Claude is goed in de structuur van marktonderzoek en slecht in de cijfers ervan. Het bouwt in enkele minuten een marktinschattingsmodel, een segmentatieoverzicht en een concurrentiematrix voor je, maar vult ook elke lege cel met een zelfverzekerd getal waar geen bron achter zit. De werkwijze is om het zijn rekenwerk te laten tonen, zijn aannames te laten benoemen en elk getal te laten markeren dat het niet kon verifiëren - en die vervolgens zelf te verifiëren. Structuur van het model, cijfers uit primaire bronnen.
Waarom generiek AI-marktonderzoek misleidt
Een ongestuurd model vult hiaten op met aannemelijke fictie. Vraag het de omvang van een markt te bepalen en het geeft je een getal met twee decimalen, zonder bron, methode of manier om te bepalen of het klopt. Het produceert marktomvangcijfers, groeipercentages en omzetcijfers van concurrenten die geloofwaardig klinken en volledig verzonnen kunnen zijn. Erger nog, het presenteert alles met dezelfde mate van zekerheid, zodat je gefundeerde redeneringen niet kunt onderscheiden van giswerk - precies het onderscheid dat ertoe doet wanneer er een beslissing of vraag van een investeerder van afhangt.
De oplossing is geen beter geformuleerd verzoek om nauwkeurigheid. Het is een proces dat het model dwingt zijn rekenwerk te tonen en zijn eigen onzekerheid te markeren, zodat de onderdelen die een primaire bron nodig hebben als vragen worden aangeleverd in plaats van als feiten.
Wat geef je het voordat het onderzoek begint?
Een kaal "bepaal de omvang van de markt voor mijn product" levert een alinea met indrukken op. Vijf inputgegevens maken er een model van waarover je kunt discussiëren:
- Het product, in één concrete zin. "Een boekingstool" en "planningssoftware voor zelfstandige fysiotherapiepraktijken" leiden tot cijfers die drie ordes van grootte van elkaar verschillen.
- De geografie en het tijdsbestek. Een markt is altijd een markt ergens, in een bepaald jaar. Zonder beide krijg je een wereldwijd cijfer dat alles rooskleuriger doet lijken.
- Elk echt getal dat je al hebt. Je eigen prijsstelling, je conversieratio, de gepubliceerde omzet van een concurrent, het ledenaantal van een brancheorganisatie. Alles wat echt is, verankert het model en beperkt wat het zelf moet verzinnen.
- De concurrenten die je al kent. Noem er vijf, zodat het model niet de drie voor de hand liggende concurrenten opsomt en daar stopt.
- Waarvoor het onderzoek dient. Een seeddeck, een bestuursdocument en een prijsbeslissing vereisen elk een andere diepgang en moeten rekening houden met andere sceptici.
Hoe kom je tot een marktinschattingsmodel in plaats van één getal?
Vraag om beide benaderingen. Een top-downcijfer alleen is niet falsifieerbaar; een bottom-upberekening op basis van aantallen eenheden is controleerbaar, en het verschil tussen beide is de meest informatieve uitkomst van de hele oefening.
De labelingsinstructie is degene die zichzelf terugverdient. Zonder die instructie ziet elk cijfer er even solide uit; met die instructie worden de eigen schattingen van het model als schattingen gemarkeerd, en laat de lijst met drie gevoeligheden je precies zien welke twee of drie cijfers een dag echt onderzoek waard zijn.
Elke regel op deze pagina, één keer ingeladen: sizing in beide richtingen opgebouwd, aannames openlijk vermeld en de bronlabelingsronde op elk cijfer toegepast zonder dat je erom hoeft te vragen. Ze bewaart je markt, je concurrenten en je echte cijfers tussen sessies, zodat de tweede studie begint waar de eerste eindigde.
Neem Serena →Hoe maak je een concurrentiematrix die de moeite waard is om te lezen?
Een lijst met concurrenten en één zin per concurrent is geen analyse. De nuttige versie vergelijkt hen op de dimensies waar een koper daadwerkelijk tussen kiest, en zegt hardop waar twee van hen hetzelfde zeggen - want convergerende taal is de duidelijkste positioneringskans die je ooit aangereikt zult krijgen, en die blijft onzichtbaar wanneer je de sites één voor één leest.
De laatste instructie is hier belangrijker dan waar ook op de pagina. Omzet en financiering van concurrenten zijn precies het soort cijfers dat een model vloeiend en foutief zal produceren, en het zijn ook precies de cijfers die een lezer in een vergadering aan jou zal terugciteren.
Serena schat de markt; Ivan zit er middenin. Battlecards, analyses van gewonnen/verloren deals, ontledingen van prijspagina's en het doorlopende overzicht van wat elke concurrent dit kwartaal heeft veranderd - gemaakt om aan een salesteam te worden overhandigd, niet om slechts één keer te worden gelezen.
Haal Ivan in huis →De verificatieronde, en waarom die niet optioneel is
Voer dit uit op alles wat het model al heeft geproduceerd, voordat de cijfers je scherm verlaten. Het is dezelfde discipline die een onderzoeksbureau op zijn eigen concepten toepast, en het kost ongeveer een minuut.
Die laatste vraag slaan mensen over. Een model produceert met plezier veertig cijfers met hetzelfde schijnbare gewicht; vragen welk cijfer het betoog draagt, verandert een rapport in een onderzoeksplan.
Waar Claude tekortschiet bij marktonderzoek
- Het kan geen rapport achter een betaalmuur lezen. De cijfers van Gartner, IDC en Forrester waarop de meeste marktomvangschattingen steunen, zitten achter betaalmuren. Wat het model zich herinnert, is wat er in de berichtgeving is uitgelekt, ongeacht hoe oud dat is.
- Het heeft een trainingsgrens en markten veranderen. Een financieringsronde, overname, prijswijziging of nieuwe toetreder van de afgelopen maanden bestaat mogelijk simpelweg niet voor het model.
- Het kan de omzet van een privébedrijf niet verifiëren. Van buitenaf kan niemand dat. Elk specifiek cijfer voor een private concurrent is een schatting in een net pak.
- Het zal niet uit zichzelf zeggen dat een markt te klein is. Vraag "is deze markt groot genoeg" en je krijgt aanmoediging. Vraag "wat zou waar moeten zijn om deze markt te klein te maken voor een bedrijf op ventureschaal" en je krijgt het echte antwoord.
- Het kan geen primair onderzoek doen. Het heeft niet met je klanten gesproken. Alles over waarom mensen daadwerkelijk kopen is een hypothese die je in interviews moet testen, geen bevinding.
- Steekproefgroottes en statistieken zijn het zwakste punt. Betrouwbaarheidsintervallen, significantie en representatieve steekproeven zijn rekenwerk, en juist bij rekenwerk maken taalmodellen stilletjes fouten.
Dat maakt de tool niet nutteloos. Het maakt er een onderzoeksraamwerk van in plaats van een onderzoeksafdeling: het bouwt de structuur en schrijft de vragen, en jij vult de cellen in die er echt toe doen.
Zodra de VERIFY-lijst bestaat, moet iemand die afwerken. Aiden neemt het literatuuronderzoek voor zijn rekening: de primaire bron vinden, die grondig lezen en je vertellen of die daadwerkelijk zegt wat de perssamenvatting beweerde.
Haal Aiden op →Hoe installeer je een onderzoeks-Skill in Claude?
Een KissMySkills Skill is een ZIP-bestand met een SKILL.md in de hoofdmap. Open in de Claude-desktopapp Customize → Skills, voeg een Skill toe, upload de ZIP en schakel deze in.
Skills werken op Free, Pro, Max, Team en Enterprise - er is geen betaalde-abonnementsbeperking. De echte vereiste is code-uitvoering: schakel Code execution and file creation in onder Settings → Capabilities. Bij Team en Enterprise kan een eigenaar dit voor de hele organisatie uitschakelen. Daarom ziet het Skills-menu er soms grijs uit - het is een beheerinstelling, geen instelling van je abonnement.
Op het gratis abonnement zonder code-uitvoering, of als je in ChatGPT of Gemini werkt, open je SKILL.md in een teksteditor en plak je de inhoud in aangepaste instructies: de instructies van een Claude Project, een aangepaste ChatGPT-GPT of een Gemini Gem. Dezelfde regels worden geladen; je plakt ze alleen per werkruimte opnieuw.
De reden om een Skill te laden in plaats van deze prompts steeds opnieuw te plakken, is het geheugen tussen sessies. Een geladen Skill onthoudt je marktdefinitie, je concurrenten en de echte cijfers die je al hebt geverifieerd, zodat het tweede onderzoek niet vanaf een lege pagina begint. Voor de rest van de go-to-marketworkflow bevat de Sales & Marketing Growth-collectie 120 skills voor positionering, messaging en campagneplanning.
Samengevat
Bepaal de omvang in beide richtingen, laat het model elk getal markeren als bekend, gepubliceerd of aangenomen, en voer de verificatie uit voordat de cijfers je scherm verlaten. Omvang, segmenten en het onderzoeksplan: Serena ($29). Concurrenten als doorlopende taak: Ivan ($29). Werk de VERIFY-lijst af: Aiden ($29). Ze werken alle drie in Claude, ChatGPT en elke AI-chat, met een geld-teruggarantie van 30 dagen. Geen van deze tools kan een rapport achter een betaalmuur lezen of je klanten bellen.
Serena - AI Skill voor marktonderzoek
Marktomvang bepaald van bovenaf en van onderaf, segmentprofielen, concurrentiematrices en een SWOT-analyse - met elk cijfer waarvoor een primaire bron nodig is gemarkeerd in plaats van verzonnen.
KissMySkills is een marketplace met meer dan 1.700 AI-skills, 48 prompt packs, 55 agents & gratis tools voor Claude, ChatGPT & elke AI-chat. 30 dagen geld-teruggarantie.
