Wat je mist als je blijft denken in persona’s

#Data
19 jan 2026

Meer data leidt niet automatisch tot betere marketing. In dit artikel ontdek je hoe één scherpe vraag en segmentatie op smaak zorgen voor scherpe programmering en effectievere campagnes.

Door Noortje van de Sande

Noortje van de Sande richtte in 2005 marketing- en pr-bureau Herrie Film & TV op. Zij werkte met Herrie voor filmfestivals, omroepen, producenten en distributeurs. Daarnaast is Van de Sande mede-initiatiefnemer en directeur van het platform Picl.

Alles begint met de juiste vraag. Want pas wanneer je scherp formuleert wat je wilt weten, wordt data waardevol. Niet als doel op zich, maar als middel om inzichten te krijgen die bijdragen aan groter publieksbereik en meer betrokkenheid.

In dit artikel neem ik je mee in een concreet vraagstuk dat we bij Picl hebben aangepakt. Van een scherpe onderzoeksvraag, via relevante data en analyse, naar inzichten waar je direct mee aan de slag kunt. De basis vormt een smaaksegmentatieonderzoek dat Picl het afgelopen jaar uitvoerde samen met data-analist Sara Oomen en zeven aangesloten filmtheaters. De uitkomsten zijn niet alleen relevant voor filmtheaters, maar bieden ook inspiratie voor andere culturele instellingen die werken met een gesegmenteerde publieksbenadering.

Data-analyse klinkt misschien technisch of abstract, maar bij Picl zien we het vooral als middel om publieksgedrag beter te begrijpen, waardoor onze gebruikers beter geïnformeerd kunnen worden. Dit moet leiden tot meer publiekstevredenheid en efficiëntere communicatie, met uiteindelijk als doel dat publiek vaker terugkomt bij Picl. Denk aan het geven van aanbevelingen (filmtips) en herinneringen (deze film is nu te zien). Veel organisaties in de culturele sector verzamelen veel data, maar benutten slechts een klein deel ervan. Terwijl betere inzichten meestal niet zitten in meer data, maar eerder in betere vragen.

Over Picl en de uitdaging

Picl is een streamingplatform voor arthousefilms. Op marketing- en programmavlak werken wij intensief samen met 36 filmtheaters in Nederland en 4 in België. Theaters verwijzen hun publiek naar Picl voor films die ze in de zaal gemist hebben, en Picl verwijst door naar die zalen. Per verkochte online view wordt bovendien een bedrag afgedragen aan het filmtheater dat de kijker geselecteerd heeft.

Omdat zowel Picl als de aangesloten theaters publieksdata verzamelen, ligt de uitdaging in het slim op elkaar afstemmen van al die informatie. De losse stukjes moeten samen één helder beeld vormen om zo het publiek relevant en tijdig informeren, zonder hen te overladen met boodschappen.

Waarom een scherpe onderzoeksvraag onmisbaar is

In dit onderzoek leerden we dat data nooit het startpunt is. Begin met een vraag. Die vraag bepaalt namelijk wat ik ga verzamelen, welke analysemethoden passen en welke acties mogelijk zijn.

Voor Picl was dat: “Kunnen we filmpubliek onderscheiden op basis van smaak, zodat we de marketing met filmtheaters effectiever en relevanter kunnen maken?”

Dat lijkt vanzelfsprekend, maar het is een bewuste keuze. Waarom? Omdat we ontdekten dat twee gangbare manieren van segmentering voor Picl niet goed werkten:

    1. Persona’s deden het publiek geen recht
      Traditionele persona’s zoals een jong of oud persoon gaven te weinig inzichten. We zagen namelijk dat een betrokken twintiger in Amsterdam dezelfde documentaires interessant kan vinden als een zestigjarige in Enschede. Filmvoorkeuren blijken minder demografisch bepaald.
    2. Genre bleek te breed
      We gebruikten genres om kijkgedrag te analyseren, maar dat bleek te simpel. Binnen arthousefilms valt bijvoorbeeld het merendeel van de films in het genre ‘drama’. Het label zegt te weinig over waarom iemand een film kiest: is het de thematiek, de regisseur of hoe de film ontvangen is? Genre gaf daardoor onvoldoende richting om campagnes scherper te maken.

Juist daarom koos ik voor een vraag die niet uitging van leeftijd, regio of genre, maar van smaak. En die keuze bepaalde de rest van het traject.

Relevante data verzamelen én koppelen

Zodra de vraag helder is, ga ik op zoek naar de juiste databronnen. Cultuurmarketeers onderschatten vaak hoeveel bruikbare data zij al bezitten. Denk aan:

  • kaartverkoopdata (frequentie, recency, type voorstellingen)
  • website- en platformgedrag (Google Analytics of Microsoft Clarity)
  • campagneprestaties (CTR, conversies, emailopens en clicks)
  • contentkenmerken (interesse/smaak)
  • CRM (postcode, lidmaatschappen, nieuwsbriefgedrag)

Met de juiste vraag kon ik gericht bepalen welke data ik nodig had. Voor het smaakonderzoek bracht ik drie bronnen samen:

  • Picl-gebruikersdata: transacties, kijkgedrag, herhaalbezoek
  • Transactiedata van zeven filmtheaters: aankopen, filmtitel
  • Filmkenmerken: 35 inhoudelijke tags om films in te delen, waaronder awards, cast en gesproken taal.

De koppeling van data tussen Picl en de filmtheaters liep via geanonimiseerde e-mailadressen. Zo kregen we een compleet beeld van publiek dat zowel online als offline actief is.

Ander aanbod is meer zien

Uit de analyse bleek dat mensen die films zowel online bij Picl als in het filmtheater kijken, veel meer films zien dan mensen die maar één van de twee doen. Door online én offline te combineren, kijken ze vaker, halen ze meer uit het filmaanbod en blijven loyaler aan hun filmtheater.

Hier zit voor ons de grootste winst: verschillende databronnen verbinden. Pas dan zie je patronen die je in afzonderlijke systemen niet ziet.

Segmentatie op smaak i.p.v. persona

Voor Picl paste clusteranalyse het best. Clusteranalyse is een statistische techniek voor het indelen van klanten in segmenten. Met behulp van een algoritme wordt de ‘afstand’ tussen klanten bepaald, het verschil tussen elke set van twee klanten. Sara testte meerdere varianten, probeerde verschillende aantallen clusters en keek steeds: ontstaan hier segmenten die duidelijk en toepasbaar zijn?

Uiteindelijk leverde dit vier smaakgroepen op:

  1. Internationale arthouse-liefhebbers
  2. Geëngageerde docukijkers
  3. Ontspanningzoekers
  4. Must-see-publiek

Wat deze segmenten zo waardevol maakte, is dat ze niet gebaseerd waren op aannames (“jong publiek houdt van…”), maar op echt kijkgedrag.

Per groep keken we vervolgens naar:

  • frequentie (segment 4 keek veruit de het vaakst naar films)
  • platformgebruik (sommige segmenten keken offline iets anders dan online)
  • conversiekansen per type campagne

Van inzicht naar actie: waar het echt om draait

In veel organisaties stopt het proces na de analyse. Maar ik vind dat het werk dan pas begint. Voor Picl en de filmtheaters vertaalde ik de segmenten naar concrete marketing- en programmeringsacties.

Op basis van de uitkomsten ontwikkelden we een toolkit vol praktische handvatten voor de marketeers van de aangesloten filmtheaters. Tools en inzichten die meteen toepasbaar zijn in zowel marketing als programmering.

  1. Gerichte marketingcampagnes per segment
    Per doelgroep maken we campagnes afgestemd op wat kijkers daadwerkelijk raakt. Arthouse-liefhebbers bereiken we bijvoorbeeld met campagnes over premières en films die goed ontvangen worden op filmfestivals. Ontspanningzoekers reageren juist op campagnes rondom bekende acteurs. Geëngageerde docukijkers activeer ik met thematische campagnes die aansluiten op actualiteit, kunst, natuur of maatschappelijke onderwerpen.
  2. Kanaalsturing: online en in de zaal vragen om een gecombineerde aanpak
    Arthouse-liefhebbers maken online andere filmkeuzes dan wanneer ze in de zaal zitten. Door online andere films aan te bevelen dan offline en retargeting af te stemmen op wat mensen écht aanklikken en streamen, worden campagnes relevanter en effectiever. Zo bereiken ook de filmtheaters kijkers op het juiste moment met het juiste aanbod.
  3. Loyaliteit en reactivatie
    Op basis van frequentie- en recencydata kon ik segmenten onderscheiden die bijna vanzelf terugkomen, én groepen die juist een duwtje nodig hebben. Sommige doelgroepen bleken gevoelig voor incentives zoals korting, terwijl andere vooral klikken op herinneringen of tips. Waar kijkers gevoelig voor waren, verschilde niet alleen tussen doelgroepen, maar ook binnen de doelgroepen zelf. Voor veel culturele organisaties ligt hier een enorm onbenut potentieel: wie weet wanneer iemand terugkomt, kan communicatie veel persoonlijker, effectiever en minder opdringerig maken.

Die aanpak werkt. E-mailcampagnes die specifiek op deze segmenten werden afgestemd, lieten CTR-stijgingen zien van 20 tot 35 procent. Door scherper te targeten, campagnes te optimaliseren langs de hele funnel en marketeers van filmtheaters gericht te adviseren, behaalden we aantoonbaar betere resultaten.

Leden die eerst inactief waren werden opnieuw actief, er kwamen meer aanmeldingen voor de nieuwsbrief binnen en zowel online als in de filmtheaters werden er meer films gekeken. Met A/B-tests toetsten we aannames en scherpten we campagnes verder aan.

En of je nu werkt voor een theater, museum, festival of platform: als je de juiste vraag stelt en durft te segmenteren op gedrag in plaats van op aannames, verandert data plotseling van ruis in richting.

Learnings voor cultuurmarketeers

Wat ik meeneem uit dit traject:

  1. Begin klein, maar begin scherp
    Een kleine, duidelijke vraag levert meer op dan een groot onderzoek zonder focus.
  2. Persona’s zijn niet heilig
    Demografie voorspelt culturele voorkeur niet altijd goed. Segmenteren op smaak, motief of behoefte werken beter.
  3. Koppel databronnen om tot een customer journey te komen
    De meerwaarde zit bijna altijd in het combineren van bronnen, niet in het uitbreiden ervan. De grootste inzichten ontstonden pas toen data uit platform, theaters en content samenkwam. Let hierbij uiteraard wel op dat alle afspraken en deling voldoen aan de AVG.
  4.  Analyse is pas waardevol als het actie oplevert
    Verbind elk inzicht aan een concrete stap in marketing, programmering of communicatie.
  5. Werk cyclisch: testen, leren, bijsturen
    Data is geen project, maar een doorlopende werkwijze. Probeer, meet, stuur bij en leer opnieuw.

Conclusie

De kern is simpel: datagedreven werken begint niet bij data, maar bij de juiste vraag. Door relevante bronnen te koppelen, gericht te analyseren en inzichten te vertalen naar concrete acties, kun je je publieksbereik, conversie en betrokkenheid structureel vergroten.

Juist wanneer persona’s en genres te grof blijken, biedt segmentatie op smaak en gedrag uitkomst. Het maakt communicatie persoonlijker, programmering scherper en samenwerking effectiever.

Met de juiste vraag wordt data niet ingewikkeld, maar juist eenvoudiger en waardevol.

Interessant voor anderen?