De meeste persona’s zijn fictie. Wij bouwen er eentje die dat niet is.

Elk bureau, elk merkteam en elke strategiepresentatie heeft persona’s om hun doelgroep of consument te weerspiegelen. Dus, maak kennis met Sanne, 22, Nederlands, digital native, hecht waarde aan authenticiteit, geeft om duurzaamheid maar koopt nog steeds fast fashion. Klinkt bekend? 

Het probleem is: Sanne is waarschijnlijk één keer geschreven, in een workshop, zo’n anderhalf jaar geleden. Niemand weet nog welke delen uit daadwerkelijk onderzoek kwamen en welke gewoon goed voelden op dat moment. Niemand heeft gesignaleerd dat haar mediagedrag verschoof toen TikTok z’n algoritme aanpaste, of dat de koopkrachtcrisis ervoor heeft gezorgd dat haar prioriteiten er anders uitzien. 

En toch bepaalt Sanne beslissingen. Ze zit in de briefing. Ze is de reden dat je die tone of voice hebt gekozen. Ze doet behoorlijk veel zwaar werk voor een half A4’tje in een PDF die niemand meer heeft geopend sinds 2024. 

Wij vinden dat persona’s betere infrastructuur verdienen dan dat. 

Waar we aan werken 

We bouwen synthetic audiences: AI-persona’s gebaseerd op echt onderzoek, niet op aannames uit een workshop. 

In plaats van een statisch document is elke persona het product van een levende knowledge graph: alles wat we weten over een doelgroep zoals motivaties, spanningen, gedrag, gevoeligheden. Gestructureerd en met elkaar verbonden, met duidelijke vastlegging van waar elke claim vandaan komt, hoe zeker we ervan zijn, en wanneer die veroudert. 

Elk inzicht heeft een bron. Elke bron heeft een houdbaarheidsdatum. Elke tegenstrijdigheid wordt bijgehouden, niet gladgestreken. 

De graph moet ook worden geüpdatet. Wanneer er nieuw onderzoek binnenkomt, verwerken we dat via een gestructureerde pipeline waarin elk voorgesteld inzicht wordt gevalideerd, gecontroleerd op conflicten met wat er al is, en beoordeeld door een mens voordat het wordt vastgelegd. Er komt niets ongecheckt in. Maar zodra het erin zit, weerspiegelt de persona het. Oude kennis wordt niet weggegooid, die wordt vervangen, met een duidelijk overzicht van wat er is veranderd en waarom. 

Zie het niet als een chatbot en meer als een netwerk aan onderzoeken waar je mee kunt praten. Dezelfde data die normaal in een deck, spreadsheet of rapport van 40 pagina’s zou zitten is nu geïndexeerd, verbonden en toegankelijk via een gesprek met iemand die daadwerkelijk de doelgroep vertegenwoordigt die je probeert te begrijpen. 

In de praktijk betekent dit dat ze weten wat ze weten en ze vertellen je wat ze niet weten. 

Vraag Sanne naar iets waar goed onderzoek naar is gedaan zoals bijvoorbeeld hoe ze over merkloyaliteit denkt, en ze is er duidelijk over: “Eerlijk? Ik doe niet echt aan loyaliteit zoals mijn ouders dat doen. Ik stap zo over voor een betere deal of als een merk iets doet waar ik het niet mee eens ben. Dat is best normaal voor mensen van mijn leeftijd.” 

Maar vraag haar iets waar het bewijs dunner is zoals hoe ze zou reageren op een specifiek advertentieformat, en ze verzint niet zomaar iets om slim te klinken: “Ik bedoel, ik zou kunnen gokken? Maar ik denk niet dat iemand dat echt goed heeft uitgezocht. Hangt waarschijnlijk van de context af.” 

Dat verschil is niet willekeurig. Het komt door hoe de kennis achter haar is opgebouwd. Elk inzicht dat bepaalt hoe Sanne denkt en praat heeft een betrouwbaarheidsniveau. Sterke onderbouwing wordt met overtuiging uitgesproken, zwakkere onderbouwing klinkt als een slag om de arm, speculatie, of een eerlijk “weet ik niet.” Ze hoeft niet uit haar rol te vallen om eerlijk te zijn. Ze klinkt gewoon meer of minder zeker, zoals een echt persoon dat zou doen. 

Ze werken in meerdere markten zonder de nuance plat te slaan. 

Dezelfde Gen Z-persona kan opduiken in Nederland, Duitsland of de VS. Elke versie met z’n eigen culturele laag: lokaal taalgebruik, gevoeligheden, referenties, vertrouwenssignalen. Dezelfde kern, een andere authentieke uitingsvorm. 

Ze gaan eerlijk om met tegenstrijdigheden. 

Echte mensen spreken zichzelf tegen. Ze willen duurzaamheid én same-day-delivery. Ze wantrouwen reclame én volgen influencers. Wanneer bronnen het niet eens zijn, kiest het systeem geen winnaar of een claim die ons misschien beter uitkomt. In plaats daarvan houdt het de spanning vast, want vaak ís die spanning het inzicht. 

Ze doen niet alsof ze tijdloos zijn. 

Slang heeft een houdbaarheid van maanden. Platformgewoonten verschuiven elk kwartaal. Kernwaarden houden misschien jaren stand. Elk stukje kennis heeft een vervalsnelheid, dus wanneer het tijd is om het onderzoek achter een persona te verversen, vertelt het systeem je wat verouderd is en wat nog standhoudt. 

Het is geen live verbinding met de cultuur. We scrapen niet real-time TikTok en gebruiken (nog) geen Social Listening-tools. Maar het betekent wel dat wanneer je wél nieuw onderzoek toevoegt, het niet simpelweg overschrijft wat er was. Het bouwt erop voort, houdt bij wat er veranderde, en de persona evolueert mee. 

Ze blijven bij zichzelf. 

Een AI bouwen die kan klinken als een doelgroep is één ding. Zorgen dat die niet met volle overtuiging begint te improviseren over dingen waar-ie niks over te zeggen heeft, is iets anders. 

Elke persona die we bouwen doorloopt een reeks standaardtests voordat die ook maar in de buurt komt van een echt gesprek. Kan die zichzelf accuraat omschrijven? Gaat die op een goede manier om met onderwerpen buiten z’n scope door hiaten toe te geven in plaats van ze op te vullen met zelfverzekerde onzin? Pikt die gevoelige onderwerpen op en navigeert die met de juiste nuance? Houdt die daadwerkelijk een slag om de arm wanneer dat moet, of walst die over onzekerheid heen alsof-ie overal een antwoord op heeft? 

En omdat elke persona is afgebakend op een specifieke doelgroep en markt, is er minder ruimte om af te dwalen. Het probeert niet alles voor iedereen te zijn. Het probeert Sanne te zijn, in Nederland, pratend over dingen waar Sanne daadwerkelijk een mening over zou hebben. 

Wanneer iets buiten die scope valt, zegt ze dat. Niet met een robotachtig “Ik heb geen informatie over dat onderwerp” maar meer als “Ja, dat is niet echt iets waar ik een sterke mening over zou hebben.” 

Waarom wij denken dat dit ertoe doet 

Het meeste persona-werk leeft in het gat tussen “wij begrijpen onze doelgroep” en “wij kunnen ons huiswerk ook laten zien.” Het is intuïtie in een onderzoeksjasje. 

Wat wij bouwen is bedoeld om dat gat te dichten. Niet door menselijk oordeel te vervangen, want elk inzicht wordt beoordeeld en goedgekeurd door een echt persoon voordat het in de graph komt. Maar door dat oordeel een systeem te geven dat onthoudt, verbindt, op een goede manier veroudert, en op aanvraag kan genereren wat je nodig hebt. 

Het persona-document is niet langer het product. De kennis wordt het product. En vanuit die kennis kun je persona-agents genereren, vergelijkingsrapporten, analyses van kennishiaten, doelgroepbriefings, welke weergave op dat moment ook nuttig is. 

Eén graph. Veel outputs. Altijd herleidbaar. Altijd eerlijk over wat het weet. 

Wil je dit voor jouw klant opzetten? Laat ons weten!