Wie regelmatig door LinkedIn scrolt, kent het format inmiddels. Een strak vormgegeven infographic presenteert twee of drie opvallende cijfers, daarboven staat een scherpe conclusie en in de begeleidende tekst verschijnen termen als behavioral design, neuromarketing, framing, choice architecture en prijsankering. Zodra de afzender zichzelf beroepsmatig als expert positioneert en de eerste vakgenoten instemmend reageren, krijgt zo’n publicatie razendsnel het uiterlijk van gezaghebbende kennis. Het merkwaardige is dat precies op dat moment vaak gebeurt wat in ieder ander professioneel vakgebied ondenkbaar zou zijn: vrijwel niemand controleert eerst of de cijfers waarop het hele verhaal rust überhaupt kloppen.
Een LinkedIn-publicatie over de historische prijsontwikkeling van de Big Mac vormt daarvan een bijna schoolvoorbeeld. In de betreffende infographic werd een prijs uit 1982 naast een prijs uit 2024 gezet, waarna een stijging van maar liefst 279 procent werd gepresenteerd. Rond die twee cijfers ontstond vervolgens een breed verhaal over euro’s, inflatie, prijsperceptie, krimpflatie, hersenen en psychologische beïnvloeding. De reacties stroomden binnen en andere marketingprofessionals droegen gretig hun eigen verklaringen aan. Wie alleen naar de verpakking keek, zag een levendige inhoudelijke discussie tussen deskundigen.
Wie de cijfers, rekensommen en bronvermeldingen daadwerkelijk ging controleren, zag iets heel anders. De gebruikte bedragen waren onderling niet eens consistent, een van de belangrijkste historische bronverwijzingen kon onmogelijk kloppen, de inflatieverwijzing riep nieuwe vragen op en 42 jaar prijsontwikkeling was gereduceerd tot precies twee zorgvuldig gekozen meetpunten. Tegelijkertijd toonde de gebruikte illustratie een moderne hamburger die juist veel groter was dan de historische variant, terwijl in dezelfde discussie krimpflatie als verklaring werd aangehaald. Wat als neuromarketinganalyse werd gepresenteerd, bleek bij nadere beschouwing vooral een casus over gebrekkige datahygiëne, ontbrekende eindcontrole en de opmerkelijke bereidheid van professionals om autoriteit aan elkaar uit te lenen.

Het eerste probleem zit niet eens in neuromarketing, maar in elementaire statistiek. Een prijs uit 1982 naast een prijs uit 2024 zetten en daaruit een procentuele verandering berekenen is rekenkundig mogelijk, maar het levert nog geen zinvolle analyse van 42 jaar prijsontwikkeling op. Je hebt slechts twee observaties: het beginpunt en het eindpunt. Alles wat daartussen gebeurde — perioden van snelle inflatie, prijsstabiliteit, tijdelijke aanbiedingen, belastingwijzigingen, veranderende grondstofprijzen, loonontwikkeling, huurkosten, franchisepolitiek, assortimentswijzigingen en veranderende verkoopkanalen — verdwijnt volledig uit beeld.
Dat maakt de uitkomst extreem gevoelig voor de gekozen meetpunten. Neem een ander beginjaar en de procentuele stijging verandert. Neem een andere vestiging, een ander verkoopkanaal of een andere prijsdefinitie aan het einde van de reeks en het percentage verandert opnieuw. Met twee punten kun je een rechte lijn tekenen, maar je kunt niet aantonen hoe de werkelijkheid zich tussen die punten heeft ontwikkeld. Wie uit zo’n vergelijking vervolgens conclusies trekt over structureel consumentengedrag, prijsmanipulatie of maatschappelijke ontwikkelingen, probeert aanzienlijk meer uit de data te halen dan die data kunnen leveren.

In deze casus wordt dat probleem nog groter doordat zelfs het gekozen eindpunt niet stabiel is. In de begeleidende LinkedIn-post wordt voor 2024 een bedrag van €7,22 genoemd, terwijl in een andere tabel binnen hetzelfde materiaal €7,32 verschijnt. Dat verschil lijkt klein totdat je kijkt naar het spectaculaire percentage waarmee de publicatie aandacht trekt. De stijging van €1,93 naar €7,32 bedraagt ongeveer 279 procent; met €7,22 krijg je een andere uitkomst. Het cijfer waarmee de conclusie wordt verkocht is dus afhankelijk van een bedrag dat binnen de eigen publicatie wisselt.
Er zit bovendien een nog fundamenteler vergelijkingsprobleem in de gekozen prijsbasis. In de tabel wordt de Big Mac expliciet aangeduid als “1 stuk”, zowel voor 1982 als voor 2024. Daarmee wordt bij de lezer de indruk gewekt dat exact hetzelfde product onder exact dezelfde verkoopconditie wordt vergeleken. In de reacties rond de publicatie blijkt het moderne bedrag echter te worden gekoppeld aan de context van een compleet menu of aan een hogere prijs via bezorging, terwijl die nuance in de tabel volledig verdwijnt. Dan vergelijk je geen losse hamburger met dezelfde losse hamburger, maar een historische productprijs met een andere commerciële prijscontext. Dat maakt de gepresenteerde procentuele stijging niet alleen gevoelig voor cherry-picking, maar inhoudelijk ondeugdelijk als productvergelijking.
Juist omdat de tabel beide bedragen onder “Big Mac (1 stuk)” presenteert, is dit geen onschuldige nuance in de kleine lettertjes. De productdefinitie zelf wordt gelijk voorgesteld terwijl de prijscontext verschilt, waardoor de lezer een zuiverheid van vergelijking krijgt voorgespiegeld die de onderliggende data niet hebben.
Wie over een periode van 42 jaar een serieuze prijsvergelijking wil maken, moet daarom veel meer vastleggen dan alleen een begin- en eindbedrag. Minimaal moeten de volgende onderdelen controleerbaar zijn:
Dit zijn geen theoretische bezwaren over afrondingsverschillen of prijsdefinities. Wanneer je juist een opvallend percentage gebruikt om aandacht te genereren en daar gedragskundige conclusies aan verbindt, moeten de onderliggende bedragen reproduceerbaar zijn. Een historische prijsanalyse hoort bovendien uit een tijdreeks te bestaan, niet uit twee strategisch gekozen stippen met 42 jaar leegte ertussen. Wie werkelijk iets wil zeggen over prijsontwikkeling zou dezelfde productdefinitie, vergelijkbare verkoopkanalen en meerdere meetmomenten moeten gebruiken en vervolgens laten zien waar veranderingen plaatsvinden. Zonder die tussenliggende data is 279 procent vooral een krachtige kop.
Een sterke infographic krijgt vaak extra autoriteit door een rij bekende bronnamen in de voetnoot. Ook hier verschenen onder meer The Economist en het Centraal Bureau voor de Statistiek. Voor veel lezers is dat waarschijnlijk voldoende: als zulke namen onder een tabel staan, zal iemand het wel hebben uitgezocht. Bronkritiek begint echter pas ná het lezen van de bronvermelding, niet ervoor.

In de infographic wordt The Economist expliciet opgevoerd voor de wereldwijde Big Mac Index van 1982 en 2024. Alleen werd die index pas in 1986 geïntroduceerd. Dat is geen interpretatieverschil en ook geen kwestie van een alternatieve economische theorie: een Big Mac Index uit 1982 kan niet afkomstig zijn uit een index die vier jaar later werd bedacht. De openbare dataset van The Economist beschrijft bovendien duidelijk wat de variabelen zijn en waar de gebruikte Big Mac-prijzen vandaan komen.
Wanneer de belangrijkste claims uit de publicatie naast de eigen cijfers en bronvermeldingen worden gelegd, ontstaat geen incidenteel foutje maar een opeenstapeling van methodologische problemen:
| Gepresenteerd in de publicatie | Wat bij controle opvalt | Waarom dit de analyse aantast |
|---|---|---|
| Big Mac 1982: ƒ4,25 / €1,93 | The Economist wordt als broncontext voor 1982 genoemd, terwijl de Big Mac Index pas in 1986 werd geïntroduceerd | De opgevoerde bron kan het historische datapunt uit 1982 niet hebben geleverd |
| Big Mac 2024: €7,22 | In een andere infographic/tabel binnen dezelfde casus wordt €7,32 gebruikt | Het moderne uitgangscijfer is binnen de publicatie zelf niet consistent |
| Prijsstijging: +279% | Dat percentage correspondeert met ongeveer €1,93 naar €7,32, niet met €7,22 | De headline-uitkomst hangt af van welk van de twee moderne bedragen wordt gebruikt |
| Big Mac in beide jaren: “1 stuk” | Het moderne bedrag wordt in de discussie gekoppeld aan menu- of bezorgcontext | Verschillende commerciële prijscontexten worden als dezelfde productvergelijking gepresenteerd |
| 1982 tegenover 2024 | Er zijn slechts twee meetpunten over 42 jaar | Twee punten tonen een verschil, maar geen historische prijsontwikkeling |
| Inflatie circa +185% | De berekeningswijze wordt niet reproduceerbaar uitgelegd | De autoriteit van CBS wordt genoemd zonder transparant te maken hoe het getal is afgeleid |
| Krimpflatie als argument | De gebruikte visual toont de Big Mac uit 2024 juist groter dan die uit 1982 | De visuele boodschap botst met het eigen narratief over minder product voor meer geld |
Geen van deze punten vereist specialistische neurowetenschap om te beoordelen. Het gaat om elementaire controles op bronherkomst, productdefinitie, rekenkundige consistentie en meetmethode. Juist doordat meerdere afwijkingen dezelfde vergelijking raken, verschuift de interessante vraag van “welke psychologische theorie verklaart dit?” naar “waarom is deze analyse überhaupt zonder basale factcheck gepubliceerd en vervolgens door zoveel professionals als inhoudelijk uitgangspunt geaccepteerd?”
Daarmee ontstaat niet alleen een probleem met de bronvermelding, maar ook met het historische startbedrag zelf. Historische Nederlandse McDonald’s-menukaarten uit het begin van de jaren tachtig tonen voor een losse Big Mac prijzen rond ƒ3,25 tot ƒ3,50, omgerekend ongeveer €1,47 tot €1,59. De in de LinkedIn-infographic gebruikte ƒ4,25 / €1,93 ligt daar dus duidelijk boven. Dat verschil is relevant, omdat juist dit startbedrag de basis vormt voor de spectaculaire procentuele prijsstijging die later in de publicatie wordt gepresenteerd. Bovendien kan The Economist daarvoor geen bron zijn, omdat de Big Mac Index pas in 1986 werd geïntroduceerd. De primaire historische bron — de eigen McDonald’s-menukaart — wijst dus niet alleen op een ander bedrag, maar ondergraaft ook de gekozen bronvermelding.
Ook het gebruik van één Nederlandse prijs voor 2024 vereist uitleg. McDonald’s Nederland vermeldt in zijn eigen voorwaarden dat ieder restaurant onafhankelijk zijn eigen prijzen bepaalt en dat prijzen en aanbiedingen per locatie kunnen verschillen. Een bedrag presenteren als de gemiddelde Nederlandse Big Mac-prijs vereist daarom minimaal een steekproef, een meetdatum, een omschrijving van het verkoopkanaal en een berekeningsmethode. Zonder die informatie is “gemiddeld €7,22” geen reproduceerbaar datapunt maar een getal waarvan de lezer wordt gevraagd het op gezag te accepteren.
De CBS-verwijzing maakt het niet sterker. In de gebruikte voetnoot wordt over 1982–2024 ongeveer 185 procent inflatie genoemd. Wie de door CBS gepubliceerde jaarlijkse inflatiecijfers vanaf 1983 tot en met 2024 componeert, komt uit op ongeveer 153 procent prijsstijging ten opzichte van het prijsniveau van 1982. Dat percentage is een berekening op basis van de CBS-jaarreeksen, niet een door CBS als afzonderlijk totaal gepubliceerde Big Mac-correctie. Bovendien meet de consumentenprijsindex de gemiddelde prijsontwikkeling van een breed pakket consumentengoederen en diensten en levert die geen historische winkelprijs van één specifieke hamburger.
Het meest opmerkelijke is daarom niet dat ergens een cijfer verkeerd kan zijn. Iedereen die met data werkt, maakt fouten. Het probleem is dat de bekende bronnamen juist worden gebruikt om een wetenschappelijke uitstraling te creëren, terwijl die bronnen bij controle het verhaal niet ondersteunen zoals de presentatie suggereert. De autoriteit zit in de vormgeving, niet in de herleidbaarheid.
Daarna wordt de casus inhoudelijk interessanter. Prijsankering, framing en choice architecture bestaan natuurlijk als serieuze onderwerpen binnen marketing en gedragswetenschap. Maar juist daarom moet onderscheid worden gemaakt tussen een theoretisch mechanisme en het bewijs dat dat mechanisme in een concrete situatie daadwerkelijk een bepaalde rol speelt. Een psychologisch begrip boven twee prijskaartjes zetten, maakt van die prijskaartjes nog geen gedragswetenschappelijk experiment.
Wanneer het uitgangspunt luidt dat een consument de huidige Big Mac-prijs beoordeelt tegen een historische prijs uit 1982, moet eerst worden vastgesteld welke consumenten dat historische bedrag überhaupt kennen, hoe sterk die herinnering is, welke andere prijsreferenties zij gedurende 42 jaar hebben opgebouwd en of die referentie aantoonbaar hun huidige keuze beïnvloedt. Een consument die in 2000 of 2005 is geboren, heeft vanzelfsprekend helemaal geen eigen aankoopherinnering aan een Big Mac uit 1982. Voor die consument ontstaat het historische prijsanker pas doordat iemand het in 2026 in een LinkedIn-infographic aan hem presenteert.
Dat levert een veel interessantere vraag op dan de oorspronkelijke post stelt. Als een zelfgekozen historisch bedrag in een infographic wordt gebruikt om uit te leggen hoe prijsankers consumenten beïnvloeden, terwijl dat bedrag zelf onvoldoende is onderbouwd, dan creëert de publicatie mogelijk eerst het anker dat ze vervolgens zegt te analyseren. Dat is geen bewijs voor de oorspronkelijke claim, maar eerder een demonstratie van hoe gemakkelijk een overtuigend vormgegeven getal autoriteit kan krijgen.
In de reacties werd de discussie vervolgens nog verder uitgebreid met termen uit de neuropsychologie, waaronder Gamma-, Beta-, Alpha-, Theta- en Delta-hersenactiviteit. Daarmee wordt het fundamentele probleem echter niet opgelost. EEG-termen kunnen relevant zijn in daadwerkelijk neurologisch onderzoek met een passende onderzoeksopzet, meetapparatuur, proefpersonen en methodologie. Ze hebben geen verklarende waarde voor de vraag waarom een historische hamburgerprijs niet uit de opgegeven bron afkomstig kan zijn of waarom twee verschillende eindprijzen voor hetzelfde jaar worden gebruikt. Vakjargon kan een dataset niet corrigeren.
Wie een controleerbaar cijfer publiceert, kan een fout in dat cijfer niet laten verdwijnen door de discussie te verplaatsen naar gevoel, perceptie of ingewikkelder jargon.
Daar ligt een belangrijke grens tussen inhoudelijke deskundigheid en pseudo-expertise. Een specialist hoeft niet altijd gelijk te hebben, maar moet wel kunnen uitleggen waar zijn gegevens vandaan komen, welke aannames hij gebruikt en hoe een ander zijn redenering kan controleren. Zodra een discussie over controleerbare bedragen verandert in een mist van psychologische terminologie zodra iemand naar de bronnen vraagt, wordt vaktaal geen instrument voor verduidelijking meer maar een manier om aan de oorspronkelijke vraag te ontsnappen.
De gebruikte afbeelding maakt de gebrekkige eindcontrole bijna tastbaar. De Big Mac die 2024 moet voorstellen, is zichtbaar groter, hoger en volumineuzer weergegeven dan de burger uit 1982. Dat is op zichzelf al merkwaardig in een historische vergelijking, omdat een illustratie bij zo’n analyse niet ongemerkt een verandering in productvolume zou moeten suggereren waarvoor geen data worden gegeven. Het wordt ronduit contradictoir wanneer in dezelfde discussie krimpflatie wordt gebruikt als onderdeel van het verhaal dat consumenten steeds meer zouden betalen voor minder product.
Visueel wordt namelijk het tegenovergestelde gecommuniceerd. De kijker ziet een aanzienlijk grotere moderne burger en kan daar onbewust precies de conclusie uit trekken die de tekst zegt te bestrijden: blijkbaar krijg je tegenwoordig voor het hogere bedrag ook meer hamburger. Wie tegelijkertijd stelt dat het product juist is gekrompen, had minstens moeten controleren of de illustratie dat verhaal niet ondergraaft. Bij een inhoudelijke publicatie is beeld geen vrijblijvende versiering wanneer het beeld zelf een vergelijking suggereert.
De illustratie vertoont bovendien precies het risico van generatieve beeldproductie: een model kan een overtuigend, aantrekkelijk en volledig plausibel ogend beeld produceren zonder enig begrip van de feitelijke relatie die het geacht wordt weer te geven. Of een beeld mooi genoeg is om bereik te genereren, is daarom een andere vraag dan of het inhoudelijk klopt. Wanneer tekst, cijfers, bronvermelding en visual allemaal hetzelfde analytische verhaal moeten dragen, moet een menselijke expert die vier onderdelen tegen elkaar controleren.
Daar komt nog bij dat de LinkedIn-publicatie in 2026 circuleert terwijl 2024 als modern eindpunt wordt gebruikt. Dat hoeft op zichzelf geen fout te zijn; historische analyses mogen vanzelfsprekend eindigen in 2024. Maar dan moet het ook consequent als een vergelijking tot en met 2024 worden gepresenteerd en niet ongemerkt functioneren als onderbouwing van wat consumenten vandaag zouden betalen. Twee jaar verschil doet ertoe wanneer je juist met actuele prijsperceptie en concrete winkelprijzen werkt.
De grootste devaluatie van het marketingvak wordt echter zichtbaar onder de publicatie. Daar verzamelen zich professionals die zich kennelijk geroepen voelen om het oorspronkelijke verhaal verder uit te bouwen met eigen theorieën over framing, prijsperceptie, inflatie, consumentengedrag en de kwaliteit van McDonald’s. Opvallend veel opmerkingen gaan helemaal niet meer over de controleerbare claim waarmee de discussie begon. Ze gebruiken de post als aanleiding om frustraties over McDonald’s, fastfoodprijzen, portiegrootte of maatschappelijke ontwikkelingen toe te voegen.
Daardoor ontstaat een merkwaardige omkering. Het fundament wordt niet gecontroleerd, maar de bovenbouw wordt steeds groter. De een introduceert een gedragspsychologisch begrip, de volgende koppelt er een economisch oordeel aan en een derde voegt een persoonlijke ervaring toe. Naarmate de commentaarsectie groeit, krijgt de oorspronkelijke publicatie meer sociale geloofwaardigheid, terwijl de hoeveelheid daadwerkelijk geverifieerde informatie nauwelijks toeneemt.
Dat mechanisme is interessant omdat de reageerders er zelf ook iets mee winnen. Wie onder een populaire expertpost een slim klinkende observatie over decoy effects, neuromarketing of framing plaatst, presenteert zich tegenover hetzelfde publiek eveneens als iemand die de materie begrijpt. Er ontstaat daarmee een vorm van wederzijdse autoriteitsproductie: de volgers ontlenen status aan het gesprek met de expert, terwijl de expert autoriteit ontleent aan de rij vakgenoten die zijn uitgangspunt kennelijk serieus genoeg vinden om erop voort te borduren. Niemand hoeft expliciet af te spreken dat de oorspronkelijke data niet worden gecontroleerd; sociale bevestiging doet het werk vanzelf.
Juist daarom zijn de kritische reacties in deze casus relevant. In de thread werden concrete vragen gesteld over de historische prijs, het verschil tussen €7,22 en €7,32, de berekening, de bronvermelding en de economische context. Die inhoudelijke correcties bleven zichtbaar onbeantwoord, terwijl de auteur op andere reacties in dezelfde discussie wel bleef reageren. Dat bewijst niet waarom iemand besluit ergens niet op te antwoorden, maar inhoudelijk is het resultaat helder: allerlei zijpaden krijgen aandacht terwijl de kritiek die de onderliggende dataset raakt niet wordt weerlegd.
Na zulke correcties zie je bovendien een bekende sociale dynamiek. Mensen die eerst enthousiast theorieën toevoegden, komen niet massaal terug om hun eerdere instemming opnieuw tegen het licht te houden. Een commentaarsectie die aanvankelijk veel collectieve zekerheid uitstraalt, kan opvallend stil worden zodra de basisgegevens ter discussie staan. Daarmee laat de casus misschien onbedoeld beter zien hoe sociale beïnvloeding werkt dan de oorspronkelijke infographic zelf.
Een fout in een LinkedIn-post is op zichzelf geen maatschappelijk drama. Maar de lat verandert wanneer iemand zichzelf publiekelijk als specialist presenteert, lessen geeft, trainingen aanbiedt of advies verkoopt op basis van die deskundigheid. Dan is de publicatie niet alleen een persoonlijke gedachte; zij functioneert ook als etalage van professionele competentie. De lezer mag dan verwachten dat concrete cijfers zijn gecontroleerd, bronnen daadwerkelijk zijn geraadpleegd en een analyse reproduceerbaar genoeg is om kritische vragen te doorstaan.
Dat betekent niet dat experts foutloos moeten zijn. Het betekent juist dat professionele deskundigheid zichtbaar wordt in de manier waarop iemand met een fout omgaat. Een correctie erkennen, een bron toevoegen, een berekening aanpassen of uitleggen hoe een gemiddelde tot stand kwam, versterkt deskundigheid eerder dan dat het haar ondermijnt. Het tegenovergestelde gebeurt wanneer een controleerbare fout onbeantwoord blijft terwijl het theoretische verhaal gewoon blijft staan.
Voor de marketingsector is dat geen klein probleem. Ons vak heeft al jarenlang last van begrippen die sneller populair worden dan ze zorgvuldig worden toegepast. Neuromarketing, AI, behavioral design en datagedreven marketing zijn waardevolle disciplines, maar ze lenen zich ook uitstekend voor oppervlakkige autoriteitsclaims omdat de terminologie complex klinkt en veel lezers de onderliggende methode niet direct kunnen beoordelen. Juist professionals zouden daartegen weerstand moeten bieden in plaats van elkaar kritiekloos te applaudisseren.
AI vergroot dat probleem omdat overtuigende vorm tegenwoordig bijna gratis kan worden geproduceerd. Een taalmodel kan binnen enkele minuten een historische analyse structureren, percentages verwerken, wetenschappelijk klinkende toelichtingen genereren en een lijst bronnen suggereren. Een beeldmodel kan daar vervolgens een indrukwekkende illustratie naast zetten. Wie alleen naar het eindproduct kijkt, ziet iets dat meer onderzoek en deskundigheid uitstraalt dan er noodzakelijkerwijs in is gestopt.
Ik gebruik zelf intensief generatieve AI in marketingprocessen en juist daarom zie ik de andere kant voortdurend. Een goede output vereist controle. Productgegevens moeten worden vergeleken met de bron, vertalingen moeten inhoudelijk worden nagekeken, berekeningen moeten opnieuw worden uitgevoerd, links moeten worden geopend en beelden moeten worden beoordeeld op fouten die een model zelf niet begrijpt. Soms kost dat corrigeren en controleren zelfs meer tijd dan een onderdeel oorspronkelijk zelf produceren.
Daarmee is AI niet het probleem en zeker geen excuus. AI is een vermenigvuldiger. In handen van iemand met vakkennis kan het onderzoek, productie en analyse enorm versnellen. Zonder die menselijke controle kan dezelfde technologie onjuiste gegevens, niet-bestaande bronverbanden en visueel overtuigende onzin juist veel professioneler verpakken dan vroeger mogelijk was. De deskundigheid zit daarom niet in het vermogen om snel content te produceren, maar in het vermogen om te herkennen wanneer de machine overtuigend staat te liegen.
De Big Mac-casus is daarvoor bijna te mooi. Twee meetpunten moeten 42 jaar geschiedenis representeren. De actuele prijs verandert binnen dezelfde publicatie. Een index uit 1986 wordt als bron voor 1982 opgevoerd. Een inflatiegetal sluit niet aan op de gepubliceerde reeks waarop het zich beroept. De visual maakt de moderne burger groter terwijl krimpflatie wordt aangehaald. Vervolgens ontstaat onder de post een kring van professionals die er uitgebreid aanvullende theorieën overheen legt zonder eerst het fundament te controleren.
Dat is niet alleen een AI-probleem. Het is een kwaliteitsprobleem in het marketingvak.
Marketing zal altijd voor een belangrijk deel draaien om perceptie. We onderzoeken hoe mensen merken ervaren, waarom ze bepaalde keuzes maken, welke prijs aantrekkelijk voelt en hoe presentatie gedrag kan beïnvloeden. Juist omdat die onderwerpen complex zijn en niet altijd rechtstreeks waarneembaar, hebben we een extra verantwoordelijkheid om streng te zijn op het deel dat wél controleerbaar is.
Een bron bestaat of bestaat niet. Een index begon in 1986 of begon niet in 1986. €7,22 en €7,32 zijn verschillende bedragen. Twee observaties vormen geen tijdreeks van 42 jaar. Een gemiddelde zonder beschreven steekproef is niet reproduceerbaar. Daar is geen hersenscan, persoonlijke ervaring of marketingtheorie voor nodig.
De werkelijke les uit deze LinkedIn-casus gaat daarom uiteindelijk helemaal niet over de prijs van een Big Mac. Ze gaat over een beroepsgroep die steeds gemakkelijker kennis consumeert in de vorm van aantrekkelijke content, terwijl de bereidheid om de bron te openen achterblijft. Ze gaat over mensen die hun eigen professionele autoriteit proberen te vergroten door snel mee te praten met iemand die al als expert wordt gezien. En ze gaat over een platformcultuur waarin honderd instemmende reacties de indruk kunnen wekken dat iets grondig is onderzocht, terwijl soms niemand de eerste rekensom heeft gecontroleerd.
Dat is de devaluatie waar marketing zich zorgen over zou moeten maken. Niet dat generatieve AI teksten of afbeeldingen kan maken, maar dat menselijke professionals kennelijk bereid zijn hun kritische functie uit te besteden aan de uitstraling van degene die op Publish heeft gedrukt. Wie werkelijk deskundig wil zijn, hoeft niet bij iedere populaire post zijn eigen theorie te etaleren. Soms begint vakmanschap met iets veel eenvoudigers: de voetnoot lezen, de bron openen, de berekening narekenen en durven constateren dat een indrukwekkend verhaal inhoudelijk niet overeind blijft.
Want uiteindelijk was in deze hele discussie niet de consument het gemakkelijkst te beïnvloeden. Het waren de professionals die zich door de verpakking van expertise lieten overtuigen.
Waarom generatieve AI pas echt waarde toevoegt wanneer marketeers de output inhoudelijk controleren, bronnen verifiëren en verantwoordelijkheid houden voor het eindresultaat.
Ontdek waarom dashboards, automatisering en analytics alleen waarde opleveren wanneer definities, databronnen en meetmethoden vanaf de basis betrouwbaar zijn.
Hoe framing, prijsankering en keuze-architectuur waardevolle marketinginstrumenten zijn, maar betekenis verliezen wanneer theorie belangrijker wordt dan bewijs.
OnlineMarketingMan
Build. Automate. Expand.