Een decennium geleden was het invoegen van een voornaam in een e-mail een slimme truc. Het viel op, het leek persoonlijk, en de open rates stegen. Nu weet iedereen dat er een merge field achter zit en heeft de truc zijn magie verloren. Sterker nog: een onhandig gebruikte voornaam voelt als een te ver gezochte poging tot intimiteit.
Echte personalisatie in 2026 gaat over context, niet over tokens. De vraag is niet wie iemand is, maar wat iemand nodig heeft op het moment dat je hem bereikt. En die vraag kan een AI-model beantwoorden op een manier die een mens nooit bij kan benen.
Drie lagen van personalisatie
We denken over personalisatie in drie lagen. De eerste is oppervlakkig: naam, bedrijf, functie. Dit is tafellaken en servies, niet het hoofdgerecht. De tweede is gedragsmatig: wat heeft de ontvanger gelezen, gedownload, bekeken. De derde is voorspellend: wat gaat de ontvanger waarschijnlijk nodig hebben op basis van zijn patroon. Pas op laag drie wordt personalisatie onderscheidend.
- Laag 1, merge fields, tafelstandaard in elke tool
- Laag 2, gedragstriggers op basis van activiteit op je site
- Laag 3, voorspellende content op basis van patroonherkenning
Hoe je laag drie opbouwt
Laag drie is niet magie, het is een combinatie van drie dingen. Ten eerste een schone dataset over gedrag van eerdere leads die gewonnen of verloren zijn. Ten tweede een model dat patronen herkent in dat gedrag. Ten derde een content bibliotheek die groot genoeg is dat het model een relevante keuze kan maken per ontvanger. Zonder alle drie werkt het niet, en de meeste teams missen minimaal één van de drie.
De valkuil is dat teams direct bij de techniek beginnen. Ze kopen een AI-tool en verwachten dat er personalisatie uitkomt. In de praktijk zit tachtig procent van het werk in het opschonen van de data en het categoriseren van de content. Pas daarna kan een model er iets mee.
“De beste personalisatie voelt niet als een foefje, maar alsof je precies de juiste e-mail op het juiste moment krijgt. Dat is geen toeval, dat is werk.”
, Elise Kramer, VP Marketing
Een praktisch voorbeeld
Stel, een lead bezoekt twee keer de pricing pagina en leest daarna een casestudie over enterprise deployments. In plaats van de standaard e-mail met een demo verzoek, stuur je een bericht waarin je specifiek ingaat op SSO, security review en implementatie ondersteuning. Die mail heeft geen voornaam nodig om persoonlijk te voelen: de inhoud zelf is persoonlijk.
GESCHREVEN DOOR
Thijs Vermeer
AI Engineering Lead
Thijs Vermeer schrijft bij LeadForge over hoe B2B teams AI inzetten om hun funnel meetbaar te verbeteren, zonder de menselijke kant uit het oog te verliezen.