Digitale klanten beoordelen je advertentie
Jan Karel Ekkel, Kees Smit Tuinmeubelen
Uit de sessie: Maandelijkse Meeting jul 2025
Jan Karel Ekkel van Kees Smit Tuinmeubelen laat zien hoe zijn team advertenties vooraf laat beoordelen door twee AI-persona's, Lotte en Jan-Willem. Je ziet een echte tuinadvertentie die een 6 uit 10 krijgt en wat er gebeurt als het beeld wordt vervangen. Het fragment komt uit de maandelijkse meeting van juli 2025 en past bij iedereen die campagnebeelden kiest.
Voor wie: Je kiest regelmatig tussen campagnebeelden en wilt sneller een onderbouwde keuze zonder elke keer een extern onderzoek.
Waarom dit ertoe doet
Bij elke nieuwe campagne ontstaat dezelfde discussie: de één vindt het beeld mooi, de ander niet, en niemand weet wat de klant vindt. Een extern pre-creative onderzoek geeft een antwoord, maar kost volgens Jan Karel een paar duizend euro, dus je doet het zelden. Zijn team gebruikt nu persona's in ChatGPT als eerste filter voor alle uitingen voor klanten. Op zijn slide staat dat de creative 60 tot 70% van het succes bepaalt. Dat cijfer hebben we niet kunnen verifiëren. Onderzoek uit september 2026 laat wel zien waar de grens ligt: AI-consumenten reproduceerden in zes visuele marketingexperimenten hooguit twee van de zes menselijke effecten. Gebruik de persona dus om sneller te kiezen, niet om een campagne goed te keuren.
Belangrijkste inzichten
- Kees Smit clusterde een analyse van ongeveer 15 doelgroepen tot twee persona's: Lotte en Jan-Willem.
- Een persona geeft een rapportcijfer: Lotte gaf de eerste advertentie een 6 uit 10, met als reden te weinig warmte en praktische informatie.
- Een ander beeld kan het oordeel omdraaien, dus test beeldvarianten in plaats van teksten alleen.
- Volgens Jan Karel kwam de uitkomst overeen met een Ster-onderzoek van een paar duizend euro. Eén vergelijking bewijst niets.
- Tsai en Lai vonden in september 2026 dat AI-consumenten hooguit 2 van de 6 menselijke effecten reproduceren. Gebruik de persona als filter.
Van 15 doelgroepen naar twee persona's
Kees Smit Tuinmeubelen is een familiebedrijf. Volgens de eigen site begon het in 1942 in Almelo en heeft het nu vier Experience Stores XXL, in Almelo, Amersfoort, Venlo en Eindhoven, plus webshops voor Nederland, België en Duitsland. Jan Karel zegt in de sessie dat hij er vijf jaar werkt en 17 jaar in e-commerce zit. Het team liet een doelgroepanalyse uitvoeren. Daar kwamen ongeveer 15 doelgroepen uit, veel te veel voor dagelijks werk. Omdat de behoeften grotendeels overlappen, clusterden ze die tot twee persona's voor tuinmeubelen: Lotte, een familiegerichte koper en primaire doelgroep, en Jan-Willem, een statusgerichte koper en secundaire doelgroep. Beide kregen een profiel met onder meer het modale inkomen, hoe ze denken en voelen en hoe trendbewust ze zijn.
Pre-creative testing met een persona
Pre-creative testing betekent dat je een uiting test voordat je er mediabudget aan uitgeeft. Bureaus doen dat met echte panels, en dat is volgens Jan Karel kostbaar maar verstandig. Zijn team deed het eerder via Ster-reclame. Nu zetten ze de persona's in ChatGPT in. In de vragenronde zegt hij dat ze een bestaand doelgroeponderzoek als invoer gebruiken, dat het team het redeneermodel o3 heeft gekozen en dat je de prompt een aantal keer bijstelt. Je vraagt om een rapportcijfer, eerst kort, later met uitleg hoe het cijfer is opgebouwd. In de clip legt hij een advertentie voor aan Lotte. Zij vindt die stijlvol en trendgericht, maar niet warm genoeg en mist praktische informatie voor gezinnen. Eindcijfer: 6 uit 10.
Wat een ander beeld doet
Daarna laat Jan Karel de afbeelding vervangen. Het antwoord van Lotte verandert dan flink. Het beeld zegt volgens haar genoeg zonder woorden en straalt samenzijn, gezelligheid en genieten uit. Jan Karel noemt dit een redelijk datagedreven manier om te kijken hoe je je klant ziet. Het haalt volgens hem de emotie uit de discussie en brengt het gesprek richting ratio. Hij verwijst naar bedrijfsblindheid: wie een advertentie zelf maakt, ziet niet meer wat een koper ziet. Volgens Jan Karel gaf Lotte hetzelfde antwoord als het onderzoek van Ster dat een paar duizend euro kostte. Dat is zijn waarneming uit één vergelijking en niet extern gecontroleerd.
Waar de grens ligt
Een persona is een taalmodel dat een rol speelt, geen klant. Tsai en Lai publiceerden op 22 september 2026 een studie over visuele marketing. Ze herhaalden zes klassieke experimenten met AI-consumenten. Geen enkele opzet reproduceerde meer dan twee van de zes menselijke effecten en één opzet gaf zelfs een significante omkering. Extra bewijs in de prompt trok de antwoorden naar het menselijke effect, maar de spreiding bleef onder de helft van die van mensen. De auteurs stellen een protocol voor om te bepalen wanneer AI-panels mogen screenen en wanneer je mensen nodig hebt. Voor jou betekent dat: laat de persona kiezen tussen varianten en test de winnaar daarna met echt verkeer.
Probeer dit deze week
- Pak je beste doelgroeponderzoek en laat een taalmodel het samenvatten tot twee persona's met inkomen, motief en koopkanaal.
- Leg dezelfde advertentie met twee verschillende beelden voor aan je persona en vraag om een cijfer op 10 met uitleg.
- Draai de winnende variant een week als test in je advertentieaccount en vergelijk het resultaat met het cijfer van de persona.
Begrippen
- Pre-creative testing
- Een uiting testen bij een doelgroep voordat je er mediabudget aan uitgeeft.
- Persona
- Een uitgewerkt profiel van een typische klant, met inkomen, motieven en gedrag. In deze clip speelt een AI-model die rol.
- Bedrijfsblindheid
- Het verschijnsel dat je als maker niet meer ziet wat een buitenstaander ziet.
- Redeneermodel
- Een taalmodel dat een vraag eerst in tussenstappen doordenkt voordat het antwoordt. Jan Karel noemt o3.
Verdiep je in de gids
Transcriptie
Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.
Wat doen we allemaal? We hebben onder andere ChatGPT of Brainvine in voor het maken van digitale klanten. Snelle analyses, een stukje verificatie en een stukje inspiratie. Hoe moet je dat voor je zien? We hebben onze doelgroepen laten analyseren. Daar kwamen iets van 15 doelgroepen uit, dat is veel te veel. Die zijn we eigenlijk gaan clusteren omdat het toch wel veel dezelfde behoefte is bij verschillende doelgroepen voor tuinmeubelen. En er waren twee personas die we hebben gecreëerd, Lotte en Jan-Willem. [onverstaanbaar] bijgebouwd, wat is de modale inkomen, hoe denken ze, hoe voelen ze, wat zijn ze trendbewust of juist niet, noem alles maar op. Allemaal in kaart gebracht, en waarom? Omdat wij eigenlijk de effectiviteit van creatives, dus dat wat wij de ether ingooien, kunnen gaan testen. Pre-creative testing noemen ze dat. Dat is ontzettend kostbaar. Maar wel heel erg verstandig. We hebben het al een paar keer gedaan. Al dan ook bij Ster-reclame. Pre-creative testing. Je loopt er helemaal op leeg. Maar goed. [onverstaanbaar] Dan zie je wel dat die uitingen over het algemeen ook succesvoller zijn. Dit jaar hebben we het even getest. Wat nou als wij. Lotte en Jan-Willem. Tot leven gaan wekken. En gaan vragen van. We hebben een uiting. We hebben een mooi beeld. We hebben een advertentie. We hebben reclame. Wat vind jij hier nu van? Dat gaat op zo'n manier. Ik heb een mooie advertentie gemaakt. Wat vind je ervan? Nou, dit is dan de advertentie. Lotte familiegerichte koper. Echt gericht op een gezin. Het moet mooi, maar ook praktisch zijn. Dit duurt wel heel lang. Even iets sneller. Als je dat wil. Nee, nou, moet rustig afwachten. Het is heel erg stijlvol. Het is trendgericht. Maar ja, het is niet erg warm. Ik mis op praktische info voor gezinnen. Ik vind de tuintrends aan zich wel mooi. Maar. Al met al. Het is een 6 uit 10. Mooi, maar niet helemaal mijn ding. Zeg ik, dat is niet zo mooi. Wat nou als ik de afbeelding zou gaan vervangen? Het hoeft er een heel ander verhaal uit. Zegt hij ergens meteen al. Dit beeld zegt genoeg zonder woorden. Het straalt alles uit wat ik zoek. Het samen zijn, de gezelligheid, het genieten. [onverstaanbaar] En eigenlijk, dit doen wij nu voor alle uitingen die we doen voor klanten. Doen wij dit. Kun je zeggen van god, kun je van tevoren niet bedenken? Jawel, maar iets met bedrijfsblindheid. Je komt heel snel in een discussie, ik vind het wel mooi, ik vind het niet mooi. Dit is een redelijk data gedreven manier om te kijken van god, hoe wij onze klant zien en hoe wij onze klant kennen. Zal dat diegene aanspreekt? Dan haal je iets meer de emotie eruit en ga je iets meer richting ratio. Dit hebben we dus getest ten opzichte van Ster-reclame. En Lotte gaf precies hetzelfde antwoord als het onderzoek van Ster wat een paar duizend euro heeft gekost. Dus ik denk dat we dit vaker gaan gebruiken.
Spreker: Jan Karel Ekkel, Kees Smit Tuinmeubelen
Bronnen
Meer over AI & Marketing
Duur 0:41UGC van de toekomst is nep, en dat is oké
Tachmy Dilmy, eCommerce AI Club
Die user generated video op TikTok? Volledig door AI gemaakt
Duur 0:525 tips om te starten met AI video
Tachmy Dilmy, eCommerce AI Club
Begin klein met AI video, deze 5 tips helpen je op weg
Duur 0:43Van productfoto naar sfeerbeeld met AI
Jan Karel Ekkel, Kees Smit Tuinmeubelen
Van kale productfoto naar sfeerbeeld met AI, live demo bij Kees Smit