- Gaten (zij dekken het af, de klant niet) 1.996
- Commerciële gaten, er ontbreekt een landingspagina 1.847
- Contentgaten, er ontbreekt een onderwerp 149
- Zoekopdrachten per maand achter de gaten 1.520.840
- Onderbouwing 10.110 zoekwoorden · 651 concurrentpagina's · 5 domeinen
En de gaten liggen niet willekeurig verspreid. Zeven patronen dekken op drie na alle 1.996 rijen af, en één patroon domineert alle andere:
Categoriesynoniemen zijn dé bevinding. De klant verkoopt die producten allang. De concurrenten geven het schap gewoon een eigen landingspagina onder de naam die kopers echt intypen, terwijl de klant dezelfde producten wegstopt in één bredere lijst. Vraag die je bedient zonder een pagina die heet zoals mensen zoeken, is vraag waarvoor je onzichtbaar bent. En elk van die 1.640 rijen is goedkoop op te lossen, want er komt geen nieuw product, geen nieuwe leverancier en geen nieuwe tekst aan te pas. Alleen een pagina.
Bij de overige commerciële gaten worden categorieën langs andere assen opgedeeld. Een categorie gekruist met een thema, bijvoorbeeld een leeftijdsgroep of een gelegenheid. De lijn van een merk op een eigen pagina. Een categorie gefilterd op materiaal of eigenschap. Aan de contentkant zie je hetzelfde terug in onderwerpclusters, hubs rond licentiefiguren en how-to-gidsen waarop concurrenten ranken terwijl de klant er nooit een regel over schreef.
Haal de complete AI-instructies voor deze gap-analyse
De hele aanpak, uitgeschreven als een briefing die je zo in Claude of een andere capabele coding agent plakt, inclusief de koppelprompt en de DataForSEO-calls. Jij levert de concurrentenlijst en het API-tegoed, hij bouwt de gapkaart voor jouw site. Laat je e-mailadres achter en het bestand is van jou.
Eén bestand, één lijst. Ik schrijf alleen als er iets te lezen valt.
De gapkaart van dichtbij
Elke rij van het eindresultaat leest hetzelfde: wat de concurrent heeft, of wij het ook hebben, en bij welk team het werk landt. Hieronder één rij per patroon, met veralgemeende categorienamen zodat de klant anoniem blijft (de aantallen hierboven zijn de echte):
| Concurrentpagina | Bij ons | Patroon | Landt bij |
|---|---|---|---|
| Hoofdcategoriepagina | ✓ aanwezig | Geen gat | Niets te doen |
| De categorie onder het synoniem dat kopers echt intypen | ✗ weggestopt in een bredere lijst | Categoriesynoniem | SEO + betaald |
| De categorie opgeknipt per leeftijdsgroep | ✗ | Categorie × thema | SEO + betaald |
| Een seizoensgebonden cadeaugids | ✗ | Contentonderwerp | Content + ads |
| De lijn van een merk op een eigen pagina | ✗ | Categorie × merk | Assortiment + SEO |
| De categorie gefilterd op materiaal | ✗ | Categorie × attribuut | Webstructuur |
| Een hub rond een licentiefiguur | ✗ | Contentfranchise | Content + assortiment |
| Een gids over de juiste maat kiezen | ✗ | Content-how-to | Content + remarketing |
De ✓-rijen vallen weg; de ✗-rijen zijn het eindresultaat.
Hoe ziet zo’n rij eruit met de cijfers erbij? Hier een illustratief voorbeeld met een verzonnen demodomein en afgeronde cijfers, dus niet de data van de klant, zodat je de vorm ziet zonder dat ik iemand te kijk zet:
| Concurrentpagina (demo) | Rankende zoekwoorden | Zoekopdrachten per maand | Gesch. verkeer concurrent | Voeren we het? |
|---|---|---|---|---|
| toydemo.example/montessori-toys | 112 | 38.200 | 9.800 | ✓ |
| toydemo.example/wooden-toys | 84 | 22.400 | 6.100 | ✓ |
| toydemo.example/balance-bikes | 57 | 14.900 | 4.300 | ✓ |
| toydemo.example/kids-carnival-costumes | 41 | 9.700 | 2.600 | ✗ |
Elke rij beantwoordt de twee vragen waar het in een prioriteringsoverleg echt om draait. Hoeveel vraag zit er achter deze pagina, en kunnen we die met het huidige assortiment bedienen? Een ✓ met veel vraag is een landingspagina voor de volgende sprint; een ✗ met veel vraag is een gesprek met inkoop, nog voordat iemand de website aanraakt.
En onder elke rij zit het cluster. Klap de montessori-rij open en je ziet de zoekopdrachten die die ene concurrentpagina binnenhaalt:
| Zoekwoord in het cluster | Zoekopdrachten per maand |
|---|---|
| montessori toys | 18.100 |
| montessori toys for 1 year old | 5.400 |
| wooden montessori toys | 4.900 |
| montessori sensory toys | 3.800 |
| montessori baby toys | 3.300 |
| best montessori toys for toddlers | 2.700 |
Die zes zoekopdrachten beschrijven één en dezelfde behoefte, dus krijgen ze één pagina. Eén cluster, één landingspagina, één rij in de gapkaart. Bouw die pagina en de volle 38.200 zoekopdrachten per maand achter die rij komen in één klap binnen bereik. Daarom telt de kaart pagina’s en geen zoekwoorden.
En het eindresultaat zelf is geen slidedeck. De klant kreeg een Excel-bestand voor de mensen, een README, en daaronder een geïndexeerde SQLite-database met vijf tabellen. Hun eigen Claude is aan die database gekoppeld en bevraagt die rechtstreeks. “Welke contentgaten dragen de meeste zoekopdrachten?” is daarmee een vraag die ze zelf in de data typen, en geen verzoek aan mij waar ze een dag op wachten. Een eindresultaat dat een AI kan bevragen, overleeft elke presentatie erover.
De flow, van begin tot eind
Bepaal wie je echte concurrenten zijn, langs drie wegen
Vergeet wie je denkt dat je concurrenten zijn en kijk wie er daadwerkelijk opduikt waar jouw geld zit. Gebruik drie signalen samen. Eén: draai je belangrijkste zoekopdrachten door DataForSEO en noteer wie er in de betaalde én de organische zoekresultaten verschijnt. Twee: lees Auction Insights in Google Ads, want de overlap in de veiling laat zien hoe dicht een rivaal je echt op de hielen zit. Drie: haal de data over zoekwoordoverlap op, want het aantal zoekopdrachten dat je met een domein deelt is een betrouwbare indicator voor verwantschap. Drie lijsten worden samen één shortlist. Ga je hier de mist in, dan erft elke volgende stap die fout, want dan zet je je gaten af tegen een rivaal die nooit om jouw geld heeft meegeboden.
Haal de zoekwoorden en landingspagina's van je concurrenten op
Haal per concurrent de sterkste organische zoekwoorden op, tot ongeveer 100k per domein, en vooral: welke landingspagina er op elk zoekwoord rankt. Uit positie en zoekvolume schat je het verkeer dat naar elk van die pagina’s stroomt. Een zoekwoord is een abstractie; een pagina is iets dat je kunt kopiëren, nabouwen of waar je een campagne op kunt richten. Dus bundel je de zoekwoordenlijst tot een kaart van concurrentpagina’s, met de zoekwoorden die ze voeden en het geschatte verkeer erbij. Eén ding moet hier helder zijn, want het bepaalt alles wat volgt: je koppelt geen losse zoekwoorden aan losse pagina’s. Eén categoriepagina van een concurrent rankt doorgaans op tientallen verwante zoekopdrachten, en die hele groep beschrijft één samenhangende behoefte. De pagina is het cluster. Bij de kinderwebshop bleven van vijf domeinen 651 pagina’s over die het koppelen waard waren, met 10.110 zoekwoorden, ruwweg vijftien zoekopdrachten per pagina.
Breng je eigen site in kaart
Je hebt het spiegelbeeld van je eigen pagina’s nodig, en dat moet compleet zijn, anders jaag je op “gaten” die in werkelijkheid gewoon pagina’s zijn die je in je overzicht was vergeten. Crawl de site (Screaming Frog, of een wegwerpcrawler in Python die een LLM in vijf minuten schrijft), exporteer de categorieën uit je webshopplatform, lees de productfeed, parse de XML-sitemap. Meestal heb je de combinatie nodig. Eén waarschuwing uit ervaring: vertrouw nooit alleen op de sitemap. Die slaat standaard parametrische pagina’s, gefilterde categorieweergaven en de blog over, precies de plekken waar het een gapanalyse om te doen is.
Laat AI hun pagina's naast de jouwe leggen
Dit is de stap die vroeger een week kostte. Geef beide overzichten aan een LLM, een open-source model volstaat, en laat het elk vraagcluster van de concurrent koppelen aan je best passende eigen pagina. Het koppelen gebeurt op paginaniveau, nooit op zoekwoordniveau. Het LLM vraagt of jouw site een pagina heeft die dezelfde behoefte bedient als die van de concurrent, niet of je een pagina met dezelfde naam hebt. En vindt een cluster bij jou geen onderdak, dan is het antwoord één landingspagina voor het hele cluster, en niet één pagina per zoekwoord erin. Je hebt geen 100 % nauwkeurigheid nodig; je hebt de rijen zonder tegenhanger nodig. Bij de kinderwebshop dikte de niet-gekoppelde vraag in tot 1.996 pagina’s waar de klant niets tegenover had staan. Die lijst is de buit.
Bepaal wat elk gat betekent, want hier houdt het op SEO te zijn
Niet elk gat is hetzelfde. Producten die je allang verkoopt maar nooit een fatsoenlijke pagina hebt gegeven, hebben een landingspagina nodig. Producten die je niet voert maar je leverancier wel, worden een assortimentsshortlist met vraag eronder. Sterke niet-commerciële content van een concurrent wordt in één keer een contentbriefing én een remarketingdoelgroep. Bij de kinderwebshop kwam de verdeling uit op 1.847 commerciële tegen 149 contentgaten, en elke bak landt bij een ander team met een ander budget.
De match hoeft niet perfect te zijn. Hier blijven mensen hangen, wachtend op 100 % precisie. Die heb je niet nodig. Een paar verkeerd gekoppelde paren kosten je niets; de waarde zit in de concurrentpagina’s die duidelijk zonder tegenhanger staan, en die overleven een rommelige koppeling prima. Lever de analyse op 90 % en ga ermee aan de slag, in plaats van een model te polijsten dat altijd al een middel tot een shortlist was.
Semrush tegenover DataForSEO: waarom het prijsverschil doorslaggevend is
De reden dat deze analyse van “dat zouden we eens moeten doen” naar “dat hebben we gedaan” ging, zijn de kosten, en het Semrush-bedrag dat hier telt ligt hoger dan het bedrag dat mensen noemen. Het Pro-plan van $ 139,95 per maand draait een content-gapcheck in de interface, met de hand, met exportlimieten. De analyse in dit artikel is programmatisch. Eén API-call per concurrentdomein levert tot zo’n 100k rankende zoekwoorden op, inclusief de landingspagina waarop elk zoekwoord binnenkomt. Precies die API zet Semrush achter het Business-plan van $ 499,95 per maand, en zelfs dan begin je met nul API-units; die koop je er los bij, ruwweg $ 50 per miljoen, bovenop het abonnement. DataForSEO rekent af naar gebruik. Een tegoed van $ 50 gaat maanden mee, je hoeft geen abonnement af te sluiten, en de hele analyse over vijf domeinen hierboven kostte daar maar een paar dollar van.
| Semrush | DataForSEO | |
|---|---|---|
| Prijsmodel | Vast abonnement; API komt er bovenop | Tegoed naar gebruik |
| Instapplan voor de interface | $ 139,95/maand (Pro), doorlopend, exportlimiet | Geen abonnement nodig; alleen API |
| Programmatische toegang / API | Business $ 499,95/maand + API-units los erbij | Inbegrepen, je betaalt per call |
| Organische SERP, per 1.000 queries | Zit in het abonnement | $ 0,60 (Regular) tot $ 3,50 (Advanced, live) |
| Eén eenmalige gapanalyse | Een Business-maand + units, doorlopend | Een paar dollar aan tegoed |
Voor een eenmalige, diep technische klus als deze is dat het verschil tussen een API-niveau van $ 500 per maand openzetten en de prijs van een kop koffie aan tegoed uitgeven. De datakwaliteit is voor dit doel ruim voldoende; qua kosten is het geen wedstrijd.
Twee verhalen uit twintig jaar dit werk
De techniek is nieuw. De ideeën die ze mogelijk maakt zie ik al twee decennia werken; ze waren alleen te bewerkelijk om op te zetten. En de 149 contentgaten bij de kinderwebshop zijn precies deze twee verhalen, wachtend om zich te herhalen.
De kinderblog die een verkoopkanaal werd
Een klant in het kindersegment werd verslagen op een hele categorie zoekopdrachten die niets met producten te maken had. De concurrent had een sterke blog vol kleurplaten en slaapverhaaltjes, met enorm zoekvolume en precies de juiste doelgroep: ouders. De gapanalyse bracht het hele cluster boven water. De klant nam de strategie over, bouwde de content, trok het verkeer binnen, zette die bezoekers in een remarketinglijst en maakte van een “niet-commercieel” contentgat echte aankopen. (Geanonimiseerd.)
Recepten voor een dieet dat maaltijdboxen verkoopt
Voor een bedrijf in maaltijdboxen en coaching lag er een aangrenzende contentcategorie voor het oprapen, met twee sterke voordelen. Receptzoekopdrachten hebben extreem veel volume, en de klikken kosten centen. De strategische concurrenten hadden gestructureerde receptsecties gebouwd en haalden daarmee een stroom mensen binnen die per definitie beter wilden eten. Van daaruit is het een kleine stap naar een product of een coachingaanbod. Pas de gapanalyse maakte die kans zichtbaar en bracht de omvang ervan in beeld. (Geanonimiseerd.)
De truc die niemand uithaalt: leen van een sterkere markt
Dit is de invalshoek die van een defensieve audit een oneerlijk voordeel maakt.
Stel, je bent marktleider in een kleine markt zonder serieuze concurrentie om van te leren. De gapanalyse thuis levert dan niets bruikbaars op; er loopt niemand voor je uit van wie je de aanpak kunt overnemen. Doe hem dus niet thuis. Doe precies dezelfde analyse voor de sterkste, meest competitieve buitenlandse markt in jouw categorie.
Taal is geen barrière. Het LLM legt hun categorieën en content naast de jouwe, in welke taal ze ook geschreven zijn. Je importeert de strategieën die de leiders van een volwassen markt allang bewezen hebben, van categoriestructuren tot contentinvalshoeken en assortimentsideeën, naar een markt waar letterlijk nog niemand ze uitvoert. Je wordt thuis de first mover door de toekomst uit het buitenland over te nemen. Dat sluit mooi aan op een volledige marktexpansieanalyse als je nog moet beslissen waar die sterkere markt zit.
Waarom dit de cirkel rond maakt
Kijk wat er bij de kinderwebshop gebeurde. We begonnen met een nette SEO-taak, het vinden van contentgaten, en het resultaat stroomde door in assortimentsbeslissingen, betaalde campagnes, remarketingdoelgroepen en contentstrategie. Dat is geen scope creep. Zo ziet dit werk er nu eenmaal uit.
De data was altijd al op te halen; niemand deed het, omdat het handwerk meer kostte dan het opleverde. Nu kost het ophalen een paar dollar en draait het koppelen ‘s nachts. Wat als schaars ingrediënt overblijft, is wat altijd schaars was: het idee. De ervaring om naar een gapkaart te kijken en te zien dat de kleurplatenblog van een concurrent eigenlijk een remarketingkanaal is, en de breedte om SEO, betaald en assortiment in één hoofd samen te brengen.
De uitvoering is makkelijk geworden. Het oordeel is het echte werk.
Download de complete instructies voor je AI
De hele aanpak hierboven, uitgeschreven als een briefing die je zo in Claude of een andere capabele coding agent plakt, inclusief de koppelprompt en de DataForSEO-calls. Jij levert de concurrentenlijst en het API-tegoed, hij bouwt de gapkaart voor jouw site. Laat je e-mailadres achter en het bestand is van jou.
Eén bestand, één lijst. Ik schrijf alleen als er iets te lezen valt.
FAQ
Heb ik echt geen 100 % nauwkeurige match nodig?
Klopt. Je bent op zoek naar de concurrentpagina’s waar jij niets tegenover hebt staan, de rijen zonder tegenhanger. Een handvol verkeerd gekoppelde paren verschuift die shortlist niet. Wie hier op perfectie wacht, stelt alleen het werken met een lijst uit die allang goed genoeg is.
Waarom DataForSEO in plaats van Semrush?
Om de kostenstructuur, en om de vraag achter welke deur de API zit. De content-gaptools van Semrush zitten in de interface van het Pro-plan van $ 139,95 per maand; de programmatische versie uit dit artikel vraagt het Business-plan van $ 499,95 per maand plus API-units die je er los bij koopt. DataForSEO rekent af naar gebruik, vanaf een tegoed van $ 50 dat maanden meegaat, tegen $ 0,60 tot $ 3,50 per 1.000 SERP-queries. Voor een eenmalige technische klus is dat een paar dollar tegenover een doorlopend Business-abonnement.
Hoe kies ik welke concurrenten ik analyseer?
Met drie signalen samen: wie er bij je belangrijkste zoekopdrachten in de betaalde en organische zoekresultaten verschijnt (via DataForSEO), wie met jou overlapt in Google Ads Auction Insights, en wie in de tooldata de meeste zoekwoorden met jou deelt. De doorsnede daarvan is je echte concurrentieveld, en dat zijn vaak niet de merken die je zelf had genoemd.
Is dit niet gewoon SEO?
Het lijkt op SEO en dat is het niet. In de analyse uit dit artikel waren 1.847 gaten ontbrekende landingspagina’s en 149 ontbrekende onderwerpen. Die gaten verdelen zich over paginastructuur (SEO), producten die je zou moeten voeren (assortiment), doelgroepen die remarketing waard zijn (betaald) en onderwerpen die het schrijven waard zijn (content). De analyse is dezelfde; het werk landt bij vier verschillende teams.
Werkt dit echt over talen en markten heen?
Ja, en juist zo is de methode op haar sterkst. Het LLM koppelt pagina’s op zoekintentie en niet op bewoording, dus het legt de categorieën van een buitenlandse concurrent prima naast de jouwe. Valt er in je thuismarkt niets te leren van de concurrentie, analyseer dan een sterkere buitenlandse markt en importeer wat daar werkt.
In mijn sitemap staan al mijn pagina's. Is dat niet genoeg?
Nee. Sitemaps laten standaard parametrische URL’s, gefilterde categorieweergaven en delen van de blog weg, en juist daar zitten de gaten. Bouw de kaart van je eigen pagina’s op uit een crawl, de productfeed en een categorie-export, en gebruik de sitemap als één bron naast de andere, niet als de waarheid.
CTA: Benieuwd waarop je sterkste concurrent rankt en jij niet? Dan halen we de gapkaart erbij.
