Structured data: dé complete gids

Written by: Frank

Publication date: 2 oktober 2023

Structured data, het meegeven van context aan een pagina zodat zoekmachines zoals Google jouw content en dus website beter gaan begrijpen. Voor veel SEO specialisten is structured data een ‘pain in the ass’ maar voor anderen, die slim inspelen op de mogelijkheden van structured data, is het een werkelijk genot. Maak je namelijk gebruik van structured data, dan neem je een voorsprong op je concurrentie en zorg je ervoor dat jouw website vertoond wordt in rich snippets. In deze gids vertel ik je alles over structured data. Ik leg je uit wat het is, hoe je het kan implementeren en vooral wat het je oplevert. Ga je aan de slag met structured data, dan gaat dit voor betere posities, meer verkeer en een hogere CTR zorgen. Dit alles zorgt voor een organische groei en meer succes op het internet.

Wat is structured data?

Structured data is een schematische opmaak die zoekmachines helpt begrijpen wat content op een webpagina precies inhoudt. Middels een JSON-LD, Mircodata of RDFa script voeg je een schema met tags toe aan een webpagina die onder andere zaken als adres, openingstijden en beoordelingen markeren.

Schema? JSON-LD, Microdata en RDFa? Structured data komt al snel over als een super technisch iets. Echter, in de praktijk valt dit reuze mee. Vandaar dat ik Chat GPT heb gevraagd het in Jip en Janneke taal uit te leggen:

Zoals Chat GPT aangeeft, is structured data helemaal niet zo complex. Het gaat slechts om een stukje code die zoekmachines uitleggen wat hetgeen wat op de webpagina staat precies inhoudt. Want voor zoekmachines is het niet altijd even makkelijk om te begrijpen wat jij precies met je content bedoeld.

Zoekmachines zoals Google doen er alles aan om een zo goed als mogelijk antwoord te geven op de zoekopdracht van haar gebruikers. Ben je op zoek naar een nieuwe baan, dan laat Google je altijd vacature websites zien met hierop vacatures om ervoor te zorgen dat jij een nieuwe baan kunt zoeken.

Tegenwoordig gaat Google nog een stap verder. Je ziet de vacatures direct op de zoekresultatenpagina. Zo hoef je niet verder op zoek en zie je alle beschikbare vacatures op één plek.

De zoekresultatenpagina veranderd

De zoekresultatenpagina, ook wel SERP genoemd, verandert. De afgelopen jaren zijn er naast advertenties ook enorm veel andere handige ‘features’ bij gekomen. Deze ‘features’ worden ook wel rich snippets genoemd.

Een kleine blik op de SERP van tegenwoordig en je ziet ze overal. Van vacatures tot veelgestelde vragen en van interne zoekbalken tot knowledge panels. Google is steeds beter in staat in te spelen op de behoefte van de zoeker.

Maar hoe weet Google precies het salaris van jouw vacature? Hoe herkent Google dat een bepaald stukje content op je website de vraag is en het stukje hieronder het antwoord? En hoe snapt Google dat als ik het klantenservice telefoonnummer van een bedrijf zoek, ze niet het telefoonnummer van de verkoopafdeling moeten laten zien?

Precies hier speelt structured data een cruciale rol in. Via deze schematische opmaak kun je precies meegeven aan zoekmachines wat alles precies inhoudt. Vervolgens gaan zoekmachines deze content beter begrijpen en vertonen in de zoekresultaten.

Wat zijn JSON-LD, Microdata en RDFa?

Er zijn drie verschillende manieren om structured data op te maken: JSON-LD, Microdata en RDFa. Het verschil tussen de drie zit hem in het feit dat Microdata en RDFa binnen de html code worden gemarkeerd. Dit betekent dat je de bestaande content gaat markeren. JSON-LD is opgebouwd uit Javascript.

JSON-LD is de meest gebruikte methode om structured data op te bouwen en ook mijn advies wanneer je hier mee aan de slag gaat. Dit komt doordat je zo voorkomt dat je huidige opgemaakte schema’s beschadigt. Daarnaast geeft Google in de officiële richtlijnen ook aan dat het de voorkeur heeft voor JSON-LD.

Waarom structured data belangrijk is voor SEO

Maar waarom is structured data dan per se belangrijk voor je organische vindbaarheid? Om in aanmerking te komen voor rich snippets dien je jouw website te hebben voorzien van een schematische markup. Het is geen garantie, maar zonder deze markup kom je überhaupt niet in aanmerking om in een rich snippet te verschijnen.

Een kleine blik op de SERP geeft direct een vermoeden wat de rol van rich snippets is en hoe het in de toekomst gaat veranderen. In een gemiddelde SERP stuit je al snel op een veelgestelde vragen sectie, worden er producten getoond met beoordelingen en zie je recepten verschijnen voor recepten. Dit is slechts een klein deel van de mogelijkheden van structured data.

Zoekmachines bewegen mee

Het uiteindelijke doel van een zoekmachine is om geld te verdienen. Dit doen ze onder andere door advertenties te tonen aan gebruikers. Zoekmachines hebben er dus daadwerkelijk baat bij om gebruikers zo lang als mogelijk in de zoekmachine zelf te behouden.

Middels rich snippets lukt het gebruikers om direct in de zoekmachine antwoord te geven op bepaalde vragen. Dit gaat in de toekomst alleen nog maar meer worden. Waar je momenteel producten kunt vinden en nog doorklikt is het in de toekomst wellicht zo dat je direct af kunt rekenen in de zoekmachine zelf.

Het is daarom belangrijk om als website eigenaar of SEO specialist op deze trend in te spelen. Mijn verwachting is dat zoekmachines steeds en steeds gebruik gaan maken van rich snippets en dus eveneens van structured data. Maak je geen gebruik van structured data, dan laat je een serieus deel van de kliks en vertoningen links liggen.

Beschikbare schema typen

Om te weten wat je precies wilt gaan markeren via een schema markup is het goed om te weten welke structured data typen er beschikbaar zijn. Omdat Google de grootste zoekmachine is in Nederland is het verstandig dat jij deze schema’s aanhoudt.

Op het moment ondersteund en toont Google de volgende 32 typen structured data:

  • Article
  • Book
  • Breadcrumb
  • Course
  • COVID-19 announcements
  • Dataset
  • Education Q&A
  • Employer Aggregate Rating
  • Estimated salary
  • Event
  • Fact Check
  • FAQ
  • Home Activities
  • How-to
  • Image metadata
  • Job Posting
  • Learning Video
  • Local Business
  • Logo
  • Math solver
  • Movie
  • Practice problem
  • Product
  • Q&A
  • Recipe
  • Review snippet
  • Sitelinks search box
  • Software App
  • Speakable
  • Subscription and paywalled content
  • Video

Deze verschillende typen structured data spreken voor zich. In de officiële richtlijnen van Google vind je meer informatie over wat de schema’s precies inhouden.

Het is belangrijk om kritisch te kijken naar welke typen schema’s voor jouw website belangrijk zijn. De essentie van structured data is dat je zoekmachines meer duidelijkheid kunt geven over de content die op je website staat. Gebruik jij bepaalde content niet dan is het niet zinvol om wel structured data toe te voegen.

Let op: structured data werkt enkel wanneer de content die in het schema staat ook daadwerkelijk voor de gebruiker zichtbaar is op de pagina zelf. Gebruik jij content in het schema die niet op de pagina staat, dan pakt Google dit niet op.

Wel adviseer ik je dat als je content op je pagina hebt staan die aansluit bij een schema markup dat je deze dan ook gebruikt. Zo heb ik een tijdje terug voor een klant FAQ schema’s toegevoegd op 12 pagina’s die al veelgestelde vragen hadden en dit levert hen nu ruim 30 kliks en 23k vertoningen per maand op. Dit terwijl er verder qua SEO op deze pagina’s niks is gebeurd.

Structured data implementeren

Na het lezen van woorden als schematische opmaak en JSON-LD kan ik me voorstellen dat je het idee hebt dat de implementatie hiervan enorm lastig is. Je zult merken dat dit in de praktijk echter enorm mee gaat vallen.

Het toevoegen van structured data is het toevoegen van een stukje code (die je niet zelf hoeft op te maken in de meeste gevallen) aan desectie van je pagina. Werk je met een CMS als WordPress, dan kun je dat in de meeste gevallen gewoon doen met een handige plugin. Verderop vertel ik je exact hoe je structured data toe kunt voegen in WordPress.

Heb je geen handige plugin tot je beschikking, dan kun je alsnog eenvoudig zelf de code opmaken en toevoegen aan de gewenste pagina. Je kunt de code dan direct zelf toevoegen aan devan de pagina of deze door middel van Google Tag Manager op de website plaatsen. Ik laat je stap voor stap zien hoe je dit doet.

Handmatig structured data opmaken

Structured data kun je op verschillende manieren opbouwen. Je kunt zelf vanaf nul beginnen of gebruik maken van een handige tool. Twee van de tools die ik gebruik zijn Schema Generator van Merkle en Structured Data Markup Helper van Google.

Mijn advies zou zijn om te beginnen met de laatstgenoemde. Zeker wanneer je een beginner bent met structured data is het verstandig om een eenvoudige tool te gebruiken die je stap voor stap helpt om de code op te bouwen. Ben je wat meer ervaren, dan raad ik je aan om zelf deze code aan te voeren en een keer helemaal vanaf nul op te bouwen.

Hoe je structured data opbouwt met de tool van Google leg ik je hieronder stap voor stap uit:

Stap 1: Kies het type schema wat je wilt gaan maken

Begin met het selecteren van de structured data die je wilt op gaan maken. In het voorbeeld gaan we een vacaturepagina markeren met een job posting schema. Hiermee komt de pagina in aanmerking om in Google for Jobs te komen.

Stap 2: Kies de url waar de structured data op wordt geplaatst

Vervolgens kies je voor de url waar je de structured data op wilt gaan plaatsen. We plakken de url van de vacaturepagina in de tool.

De tool zal nu de pagina laden waardoor je in de tool zelf de pagina te zien krijgt. In het onderstaande voorbeeld is te zien hoe de vacaturepagina is ingeladen in de tool.

Stap 3: Content markeren voor in de structured data

Op de ingeladen pagina kunnen we vervolgens content markeren en toewijzen aan een bepaald deel van het schema. Aan de rechterzijde is te zien welke tags we mee kunnen geven. Mijn advies is om hier zo compleet mogelijk in te zijn.

In het voorbeeld hieronder beginnen we met het selecteren van de titel van de vacature. Vervolgens geven we deze een titel markup mee zodat deze in het schema straks correct gemarkeerd is.

Let op: We willen in het opbouwen van structured data zo compleet mogelijk zijn. Vul daarom elke tag als deze content ook daadwerkelijk op de pagina staat. Ervaring leert dat hoe completer je bent met het invullen van je structured data, hoe beter dit beloond wordt met resultaat in de zoekmachine.

Vervolgens vullen we het schema met de overige tags zodat we deze zo compleet als mogelijk ingevuld hebben. In dit geval voegen we de organisatiegegevens, salarisgegevens, omschrijving, het type baan en tot wanneer de vacature geldig is toe. Eventueel kunnen we later handmatig de overige waardes nog toevoegen aan het schema.

Ook geeft de tool je ook de kans om velden toe te voegen die nog niet in het schema staan. Het kan eenmaal zo zijn dat er velden ontbreken. Ik raad je daarom altijd aan om op schema.org jouw schema op te zoeken en te kijken of er eventueel nog velden zijn die in de tool van Google ontbreken. Zoals ik al eerder aangaf is het verstandig zo compleet mogelijk te zijn in het opbouwen van je structured data.

Vaola, jouw structured data is gereed. Deze dient vervolgens handmatig in devan je website geplaatst te worden. In sommige CMS systemen kun je hier makkelijk bij, in andere wat minder. Lukt het je niet, weet dan dat je via de onderstaande stappen de structured data via Google Tag Manager op je website kunt plaatsen. Dit zorgt voor hetzelfde eindresultaat.

Het kan raadzaam zijn om je code te controleren voordat je deze verder implementeert. Mochten er fouten in gaan, kun je deze er vroegtijdig uithalen zonder dat je opnieuw je code hoeft te implementeren. Hoe je structured data valideert lees je een stukje verderop.

Via Google Tag Manager structured data implementeren

Een handige manier om structured data op je pagina te krijgen is door middel van Google Tag Manager. Ik ga ervan uit dat je Google Tag Manager op je website hebt staan. Mocht dit niet het geval zijn heeft Google hier een handige gids over.

Hoe je jouw structured data via Google Tag Manager op je pagina krijgt leg ik je hieronder uit:

Stap 1: Trigger aanmaken

Voordat we een tag toevoegen met de structured data is het belangrijk dat we deze af kunnen laten gaan op de specifieke pagina waar we de structured data op willen staan. Het is daarom belangrijk dat we een nieuwe trigger aanmaken.

Stap 2: Paginaweergave toevoegen aan de trigger

Binnen de trigger kiezen we voor paginaweergave zodat we deze kunnen gaan koppelen aan de juiste pagina. Je kiest daarom voor sommige paginaweergaven. Vervolgens kies je voor page url die gelijk is aan de url van de pagina waar je de structured data op wilt plaatsen. In het onderstaande voorbeeld wil ik dat de trigger afgaat wanneer de eerder genoemde vacaturepagina geopend wordt. Ik kies daarom voor de specifieke url zodat ik zeker weet dat de trigger alleen afgaat als ook daadwerkelijk deze url geopend wordt. Ik wil voorkomen dat als er nog een pagina achter hangt deze ook meegenomen wordt.

Stap 3: Tag aanmaken

Vervolgens willen we de trigger koppelen aan een tag die af mag gaan op het moment dat de juiste url ingeladen wordt. We maken daarom een volledig nieuwe tag aan en koppelen deze aan de zojuist aangemaakt trigger.

Stap 4: Structured data toevoegen aan de tag

Het doel is natuurlijk dat de structured data ingeladen wordt op de url. Je kiest daarom bij tagconfiguratie voor de tagtype aangepast HTML Vervolgens plak je het eerder gemaakte structured data schema in deze tagconfiguratie.

Vervolgens kun je jouw nieuwe tag met de structured data verzenden en publiceren. Vergeet niet je structured data te valideren op de manier zoals ik deze later in dit artikel aangeef.

Structured data plaatsen op een WordPress website

Werk je met WordPress dan is het toevoegen van structured data een stuk makkelijker. Je hebt talloze plugins die je een handje kunnen helpen met het implementeren hiervan. De plugin die ik het handigste vind is Rank Math.

Rank Math is een SEO plugin net als bijvoorbeeld Yoast en SEOPress. In mijn ogen is Rank Math veruit de beste plugin. Eén van de redenen hiervan is het eenvoudig implementeren van uitgebreide structured data schema’s.

Rank Math stelt je niet alleen in staat om per pagina structured data toe te voegen. Ook maakt het automatisch local business of organization structured data aan, markeert het je breadcrumbs en maakt het automatisch je sitelinks schema in orde.

Hieronder leg ik je stapsgewijs uit hoe je structured data via Rank Math kunt implementeren:

Stap 1: Open de juiste pagina en navigeer naar het Rank Math overzicht

Ga aan de achterkant van je WordPress website naar de juiste pagina en open het Rank Math overzicht. In Rank Math zal je merken dat er vier tabjes zijn. Onder het schema tabje vind je de mogelijkheid om structured data toe te voegen. Klik vervolgens op schema generator.

Stap 2: Kies het type schema wat je wilt gaan maken

Je ziet nu een overzicht met verschillende schema typen die Rank Math voor je op de website kan plaatsen. De meest populaire staan hierbij en kun je selecteren. Staat je schema er niet bij, lees dan onder deze afbeelding hoe je jouw schema op kunt bouwen.

Gelukkig is er een oplossing als Rank Math jouw schema nog niet ondersteund. Je vindt bovenaan verschillende tabjes. Elk tabje kent een eigen functie. Onder schema templates vind je de standaard schema’s van Rank Math. In de twee andere tabjes kun je gebruikmaken van een importfunctie, waarmee je het template van een andere (externe) pagina kunt gebruiken of je kunt vanaf nul je schema zelf opbouwen.

Mijn advies is om op een andere website een pagina te zoeken die gebruik maakt van het schema wat je wilt gaan gebruiken. Vervolgens kun je dit schema importeren zodat ook jij deze structured data kunt gaan gebruiken.

Mocht je deze pagina niet kunnen vinden, dan kan je via de template builder van Rank Math alsnog vrij eenvoudig je schema opbouwen. Houd wel altijd de documentatie van dit specifieke schema bij de hand zodat je zeker weet dat je het schema correct opbouwt.

Stap 3: Voeg jouw content toe

Maak je gebruik van de standaard templates of heb je er één geïmporteerd, dan spreken de velden redelijk voor zich. Deze zullen namelijk overeenkomen met hetgeen wat in de documentatie staat. Wanneer je het schema zelf opbouwt zul je hier heel precies moeten zijn. Komt het niet één op één overeen met hetgeen uit de documentatie, dan zullen zoekmachines de structured data niet kunnen pakken. Het is daarom ook raadzaam om erg secuur te zijn bij het vullen wanneer de opbouw van het schema al voor je is geregeld. Ook hierin is een klein foutje fataal. Komt de content die je in je structured data gebruikt niet terug op de pagina zelf dan wordt ook dat geval je schema niet opgepakt. Tip: Het is verstandig een geïmporteerd of zelf gebouwd schema op te slaan zodat je deze later kan hergebruiken. Zo hoef je niet elke keer deze stappen opnieuw te doorlopen. Binnen Rank Math kun je ze eenvoudig opslaan.

Structured data valideren

Als je jouw schema hebt opgemaakt of hebt geïmplementeerd is het tijd om jouw code te gaan controleren. Er zijn een aantal manieren waarop je dit kunt doen. Google komt zelfs met een eigen tool om te checken of je schema werkt. Ook schema.org heeft een eigen methode om je code te testen.

In mijn ogen zijn deze beide manieren niet de meest ideale manier. Ik gebruik zelf Screaming Frog om te testen of mijn structured data werkt. De reden is simpel: Screaming Frog geeft de meeste feedback op een praktische manier weer. Zo weet ik zeker dat mijn schema aan alle eisen voldoet.

Daarnaast zorgt Screaming Frog er ook voor dat ik direct de gehele website kan analyseren. Zo heb ik direct een beeld van welke schema’s er geplaatst zijn en waar precies fouten zitten.

Het nadeel van Screaming Frog is echter dat je hier niet los je code in kunt controleren. Screaming Frog wil namelijk één of meerdere pagina’s willen crawlen voordat het de structured data kan analyseren.

Let op: Ook de tools van Google en Schema.org geven een goed beeld van hoe je ervoor staat. Ze geven je goed inzicht in waar verbeterpunten liggen. Daarnaast voldoet je code altijd wanneer ze door deze tools heenkomen.

Structured data valideren met Screaming Frog

Screaming Frog is één van mijn favoriete SEO tools. Het geeft diepgaande inzichten en maakt uitgebreide crawls. Daarnaast heb ik er de meest complexe technische SEO vraagstukken mee op kunnen lossen. Ook kan Screaming Frog je helpen met het valideren van je structured data. Dit doe je middels de onderstaande stappen:

Stap 1: Crawl voorbereiden met de juiste instellingen

Screaming Frog valideert niet automatisch structured data op de website die het crawlt. Je zult deze optie zelf moeten activeren. Dit doe je door in het hoofdmenu te navigeren naar de volgende instellingen: configuration >> spider.

Vervolgens navigeer je naar het tweede tabje genaamd extraction. Als je iets naar beneden scrolt, vind je de instellingen voor structured data. Vervolgens is het zaak dat je minimaal de eerste vijf opties aanvinkt. De laatste optie is optioneel.

Stap 2: Website crawlen

Maak vervolgens een crawl van de website waar je structured data op wilt valideren. Je kunt kiezen om een crawl te maken van de hele website of om een aantal url’s te crawlen.

Met de instellingen van stap 1 heb je bepaald dat je alle drie de verschillende typen structured data (JSON-LD, Microdata en RDFa) gaat crawlen en via de tools van Google en Schema.org gaat valideren. Tijdens deze crawl zal Screaming Frog direct de structured data die het vind valideren.

Stap 3: Gegevens controleren

Wanneer je crawl gereed is kun je de structured data gaan analyseren. In de rechterbalk vind je direct een overzicht welke van de gehele website. Je ziet op welke pagina’s structured data is gevonden en direct op welke pagina’s waarschuwingen en fouten te vinden zijn. Daarnaast geeft Screaming Frog uit wat de structured data is opgebouwd.

Als je niet gericht op zoek bent naar een bepaalde pagina of schema adviseer ik je om eerst door het rapport heen te lopen en elk tabblad goed te bekijken. Je krijgt zo een globaal overzicht van welke schema’s er op de website staan en hoe deze is opgebouwd.

Het handige aan deze manier van analyseren is dat Screaming Frog gebruikmaakt van beide tools (van Google en Schema.org). Hierdoor krijg je vanuit beide tools feedback zodat je zeker weet dat je goed zit.

Via het overzicht in het onderste menu kun je ook eenvoudig fouten in jouw structured data herkennen en direct zien hoe je deze op kunt lossen. Zijn er geen fouten dan worden deze niet weergeven.

Structured data valideren met Google Search Console

Maakt je website al een tijdje gebruik van structured data en heb je toegang tot Google Search Console? Dan kun je gebruik maken van de validator van Google zelf op basis van je gehele website. Ook dit is een enorm handige manier om te analyseren welke structured data er op het moment gebruikt worden en of deze correct is geïmplementeerd. Dit is extra handig wanneer je met een al bestaande website aan de slag gaat en in één overzicht wilt zien hoe het ervoor staat. Nadeel van Google Search Console is dat het enkel informatie geeft over het deel dat in aanmerking komt voor een rich snippet. Heb je structured data geïmplementeerd om zoekmachines meer context te geven over jouw webpagina maar heeft het niet direct invloed op de zoekresultaten, dan wordt dit niet getoond in Google Search Console. Mijn advies is dat je Google Search Console daarom vooral gebruikt om de structured data die je implementeert te monitoren zodat je precies kan zien wat het effect op de zoekresultaten is.

Stap 1: Open Google Search Console en navigeer naar optimalisaties

Open de property van jouw website binnen Google Search Console. Heb je jouw website nog niet toegevoegd? Doe dit dan eerst zodat je altijd inzicht hebt in de data van Google Search Console. Binnen Google Search Console kun je middels het hoofdmenu aan de linkerkant navigeren naar de verschillende structured data typen die Google heeft herkend op je website. Deze zijn te vinden onder het kopje optimalisaties.

Stap 2: Analyseer per type structured data

Vervolgens kun je per type structured data precies monitoren en analyseren hoe het ervoor staat. Het begint bij het rapport waarop te zien is hoeveel URL’s er bij Google bekend zijn met daarom structured data. Vervolgens deelt Google Search Console deze op in ‘geldig’ of ‘ongeldig’. Daarnaast kun je bij sommige typen vertoningen aanvinken. Dit geeft je inzicht in hoe vaak je structured data vertoond is in de zoekresultaten. In stap 3 neem ik je mee hoe je dit nog uitgebreider kunt zien.

Als je iets verder naar beneden scrolt, vind je de optie om te bekijken op welke URL’s van dit type geldige structured data is gevonden. Scrol je nog iets verder door dan zie je ook welke fouten er gevonden zijn en wat de reden hiervan is. Per fout zie je vervolgens welke URL’s deze fout bevatten. Zo weet je direct op welke URL’s je een verbeterslag kunt maken.

Stap 3: Impact op de zoekresultaten analyseren

Een ander groot voordeel van Google Search Console is dat je toegang hebt tot data die je inzicht geven in wat de daadwerkelijke impact op de zoekresultaten is geweest. Je kunt binnen het kopje optimalisaties al vinden wat het aantal vertoningen zijn, maar in het prestatierapport vind je ook wat de invloed is geweest op het aantal kliks, de CTR rate en de gemiddelde positie. Ideaal om hard te kunnen maken wat dit precies oplevert.

About author

My career as an online marketer began broadly, but my passion for SEO eventually led me to found my own agency, Dificem, in 2019. After almost two years, I decided to further specialize in technical SEO at Bespoke Online, where I am now the point of contact for technical SEO issues. My interest in automation and AI, especially through the use of Python and ChatGPT, has greatly enhanced my work, which even gave me the opportunity to speak at BrightonSEO in 2024. In addition to my work, I am an avid traveler and marathon runner, regularly working from different countries as a digital nomad.

More about Frank

More blogs

Keywords clusteren op basis van SERP similarity met Python

Keywords clusteren op basis van SERP similarity met Python

Het clusteren van keywords blijft voor veel specialisten een taak dat tijdrovend is en in de meeste gevallen niet goed wordt gedaan. Op basis van aannames wordt vaak gekeken welke keywords in potentie bij elkaar zouden kunnen passen. Dit terwijl clusteren op basis van...