In onze nieuwe artikelreeks 'Gluren bij de buren' spreekt gastredacteur Peter Mulder, van Improof Research, over de implementatie van AI in marktonderzoek met professionals die AI daadwerkelijk toepassen. In de tweede editie deelt Christiaan Buitenhuis, senior marktonderzoeker Chapter Insights & Analytics Interpolis zijn ervaringen.
Christiaan Buitenhuis (Interpolis) “AI maakt marktonderzoek beter en… deels overbodig”
De opkomst van AI verandert marktonderzoek fundamenteel. Niet alleen als efficiënte tool, maar ook als motor voor nieuwe vormen van inzicht. We spraken met Christiaan Buitenhuis, marktonderzoeker bij Interpolis (onderdeel van Achmea), met een stevige interesse in innovatie, over hoe AI het vak nu al beïnvloedt en waarom - volgens hem - sommige traditionele enquêtes hun langste tijd hebben gehad.
Christiaan schetst bovendien drie hele concrete AI-implementaties voor research die ook voor tal van andere organisaties toepasbaar zijn.
Van experiment naar standaard
Bij Achmea is AI al lang geen hype meer. Het zit diep verankerd in de organisatie. Binnen een breed programma wordt AI toegepast in uiteenlopende domeinen – van voorspelmodellen en klantanalyse tot het verbeteren van schadeprocessen en klantreizen. “Binnen Achmea wordt AI volledig omarmd,” vertelt Buitenhuis. Marktonderzoek vormt daarop geen uitzondering. Waar AI eerst vooral werd gezien als hulpmiddel, is het inmiddels een integraal onderdeel van de onderzoekspraktijk. Maar de manier waarop AI wordt ingezet, ontwikkelt zich snel.
Efficiënter werken is pas het begin
De eerste impact van AI zit vooral in efficiëntie. Copilot wordt breed gebruikt voor het samenvatten van vergaderingen, het analyseren van rapporten en het voorbereiden van vragenlijsten. “We rammen er hele rapporten doorheen… wat is hier nou de rode draad?” zegt Buitenhuis.
Ook het maken van checklists en onderzoeksopzetten wordt deels geautomatiseerd. Dat zorgt voor tijdwinst, maar dit slechts de eerste fase.
Drie praktische voorbeelden van vernieuwing door AI
Buitenhuis noemt drie concrete voorbeelden van toepassingen waarmee AI het onderzoek vernieuwd en die ook voor andere organisaties toepasbaar zijn.
- AI-agent gekoppeld aan centrale onderzoekbibliotheek
Binnen Achmea is nu een AI-agent gekoppeld aan een centrale onderzoekbibliotheek. Daarmee kunnen collega’s vragen stellen over eerdere studies en direct een antwoord krijgen. Gewoon in eigen bewoordingen. Daar is geen software of programmeerkennis voor nodig. “Dan kan een medewerker die vraag stellen aan de agent en die geeft daar direct antwoord op.”
De implicatie is groot: kennis uit onderzoek wordt hiermee veel toegankelijker voor een brede groep in de organisatie en daardoor ook veel beter benut.
- Conversational AI in het onderzoek zelf
Maar AI kan ook onderdeel worden van het onderzoek zelf. Een veel gebruikte toepassing bij Achmea is het gebruik van AI om door te vragen in surveys. Respondenten krijgen niet alleen een open vraag, maar ook een automatische vervolgvraag die op een intelligente manier inspeelt op hun eerdere antwoorden. “Dat werkt echt fantastisch”. Het effect is dat antwoorden concreter, specifieker en bruikbaarder zijn voor de business. Waar een respondent eerst volstaat met één woord – zoals “bereikbaarheid” – ontstaat nu een toelichting die precies blootlegt waar het probleem of kans zit.
Maar het gebruik van AI vraagt soms ook om terughoudendheid en maatvoering. Te ver doorvragen met conversational AI leidde in het begin ook tot irritatie bij klanten. “Natuurlijk zijn wij er enthousiast over, maar AI is een middel en moet geen trucje op zich worden.”
- Vervanging van enquêtes door AI-analyses op klantresponsen
Misschien wel de meest fundamentele verschuiving die Buitenhuis schetst, is de beweging weg van traditionele enquêtes voor bijvoorbeeld procesonderzoeken. “Je kent het wel. Na elke interactie met een bedrijf krijg je een KTO-vragenlijstje”. “Je kan tegenwoordig nog geen zak compost kopen en je krijgt al een vragenlijstje”.
De toekomst ligt in het analyseren van de klantinteracties zelf – zoals telefoongesprekken. Daarvoor worden straks bij Interpolis alle klantgesprekken gelogd, automatisch getranscribeerd, geanalyseerd en voorzien van sentimentscores. Hiermee ontstaat een veel rijker beeld van de klantbeleving dan wat met proces-enquêtes mogelijk is. Daarmee kan zelfs een voorspelling worden gedaan van klanttevredenheid, zonder dat er nog een enquête nodig is. “We kunnen nu al bijvoorbeeld uit het gesprek destilleren of een klant dit gesprek zou beoordelen met een 9”. En die analyses worden nu natuurlijk nog gekalibreerd met enquêtes.
Het grote voordeel: de dekking van deze meetmethode is vele malen groter dan met regulier onderzoek. Waar traditionele surveys vaak blijven steken op een respons van enkele procenten, geeft analyse van gesprekken inzicht in het gedrag van vrijwel alle klanten. “Met een respons van 3–5% heb ik 95% niet bereikt. Nu maken we analyses over praktisch alle klanten.”
Het einde van die duizenden procesvragenlijsten?
Deze ontwikkeling heeft forse consequenties voor het vak. Buitenhuis verwacht dat hiermee de reguliere procesenquêtes gaan verdwijnen.
“Wij gaan op termijn stoppen met het sturen van vragenlijsten voor processen. Dat scheelt tienduizenden enquêtes per jaar”. AI maakt het mogelijk om slimmer te meten: alleen wanneer het nodig is en bijvoorbeeld als er veranderingen optreden in het gedrag van klanten.
Wat betekent dit voor onderzoekers?
De impact van AI op het vak is groot. Veel traditionele taken – zoals het bouwen van vragenlijsten of het uitvoeren van basisanalyses – zullen grotendeels verdwijnen.
Dat betekent niet dat de rol van de onderzoeker verdwijnt. Integendeel: de nadruk verschuift naar interpretatie, storytelling en advies.
“Presentatie skills en consultancy skills worden alleen maar belangrijker.”
De onderzoeker van de toekomst is minder een dataverzamelaar en meer een vertaler van inzichten naar actie.
Experimenteren blijft cruciaal
Ondanks alle toepassingen benadrukt Buitenhuis dat nog lang niet alles bewezen is. Zeker op het gebied van synthetische data en AI-gedreven modellen wordt binnen Achmea nog volop geëxperimenteerd. Zo laat Interpolis nu bijvoorbeeld communicatie-uitingen door AI-evalueren en bekijkt daarna hoe dat zich verhoudt tot de uitkomsten van regulier communicatie-onderzoek. “We gaan wel ondervinden of het ons helpt of verder van de waarheid afbrengt.”
Die experimentele houding is volgens hem essentieel. Organisaties moeten durven experimenteren – maar wel met oog voor de risico’s.
De belangrijkste valkuilen
Want die risico’s zijn er. Vooral rondom privacy en dataveiligheid liggen valkuilen op de loer. “Pas op met klantdata,” waarschuwt Buitenhuis.
Daarnaast is blind vertrouwen in AI-output gevaarlijk. Resultaten moeten kritisch worden beoordeeld. “Je kan er niet klakkeloos vanuit gaan dat een AI-analyse klopt.”
Kortom: AI is krachtig, maar vraagt ook om professioneel gebruik.
De grote lijn: van meten naar begrijpen
Wat uit het gesprek vooral naar voren komt, is dat AI marktonderzoek niet alleen sneller of goedkoper maakt – maar fundamenteel anders.
De ontwikkeling gaat van:
- efficiënter werken met tools
- naar rijkere inzichten in onderzoek
- naar volledig nieuwe vormen van meten die eerder nog niet mogelijk waren.
Of zoals Buitenhuis het samenvat: “Dat zijn AI toepassingen die onderzoek in de traditionele vorm voor een deel overbodig gaan maken.”
