Het Volksportret zegt met AI hét probleem van de Nederlandse reclamesector op te kunnen lossen

De Nederlandse reclamesector heeft een probleem. Veel grote bureaus zitten binnen de Amsterdamse ring, en zijn bevolkt door een homogene groep hoogopgeleide 20- tot 40-jarigen. We kennen ze inmiddels ook wel als de 'havermelkelite'. Onderzoek toont aan dat de communicatie die zij maken vooral effectief is in hun eigen bubbel. De rest van het land? Die blijft buiten beeld. Dát is wat Jens Hellewaard zegt vijf jaar lang van dichtbij te hebben zien gebeuren.

Als strateeg bij het Amsterdamse reclamebureau N=5 werkte Hellewaard voor veel grote adverteerders.„Dat begon vaak met peperduur marktonderzoek naar de doelgroep", vertelt hij. „Wie is de doelgroep, wat is de behoefte, hoe kun je daar op inspelen? Eenmaal onderweg raken die inzichten echter vaak uit zicht, en beslissen bureau én adverteerders vooral op onderbuikgevoel: 'Wat wij leuk vinden, vindt de doelgroep vast ook leuk.'"

Hellewaard, die product design studeerde aan de TU Delft, begon zich daar steeds meer aan te storen. „Dat een groot deel van Nederland wat minder hard lacht om sommige reclames is slechts een deel van het probleem", vertelt hij. „Dezelfde bureaus produceren ook de communicatie van bijvoorbeeld de Belastingdienst of het Ministerie van Volksgezondheid. Dat is vaak belangrijke informatie, die bij elke doelgroep op de juiste wijze moet landen."

Lees ook: Starbucks investeert 1 miljard dollar in AI en belooft 'technologische revolutie in klantbeleving'

Wanneer kreeg jij het idee dat leidde tot de ontwikkeling van jullie Volksportret?

„Het Centraal Bureau voor de Statistiek heeft een enorme hoeveelheid informatie in huis. Dat komt mede dankzij hun directe toegang tot de basisregistratie, met de gegevens van alle 18 miljoen Nederlanders. Ik dook zelf vaak al in de data van het CBS om meer inzicht te krijgen in de achtergronden van een doelgroep. Helaas staat veel van die informatie in losse tabellen. Je weet dan bijvoorbeeld wel hoeveel Nederlanders overgewicht hebben, maar niet of die wel of geen relatie hebben."

„Om dat overzicht toch te krijgen, bracht ik verschillende CBS-data vaak samen in een Excel-sheet. Zo kwam ik op het idee om álle CBS-data op die manier te organiseren. Oftewel: als Nederland niet uit 18 miljoen mensen zou bestaan, maar uit 100, hoe zou ons land er dan uitzien? Die vraag is nog steeds de kernvraag achter Het Volksportret. We verdelen Nederland hiermee in honderd communities van 180.000 mensen. Elke community heeft een naam, een profiel en een eigen gezicht."

Hoe krijg je zoveel persoonlijke kenmerken in één overzicht?

„Dat bleek inderdaad een flinke uitdaging. We zijn begonnen om alle beschikbare CBS-data als een soort puzzel in elkaar te leggen. Zoveel procent is vrouw of man, zoveel procent is 65-plus, enzovoorts. Zo ontstonden vanzelf de eerste contouren van de honderd communities. Met behulp van onderzoeksbureau MSI hebben we daar zelf 150 persoonskenmerken aan toegevoegd."

„Die 150 kenmerken bleek ongeveer de grens waar het toevoegen van meer informatie niet meer resulteerde in scherpere inzichten, maar juist overging in ruis. Hoeveel Nederlanders zijn bijvoorbeeld intro- of extrovert? Omdat het CBS dat soort 'zachte' data maar beperkt verzamelt, moesten we daar zelf achteraan. We hebben daarbij heel erg ons best gedaan om élke community goed in te kleuren. Zo vertaalden we onze vragenlijsten ook in bijvoorbeeld Pools, Turks en Marokkaans-Arabisch."

„Om alle verzamelde informatie zo logisch mogelijk aan de honderd communities te koppelen hebben we ook ons eigen clustering-algoritme ontwikkelt. Dat zorgt er voor dat de samenhang binnen elke community optimaal is, en de verschillen met andere communities juist zo groot mogelijk. Om dat te bereiken weegt ons algoritme niet elk persoonskenmerk even zwaar."

„Leeftijd hangt bijvoorbeeld nauw samen met veel andere kenmerken, zoals inkomen of lichamelijke beperkingen, en krijgt daarom meer gewicht in het model. Bedenk hierbij dat je leeftijd op een schaal van 0 tot 100 meet, maar bijvoorbeeld mediaconsumptie weer een uitsplitsing is in hoog-midden-laag en verschillende kanalen. Dan begrijp je dat we flink hebben moeten puzzelen om al die verschillende kenmerken in ons algoritme te verwerken."

Lees ook: Waarom AI pas écht waarde toevoegt als je het koppelt aan de klantreis

Om al die communities een herkenbaar gezicht te geven, gebruiken jullie AI. Hoe werkt dat precies?

„Door de kruising van die 150 kenmerken ontstaan een groot aantal kruisverbanden die elke community uniek maakt. Die verbanden maken we zichtbaar met behulp van een Large Language Model. Dat model analyseert de data van elke afzonderlijke communities, en extrapoleert die informatie om bijvoorbeeld te kunnen voorspellen hoe deze community op een gerichte vraag reageert."

„Als je inlogt op het Volksportret zie je honderd gezichten, die elk een community vertegenwoordigen. Die kun bijvoorbeeld gewoon een vragenlijst geven. Het taalmodel extrapoleert de data dan om het meest waarschijnlijke antwoord te geven namens de gehele community. Op soortgelijke wijze kun je een A/B-test doen met je nieuwe campagnevideo. Maar je kunt bijvoorbeeld ook letterlijk met die persoon of personen gaan chatten: 'Wat vind jij hier nu eigenlijk van?'"

„Alsof je een directe lijn met je gehele doelgroep hebt. In plaats van drie weken wachten op een onderzoeksrapport, test je je concept meteen, en kun je bovendien ook blijven leren en verbeteren. Is jouw boodschap bijvoorbeeld ook begrijpelijk voor laaggeletterde Nederlanders met beperkte digitale vaardigheden en een migratieachtergrond? Daar ben je nu binnen een paar minuten achter. En natuurlijk kun je jouw doelgroep ook direct om suggesties vragen om het beter te doen."

Hoe gaat het Volksportret Nederlands marktonderzoek de komende jaren veranderen?

„Toen we ons eerste prototype oktober 2024 klaar hadden, hebben we dat direct getest op de resultaten van grote marktonderzoeken. Precies dezelfde doelgroep, stimuli en vragen. De overlap was toen al direct meer dan 80 procent: een echt wow-moment. Sindsdien hebben zo'n 40 opdrachtgevers gebruik gemaakt van het Volksportret. Die gebruiken het vaak als aanvulling op bestaand marktonderzoek. We zien daarbij drie veel voorkomende klantsegmenten ontstaan."

„Eerste segment bestaat uit de reclamebureaus die hun campagnes testen. Tweede zijn overheidsdiensten die heel Nederland willen bereiken met begrijpelijke communicatie. Daarnaast zijn er ook steeds meer startups die via het Volksportret de marktpotentie van nieuwe proposities willen valideren. De komende periode focussen we vooral op adoptie en vertrouwen. Dit is een hele nieuwe manier van werken, en we willen onze gebruikers graag helpen om daar vertrouwd mee te raken."

„Als dat gelukt is gaan we nieuwe functionaliteiten uitrollen. Doordat we ook data van het Nationaal Media Onderzoek meewegen, gaan we onze klanten bijvoorbeeld ook adviseren over de kanalen en titels waar ze hun doelgroep het beste kunnen bereiken. In de toekomst kunnen klanten zo mogelijk 'met een druk op de knop' een volledig mediaplan produceren. Belangrijkste voor ons is echter dat onze klanten de onze honderd Volksportret-communities écht leren kennen."

„We hebben zelfs een schilderij gemaakt met de gezichten van alle honderd communities, dat nu al bij de eerste klanten hangt. Onze ambitie is dat elke Nederlandse marketeer straks precies weet wat een opdrachtgever bedoelt als die een campagne voor de 'Sandra-community' bestelt. Dat betekent dan namelijk ook dat ze niet langer hoeven uit te gaan van hun eigen voorkeuren aannames, maar op elk gewenst moment de voorkeuren en behoeftes van hun doelgroep kunnen uitvragen."

Lees ook: AI gooit loyaltyprogramma's op de schop: van transactionele naar emotionele loyaliteit

Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in: