De trendradar die nooit slaapt: van diepe research naar live content
Iedereen die in B2B-marketing werkt heeft dezelfde ervaring gehad: een trend die je vorige maand had moeten zien, lees je deze week op LinkedIn van een concurrent die er een hele case van maakte. Niet omdat je niet keek. Maar omdat kijken iets anders is dan waarnemen op tempo.
Waarom trends altijd te laat komen
De trend-radars die de meeste marketingteams gebruiken lopen op een ritme dat decennia oud is. Een kwartaalrapport van een analistenbureau. Een Substack die je leest in het weekend. Een conferentie ergens in oktober. Tegen de tijd dat een trend in zo’n rapport staat is hij geen trend meer. Hij is bestaande wijsheid, en alle reactiepublicaties zijn al verschenen.
De vraag is niet hoe je sneller leest. De vraag is hoe je waarneemt op dezelfde tijdschaal waarop het signaal zich aandient. Een team van mensen kan dat niet. Niet omdat ze niet slim genoeg zijn (wij hebben de slimste analisten ontmoet), maar omdat de bandbreedte er niet is. Een serieus signaal vereist het lezen van twintig bronnen, het cross-checken van vijf andere, en het wegfilteren van honderd ruisbronnen. Per onderwerp. Wekelijks. Voor zes verticals. Doe dat met mensen en je hebt een afdeling van twaalf research-analisten gebouwd voor het werk van drie marketeers.
Wat ‘diepe research’ echt betekent
‘AI-research’ is een uitgelopen woord. Een chatbot die een vraag in vijf alinea’s beantwoordt heet zo, maar dat is geen research. Dat is een samenvatting van wat er drie maanden geleden gepubliceerd is. Wat wij onder diepe research verstaan is concreter: een agent die een onderwerp afbakent, een dynamische bronnenlijst opbouwt (RSS, papers, podcasts, transcripts, GitHub releases, regulatory filings) en daar dagelijks doorheen werkt op zoek naar afwijkingen ten opzichte van wat hij gisteren wist.
Het zwaartepunt zit in dat laatste woord: afwijking. Een trend is geen ‘meer van hetzelfde’. Een trend is een breuk met het gisteren-patroon. Een agent die diepe research doet, doet eigenlijk anomaly-detection op tekstuele tijdreeksen. Niet ‘vat dit samen’, maar ‘vertel me wat hier deze week ánders is dan vorige week, en waarom’. Het verschil lijkt subtiel. Het bepaalt of je radar voorop loopt of achterop hobbelt.
Een chatbot die in vijf alinea’s antwoord geeft is geen research. Dat is een samenvatting van wat drie maanden geleden al bekend was. Echte research is anomaly-detection op tekstuele tijdreeksen.
De drielagige radar
Wat bij ons werkt is een radar die op drie ritmes tegelijk draait. Laag één, observatie, draait dagelijks: dertig agents lezen elk een afgebakende set bronnen en loggen kandidaat-signalen in een gestructureerd format. Niet als prozatekst, maar als geclassifieerde events met confidence-score, brondiversiteit en eerste hypothese. Een mens leest die log niet. Een tweede laag van agents doet dat.
Laag twee, validatie, draait om de twaalf uur: cross-checking en triangulatie. Een signaal uit één bron is ruis. Eenzelfde signaal uit vijf onafhankelijke bronnen binnen veertien dagen is waarschijnlijk een trend. Hier wordt agressief gefilterd: ongeveer 80% van de kandidaten valt af. Laag drie, synthese, draait wekelijks: elk overgebleven signaal krijgt een briefing met bronnen, eerste duiding en een aanbevolen contentvorm. Pas daarna komt er een mens aan tafel.
“Een signaal uit één bron is ruis. Eenzelfde signaal uit vijf onafhankelijke bronnen binnen veertien dagen is waarschijnlijk een trend.
”
Van signaal naar publicatie in 36 uur
Hier scheidt zich het kaf van het koren. De meeste organisaties hebben de research-kant intussen min of meer onder controle; daar zijn tools voor te koop. Wat ze niet hebben is een productiekant die in datzelfde tempo kan ademen. Een signaal dat door de wekelijkse synthese-laag komt, gaat bij ons niet meer naar een redacteur die hem ‘inplant’. Hij gaat naar een content-block dat erop wacht: format gekozen, voorbeeldartikelen geladen, redactioneel kader actief, en met een SLA op de doorlooptijd.
Concreet: zesendertig uur tussen ‘signaal gevalideerd’ en ‘eerste publicatie online’. Twaalf uur outline en argumentatie, twaalf uur draft en interne review, twaalf uur correctie en publicatie. Vijf publicaties per week per vertical halen we hiermee, met een redactionele inzet van gemiddeld twee uur per stuk. Niet vijf uur. Niet twee dagen. Twee uur, omdat het kader al staat en de research al doortimmerd is voordat er ook maar één zin geschreven wordt.
Waar de mens beslissend blijft
Niets van het bovenstaande werkt zonder één specifieke menselijke beslissing aan de voorkant: wat is onze positie. Een radar zonder positie produceert hooguit een nieuwsbrief. De waarde zit in welke trends we wél versterken en welke we welbewust negeren omdat ze niet bij onze klant passen. Die filter, de redactionele positie, moet expliciet gemaakt zijn, in zinnen, niet in voorbeelden. Anders pikt de agent op wat statistisch gangbaar is in plaats van wat strategisch klopt. Dat is geen technische beperking; dat is een ontwerpkeuze. Wij willen dat een mens beslist wat er aan tafel komt. De agents beslissen wat er op het bord komt.
Volgend artikel in deze serie: hoe we de drielagige radar configureerden voor één klant, met de exacte bronnenlijst en de eerste vier signalen die we eruit haalden.