Het hybride boek kent ook bij deel 8 een diversiteit aan digitale bijlagen. Daarvoor wordt in het boek een QR—code getoond en ook de code die hier op de website met een zoekoptie gevonden kan worden.
Omdat de QR-codes niet door iedereen als eenvoudig en snel scanbaar worden ervaren, en het systeem achter de QR-code linkservice is gestopt, willen wil jullie vragen de digitale bijlagen te benaderen met het intikken van het bijlagenummer dat onder de QR-code staat:
Voer in de zoekoptie op de (mobiele) website www.handboekonlinemarketing het bijlagenummer in, zoals bijvoorbeeld bijlagenummer “8102”. Deze mag ook als “#8102” worden ingevoerd.
2. Er verschijnt een pagina met de bijlage, klik op de titel om de gehele bijlage te bekijken.
In 2026 is deze website versneld en zijn de online bijlagen bij het boek restyled en strakker opgemaakt voor eenvoudiger gebruik.
Tevens is het aantal bijlagen inmiddels tot ruim 7.000 gestegen.
In de periode 2000-2010, de opkomst van veel (social media) platformen, begonnen managers zich te realiseren hoeveel data er via ons CRM en andere databases, LinkedIn, Facebook, YouTube en andere online platformen en contactmomenten werd gegenereerd en verzamelend. Zo gebruikt de zoekmachine Google al jaren de techniek machine learning waarbij het continu leert van de zoekopdrachten en het klantgedrag, zoals het doorklikken op een zoekresultaat, en zo een persoonlijke manier van zoeken presenteert met veel handig klantgegevens. Vooral voor adverteerders is deze klantdata erg bruikbaar om hun campagnes verfijnder te maken.
Als gebruiker merken wij veel van de machine learning doordat algoritmen ons bepaalde zoekresultaten of social media content bewust voorschotelen.
Wat is big data?
Artificiële intelligentie (AI) is technologie waarmee computers taken uitvoeren die normaal menselijke intelligentie vragen, zoals taal begrijpen, patronen herkennen en voorspellingen doen.
Algoritme is een reeks instructies waarmee een computer een taak uitvoert of een probleem oplost. Denk aan het bepalen welke producten een webshop aanbeveelt.
Machine learning is een vorm van AI waarbij systemen patronen leren uit gegevens, zonder dat elke beslisregel vooraf wordt geprogrammeerd. Zo kan een systeem leren welke klanten waarschijnlijk afhaken.
Deep learning is een vorm van machine learning die werkt met neurale netwerken met meerdere lagen. Deze techniek wordt onder meer gebruikt voor beeldherkenning, spraakverwerking en taalmodellen.
Generatieve AI is AI die nieuwe inhoud maakt, zoals teksten, afbeeldingen, audio of video. Het systeem gebruikt daarvoor patronen die het tijdens de training heeft geleerd.
Large language model (LLM) is een AI-model dat is getraind op grote hoeveelheden tekst en taalpatronen leert herkennen. Het kan onder andere teksten schrijven, samenvatten en vragen beantwoorden.
Prompt is de opdracht of invoer die je aan een AI-systeem geeft. Een duidelijke prompt beschrijft bijvoorbeeld het doel, de doelgroep, de gewenste vorm en relevante context.
Trainingsdata zijn de gegevens waarmee een AI-model leert. De kwaliteit, variatie en representativiteit van deze gegevens beïnvloeden hoe goed het model presteert.
Big data zijn gegevensverzamelingen die door hun omvang, snelheid en verscheidenheid bijzondere verwerking vragen. Deze kenmerken staan bekend als de drie V’s: volume, velocity en variety.
Gestructureerde data zijn gegevens met een vaste indeling, zoals klantnummers, aankoopbedragen en datums in een tabel. Daardoor zijn ze eenvoudig te doorzoeken en te vergelijken.
Ongestructureerde data zijn gegevens zonder vaste tabelindeling, zoals e-mails, afbeeldingen, video’s en klantreviews. AI kan helpen om hieruit onderwerpen, betekenis en patronen te halen.
Datakwaliteit geeft aan hoe geschikt gegevens zijn voor het beoogde gebruik. Belangrijke kenmerken zijn juistheid, volledigheid, actualiteit en consistentie.
Dataverrijking is het aanvullen van bestaande gegevens met relevante extra informatie. Een klantprofiel kan bijvoorbeeld worden uitgebreid met aankoopgeschiedenis en productvoorkeuren.
Data-integratie is het samenbrengen van gegevens uit verschillende bronnen. Door bijvoorbeeld webshopdata en CRM-gegevens te verbinden, ontstaat een vollediger beeld van klanten en hun gedrag.
Synthetische data zijn kunstmatig gemaakte gegevens die bepaalde kenmerken van echte gegevens nabootsen. Ze kunnen worden gebruikt om systemen te testen of modellen te trainen, maar zijn niet automatisch anoniem of representatief.
Predictive analytics is het analyseren van gegevens om toekomstige gebeurtenissen te voorspellen. Een marketeer kan hiermee bijvoorbeeld inschatten welke klanten waarschijnlijk opnieuw kopen.
Bias is een systematische vertekening in gegevens, een model of de toepassing daarvan. Hierdoor kunnen voorspellingen voor bepaalde groepen minder betrouwbaar of nadelig uitpakken.
Hallucinatie is een AI-uitkomst die overtuigend klinkt, maar onjuist of verzonnen is. Denk aan een taalmodel dat een niet-bestaand onderzoek als bron noemt.
Dataprivacy gaat over het zorgvuldig omgaan met persoonsgegevens en de bescherming van mensen op wie die gegevens betrekking hebben. Daarbij spelen onder meer het doel van gegevensgebruik, toegang en bewaartermijnen een rol.
Data governance is het geheel van afspraken, verantwoordelijkheden en controles voor het beheer van gegevens. Het bepaalt bijvoorbeeld wie data mag aanpassen, wie de kwaliteit bewaakt en hoe gegevens worden beveiligd.
Voorwoord door Nyenrode Business Universiteit Inhoudsopgave Gebruik van het hybride boek
Hoofdstuk 1: Trends en de overgang van traditionele naar moderne marketing met AI
Online marketing: van fysieke naar virtuele marktplaats
Het marketingdenken en de waardecreatie
Van productie- en productdenken naar marketing- en platformdenken
Van massamarketing naar een een-op-eenaanpak
Disruptie als kern van AI en marketing
Het opdelen van de markt
Van big data tot profielverrijking
Customer relationship management en dataverrijking
De klantreis, klantgegevens en privacy
Privacy, politiek, cookies, AVG en EU AI Act
Maatschappelijke ontwikkelingen
Veranderingen in modern consumentengedrag
Online koopgedrag en kanaalconflicten
E-commerce en online bestedingen
ShoppingTomorrow: online koopgedrag en disruptail
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 2: De connected consument, AI en moderne marketing
Verschillen tussen traditionele en moderne marketing 80
AI die helpt bij de transitie
De transitie in marketingdenken
Het productieconcept
Het productconcept
Het verkoopconcept
Het marketingconcept
Het onlineconcept
De connected prosumer en het marktplaatsconcept
De generatie Connected en het marktplaatsconcept
Gen C, social proof en screenagers
AI en andere factoren die moderne marketing beïnvloeden
De marketingmix
De P van product
De P van prijs
De P van promotie
De P van plaats
De extra P’s van de retailmarketingmix
De marketing-P’s van de organisatie in transitie
Drie duurzame marketing-P’s
Na de 4 P’s de 10 P’s voor het commerciële internet
Van P’s naar een strategisch stappenplan
De strategieën van Porter en de Ansoff-matrix
De groeistrategie en de Ansoff-matrix
De SWOT-analyse en het vervolg
Na de SWOT de richtinggevende confrontatiematrix
De SMART-doelstelling en marketingstrategie
De beperkingen van traditionele marketing
De kansen van moderne en online marketing
De transitie: het Business Model Canvas
Het invullen van het Business Model Canvas
AI en de transitie naar nieuwe vormen van marketing
AI en marketing: eisen aan de moderne marketeer
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 3: Van online SWOT naar strategie
Van 4 P’s naar 4 C’s
Alternatief: de 10 online P’s
Customer journey mapping
De vraagstelling
Bepaling van de online marketingstrategie
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 4: Big data en generatieve AI in marketing
Big data
AI-ontwikkelingen en termen
Google Analytics Insights
Profielverrijking
Generatieve AI
AI-verrijking voor een marketingstrategie
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 5: De doelstellingen, online marketingmix en conversie
Van doelen naar meetbare doelstellingen
Met SMART van een doel een doelstelling maken
De afgeleide doelstellingen
De gekwantificeerde online doelstellingen
Middelen uit de online marketingmix en generatieve AI
Conversieoptimalisatie met het 5R-model
Doelstellingen en de mix in de praktijk
De customer journey (map)
Online conversieoptimalisatie en het Conversiewiel
KPI en conversion rate
Het conversieproces blijft doordraaien
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 6: ICT, leadnurturing en websiteoptimalisatie
A/B-test
Eyetracking
Usability
Accessibility
ICT-model
Interaction design en online persuasion
Ondersteunende AI-leerprompt voor dit hoofdstuk
EXPERTCASE
Opdrachten
Hoofdstuk 7: Virale neuromarketing en online engagement
Een rechter in de Amerikaanse staat Minnesota heeft een verzoek van xAI afgewezen om een nieuw verbod op zogenoemde nudify-apps tijdelijk tegen te houden. Met zulke AI-toepassingen kunnen gebruikers normale foto’s veranderen in seksueel getinte of naaktbeelden, vaak zonder toestemming van de afgebeelde persoon. Het verbod is op 1 augustus 2026 in werking getreden en geldt als de eerste Amerikaanse wet die zich specifiek richt op apps waarmee mensen digitaal kunnen worden uitgekleed. xAI, het AI-bedrijf achter chatbot Grok, probeert de wet via een rechtszaak alsnog van tafel te krijgen.
Snap heeft in het tweede kwartaal van 2026 aanzienlijk beter gepresteerd dan analisten hadden verwacht. Het moederbedrijf van Snapchat zag de omzet met 19 procent stijgen tot bijna 1,6 miljard dollar. Vooral extra advertentie-uitgaven rond het WK voetbal, verbeterde advertentietechnologie en de sterke groei van betaalde abonnementen droegen bij aan de positieve cijfers. De resultaten geven Snap wat extra lucht na een periode waarin het bedrijf te maken had met stevige concurrentie van TikTok, Instagram en YouTube. Ook veranderingen in privacyregels en de afhankelijkheid van digitale advertenties zetten de resultaten eerder onder druk. In het tweede kwartaal lijkt Snap echter te profiteren van een combinatie van grote sportevenementen, nieuwe advertentieproducten en een groeiende groep betalende gebruikers.
WK voetbal geeft advertentieomzet een flinke impuls
Het wereldkampioenschap voetbal van 2026 blijkt een belangrijke commerciële motor voor Snap. Rond grote sportevenementen besteden merken doorgaans meer geld aan campagnes, tijdelijke acties en videocontent. Snapchat is daarbij aantrekkelijk voor adverteerders die vooral jongere doelgroepen willen bereiken. Volgens Reuters profiteerde Snap van hogere advertentie-uitgaven in Noord-Amerika en extra campagnes die direct of indirect met het WK samenhingen. De omzet kwam bovendien hoger uit dan de gemiddelde verwachting van analisten, die rekening hielden met ongeveer 1,54 miljard dollar. De advertentieomzet groeide minder snel dan de totale omzet, maar bleef met ongeveer 1,28 miljard dollar veruit de belangrijkste inkomstenbron van het bedrijf. Snap investeert al langere tijd in slimmere advertentietools, waaronder geautomatiseerde campagnes en toepassingen van kunstmatige intelligentie. Daarmee wil het bedrijf advertenties relevanter maken en adverteerders helpen betere resultaten te behalen.
“Het WK zorgde voor extra aandacht, meer gebruiksmomenten en hogere advertentiebudgetten, maar de cijfers laten ook zien dat Snap minder afhankelijk probeert te worden van uitsluitend advertentie-inkomsten.”
Abonnementen groeien veel sneller dan advertenties
Een opvallend onderdeel van de kwartaalresultaten is de groei van de overige inkomsten. Deze categorie, waarin onder andere het betaalde Snapchat+-abonnement valt, steeg met 85 procent tot 316 miljoen dollar. Daarmee ontwikkelt het abonnementsmodel zich steeds meer tot een serieuze tweede inkomstenbron. Gebruikers van Snapchat+ betalen voor extra functies, experimentele toepassingen en meer mogelijkheden om hun profiel en gebruikservaring aan te passen. Voor Snap zijn deze inkomsten aantrekkelijk, omdat ze minder gevoelig zijn voor schommelingen op de advertentiemarkt.
De belangrijkste cijfers uit het tweede kwartaal op een rij:
Totale omzet: 1,599 miljard dollar
Omzetgroei: 19 procent
Verwachting analisten: circa 1,54 miljard dollar
Advertentieomzet: ongeveer 1,28 miljard dollar
Overige inkomsten: 316 miljoen dollar
Groei overige inkomsten: 85 procent
Dagelijks actieve gebruikers: 493 miljoen
Groei dagelijks actieve gebruikers: 5 procent
Nettoverlies: circa 164 miljoen dollar
Nettoverlies een jaar eerder: ongeveer 263 miljoen dollar
Kleiner verlies en meer vertrouwen bij beleggers
Naast de omzetgroei wist Snap ook het nettoverlies duidelijk terug te dringen. Het verlies daalde van bijna 263 miljoen dollar in dezelfde periode een jaar eerder naar ongeveer 164 miljoen dollar. Dat wijst erop dat kostenbesparingen en een efficiëntere bedrijfsvoering effect beginnen te hebben. Ook het aantal dagelijks actieve gebruikers nam toe. Snapchat telde in het tweede kwartaal ongeveer 493 miljoen dagelijkse gebruikers, 5 procent meer dan een jaar geleden. Die gebruikersgroei is belangrijk, omdat adverteerders niet alleen kijken naar bereik, maar ook naar activiteit, kijktijd en interactie. Beleggers reageerden positief op de cijfers. Het aandeel Snap steeg in de handel na sluiting van de beurs met meer dan 10 procent. De sterke reactie laat zien dat de markt vooral tevreden is over de combinatie van hogere omzet, sneller groeiende abonnementsinkomsten en een kleiner verlies. Toch blijft Snap afhankelijk van een zeer competitieve markt. Meta, TikTok en YouTube beschikken over grotere advertentieplatforms en investeren eveneens fors in AI, video en creatorcontent. Het tweede kwartaal bewijst echter dat Snap nog altijd in staat is om rondom grote culturele en sportieve momenten extra advertentiegeld aan te trekken.
Tencent heeft een significante stap gezet in de modernisering van zijn ecosysteem door de introductie van OpenClaw, een geavanceerde AI-agent die volledig is geïntegreerd in de populaire berichtenapp WeChat. Wat deze innovatie bijzonder maakt, is de laagdrempeligheid: OpenClaw manifesteert zich simpelweg als een contactpersoon in de chatlijst van de gebruiker. Hierdoor vervaagt de grens tussen menselijke interactie en software-ondersteuning. Gebruikers hoeven geen complexe interfaces te leren kennen; ze kunnen de AI aanspreken in natuurlijke taal, precies zoals ze dat bij vrienden of collega’s zouden doen.
