Agentic commerce is zo’n term waardoor een marketingmeeting ineens heel futuristisch klinkt, of juist een beetje allergisch wordt voor normaal taalgebruik. Onder de buzz zit een simpele verschuiving: shoppers gaan AI-assistenten vragen om producten te zoeken, vergelijken, selecteren en soms zelfs te kopen. Op Amazon kan dat via Alexa for Shopping en Rufus-achtige productgesprekken. Buiten Amazon gebeurt het via ChatGPT Shopping, Perplexity, retailer-assistenten zoals Walmart Sparky of toekomstige agents die productfeeds en checkout-API’s kunnen gebruiken.
Voor marketplace-adverteerders verandert daarmee het werk. Je concurreert niet meer alleen om een mens die op een Sponsored Product in de zoekresultaten klikt. Je probeert ook het product te worden dat een agent meeneemt, vertrouwt en aanbeveelt wanneer iemand vraagt: “Zoek een lekvrije lunchbox voor een kind van zeven, niet te duur, morgen leverbaar en met goede reviews.”
De fout die ik zie aankomen, noem ik agentic commerce behandelen als nog een paid media placement. Een merk hoort dat conversational ads eraan komen, maakt een testbudget vrij, stuurt op ROAS en gaat ervan uit dat de rest van het retail media-model hetzelfde blijft. Dat is te optimistisch. Als je productdata dun is, je voorraad schommelt, je prijs per kanaal alle kanten opgaat of je beste SKU de aanbeveling financieel niet kan dragen, kan een AI-shoppingagent je negeren of je juist selecteren op een manier die de P&L slechter maakt.
Mijn standpunt: bereid agentic commerce niet voor door simpelweg meer experimentele media in te kopen. Bereid het voor door je advertentiesoftware agent-ready te maken. Dat betekent dat ads verbonden moeten zijn met productfeiten, marge, voorraad, prijs, reviews en marketplace-beschikbaarheid voordat automation conversational demand gaat najagen.
Deze gids is geschreven voor merkeigenaren die zelf Amazon Ads, bol Ads, Walmart Connect, Google Shopping of retail media beheren vanaf ongeveer €1,5K maandelijkse spend. Op dat niveau is de vraag niet: “Vervangen AI-agents morgen search?” Dat gebeurt niet. De nuttigere vraag is: “Welke onderdelen van ons advertentieaccount breken zodra een machine sneller beslissingen neemt dan een shopper?”
Wat de huidige adviezen over agentic commerce goed zien
Het betere onderzoek is richtinggevend en bruikbaar. Pacvue beschrijft agentic commerce als conversational shopping waarbij shoppers hun wensen, voorkeuren en beperkingen delen, waarna agents producten onderzoeken, opties vergelijken en soms de aankoop afronden. Het praktische punt voor merken: discovery gebeurt straks op meerdere plekken tegelijk, van Amazon’s eigen assistant-ervaringen tot retailer-assistenten, LLM-shoppingomgevingen en merkwebshops.
Kantar maakt een scherp retail media-punt: als agents gestructureerde data scannen, wordt metadata een creatief middel. Productattributen, maten, certificeringen, prijzen, loyalty-voordelen en voorraadconsistentie kunnen bepalen of een merk überhaupt wordt meegenomen. Hun advies om productfeeds net zo serieus te auditen als mediaplannen klopt helemaal.
Amazon Ads positioneert agentic shopping inmiddels als advertentieoppervlak. De 2026-materialen beschrijven Alexa for Shopping, conversational ads, Sponsored Products en Sponsored Brands-prompts in assistant-ervaringen, plus closed-loop measurement van impressie tot conversie. Belangrijk: agentic advertising is dus niet alleen theorie. Een deel ervan wordt al verpakt binnen het Amazon Ads-ecosysteem.
Perpetua en andere ad software-partijen voegen daar nog een nuttige laag aan toe: AI kan biedingen, keyword harvesting en campagne-opzet automatiseren, maar regels blijven belangrijk wanneer adverteerders controle nodig hebben. Hun oude discussie over AI versus rule-based automation wordt door agentic commerce relevanter, niet minder relevant.
Wat meestal mist, is de operationele laag tussen zichtbaarheid en winst. Veel content gaat over vindbaar, machineleesbaar en conversational worden. Prima. Maar merkeigenaren moeten ook weten wanneer ze agent-driven aanbevelingen juist niet moeten laten schalen omdat een product over zes dagen uit voorraad is, te weinig contributiemarge overhoudt na fees of omzet wegtrekt bij een sterker kanaal.
De ontbrekende invalshoek: agent-readiness is een winsttoestemming
Agentic commerce wordt vaak neergezet als visibility-vraagstuk: vindt de agent je product? Dat is maar de helft. De betere vraag is: mag je advertentiesoftware dit product vandaag laten winnen in de aanbeveling van de agent?
Een menselijke shopper browset, twijfelt, vergelijkt reviews en komt misschien later terug. Een agent comprimeert dat gedrag. Die kan snel meerdere producten beoordelen, actuele prijs en beschikbaarheid ophalen, reviewkwaliteit wegen, verzendbeloftes vergelijken en met een shortlist terugkomen. Handig voor de shopper, maar genadeloos voor rommelige marketplace-operatie.
Daarom heeft het nieuwe readinessmodel vier soorten toestemming nodig voordat spend mag schalen:
- Datatoestemming: de agent begrijpt de productattributen die belangrijk zijn voor de use case.
- Commerciële toestemming: de SKU kan de verwachte CPC, korting, marketplace fees en retourkosten dragen.
- Operationele toestemming: voorraad, levertijd en Buy Box- of offerstatus zijn sterk genoeg om te converteren.
- Incrementaliteitstoestemming: de agent-driven verkoop creëert waarschijnlijk nieuwe vraag, in plaats van credit te pakken voor een aankoop die toch al zou plaatsvinden.
Hier wordt advertentiesoftware meer dan bid automation. In FiveX is de nuttige workflow niet “biedingen verhogen wanneer ROAS goed is”. De betere workflow is: marketplace-advertentieperformance koppelen aan SKU-marge, voorraaddekking, prijs, Buy Box-signalen en productwinstgevendheid, en automation pas toestaan wanneer het hele commerciële plaatje groen licht geeft.
Scenario 1: het outdoorflessenmerk dat de verkeerde aanbeveling wint
Stel je een DTC-outdoormerk voor dat een roestvrijstalen drinkfles verkoopt op Amazon.de, bol.com en Shopify. De hero-SKU kost €29,95. Landed cost is €8,20, Amazon referral en fulfilment fees zijn €7,10, verwachte retourkosten €1,40 en de contributiemarge vóór ads is €13,25. Bij een huidig Amazon Ads-budget van €6.000 per maand stuurt het team op 24% ACOS, dus ongeveer €7,19 advertentiekosten per order. Dan blijft er circa €6,06 contributiemarge na ads over. Niet spectaculair, wel gezond.
Nu komt agentic shopping erbij. Een shopper vraagt een assistant om “een lekvrije geïsoleerde fles onder €30 voor woon-werkverkeer, deze week leverbaar en vaatwasserbestendig.” Het merk lijkt perfect. De assistant toont het product, een conversational ad-prompt wint de klik en conversie stijgt omdat de intentie sterk is.
Het dashboard viert feest: ROAS stijgt van 4,1 naar 5,2 en conversieratio gaat van 13% naar 18%. Het team verhoogt budget met €2.000. Maar twee dingen blijven verborgen. Ten eerste is het attribuut vaatwasserbestendig niet consistent tussen Amazon en bol; op bol staat “handwas aanbevolen”, waardoor cross-channel vertrouwen afneemt. Ten tweede is de Amazon-voorraaddekking nog maar negen dagen. De campagne geeft juist het hardst uit op de SKU die bijna op is.
De betere regel is niet “agentic ROAS stijgt, dus schalen”. De betere regel is: schaal pas wanneer de SKU minimaal 21 dagen voorraaddekking heeft, productattributen consistent zijn over prioriteitskanalen en contributiemarge na ads boven €5 per order blijft. FiveX ondersteunt dat door advertising analytics, marketplace-integraties en voorraadsignalen in één dashboard te brengen. Het ad team ziet de kans. Operations ziet het risico. Finance ziet of de extra orders het waard zijn.
Scenario 2: de babyfoon waarbij metadata wint van een mooiere advertentie
Neem nu een baby-elektronicamerk dat €1.800 per maand uitgeeft aan Amazon Sponsored Products. Het product is een babyfoon van €84,99 met camera en €31 brutomarge vóór ads. Het heeft 4,4 sterren, 620 reviews en een sterke conversieratio op “baby monitor with camera”. Een concurrent heeft een iets lagere rating, maar rijkere gestructureerde content: batterijduur, nachtzichtbereik, appcompatibiliteit, garantie, temperatuursensor en levertijd zijn allemaal makkelijk te lezen.
In klassieke search kan het merk nog concurreren met een hoger bod en een sterke hoofdafbeelding. In een agentic journey vraagt de shopper: “Zoek een betrouwbare babyfoon met camera, nachtzicht, temperatuuralarm en zonder abonnement.” Als die attributen verstopt zitten in een alinea of ontbreken in de feed, komt het product misschien niet eens op de shortlist. De advertentie krijgt nooit de kans om te presteren.
De fout hier is advertising gebruiken om ongestructureerde productwaarheid te compenseren. Het team verhoogt biedingen met 18% omdat impressies dalen, maar het echte probleem is geen bieddruk. Het product is minder leesbaar voor machines.
Een sterkere workflow begint vóór het bieden. Audit de 20 best converterende zoektermen en koppel ze aan machineleesbare attributen. Als “zonder abonnement” voorkomt in 14% van de converterende zoekopdrachten, verdient dat een gestructureerd attribuut, bullet, FAQ en consistente copy op Amazon, Shopify en retailerfeeds. Pas daarna hoort ad software biedingen te verhogen voor agentic-achtige zoekvragen. De analyticslaag van FiveX helpt om zoektermen, productfamilies en kanalen te vinden waar contentgaten winstgevende ad spend blokkeren.
Scenario 3: het koffiecapsulemerk dat incrementaliteit verwart met gemak
Een koffiecapsulemerk besteedt €4.200 per maand over Amazon.nl en Google Shopping. De bestseller is een proefpakket van €19,50. Contributiemarge vóór ads is €6,80. Branded search draait op 9,5 ROAS, generiek “nespresso compatible capsules” op 3,1 ROAS en vaste klanten bestellen vaak binnen 35 dagen opnieuw.
Agentic commerce klinkt ideaal, omdat koffie herhaalaankoop is. Een shopper kan een assistant vragen om “mijn gebruikelijke compatible capsules opnieuw te bestellen zodra ze bijna op zijn”. Het risico is dat advertising credit gaat pakken voor gemak in plaats van groei. Als het merk betaalt voor een conversational sponsored placement bij elke bestaande klant die opnieuw bestelt, ziet ROAS er prachtig uit terwijl de incrementele winst nauwelijks beweegt.
De guardrail is om agentic kansen te splitsen naar rol. Routine-replenishment krijgt een lager biedplafond en wordt beoordeeld op repeat-order economics. Discovery-queries zoals “low acid coffee capsules for morning espresso” mogen een hoger testbudget krijgen omdat ze nieuwe klanten kunnen werven. In FiveX hoort dat onderscheid terug te komen in campagnestructuur en reporting: branded defence, replenishment, generic discovery en competitor conquesting horen niet één gemengd ROAS-doel te delen.
De checklist voor agent-ready advertentiesoftware
Voordat je achter agentic commerce-placements aanloopt, check of je advertentiesoftware deze vragen kan beantwoorden zonder heroïsche spreadsheet:
- Zien we contributiemarge per SKU na ads, fees en verwachte retouren? Zo niet, dan blijft ROAS zwakke producten schaalbaar laten lijken.
- Kunnen campagnes reageren op voorraaddekking? Agentic demand kan volume in minder sessies concentreren. Low-stock producten hebben biedplafonds nodig, geen extra zichtbaarheid.
- Kunnen we productrollen scheiden? Een replenishment-SKU, discovery-SKU en competitor-conquest-SKU verdienen verschillende doelen.
- Kunnen we attributen over kanalen vergelijken? Als Amazon, bol en Shopify hetzelfde product anders beschrijven, belonen agents misschien de schonere feed in plaats van het betere merk.
- Kunnen we prijs- en offerconsistentie volgen? Agents zijn gebouwd om te vergelijken. Grote prijsverschillen tussen marketplaces worden vertrouwensproblemen.
- Kunnen mensen high-impact automation goedkeuren? AI mag adviseren. Jouw regels moeten bepalen wanneer marge, voorraad of merkrisico een pauze afdwingt.
Dat is de praktische FiveX-invalshoek. AdMax-achtige advertentieautomatisering is waardevol wanneer die bovenop verbonden commerce-data staat. Marketplace-integraties halen de signalen binnen. Winst dashboards laten zien of groei de moeite waard is. Voorraad- en repricingcontext voorkomen dat campagnes producten schalen die commercieel niet klaar zijn.
Hoe je de komende 30 dagen begint
Je hebt geen transformatieprogramma van twaalf maanden nodig. Begin met een kleine, operator-vriendelijke sprint.
Week 1: kies tien producten. Pak je SKUs met de meeste spend plus een paar producten waarvan je verwacht dat agents ze interessant vinden: replenishment-items, producten met veel vergelijkingscriteria, cadeaus en producten met sterke reviews.
Week 2: maak de agent-vragenlijst. Schrijf per product vijf natuurlijke shopperprompts. Geen keywords. Prompts. “Beste vaatwasserbestendige lunchbox voor school onder €25.” “Stille ventilator voor een kleine slaapkamer, morgen leverbaar.” Koppel daarna elke prompt aan de attributen die een agent nodig heeft.
Week 3: voeg commerciële toestemming toe. Leg per SKU vast: contributiemarge vóór ads, break-even ACOS, verwachte retourkosten, huidige voorraaddekking en minimale acceptabele prijs. Als een product de waarschijnlijke veiling niet kan betalen, moet het niet je agentic testheld worden.
Week 4: pas campagnes en regels aan. Maak campagnerollen schoner, voeg biedplafonds toe voor low-stock of low-margin SKUs en gebruik budgetregels die discovery-tests beschermen zonder geld weg te trekken bij bewezen winstgevende campagnes.
Mijn licht onmodieuze advies: begin niet met het meest flitsende AI-adformat. Begin met de saaie data die bepaalt of dat format geld verdient. Agentic commerce beloont merken die makkelijk te begrijpen zijn voor machines en veilig te schalen zijn voor de business. Minder glamoureus dan een keynote-demo, maar veel beter voor je winst.
Waar FiveX past
FiveX helpt merkeigenaren om dit van theorie naar dagelijkse workflow te brengen. Het platform verbindt marketplace analytics, advertising performance, productwinstgevendheid, voorraad, repricingcontext en integraties in één cockpit. Dat is belangrijk, want agentic commerce wordt niet door één team beheerd. Ecommerce, advertising, finance en operations moeten dezelfde commerciële waarheid zien.
Gebruik FiveX om te bepalen welke SKUs agentic demand kunnen dragen, welke campagnes guardrails nodig hebben, welke productpagina’s contentgaten bevatten en waar cross-channel inconsistentie zichtbaarheid kan kosten. Laat automation daarna doen waar het goed in is: snel handelen binnen grenzen die je vertrouwt.
De toekomst van marketplace advertising is niet “AI geeft voor ons uit”. De toekomst is: “AI mag alleen uitgeven wanneer product, marge, voorraad en kanaalcontext toestemming geven.” Dat is het verschil tussen zichtbaar zijn in agentic commerce en winstgevend gekozen worden.