In onze nieuwe artikelreeks 'Gluren bij de buren' spreekt Peter Mulder, van Improof Research, over de implementatie van AI in marktonderzoek met professionals die AI daadwerkelijk toepassen. In de eerste editie deelt Jan Zwang, Manager Market & Customer Insights bij VodafoneZiggo, zijn ervaringen.
Jan Zwang over AI in marktonderzoek:
“We zijn nog niet eens bij versie 1.0”
Artificial intelligence (AI) wordt vaak gepresenteerd als dé gamechanger voor marktonderzoek. Maar hoe ziet dat er in de praktijk uit?
Bij VodafoneZiggo loopt men voorop in het toepassen van AI binnen de researchfunctie. Manager marktonderzoek Jan Zwang deelt zijn ervaringen – nuchter, concreet en zonder hype. Zijn belangrijkste boodschap is meteen helder: AI draait niet om betere technologie, maar om betere beslissingen. “Ik wil geen betere tools. Ik wil betere antwoorden, zodat we betere beslissingen nemen.”
Van tools naar antwoorden
Volgens Zwang is AI geen vervanger van marktonderzoek, maar een uitbreiding ervan. Het hoort thuis in de bredere gereedschapskist van de onderzoeker.
“AI is een onderdeel van je toolkit. Net als vragenlijsten, kwali, kwanti.”
De rol van marktonderzoek blijft dus in essentie hetzelfde: het beantwoorden van businessvragen. Maar wat verandert is de snelheid en de manier waarop inzichten tot stand komen. En juist daar zit volgens Zwang de grootste winst.
Snelheid als gamechanger
Binnen VodafoneZiggo heeft AI nu vooral impact op snelheid en toegankelijkheid van inzichten. Grote hoeveelheden data zijn direct doorzoekbaar geworden, simpelweg door vragen te stellen.
“Wat hebben mensen gisteren gezegd over hun ervaring met ons netwerk? Dat kan ik gewoon intypen en krijg een antwoord.”
Wat vroeger uren of dagen kostte, gebeurt nu in seconden. Dat geldt ook voor het analyseren van rapporten.
“Even een samenvatting van een dik rapport? Dat doen we met de ‘TL:DR summary knop’. Dat helpt heel goed om mensen snel te informeren.”
Talk to the data
De toegankelijkheid van data verlaagt de drempel enorm. “We noemen dat ‘talk to the data’. Vroeger moest je in filters werken, nu kun je gewoon vragen stellen.”
Het resultaat is een researchfunctie die veel responsiever is geworden. Sterker nog: het grootste deel van de vragen kan direct beantwoord worden.
“Als wij 100 vragen binnenkrijgen, kunnen we er 85 direct beantwoorden omdat alles klaar staat. En de AI-tools helpen gebruikers ook om het zelf te kunnen vinden”
AI werkt alleen met een sterk datafundament
Toch benadrukt Zwang dat deze versnelling door AI niet uit de lucht komt vallen. VodafoneZiggo investeerde al jaren in data-infrastructuur en ontsluiting – lang voordat AI mainstream werd.
“Wij zijn al 6 à 7 jaar geleden begonnen om al onze data in slimme dashboards te stoppen. Dit zowel intern als met onze externe leveranciers van marktonderzoek”
Die voorbereiding maakt het mogelijk om AI nu effectief in te zetten. Zonder die basis zou de impact veel beperkter zijn geweest.
Daarnaast speelt pro-activiteit een belangrijke rol. Het team anticipeert op vragen vanuit de business. “De vragen waarvan je weet dat ze gaan komen”. Hiermee verschuift marktonderzoek van reactief naar proactief. Daar heeft het team dan ook tijd voor. Doordat je efficiënter bent met slimme dashboards en je insights portal kan je pro-actiever zijn naar de business. Echt een klassieke ‘win-win’.
De beperkingen: AI snapt de context nog niet goed
Ondanks de vooruitgang is Zwang realistisch over de beperkingen van AI. Vooral als het gaat om interpretatie en causaliteit. Bijvoorbeeld bij uitzonderlijke gebeurtenissen:
“Kan AI de correlatie leggen bij een bijzondere gebeurtenis? Lastig. Zo ver zijn we nog niet.”
“Het Internet is (ook) een vuilnisbak”
Ook de herkomst van data blijft een aandachtspunt. AI-modellen die op open internet trainen, kunnen verkeerde conclusies trekken omdat er veel ‘waarheden’ bestaan op het internet.
“Internet is natuurlijk bruikbaar als bron, maar ook riskant. Iedereen heeft daar maar wat opgezet. Het is heel rijk, maar ook een vuilnisbak. En je weet: garbage in, …”
Daarom werkt VodafoneZiggo met afgebakende, veilige omgevingen en betrouwbare databronnen. En menselijke controle en ‘common sense’ blijft noodzakelijk.
Organisatie-breed gebruik
Een belangrijke succesfactor binnen VodafoneZiggo is dat AI niet beperkt blijft tot een klein team. “Iedereen binnen het bedrijf wordt erin getraind, iedereen krijgt die middelen. Dat is een van de voordelen van een grote organisatie”
Dit heeft ook een keerzijde: de verwachtingen van interne stakeholders stijgen.
Daardoor leggen interne klanten de lat ook hoger. AI maakt het dus niet alleen makkelijker om inzichten te genereren, maar verhoogt ook de druk op de researchfunctie om sneller en beter inzichten te leveren.
Experimenteren als motor van vooruitgang
Volgens Zwang is experimenteren essentieel om AI succesvol in te zetten. “Je moet het gewoon doen. Learning on the job.” Het team test continu nieuwe methoden en tools.
“We proberen elk jaar minimaal 3 à 4 nieuwe dingen die we nog nooit gedaan hebben.”
Vaak worden die experimenten samen met bureaus gedaan. “Dat is altijd onze mentaliteit geweest: als je echts iets baanbrekends hebt: kom maar langs! Als onderzoeker mag je nooit denken dat je alles al weet, nieuwsgierig blijven is een must.”
Belangrijk daarbij: begin niet gelijk met strategische vraagstukken. Begin met tactische vragen. En blijf heel kritisch op beloftes vanuit de markt: “Er wordt nog veel overpromised….”
“Je kan dit niet aan je slimme neefje overlaten”
Je moet experimenteren, maar deze AI-implementatie van de researchfunctie is wel een serieuze bezigheid. “Kijk, in begintijd van internet kon je een website door je slimme neefje laten bouwen. Dat kan hiermee niet. Daarvoor is de impact veel te groot.”
Dus je moet hier wel serieuze expertise en tooling voor in huis halen.
Tools: liever specialistisch dan generiek
Zwang maakt duidelijk onderscheid tussen generieke AI-tools, zoals ChatGPT, Copilot. Gemini, Claude en gespecialiseerde oplossingen.
Gespecialiseerde tools zijn beter omdat ze getraind zijn op de juiste data en market research methoden. Bovendien genereren ze consistente antwoorden. “Ik kan niet hebben dat als iemand op de 3de verdieping een vraag aan onze tool stelt dat ie andere antwoorden krijgt dan iemand op de 4de verdieping dat doet”.
Binnen VodafoneZiggo wordt daarom gewerkt met specifieke researchtools en afgebakende AI-omgevingen. Niet alleen vanwege kwaliteit en consistentie, maar ook vanwege security.
“Waar staat de data? Wat doet het model ermee? Dat moet je vooraf geregeld hebben.”
Bij de opkomst van LLM modellen waren er bureaus die zeiden “We hebben de open antwoorden in ChatGPT gezet voor analyse. Dat mag dus gewoon niet.”
Kwaliteitscontrole en governance moet je heel serieus nemen. Hier zijn bij Vodafone Ziggo strikte protocollen en on-boarding processen van leveranciers voor.
Wat verandert er in de rol van de onderzoeker?
AI neemt een deel van het ‘handwerk’ over, maar maakt de onderzoeker niet overbodig. Integendeel: de nadruk verschuift naar andere vaardigheden: interpretatie, storytelling, antwoorden vertalen naar de business. “Dat je dingen kan vertalen en het verhaal kan vertellen.” De onderzoeker wordt minder een uitvoerder en meer een adviseur die inzichten duidt en verbindt.
En specifiek voor de AI-ontwikkeling komt daar volgens Zwang een specifieke eigenschap bij: “Je moet hiervoor een aangeboren nieuwsgierigheid in je hebben.”
De toekomst: we staan pas aan het begin
Zwang is duidelijk: ondanks alle ontwikkelingen zitten we nog in een vroege fase.
“We zijn nog niet eens bij versie 1.0, eerder 0.6 of 0.7.”
De verwachting is dat AI steeds meer stappen in de onderzoeksketen overneemt – van analyse tot actie.
“Van implicatie tot uitvoering sneller maken – daar willen we nu de stappen in zetten.”
Hij schetst zelfs een toekomst waarin onderzoek grotendeels geautomatiseerd is:
“Je zet je research briefing in je tool en AI maakt je vragenlijst, grafieken en rapport.”
Dat zal het speelveld fundamenteel veranderen. Ook voor kleinere bedrijven, die straks zonder uitgebreide researchafdeling toch diepgaande inzichten kunnen genereren.
Wat kunnen andere bedrijven hiervan leren?
De ervaring van VodafoneZiggo laat zien dat succesvolle AI-implementatie niet draait om technologie alleen. De belangrijkste lessen zijn:
- Investeer in je datafundament
- Focus nu eerst op snelheid en toegankelijkheid
- Experimenteer continu, maar gecontroleerd
- Gebruik gespecialiseerde tools
- Regel kwaliteitscontrole, governance en dataveiligheid goed
- Blijf kritisch en controleer output
- Investeer in de vaardigheden van je mensen
Of… zoals Zwang het nog wat eenvoudiger samenvat:
“Je moet het gewoon doen. En dan leer je vanzelf wel wat werkt en wat niet.”
