Van 6 naar 100 persona’s: de (on)mogelijkheden van een synthetisch panel

Persona’s zijn al jarenlang een vast onderdeel in het instrumentarium van marketeers en insights professionals. Ze helpen om grip te krijgen op de klant. Denk aan keuzes in positionering, productontwikkeling of het gericht ontwikkelen van campagnes. Tegelijkertijd zijn persona’s ook een enorme versimpeling van de werkelijkheid. De meeste organisaties werken met vier tot zeven persona’s — herkenbaar en werkbaar, en bovendien niet te veel om goed te visualiseren. Toch doet dit geen recht aan de veelzijdigheid van de samenleving.

“Je bent niet gek als je honderd stemmen hoort”

Dankzij AI zien we een veelbelovende innovatie op dit vlak: persona’s worden ‘tot leven’ gebracht. Je kunt met ze communiceren — ze reageren op vragen, denken met je mee via een interactief platform, of voeren onderling een gesprek in een virtuele focusgroep.

De introductie van deze digitaal toegankelijke en interactieve persona’s opent — juist door hun schaalbaarheid — een wereld aan nieuwe mogelijkheden.

Want waarom zou je je beperken tot 6 persona’s, 8 Mentality-milieus of 14 GeoTypen? Zou het niet chill zijn om maar liefst honderd gesynthetiseerde persona’s tot je beschikking te hebben — elk representatief voor 1% van de Nederlandse bevolking? Zo kun je in één keer veel fijnmaziger te werk gaan, door algemene demografische kenmerken te combineren met domeinspecifieke situaties en persoonlijke drijfveren.

Ik zie een virtueel panel voor me van digitale karakters — gebaseerd op echte data, domeinspecifieke kennis en gedragsprofielen. AI-agents die reageren vanuit hun unieke perspectief zodra je ze een onderzoeksvraag voorlegt. Alsof je met 100 mensen tegelijk in gesprek bent. Niet als gimmick, maar als waardevolle aanvulling op je onderzoeksproces.

In dit artikel laat ik zien hoe je zo’n synthetisch panel opbouwt, welke uitdagingen erbij komen kijken, en vooral: waarom dit hét moment is om ermee te experimenteren. De potentie is groot — maar de praktijk staat nog in de kinderschoenen.

Hoe werkt het: van microsegment naar AI-agent

De basis van het synthetische persona-panel is een set van 100 microsegmenten, gebaseerd op een grootschalig representatief consumentenonderzoek. We clusteren de respondenten tot 100 microsegmenten met een helder profiel — elk met eigen gedragingen, voorkeuren en context. Elk microsegment vertegenwoordigt 1% van de Nederlandse bevolking en geef kleur en diepte aan het klantlandschap.

Elke AI-agent krijgt een eigen identiteit

Voor elk microsegment bouwen we vervolgens een AI-agent — een digitale representant die “denkt” en “reageert” vanuit het perspectief van dat specifieke segment. De agent krijgt een unieke prompt, gebaseerd op de data uit het onderzoek. Deze prompt bevat informatie over demografie, context en persoonlijke voorkeuren, maar ook over tone-of-voice, taalgebruik en houding ten opzichte van het onderwerp.

Dat betekent dat als je een open vraag stelt aan het panel, je 100 verschillende antwoorden krijgt — elk vanuit een ander perspectief. En stel je een gesloten vraag, dan krijg je een frequentieverdeling van de antwoorden, die een indicatie geeft van hoe de verschillende typen mensen in Nederland zouden kunnen reageren.

Accuratesse groeit met gerichte input

Hoe accuraat die antwoorden en frequentieverdelingen zijn, hangt sterk af van de afstand van het onderwerp tot de oorspronkelijke data. Vragen die sterk leunen op gemeten gedrags- of attitude-informatie leveren robuuste patronen op. Bij onderwerpen die ver af staan van de basisdata moet je de resultaten meer zien als inspirerende input — een kwalitatieve simulatie, geen representatief oordeel.

Je kunt in de loop van de tijd de accuratesse van het panel steeds verder vergroten door nieuwe thema’s expliciet te onderzoeken. Door aanvullend onderzoek te doen over specifieke onderwerpen en deze data aan de AI-agents toe te voegen, verrijk je hun perspectief. Zo ontstaat een steeds breder inzetbaar panel, dat meegroeit met de vragen die er spelen.

Eerste praktijkvoorbeeld: samen met KPN aan de slag

In een pilot met KPN bouwen we een panel van 100 AI-agents, gebaseerd op segmentatie over drie dimensies: demografisch profiel, telecomsituatie en persoonlijke voorkeuren. Het resultaat is een set digitale gesprekspartners die duidelijk verschillende perspectieven vertegenwoordigen.

KPN kan het panel gebruiken om eerste ideeën te toetsen, nuance in klantbeleving te ontdekken of communicatie te verfijnen. Het is vooral waardevol in de verkennende fase — als je nog aan het aftasten bent wat werkt, voor wie, en waarom.

AI-agents zijn net mensen (maar dan net niet helemaal)

AI-agents zijn natuurlijk geen echte mensen. Ze baseren hun reacties op data en context, maar blijven gesimuleerde representaties. Zeker bij onderwerpen die wat verder afstaan van de oorspronkelijke inputdata, is het belangrijk om voorzichtig te zijn met harde conclusies. Zie ze dus niet als vervanging van kwantitatief of kwalitatief onderzoek, maar als een aanvullende tool — waarmee je op een laagdrempelige manier input uit de doelgroep kunt ophalen.

We staan nog maar aan het begin. De techniek is er, de eerste pilots draaien. Daarom mijn uitnodiging: laten we samen een pilot doen. Geen theorie, maar praktijk. Geen belofte, maar samen ontdekken wat werkt — en wat niet.

Dus hoor je straks honderd stemmen als je een vraag stelt? Wees gerust: je bent niet gek — je gebruikt gewoon een synthetisch panel zoals het bedoeld is.

‍