De beste webscrapingtools en -software in 2025 | Thunderbit

Samenvatting

Dit onderzoek analyseert 1.148 DTC-homepages op zichtbare klantenservice-widgets en vendor-vingerafdrukken. Het doel is om te begrijpen hoe support tooling eruitziet in DTC-commerce, in plaats van zomaar aan te nemen dat deze markt zich gedraagt als B2B SaaS.

Het scherpste contrast is Intercom. Intercom is een zwaargewicht in SaaS-support, maar verschijnt in deze statische scan op slechts 0,6% van de DTC-homepages. Gorgias daarentegen komt voor op 23,3% van de steekproef, al moet dat cijfer wel worden gerelativeerd omdat de merkpool ook bronnen uit Shopify-ecosysteem case studies bevat.

Widgetdekking is bovendien niet universeel. Slechts 34,6% van de gescande homepages toont in de statische HTML minstens één supportwidget. Omdat veel widgets via JavaScript laden, is dit dus een ondergrens en geen echt totaaladoptiecijfer.

AI-klantenservice staat als publiek signaal op storefronts nog in een nog vroegere fase. Slechts 13 merken, oftewel 1,1% van de steekproef, tonen publiekelijk AI-chattaal op hun homepage. Het gat tussen AI in vacatureteksten en AI in DTC-storefrontsupport is groot, al zegt dat waarschijnlijk net zo veel over publieke positionering als over backend-adoptie.

De meest deelbare bevindingen

1. 397 van de 1.148 DTC-homepages toonden minstens één supportwidget in de statische HTML.
2. Gorgias voerde de steekproef aan met 267 gedetecteerde merken, oftewel 23,3%, met belangrijke kanttekeningen over sample-echo.
3. Zendesk stond op de tweede plaats met 49 merken, oftewel 4,3%.
4. Intercom verscheen op slechts 7 merken, oftewel 0,6% van de DTC-steekproef.
5. WhatsApp Button verscheen op 19 merken en liet daarmee meerdere traditionele chat-SaaS-tools achter zich.
6. Slechts 13 merken, oftewel 1,1%, lieten publiekelijk AI-klantenservicetaal zien.
7. Dit rapport meet zichtbare signalen op de homepage, niet de volledige support-backend.

De meeste mensen die in software werken, hebben onbewust een SaaS-model van klantenservice in hun hoofd. Intercom beheerst de messenger in het product, Zendesk domineert de helpdesk-categorie en AI-agents vormen de volgende laag. Dat model werkt prima voor B2B-software. Maar zodra je het op DTC-commerce toepast, begint het al snel te wringen.

Het DTC-supportprobleem is niet: “een gebruiker loopt vast in het product.” Het is: “een koper wil weten waar het pakket is, of de kortingscode werkte, hoe hij een ruil start, of het artikel geretourneerd kan worden, of waarom de zending vertraagd is.” Het zwaartepunt ligt niet bij een productsessie, maar bij het orderrecord. Daarom ziet het vendorlandschap er vreemd uit als je vanuit SaaS kijkt: de winnaars zijn de tools die Shopify, fulfillment, returns, e-mail, sms en agent-workflows als één geheel laten voelen.

Deze blogversie zet precies dat structurele punt centraal. De belangrijkste bevinding is dus niet alleen wie vooroploopt. Het gaat ook om waarom de markt naar die winnaars uitselecteert, en waarom het publieke AI-signaal nog zo klein is, zelfs terwijl de vacaturemarkt luid richting AI beweegt.

We scanden 1.148 DTC-homepages en bekeken welke customer-supportwidget — de chatknop of messenger-bubble die een bezoeker ziet zodra een pagina laadt — erachter zit. Het resultaat is eenvoudig, maar past niet in het mentale model dat veel mensen meenemen: dat wie SaaS-support domineert, ook DTC domineert.

De interessantste regel is niet Gorgias op 23,3% — dat cijfer moet je eerst afwaarderen voordat je het goed kunt lezen, en waarom leggen we zo uit. De interessantste regel is deze: Intercom, de onbetwiste leider in SaaS-klantenservice, staat op 0,6% in DTC. Zeven merken van de 1.148. Een product dat is gebouwd rond een in-product messenger-paradigma is vrijwel volledig weg gefilterd uit een markt waar de klant nooit ín het product zat.

Hier zijn twee vragen te beantwoorden. Ten eerste: hoe ziet DTC-klantenservice-tooling eruit — wie wint, wie bungelt in de middenmoot, en wie krijgt geen voet aan de grond? Ten tweede: hoe ver is AI-klantenservice werkelijk doorgedrongen in DTC — het AI Required Position Rate-rapport dat we op 2026-05-11 publiceerden liet zien dat 35,6% van HN-vacatureposts specifieke AI-tools noemt; hoe zit dat dan met live DTC-pagina’s?

Begin met de tweede vraag, omdat het contrast daar het duidelijkst is.

1. AI in vacatureteksten: 35,6%. AI op DTC-homepages: 1,1%.

Bij het scannen van 1.148 DTC-homepages lieten er slechts 13 iets zien in de categorie “AI chatbot / AI assistant / AI agent / GPT-powered / Intercom Fin / Gorgias AI Agent.” Dat is 1,1%.

Zet dat naast het eerder genoemde AI Required Position Rate-rapport dat we op 2026-05-11 publiceerden. Zelfde periode, HN-vacaturecommunity, 619 vacatures — 35,6% noemt specifieke AI-tools of LLM-trefwoorden (36,7% exclusief onbekenden). Beide datasets gaan over “bredere tech in mei 2026.” In vacatureteksten duikt AI op in ongeveer één op de drie posts. Op live DTC-homepages duikt AI op in ongeveer één op de honderd merken. Een gat van 30x.

Dat gat betekent niet simpelweg dat DTC “achterloopt,” al leest het op het eerste gezicht wel zo. Vacatureteksten weerspiegelen twee dingen: vaardigheden die nu nodig zijn, en vaardigheden die het bedrijf de komende 12 tot 18 maanden denkt nodig te hebben. Een aanzienlijk deel van die 35,6% is dus “we willen mensen aannemen om AI te bouwen,” niet “al onze functies gebruiken vandaag AI.” HN is in die zin een leading indicator: het laat zien wat bedrijven van plan zijn, niet wat al live staat.

Voor DTC-pagina’s geldt juist het omgekeerde. Die 1,1% betekent niet dat DTC-backends geen AI gebruiken. Veel DTC-merken hebben waarschijnlijk al Gorgias Automate of Intercom Fin in de backend aangezet om tickets automatisch op te lossen — ze tonen alleen niet “AI-powered” op de homepage, omdat hun eindklanten (gewone consumenten) dat niet boeit. Marketingcopy en uitgerolde automatisering lopen op verschillende sporen. De 1,1% meet dus of merken AI publiekelijk vermarkten, niet of ze het intern gebruiken.

Maar de commerciële conclusie blijft hetzelfde, welke interpretatie je ook kiest: voor AI-klantenservicevendors — Gorgias Automate, Intercom Fin, Zendesk AI Suite, Reamaze AI Inbox, plus nieuwere spelers zoals Cresta, Decagon, Sierra en Forethought — is DTC een grotendeels onontgonnen markt. Klanten gebruiken het niet publiekelijk. De klanten die het gebruiken, praten er niet over. Wie het narratief over AI-klantenservice in DTC claimt, kan waarschijnlijk de categoriepositionering vastleggen voordat bredere adoptie in 2027-2028 echt loskomt.

De 13 DTC-merken die publiekelijk AI-chat signaleren, vormen een vroege-marketeer-subset die het waard is om te noemen — fillingpieces.com, hikoco.com, livingproof.com, olly.com, truelinkswear.com en enkele anderen:

Lees dit als “merken die het aandurven om AI in hun storefront te zetten,” niet als “de 13 beste AI-chatkampioenen van DTC.” Dat zijn twee totaal verschillende lijsten.

2. 35% toont een widget, 65% niet — en 65% is een ondergrens

Terug naar de klantenservice-tooling zelf. Van de 1.148 DTC-homepages tonen er 397 (35%) in de statische HTML minstens één klantenservicewidget. 32% heeft precies één widget, 2,3% heeft er twee, en precies één merk heeft er drie. De gevallen met twee widgets zijn meestal combinaties van “primaire helpdesk + secundair kanaal”; daar komen we zo op terug.

De overige 65% toont bij de eerste scan geen widget, maar ook dat cijfer verdient een kanttekening. Drie verklaringen.

Ten eerste ontsnappen via JS geladen widgets aan statische detectie. Veel helpdesk-vendors — waaronder Gorgias en Zendesk — injecteren hun scripts via chunk-loaded JS. Statische scans zien alleen de vendorhost die zichtbaar is in de eerste HTML-bytes van het scherm. Als een vendor laadt via GTM, Segment of een vertraagde chunk, mist onze methode dat. Een Thunderbit Chrome-extensie-pass die JS uitvoert, haalt deze laag wel terug.

Ten tweede: chat op aanvraag. Veel merken zetten de chatwidget bewust alleen op product- of checkoutpagina’s, en houden de homepage puur als merkverhaal plus CTA. Dat is een echte UX-keuze, geen “niet geïnstalleerd.”

Ten derde: helemaal geen chat. 149 merken (13%) tonen nergens op de homepage een signaal met “chat / live chat / contact us.” Deze hebben waarschijnlijk geen live chat en alleen een e-mailcontactpad.

Alles bij elkaar genomen ligt de echte widgetdekking waarschijnlijk op 50-60%. Onze 35% is dus een conservatieve ondergrens. Het punt is: “zet je een chatwidget op de homepage” is in DTC geen industriestandaard — het is eerder een 50/50-splitsing. Die keuze moet afhangen van waar de conversiefrictie zit en welke toon je homepage moet hebben, niet van “iedereen doet het al.”

3. Vendoraandeel: Gorgias leidt, met korting

Top 15 gedetecteerde vendors:

Gorgias staat op 23,3% met 267 merken. Zendesk staat op plek 2 met 4,3%. WhatsApp Button staat op plek 3 met 1,7%. Gorgias lijkt dus dominant — maar je kunt het ruwe getal niet zomaar letterlijk nemen.

Toen we de merkpool samenstelden, kwamen 1.597 kandidaatmerken deels uit customer case-study sitemaps uit het Shopify-ecosysteem. De eigen case-study sitemap van Gorgias is een van die bronnen. Elk DTC-merk dat Gorgias koos om te tonen, kwam automatisch in onze pool terecht — en ook case studies van Klaviyo, Postscript, Shopify Plus en Skio dragen op die manier bij. Dus “Gorgias 23,3%” bevat een flinke dosis sample echo en niet alleen pure marktaandeelwaarde.

Onafhankelijke schatters komen veel lager uit. BuiltWith (technographics van alle e-commercesites) zet Gorgias op ongeveer 3-5%. Wappalyzer (Chrome-extensie-sampling op Shopify-sites) komt uit op ongeveer 4-7%. Gorgias’ eigen financiële disclosures uit 2024 noemen 14.000+ merchants. Als je dat trianguleert, ligt Gorgias’ realistische DTC-aandeel in de 8-12%-range, en leest onze 23,3% als “echt aandeel × ongeveer 2x sample echo.” Onthoud die afslag bij elke Gorgias-waarde — ga ervan uit dat je die al hebt toegepast.

Zelfs na die afslag is de rest van de ranglijst nog steeds informatief.

Zendesk op 4,3% is interessant. In SaaS is Zendesk dominant — het is lastig een middelgrote of grotere B2B-SaaS te vinden die het niet gebruikt. In DTC ligt dat anders: slechts 4,3%. Dat betekent niet dat Zendesk het niet heeft geprobeerd, maar wel dat DTC-klantcontactmodellen anders werken dan het generieke helpdeskparadigma waar Zendesk op leunt.

WhatsApp Button op 1,7% (19 merken) is de verrassing. Een simpele wa.me/...-link overtreft in DTC Reamaze, HubSpot Chat, Crisp en Intercom — en vrijwel elke andere serieuze customer-support SaaS in de long tail. Dat weerspiegelt de voorkeur van DTC-klanten, zeker bij internationale merken, cross-border commerce en categorieën met lage AOV / hoge herhaalaankopen. Gebruikers hebben WhatsApp al; je geeft ze een link; zij sturen je een bericht zonder signup, zonder cookie-banner en zonder laadtijd van een chatwidget. Geen gedoe, makkelijk te implementeren, en vaak gewoon effectief.

Intercom op 0,6% (7 merken) is de regel waar we twee keer naar moesten kijken. De marktleider in SaaS-klantenservice is bijna afwezig in DTC. We gaan daar in het volgende deel dieper op in, omdat het een echt fundamenteel verschil blootlegt tussen twee markten die op afstand op elkaar lijken.

Reamaze 1,5%, Kustomer 1,0%, HubSpot Chat 1,0%, Crisp 0,9% — dat is de middenmoot. Elk heeft zijn niche. Reamaze is de Shopify-native helpdesk, strak gepositioneerd voor DTC. Kustomer is na de Meta-overname meer richting omnichannel grotere merken verschoven. HubSpot Chat is een gratis instap voor marketinggedreven DTC-merken. Crisp is sterk geworteld in Europese early-stage startups. Geen van deze spelers is echt gepositioneerd om Gorgias’ voorsprong in DTC serieus aan te vallen.

4. Waarom Gorgias DTC won en Intercom hier nauwelijks bestaat

Gorgias 23,3% (gecorrigeerd 8-12%) versus Intercom 0,6%. Voor een SaaS-native kijker voelt dat bijna tegenintuïtief. Intercom is toch dé klantenservice-SaaS — hoe kan DTC daar zo weinig van gebruiken?

Het antwoord is niet productkwaliteit. Het is de architectuur van klantcontact. SaaS en DTC hebben echt verschillende instroompaden, tickettypes en agentbehoeften — en Intercom heeft zijn kernparadigma rond de SaaS-kant gebouwd. Dat vertaalt niet één-op-één.

SaaS-klanten komen binnen via een B2B-funnel: demo-aanvraag → trial → onboarding → uitbreiding. Een gebruiker raakt het product tientallen keren aan vóór hij betaalt. Tickets zijn meestal technisch: “mijn account werkt niet,” “de API-integratie faalt,” “rechten kloppen niet.” Intercom’s moat is de in-product messenger — een chatlaag die in de SaaS-app zelf zit en support + in-app begeleiding + product tours samenbrengt in één ervaring. Als een klant een probleem heeft ín het product, verschijnt Intercom ín het product. Naadloos.

DTC-klanten komen uit een totaal andere funnel: Meta / TikTok / Google-advertentie → landingspagina → winkelmand → checkout. De totale tijd in het product vóór aankoop is misschien maar vijf minuten. Tickets gaan meestal over orders: “waar is mijn pakket,” “hoe retourneer ik dit,” “mijn coupon werkt niet,” “kan ik de code omruilen.” Voor zulke tickets heb je geen in-product messenger nodig. Je hebt diepe integratie met Shopify-orderdata nodig — de supportagent opent een ticket en ziet in de agent-UI meteen het Shopify-order-ID, trackingnummer, retourautorisatie en orderhistorie van de klant. Geen tabbladen wisselen tussen acht systemen. Dat is Gorgias’ kernwaardepropositie.

Nog een laag dieper: bij de meeste DTC-bedrijven delen Support + Returns + Fulfillment één systeem. Gorgias bundelt tickets + Shopify-refunds + tracking-lookups in één workflow. Intercom kan met Shopify integreren, maar het product-DNA is messenger, niet helpdesk-met-diepe-Shopify-data. Een ander paradigma.

Gorgias’ DTC-moat is dus niet “een mooiere chat-UI.” Het is de diepte van Shopify-data. Elke vendor die DTC-klantenservice wil binnendringen, moet orderlookup, refund-uitvoering en exchange-workflow oplossen — de drie tickettypes die samen 80% van het volume vormen — en niet alleen “FAQ automatisch beantwoorden.”

Twee directe implicaties. Voor DTC-operators: kies een helpdesk op basis van de integratiediepte met Shopify, het ordersysteem en je returns-SaaS — niet op basis van hoe mooi de chat-UI is. Reamaze en Kustomer concurreren op dezelfde as. Crisp en Help Scout zijn goedkoper maar minder sterk in orderdata; prima voor vroege DTC, maar je groeit er snel uit. Voor AI-klantenservicevendors: alleen “FAQ automatisch beantwoorden” is niet genoeg om DTC binnen te komen. Je moet order-class workflow oplossen — precies waar Gorgias Automate en Reamaze AI Inbox op inzetten, maar de 1,1% publieke marketingpenetratie in onze data bevestigt dat AI die order-class support vervangt in 2026 nog vroeg is.

Nog één architectonische noot: support tooling is in DTC plakkerig zodra het eenmaal is geïnstalleerd — de tool zit tussen het ordersysteem, de returns-SaaS en de e-mailreceipt-workflow. Migreren is een echt project, geen klusje van één middag. Die stickiness versterkt Gorgias’ vroege voorsprong en betekent dat een nieuwe speler meer nodig heeft dan “wij hebben betere AI” — het moet een workflowverhaal zijn dat de migratiefrictie rechtvaardigt.

5. De 26 merken met meerdere widgets runnen geen rommelige stacks — ze runnen strategie

2,3% van de merken (26) plaatst twee of meer chatwidgets. Veelvoorkomende combinaties:

Dit zijn geen rommelige stacks. Het gaat om bewuste multi-channel support — Gorgias handelt tickets af, WhatsApp behandelt internationale directe DM’s, Facebook Messenger behandelt al geauthenticeerde social klanten. Elk instappunt bedient een ander patroon van klantinstroom. De strategie is dus bewust multi-channel, niet per ongeluk opgeblazen.

Voor DTC-operators is de implicatie simpel: als je publiek op meerdere kanalen leeft, ga dan niet op zoek naar één perfecte tool. Zet eerst je primaire helpdesk neer (Gorgias of Zendesk), en voeg daarna directe links toe voor de kanalen die je klanten echt gebruiken. De 26 merken met meerdere widgets zijn een duidelijk tegengeluid tegen “iedereen gebruikt één widget” — de standaard van één widget is niet ideaal voor cross-border of high-repeat-purchase DTC, waar klanten verwachten dat ze je kunnen bereiken in de app die ze al open hebben.

6. Praktische richtlijnen voor DTC-operators, CX-teams en AI-chatvendors

Van data naar acties voor iedereen die werkt aan DTC-klantenservice of groei.

Helpdeskkeuze volgt een fase-voor-fase pad. Vroege DTC (onder 1.000 orders/maand) — HelpScout, Crisp of Tidio, onder $15 per seat. In deze fase doet de founder samen met één contractor alle tickets; geen routing rules, geen strakke SLA’s, gewoon tickets laten doorstromen. Middenfase (1.000-10.000 orders/maand) — Gorgias of Reamaze. Integratie met Shopify-orderdata wordt de bottleneck, en $50-150 per seat is logisch als het 30-40% van de agenttijd terugwint. Schaalfase (>10.000 orders/maand) — Gorgias + AI Automate / Zendesk + AI Suite / Kustomer. AI die coupon- en trackingtickets automatisch afhandelt, verlaagt de menselijke agentbelasting typisch met 30-50%. Dáár levert AI-klantenservice echt op, en het is precies de fase die bijna geen enkel merk in onze steekproef heeft bereikt (wat verklaart waarom het publieke AI-signaal op 1,1% zit). Daarboven hebben omnichannel multi-region merken meestal Zendesk of Kustomer nodig met meertalige routing; Gorgias is op internationale diepte in deze schaal zwakker.

AI-klantenservicecontent is een sterk onderbediende invalshoek voor contentmarketing. 1,1% publieke penetratie betekent niet “niemand wil AI-chat” — het betekent “niemand aan de marketingkant heeft dit narratief nog opgepakt.” Als je DTC-content maakt — blog, case studies, nieuwsbrief — dan is “hoe AI-klantenchat echt werkt, wat de ROI is, en wat je in jaar één kunt verwachten” nog steeds een onderwerp met weinig aanbod. Je lezers weten niet of peers het gebruiken en weten niet of het werkt. Hier zit een venster van 1-2 jaar. Ben je een agency of consultant binnen het Gorgias / Intercom / Zendesk-ecosysteem, dan is “we helpen je AI Agent aan te zetten” een scherpe invalshoek — de meeste concurrenten pitchen dit nog niet.

Homepage-chat is geen beslecht onderwerp. 35% wel / 65% niet ligt dicht bij 50/50. De keuze is dus aan jou. Als supporttickets frictie veroorzaken in je conversiefunnel, toon het dan. Als visuele rust en merkesthetiek belangrijker zijn, verberg het. Een handige middenweg: chat alleen op cart- en checkoutpagina’s — zo vang je twijfelende klanten op op de kritieke conversiemomenten zonder de merkuitstraling van de homepage te verstoren.

WhatsApp Button is het onderschatte kanaal. 19 merken (1,7%) plaatsen een simpele wa.me-link — meer dan Reamaze, HubSpot Chat en de meeste serieuze chat-SaaS-tools. Voor internationale, cross-border of low-AOV / high-repeat DTC kan een directe WhatsApp-link beter presteren dan een luxe chatwidget — geen kosten, eenvoudig te implementeren, klanten hebben de app al. De moeite waard om als A/B-variant te testen.

7. Hoe stabiel zijn deze data, en waar houden ze op relevant te zijn

1.148 geparseerde homepages (uit 1.429 ruwe home.html-bestanden, waarbij bestanden kleiner dan 1 KB of onleesbare bestanden zijn verwijderd). 23 vendorfingerprints; sommige niche of custom helpdesks ontbreken nog. Het long-tail-aandeel ligt in werkelijkheid waarschijnlijk iets hoger dan wat we rapporteren.

De statische scan inspecteert alleen de HTML-bytes van de eerste schermlaag — dit is een ondergrens. JS-geladen widgets (delen van Intercom- en Drift-initpatronen) ontsnappen. Om echte installatieratio’s te herstellen, moet je Thunderbit’s Chrome-extensie gebruiken om JS uit te voeren en opnieuw te scannen. Dat hebben we in v1 nog niet gedaan.

Externe cross-reference: BuiltWith schat Gorgias op ongeveer 3-5% van e-commerce; Wappalyzer op ongeveer 4-7% van Shopify-sites; Gorgias’ disclosures uit 2024 noemen 14.000+ merchants. Onze 23,3% leest als “echt aandeel × ongeveer 2x sample echo.” Niets hiervan spreekt elkaar tegen — BuiltWith kijkt naar alle e-commerce (grote noemer), Gorgias rapporteert zelf het aantal merchants (geen aandeel), en onze steekproef is DTC-zwaar met Shopify-ecosysteembias (smal maar dicht). Drie verschillende lenzen. De verdedigbare cite uit dit rapport is: “in DTC-zware steekproeven leidt Gorgias duidelijk boven Zendesk,” niet “Gorgias heeft 23% van de markt.”

De grens in één zin: dit rapport beschrijft wat er gebeurt binnen onze statische scan van 1.148 DTC-homepages — niet het marktaandeel van de DTC-industrie, en niet wat DTC-backends daadwerkelijk draaien. Backends zijn een black box; we zien alleen wat in de homepage-HTML zichtbaar wordt.

Methode

Databron: 1.148 DTC-homepage-HTML-snapshots uit een pool van 1.597 merken (gefilterd op home.html ≥ 1 KB), met 23 vendorfingerprintregels (open in 01_detect_widgets.py). Snapshotdatum 2026-05-12 (UTC).

Gorgias sample-echo (de belangrijkste kanttekening): onze merkpool is deels afgeleid van Gorgias’ eigen customer case-study sitemap (en die van andere Shopify-ecosysteemtools — Klaviyo, Postscript, Shopify Plus, Skio). Door de opzet zitten de merken die Gorgias wilde uitlichten al in onze steekproef. Gorgias 23,3% kan niet gelezen worden als “23% marktaandeel” — onafhankelijke schatters plaatsen Gorgias op 8-12%. Beschouw 23,3% als “nummer 1 in deze steekproef, met ongeveer 2x sample echo,” niet als industrieaandeel.

Merkpool helt naar Shopify-ecosysteem: ongeveer 67% van de merken is terug te voeren op Shopify-stack case-studybronnen — daardoor is de steekproef oververtegenwoordigd door Shopify-native, moderne, marketinggedreven DTC en ondervertegenwoordigd door legacy retail / mom-and-pop e-commerce. Dit is niet het volledige Amerikaanse DTC-universum.

Statische scan is een ondergrens: alleen de eerste 256 KB HTML. JS-geladen widgets ontsnappen — chunk-loaded init van Intercom en Drift kan onzichtbaar zijn voor onze scan. Het gedetecteerde widgetpercentage van 35% is een vloer; het echte percentage ligt waarschijnlijk op 50-60%.

AI-signaal = marketingtekst, niet backend-realiteit: veel DTC-merken draaien waarschijnlijk al Gorgias Automate of Intercom Fin achter de schermen; ze vermarkten het alleen niet op de homepage. Ons “AI-signaal 1,1%” weerspiegelt alleen publieke marketingtekst, niet backend-AI-gebruik.

Multi-widget ≠ rommelige stack: de 26 merken met meerdere widgets draaien doorgaans een primaire helpdesk plus een zij-kanaal (WhatsApp / Messenger / Crisp). Ze opereren geen parallelle supportsystemen.

Juridisch en copyright: alle homepages zijn publiek opgehaald. Het rapport gebruikt alleen geaggregeerde aantallen — geen volledige reproductie van homepage-teksten. De 13 merken die als AI-signaal-positief zijn genoemd, hebben die marketingtaal zelf publiek op hun homepage gezet. De 26 merken met meerdere widgets worden neutraal en beschrijvend genoemd. Er wordt geen ruwe HTML of CSV gepubliceerd; elk getal is reproduceerbaar op basis van de publieke merkpool plus de publieke regelset.

Kanttekeningen

Wat dit rapport NIET ondersteunt:

• Niet: “Gorgias heeft 23,3% van de DTC-markt” (bevat sample-echo; reëel aandeel ongeveer 8-12%)
• Niet: “slechts 1,1% van DTC gebruikt AI-klantenservice” (alleen marketingtekst-signaal; backend-AI is onzichtbaar in een statische scan)
• Niet: “65% van de DTC-merken draait geen chatwidget” (statische ondergrens; echte dekking ligt waarschijnlijk op 50-60%)
• Verdedigbaar: “In een statische scan van 1.148 DTC-brand-homepages is Gorgias de nummer 1 gedetecteerde vendor met 23,3% (met sample-echo), en slechts 1,1% vermarkt publiekelijk AI-gedreven chat”

Databron & versiebeheer

Dataset: dtc_customer_support_map_2026/ (deze repo). Snapshotdatum 2026-05-12 UTC, rapportversie v1.0 (statische scan-ondergrens; v2 gepland met Chrome-extensie-JS-scan). Deelt de DTC-merkpool met dtc_dual_report_2026 — beide rapporten werken vanuit dezelfde subset van 1.148 merken. Bijbehorend rapport: AI Required Position Rate 2026 (HN-vacaturesample, uitgebracht op 2026-05-11) — de helft over AI in vacatureteksten van dezelfde vraag; operators kunnen intentie en shipped product naast elkaar leggen om te trianguleren.

Wat SEO- en contentteams kunnen citeren

Dit onderzoek levert verschillende invalshoeken op voor blogintro’s, data callouts, social posts, vergelijkingspagina’s en vervolgartikelen:

• 397 van de 1.148 DTC-homepages toonden minstens één supportwidget in de statische HTML.
• Gorgias voerde de steekproef aan met 267 gedetecteerde merken, oftewel 23,3%, met belangrijke kanttekeningen over sample-echo.
• Zendesk stond op de tweede plaats met 49 merken, oftewel 4,3%.
• Intercom verscheen op slechts 7 merken, oftewel 0,6% van de DTC-steekproef.
• WhatsApp Button verscheen op 19 merken en liet daarmee meerdere traditionele chat-SaaS-tools achter zich.
• Slechts 13 merken, oftewel 1,1%, lieten publiekelijk AI-klantenservicetaal zien.
• Dit rapport meet zichtbare homepage-signalen, niet de volledige support-backend.

De kanttekening hoort altijd mee te reizen met de citaatregel. Deze cijfers beschrijven de specifieke steekproef en verzamelmethode die in dit rapport is gebruikt. Ze mogen niet worden omgeduid als een volledige markttelling, een interne adoptiemeting of een claim over elk bedrijf in de categorie.

Voor redactioneel gebruik werkt de sterkste invalshoek wanneer de headline-statistiek wordt gecombineerd met de steekproefgrens. Dat maakt de claim duurzamer en makkelijker te vertrouwen voor lezers. Schrijf bijvoorbeeld “in deze HN-vacaturesample,” “in deze statische scan van DTC-homepages,” of “in deze YouTube-kanaalsample” voordat je het cijfer breder interpreteert als trend.

Reproduceerbaarheid

De oplevermap bevat de volgende procesbestanden die zijn gekopieerd uit de originele lokale rapportpakketten. Deze zijn toegevoegd zodat het gepubliceerde rapport kan worden gecontroleerd aan de hand van de scripts, tussenbestanden, grafieken en brondrafts die in de rapportageworkflow zijn gebruikt.

• process_files/_shared/dtc_brand_pool_source/out/brand_pool_v2.csv
• process_files/_shared/dtc_brand_pool_source/out/detection.csv
• process_files/_shared/dtc_brand_pool_source/out/master.csv
• process_files/out/analysis_stats.json
• process_files/out/widget_stats.json
• process_files/out/widgets.csv
• process_files/scripts/01_detect_widgets.py
• process_files/scripts/02_compute_stats.py
• process_files/scripts/03_make_figs.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

Correcties op de methode, datasetproblemen en vervolganalyses zijn welkom via . Dit rapport is gebaseerd op publieke web- of publieke API-signalen die in mei 2026 zijn verzameld en moet worden gelezen met de hierboven genoemde steekproefgrenzen in gedachten.