Dat het voor jou tijd is om aan de slag te gaan met big data is een understatement. Onderzoeksbureau McKinsey voorspelde in 2011 al een tekort van 140.000 tot 190.000 mensen met diepgaande analytische vaardigheden en zelfs een tekort van 1,5 miljoen managers die met de inzichten van big data kunnen werken. 40% van de bedrijven worstelt met het vinden van big data talent en dus is het hoog tijd dat ook jij weet te werken met de inzichten uit big data.
Google Trends Grafiek voor de zoekterm 'Big Data'
Zoekgedrag op google laat duidelijk zien dat big data over de afgelopen jaren meer en meer aan populariteit gewonnen heeft. Ook op social media hebben we het vaker over big data. In de eerste drie maanden van dit jaar werd de term ‘Big Data’ ruim 65.000 keer benoemd op Nederlandse social media. Daarmee is big data in Nederland populairder dan bijvoorbeeld de Oscars (64.000 keer benoemd).
Wat is big data eigenlijk?
Maar wat is big data precies? Voordat ik inga op, in mijn ogen, de belangrijkste trends en ontwikkelingen op het gebied van social big data voor ons marketeers is het belangrijk om kort uit te leggen wat big data precies omvat. Wanneer je namelijk online zoekt naar informatie over big data zul je verschillende definities tegenkomen. Kort samengevat kan je big data zien als een verzameling van data afkomstig uit verschillende datasets. Een veelgebruikte definitie is daarnaast dat big data een attitude is van organisaties, non-profits, overheden en individueen dat het combineren van data uit verschillende bronnen zal leiden tot betere beslissingen. Juist het maken van betere beslissingen is waar de kracht van big data in zit. Data uit meerdere bronnen zegt opzichzelf natuurlijk vrij weinig. Het zijn de inzichten die onstaat uit het interpreteren van deze data die waarde creëert. Combineer deze inzichten met de wil om een glimlach op het gezicht van jouw klant te toveren en je hebt de gouden combinatie in handen.
Hoe big data de loden leeuw van TUI in goud veranderde
Hoe toont het werken met big data zich in de praktijk? Het voorbeeld van TUI spreekt mij ontzettend aan. TUI kreeg eind 2015 de twijfelachtige eer van de irritantste reclame. Het publiek waardeerde de reclame waarbij TUI een hardwerkende vader, die in een monster veranderd was, op vakantie stuurde niet bepaald. Na het ‘winnen’ van de loden leeuw was op social media een enorm aantal negatieve berichten over TUI te zien. Marketeers van TUI zagen direct hoe het winnen van deze award impact had op het gesprek rondom hun merk en gebruikten de inzichten uit socialmediadata om input te genereren voor een toffe inhaker.
Sentimentanalyse voor TUI in Coosto gezien. De ommekeer van een negatief naar een positief sentiment laat zien dat de consument de inhaker van TUI wist te waarderen.
Door direct te reageren met deze, op data gestuurde, inhaker wist TUI de opinie volledig om te draaien. Mensen waardeerden de insteek van TUI en dat toonde zich direct in een groot aantal positieve berichten (waardoor het sentiment positiever werd). Een sentimentanalyse is een mooi voorbeeld van een manier waarop je de kracht van social data inzet om een conclusie te trekken over het effect van een campagne. Bij deze sentimentsanalyse wordt er allereerst een dataset aan berichten via social media gevonden. Dit zijn in het geval van TUI alle berichten die over het merk TUI gaan maar ook gerelateerde woorden zoals Arke en voor deze campagne ‘loden leeuw’.
Vervolgens kijkt een automatisch systeem (in dit geval Coosto) naar de woorden uit deze berichten en in welke mate deze iets zeggen over de opinie van de auteur. Zo wordt bijvoorbeeld aan het onderstaande bericht een positief sentiment gegeven op basis van de woordcombinatie ‘Leuke reactie’. Dit positieve sentiment geeft de indicatie dat de desbetreffende auteur een positieve attitude heeft richting de campagne en daarmee TUI.
Leuk en aardig allemaal zal je denken maar wat heeft TUI daar aan? Allereerst geeft het de marketeers van TUI direct feedback dat de geleverde inspanningen positief ontvangen worden. Daarnaast zijn vervolgens ook analyses te maken op de positieve en negatieve berichten. Om te voorkomen dat de loden leeuw vaker gewonnen gaat worden kunnen organisaties als TUI kijken naar trends in de negatieve, en positieve, berichten. Leerpunten uit deze trends zijn te gebruiken om toekomstige campagnes te optimaliseren. Hetzelfde kan natuurlijk ook gedaan worden voor concurrenten en de grotere merkreputatie.
Wat big data voor marketeers groot maakt
De kracht van big data ligt in mijn ogen voornamelijk op twee punten. Enerzijds zorgt big data voor big analytics. Door data van een hoog volume uit meerdere bronnen te combineren en met hoge snelheid te verwerken ontstaan interessante datasets waar wij als marketeers, en natuurlijk eigenlijk jouw hele organisatie, waardevolle inzichten uit kunnen halen. Door data uit verschillende bronnen in bijvoorbeeld een DMP te laden en hier analyses op los te laten leren we veel over de klant. Inzichten die te gebruiken zijn om bijvoorbeeld de customer journey vorm te geven door antwoord te geven op vragen als: ‘Wat houdt jouw klant bezig en welke micro-conversies zorgen ervoor dat hij of zij de volgende stap gaat zetten in zijn of haar reis?’
Aan de hand van verschillende inzichten ben jij in staat om profielen te maken die laten zien waar jouw doelgroep interesse in heeft. Welke vragen spelen er? Welke informatie zoekt iemand nadat hij of zij het antwoord op een vorige vraag gevonden heeft en hoe kan jij zorgen dat je met een relevante boodschap komt die echt meerwaarde biedt? De eigenschappen van big data maken dat je, met de juiste interpretatie, in staat bent om de drijfveren achter bepaalde ontwikkelingen te vinden. Op basis van deze data kan je met predictiveanalytics voorspellingen te doen.
De tweede grote kracht van big data is big automation. De snelheid achter big data waarmee data continu verandert stelt jou in staat om beargumenteerde beslissingen te kunnen maken op de verkregen inzichten. Een mooi voorbeeld hiervan is koeriersdienst UPS die uit honderden bronnen van data elke minuut meer dan 10.000 route optimalisaties stuurt naar haar vrachtwagens. Optimalisaties die ontstaan zijn door prescriptiveanalytics. Hierbij geeft een automatisch systeem advies over de meest optimale volgende stap op basis van realtime inzichten. In het geval van UPS is dit de meest optimale route waarmee het bedrijf jaarlijks miljoenen dollars aan diesel weet te besparen.
Het social karakter van big data
Wie waren er allemaal fanatiek moestuintjes aan het sparen bij de Albert Heijn? Toen de Albert Heijn twee jaar geleden begon met de actie ontplofte social met berichten over moestuintjes. Mensen deelden massaal hun moestuintjes en tips op social media en Albert Heijn maakte hier op een mooie manier gebruik van door tal van deze moestuinen in de spotlight te zetten.
A post shared by Albert Heijn (@albertheijn) on Mar 13, 2015 at 7:18am PDT
A post shared by Albert Heijn (@albertheijn) on Mar 13, 2015 at 7:18am PDT
Een mooie manier om de betrokkenheid tussen de klant en Albert Heijn te vergroten. Naast posts als deze was ook het webcareteam ontzettend druk met het reageren op alle mooie moestuintjes van klanten. Door deze samenwerking tussen marketing en customer service wist Albert Heijn over alle kanalen op een persoonlijke manier de actie een extra positieve lading te geven.
AI vertaalt commerciële propositie naar markttaal en maakt van externe ontwikkelingen een opvolgbaar signaal per account
Eindhoven, 27 januari 2026 Coosto introduceert Sales Signals. De oplossing speelt in op een bekend probleem in B2B-sales: er is veel informatie over klanten beschikbaar, maar het is lastig om daar consequent de juiste commerciële aanleiding uit te halen. Sales Signals kiest daarom een andere aanpak dan klassieke monitoring of generieke intent-dashboards. Het vertrekpunt is niet een set keywords of een algemene score, maar de commerciële propositie van de leverancier.
Sales Signals gebruikt AI om die propositie als samenhangend geheel te analyseren en te vertalen naar markttaal en selectielogica. Daarmee ontstaat een propositiegestuurd filter dat vooral veel weglaat. Alleen ontwikkelingen die aantoonbaar passen bij wat een organisatie verkoopt en die relevant zijn voor strategische accounts, blijven over.
“De vernieuwing zit in het startpunt. We laten AI niet zoeken naar alles wat genoemd wordt. We laten AI begrijpen wat een organisatie verkoopt en daarop extreem selectief filteren. Wat overblijft is een signaal dat een accountteam direct kan omzetten naar actie en dat past bij de commerciële realiteit van strategische accounts,” zegt Toine Verheul, CEO van Coosto.
De lancering speelt in op een bredere ontwikkeling binnen revenue teams. Accountresearch is vaak nog een mix van losse bronnen en individuele routines. Tegelijk zijn intent- en ABM-tools voor veel organisaties breed inzetbaar, maar niet altijd scherp genoeg afgestemd op de eigen propositie. Coosto positioneert Sales Signals als propositiegestuurde commerciële signalering: een categorie die externe ontwikkelingen structureel terugbrengt tot een concrete aanleiding per account.
In de praktijk betekent dit dat signalen worden gepresenteerd als directe aanleiding voor een volgende stap, zoals behoud, verlenging of uitbouw. Coosto benadrukt dat het systeem is ingericht op precisie en niet op volume. Het doel is dat accountteams niet verdrinken in meldingen, maar sneller herkennen wanneer een gesprek strategisch of tactisch nodig is.
Eindhoven, 15 januari 2026. Coosto lanceert EmotionAI. Met deze nieuwe module meten organisaties reputatie niet langer als één sentimentscore, maar als een emotieprofiel dat laat zien welke emoties leven, hoe intens ze worden geuit en hoe dat door de tijd verschuift. Daarmee krijgen teams eerder zicht op kantelpunten in het gesprek en meer houvast voor duiding en actie.
EmotionAI is ontwikkeld als volgende generatie reputatiemetingen. In plaats van alleen positief, negatief of neutraal maakt EmotionAI zichtbaar welke emoties een merk, onderwerp of organisatie oproept, waaronder frustratie, woede, bezorgdheid, waardering, blijdschap en sarcasme. Naast het herkennen van emotie brengt EmotionAI ook intensiteit in kaart in meerdere niveaus. Zo wordt zichtbaar wanneer toon en lading verzwaren en wanneer een discussie kan kantelen.
Toine Verheul, CEO van Coosto: “Rondom sentiment is al jaren discussie over nuance en precisie. Met EmotionAI zetten we een nieuwe stap: reputatie wordt zichtbaar als emotieprofiel met intensiteit en ondertoon. Dit geeft teams een scherper instrument om gesprekken te begrijpen en sneller te handelen.”
Van meting naar uitleg en actie
EmotionAI is bedoeld voor teams die reputatie doorlopend willen begrijpen en onderbouwen. De module combineert emotieherkenning met context op merk en productnamen en maakt de uitkomsten direct bruikbaar in dashboards en rapportages. Daarmee wordt het eenvoudiger om intern uit te leggen wat er gebeurt, waarom het gebeurt en welke ontwikkelingen aandacht vragen.
Over Coosto
Coosto is een toonaangevend SaaS platform dat organisaties helpt om autoriteit op te bouwen en reputatie te versterken. Teams gebruiken Coosto om publieke online signalen uit nieuws en social media samen te brengen, inzichtelijk te maken en te duiden, zodat zij daar consistent en effectief op kunnen communiceren en interacteren.
Analyse van 325.587 publieke berichten laat groei van woede en intensiteit zien.
Eindhoven, 7 januari 2026
De jaarwisseling leidt elk jaar tot veel publieke discussie over veiligheid, overlast en handhaving. Coosto analyseerde 325.587 publieke berichten uit sociale en online media met het woord vuurwerk in de periode 22 december tot en met 5 januari. In totaal kregen 310.428 berichten een emotielabel. 15.159 berichten vielen in de categorie neutraal.
De data laat zien dat de verharding al vóór de jaarwisseling zichtbaar werd. Frustratie blijft in alle periodes de grootste emotie. Tegelijk groeit woede en neemt het aandeel hoge intensiteit binnen woede periode op periode toe. Daarmee kantelt het gesprek van irritatie naar verwijt.
“Je ziet het gesprek in korte tijd verschuiven. Frustratie blijft breed aanwezig maar woede neemt toe en wordt extremer richting en na de jaarwisseling.” zegt Toine Verheul, CEO van Coosto.
Wat opvalt in drie fases
In de dagen voor oud en nieuw domineren frustratie en bezorgdheid
Rond de jaarwisseling piekt angst kort en scherp
Na 1 januari groeit woede relatief door en teleurstelling neemt toe terwijl sarcasme hoog blijft
Vroeg signaal van verharding
De verschuiving is meetbaar in de aanloop naar oud en nieuw. Het aandeel berichten zonder emotielabel daalt sterk terwijl het aandeel hoge intensiteit stijgt richting de jaarwisseling en daarna doorzet.
Aandeel Geen emotie in totaal:
22 december tot en met 29 december: 8,0%
30 december tot en met 1 januari: 3,4%
2 januari tot en met 5 januari: 2,2%
Aandeel hoge intensiteit binnen alle emotiegelabelde berichten:
22 december tot en met 29 december: 32,8%
30 december tot en met 1 januari: 33,5%
2 januari tot en met 5 januari: 35,9%
Van frustratie naar woede
Frustratie blijft de grootste emotie in alle periodes. Het aandeel frustratie blijft stabiel rond een kwart van alle emotiegelabelde berichten. Woede groeit wel door en wordt extremer.
Aandeel woede binnen alle emotiegelabelde berichten:
22 december tot en met 29 december: 14,0%
30 december tot en met 1 januari: 15,3%
2 januari tot en met 5 januari: 18,1%
Aandeel hoge intensiteit binnen woede:
22 december tot en met 29 december: 58,3%
30 december tot en met 1 januari: 62,5%
2 januari tot en met 5 januari: 65,5%
Samen nemen frustratie en woede toe als aandeel van alle emotiegelabelde berichten:
22 december tot en met 29 december: 40,1%
30 december tot en met 1 januari: 40,7%
2 januari tot en met 5 januari: 45,2%
Angst rond de jaarwisseling
Angst piekt rond de jaarwisseling en blijft ook in de dagen erna relatief hoog op intensiteit.
Aandeel hoge intensiteit binnen angst:
22 december tot en met 29 december: 6,9%
30 december tot en met 1 januari: 33,6%
2 januari tot en met 5 januari: 31,7%
Lokale verschillen
Dezelfde analyse is ook uitgevoerd op gemeenteniveau. Daarin zijn duidelijke lokale verschillen zichtbaar in intensiteit en emotieverdeling. Die uitsplitsing wordt in dit persbericht niet gepubliceerd.
Onderzoek en methode
De analyse is uitgevoerd met Coosto EmotionAI. EmotionAI herkent verschillende emoties in tekst en onderscheidt intensiteitsniveaus. Daarmee wordt zichtbaar hoe emotieverdeling en intensiteit zich ontwikkelen over tijd binnen de gekozen periode. Resultaten worden uitsluitend op geaggregeerd niveau gerapporteerd.
Context 2026
De Wet veilige jaarwisseling regelt een landelijk vuurwerkverbod voor consumenten. De beoogde start ligt bij de jaarwisseling 2026 naar 2027.
Disclaimer
Dit onderzoek is gebaseerd op publieke berichten met het woord vuurwerk in de periode 22 december tot en met 5 januari. De uitkomsten laten verdeling van emoties en verandering in intensiteit over tijd zien binnen deze dataset. Het onderzoek doet geen uitspraak over oorzaken en is geen voorspelling. De analyse bevat geen herleidbare informatie.
Ontdek in real-time hoe klanten jouw merk ervaren — van klachten tot complimenten. Monitor de sentimenten in online berichten en reviews, en reageer proactief om je reputatie te beschermen en te versterken.
.jpg)
