Organisaties bevinden zich in een overgangsfase die zich het best laat omschreven als adolescentie. Klantdata en tools zijn beschikbaar, maar het ontbreekt aan structuur en regie. De wil is duidelijk zichtbaar, het potentieel is groot, maar de uitvoering blijft achter.
Data onderbenut in marketingpraktijk
Bij zelfevaluatie van de sectorvertegenwoordiging geeft 44% aan dat zij hun organisatie als (zeer) datagedreven beschouwen. Bovendien wordt data slechts gedeeltelijk ingezet voor het optimaliseren van marketingactiviteiten zoals campagne-evaluatie, klantbeleving en prijsstrategieën. Vooral kleinere organisaties blijven achter in het structureel inzetten van inzichten (gemiddeld 25% tot 31% per toepassing).
Ambitie onder druk
De noodzaak om resultaat aan te tonen groeit. Budgetten staan onder druk en iedere euro moet aantoonbaar renderen. Tegelijkertijd worstelen veel organisaties met een tekort aan gekwalificeerd personeel. Volgens het Centraal Bureau voor de Statistiek (CBS) ziet ruim een derde van de werkgevers dit als de voornaamste groeirem. Ook in het DDMO 2025 noemt 23% van de sectorvertegenwoordiging werving en 21% behoud van talent als grootste uitdaging van datagedreven marketing.
Deze combinatie van externe druk en interne onvolwassenheid maakt het lastig om datagedreven ambities te realiseren. De technologie is er – slechts 13% noemt dit als een organisatiebrede uitdaging – maar zonder structuur blijft het bij losse initiatieven. Hierdoor lopen organisaties het risico om belangrijke innovaties, zoals strategische toepassingen van kunstmatige intelligentie (AI), mis te lopen. In het DDMO deep dive artikel over AI is aandacht besteed aan de belemmeringen voor AI implementatie: capaciteit, afwezigheid van vaardigheden, regie en datakwaliteit.
Van data naar waarde: het ontbrekende schakelpunt
Zelfs binnen grotere organisaties en technische teams – waar ruim de helft zichzelf als datagedreven ziet (respectievelijk 55% en 57%) – is data vaak nog niet verweven in de volledige klantreis. De oorzaak ligt meestal bij versnipperde systemen, matige datakwaliteit en gebrekkige samenwerking. Slechts 24% geeft aan dat klantdata in een centraal systeem verzameld wordt en altijd actueel is. Datakwaliteit wordt door 20% gezien als een bedrijfsbrede uitdaging, samenwerking tussen afdelingen ziet ook 20% als uitdaging. Zolang die basis niet op orde is, blijft de inzet van AI beperkt tot oppervlakkige toepassingen. Het bekende ‘garbage in = garbage out’ concept is hier van toepassing: geen enkele analyse geeft goede resultaten zolang de gebruikte data niet van voldoende kwaliteit is.
Nergens wordt deze onvolwassenheid duidelijker dan bij de adoptie van AI. Zoals het eerder gepubliceerde DDMO 2025 deep dive over AI aantoonde, omarmt de marketingsector massaal (62%) de laagdrempelige tools voor uitvoerende taken. Tegelijkertijd blijft de strategische integratie in kernprocessen zoals personalisatie (15%) achter. We willen wel de lusten van de nieuwe technologie, maar zijn nog niet volwassen genoeg om ook de lasten van structurele implementatie te dragen.
Langzaam meer structuur
Toch is er beweging zichtbaar. In 2025 heeft 32% van de organisaties een duidelijk beleid voor gegevensbeheer (data governance), tegen slechts 14% een jaar eerder*. Ook wordt klantdata iets vaker centraal opgeslagen (24% t.o.v. 19% in 2024, en niet verzameld is significant gedaald van 7% naar 3% in 2025). Maar zolang afdelingen nog langs elkaar heen opereren, blijft de potentie onbenut. Binnen de DDMA-achterban noemt 38% het realiseren van een datagedreven cultuur als een grote uitdaging. Ook samenwerking tussen afdelingen scoort hoog met 28%. Hoe meer data je hebt, hoe meer afstemming er nodig is – en daar knelt het.
* In 2025 was de vraagstelling rondom data governance anders dan in 2024. Dit kan invloed hebben op de stijging.
De mens als sleutel – en als drempel
In een wereld waarin AI en datatechnologie steeds bepalender worden, worden creativiteit en strategisch denken nog steeds het meest genoemd als belangrijkste vaardigheden binnen marketingteams. Slechts 14% noemt AI-kennis als topvaardigheid binnen marketingfuncties.
Tegelijkertijd erkent 71% van de sectorvertegenwoordiging dat het bijhouden van kennis en vaardigheden essentieel is richting 2030. Dit tekent de huidige fase van de sector: wel willen, maar nog niet kunnen of durven investeren. Gebrek aan kennis (26%) en capaciteit (18%) worden immers genoemd als de belangrijkste redenen om AI momenteel niet in te zetten. De sector weet dus wat er nodig is – maar handelt er nog niet naar. De sector heeft technologische ambities, maar onvoldoende focus op de skills die nodig zijn om deze waar te maken.
De barrières voor datagedreven volwassenheid zijn dan ook niet technisch, maar cultureel en organisatorisch. De mens is – opnieuw – zowel de sleutel als de drempel. Want: hoe meer datagedrevenheid, hoe groter de behoefte aan volwassen regie, samenwerking en geïntegreerde vaardigheden.
Vier stappen richting volwassenheid
Wie wil doorgroeien, moet investeren in het fundament. Niet in meer dashboards of extra tooling, maar in de manier waarop je samenwerkt, beslissingen neemt en leert. Deze vier stappen zijn daarbij onmisbaar:
- Van silo’s naar synergie: Silo’s moeten plaatsmaken voor multidisciplinaire samenwerking. Bouw klantgerichte teams rondom concrete doelen, bijvoorbeeld retentie of acquisitie. Verbindend leiderschap is hierin noodzakelijk. Zorg dat marketeers, data-analisten en IT-specialisten een gezamenlijke taal spreken en gedeelde verantwoordelijkheid zoals KPI’s hebben. Dit helpt ook om wat het Randstad Employer Brand Research (REBR, 2025) ‘organisatiepolarisatie’ noemt: spanningen zoals botsende belangen of niet gedeelde data tussen afdelingen.
- Maak data bruikbaar in de praktijk: Deze aanbeveling sluit direct aan op het doorbreken van silo’s. Data wordt pas écht bruikbaar als het niet langer opgesloten zit in één afdeling. Een marketeer heeft immers data van sales of service nodig om het volledige klantbeeld te vormen, iets wat nu vaak nog niet gebeurt. Dashboarding is hierbij een cruciaal startpunt. Maar zoals Pauwels & Reibstein (2023) terecht stellen, moet een dashboard niet alleen rapporteren, maar juist diagnose, besluitvorming en leren ondersteunen. Die diagnose is pas mogelijk als data uit verschillende delen van de organisatie samenkomt. Alleen dan kan een marketeer de ‘waarom’-vraag beantwoorden en leidt het inzicht tot een onderbouwde, klantgerichte actie.
- Ontwikkel T-shaped professionals: Het ontwikkelen van T-shaped professionals is de sleutel tot het verzilveren van data-investeringen. Zoals Shivanku Misra in Forbes (2024) stelt, dient communicatie als de brug tussen complex data science-werk en de bedrijfsstrategie. Misra benadrukt daarbij dat een team met gemiddelde technische skills maar sterke communicatie effectiever kan zijn dan een technisch briljant team dat zijn inzichten niet kan overbrengen. De echte waarde wordt niet in het algoritme gecreëerd, maar in de vertaling ervan naar een actie die de business begrijpt en omarmt.
- Veranker leren in de organisatie: Wacht niet op een jaarlijkse training. Bouw aan een cultuur waarin kennisdeling, experimenten en continue groei vanzelfsprekend zijn. Stimuleer nieuwsgierigheid en maak het veilig om te falen. Talenten blijven langer als ze kunnen leren en zich uitgedaagd voelen. Een gebrek aan ontwikkelingskansen is een bewezen recept voor personeelsverloop. Onderzoek vanuit Randstad (REBR, 2025) laat namelijk ook zien dat de belangrijkste reden om te vertrekken onvoldoende uitdaging (38%) is en op plek 4 gebrek aan doorgroeimogelijkheden (26%).
De vraag is niet óf je de brug moet slaan tussen data en business, maar waar je begint. Is het eenvoudiger om een dataspecialist businessvraagstukken te leren begrijpen, of omgekeerd? Steeds meer datascientisten noemen zich bewust ‘business scientist’ en investeren in skills die helpen om de bedrijfsbrede context echt te snappen – juist daardoor levert hun werk meer op.
Lydia Kruithof- de Haan, DDMA-commissielid DDE en Directeur Data & Analytics bij Air Miles – Loyalty Management Netherlands
Datagedreven marketing is geen kwestie van snelle stappen zetten, maar van structureel bouwen aan volwassenheid. De vraag is daarom niet óf je organisatie deze stap moet zetten, maar welke van deze pijlers je morgen als eerste oppakt. De technologie is beschikbaar. De inzichten zijn er. Wat rest, is de wil om ze om te zetten in daadkracht. De adolescentie is voorbij; het is tijd om te kiezen voor groei.
Een volwassen data-organisatie is geen eindstation, maar een levend systeem dat zich blijft ontwikkelen. Wie leert, nieuwsgierig is en kan samenwerken, blijft relevant.
Joost Gipman, DDMA-commissielid DDE en Business Partner Marketing & Communicatie bij Randstad
Over het DDMO 2025
Het Data Driven Marketing Onderzoek is een onafhankelijk initiatief van DDMA en de DDMA Commissie Data, Decision & Engagement. Het brengt jaarlijks in kaart hoe de Nederlandse marketingsector data en technologie inzet, met het oog op kansen, uitdagingen en ethische vraagstukken.
Het DDMO 2025 is gebaseerd op 532 Nederlanders die werkzaam zijn binnen de marketingsector (2024: n=520), geworven via het GfK-panel, die positief hebben geantwoord op de vraag of zij grotendeels marketinggerelateerde werkzaamheden uitvoeren. Daarnaast hebben 60 respondenten uit de DDMA-achterban deelgenomen. De genoemde resultaten zijn gebaseerd op de onderzoeksdoelgroep (n=532), tenzij anders vermeld.
Meer weten?
De samenvatting van het DDMO 2025 is hier terug te vinden, de eerder gepubliceerde Deep Dive over AI hier. Vragen of opmerkingen? Mail naar info@ddma.nl.
Lydia de Haan
Joost Gipman
Nanda Appelman
Ook interessant
DDMO 2025: Hoe de adolescentie voorbij? Van ambitie naar uitvoering in datagedreven marketing
Why is it important to prepare data for AI, and how to organize this process
