De Schwung Merkscan: een diagnose, geen enquête

De meeste merkscans leveren een rapport op dat je al half wist. Je vult in wat je organisatie doet, wat je waarden zijn, wie je doelgroep is, en een paar weken later ligt er een document met je eigen antwoorden in netter formaat. Dat is geen diagnose. Dat is een spiegel die alleen de buitenkant laat zien.

De Schwung Merkscan werkt anders, en dit stuk legt uit hoe.

Een vragenlijst meet je aanname, een diagnose toetst haar

Het verschil zit niet in de lengte van de vragenlijst of de kwaliteit van de vragen. Het zit in de startpositie.

Een vragenlijst begint bij jouw antwoorden. Een diagnose begint bij hypothesen die los staan van wat jij denkt. Voordat je één letter hebt ingevuld, heeft de scan je website al gelezen en vermoedens gevormd over het gat tussen wat je toont en wat je bedoelt. Het gesprek dat volgt, toetst die vermoedens, niet jouw zelfbeeld.

Dat is de kern van het hypothetico-deductieve model, de redeneerwijze die in de medische wereld al decennia geldt als goudstandaard voor klinisch redeneren. Vier stappen: signalen verzamelen, een hypothese vormen, nieuwe signalen interpreteren, en de hypothese bijstellen of bevestigen. Een arts die alleen vraagt wat de patiënt voelt en dat opschrijft, is geen diagnosticus. Hij is een secretaris. De Schwung Merkscan is gebouwd op het eerste model, niet het tweede.

Vijf vaklenzen vormen elk een vermoeden

Voordat het gesprek begint, legt de scan je website naast vijf vaklenzen: branding, arbeidsmarkt, creatie, web en marketing. Elke lens vormt een eigen hypothese over wat er speelt.

De branding-lens kijkt of je essentie zichtbaar is in je communicatie, of dat er twee verschillende organisaties aan het woord zijn. De arbeidsmarkt-lens toetst of je werkenbij-verhaal klopt bij wat je medewerkers zouden zeggen op een verjaardag. De creatie-lens bekijkt of je uitingen uit één fundament komen of uit vijf losse beslissingen. De web-lens let op of je architectuur de bezoeker antwoord geeft of hem laat zoeken. De marketing-lens vraagt of je bereik aansluit bij de mensen die je zegt te willen bereiken.

Die vijf vermoedens zijn het vertrekpunt van het gesprek, niet de uitkomst. Ze bepalen welke vragen gesteld worden, en hoe diep.

Het gesprek daalt af van symptoom naar oorzaak

Hier zit de methodologische kern. De scan gebruikt laddering als doorvraagmethode: een techniek die in 1988 werd beschreven door Reynolds en Gutman in het Journal of Advertising Research, en sindsdien een standaard is in merkonderzoek. Het principe is eenvoudig. Een eerste antwoord zegt iets over gedrag of communicatie. Het antwoord op "waarom?" zegt iets over de keuze daarachter. Het antwoord op de volgende "waarom?" zegt iets over de overtuiging die die keuze drijft.

Pas op dat derde niveau, soms het vierde, kom je bij de oorzaak. Niet bij wat een organisatie doet of zegt, maar bij wat ze gelooft.

Stel: een onderwijsstichting vult in de scan in dat haar communicatie "te saai" is. Een vragenlijst registreert dat en geeft een aanbeveling over toon of beeldtaal. De scan daalt af. Bij doorvragen blijkt de spanning niet in de toon te zitten, maar in het ontbreken van een gedeeld verhaal over waarom de scholen bij elkaar horen. Elke school vertelt haar eigen verhaal. De stichting heeft geen verhaal. Dat is geen communicatieprobleem. Dat is een merkfundament-probleem, en een andere route.

Vijf bewakers houden het gesprek eerlijk

Een taalmodel dat zonder guardrails doorvraagt, kan eindeloos doorgaan, in cirkels redeneren, of te vroeg een conclusie trekken. Dat is niet bruikbaar als diagnostisch instrument. Daarom bewaken vijf deterministische regels het gesprek.

De turn-cap zorgt dat het gesprek niet uitloopt. De anti-loop herkent wanneer hetzelfde terrein voor de derde keer wordt betreden en stuurt bij. De dekkingsvloer controleert of alle vijf vaklenzen voldoende aan bod zijn gekomen voordat het gesprek afrondt. De geen-terugsprong-regel voorkomt dat eerder besproken conclusies worden opengebroken zonder nieuwe informatie. De ladderingvloer bewaakt dat het gesprek niet stopt bij het eerste antwoord, maar doorvraagt tot de overtuiging eronder zichtbaar wordt.

Dit zijn geen stijlkeuzes. Het zijn technische regels die in code zijn vastgelegd, los van het taalmodel. Ze zijn er omdat een AI zonder structuur de neiging heeft te pleasen in plaats van te diagnosticeren.

De motor legt zijn lezing voor, jij corrigeert

Aan het eind van het gesprek formuleert de scan een kernspanning en een vervolgroute. Maar hij vraagt ook of dat klopt.

Dat is geen beleefdheidsvraag. Het is member checking, een principe dat Lincoln en Guba in 1985 beschreven als de meest cruciale techniek voor het vaststellen van geloofwaardigheid in kwalitatief onderzoek. De onderzoeker deelt zijn interpretatie met de deelnemer, zodat fouten gecorrigeerd kunnen worden en aanvullende informatie kan worden meegegeven.

In de scan werkt dat zo: de motor legt zijn lezing voor, je kunt hem bevestigen, aanvullen of corrigeren. Die correctie gaat mee in de uiteindelijke diagnose. Niet als overruling van de analyse, maar als aanvullend signaal. Een diagnose die niet herkend wordt door wie hem ontvangt, is geen diagnose. Het is een aanname in een mooi jasje.

Dezelfde tool, andere diagnose per organisatie

De scan is niet gebouwd om één soort uitkomst te produceren. De uitkomst volgt uit de spanning die het gesprek blootlegt, en die spanning verschilt per organisatie.

Bij de ene organisatie zit de spanning tussen wat de website belooft aan kandidaten en wat de medewerkers zelf zouden zeggen over werken bij de organisatie. Twee verhalen, één merk. Dat wijst naar een werkgevers-merk-vraagstuk. Bij een ander komt iets anders boven: de essentie staat intern, maar de vertaling naar buiten ontbreekt. Dat wijst naar een activatie-vraagstuk, niet naar een merkfundament-traject.

Niet de branche bepaalt de uitkomst. Niet de grootte van de organisatie. Wat bepaalt is de verhouding tussen wat een organisatie is en wat ze toont, en waar die twee het hardst uit elkaar lopen.

Rijker materiaal vraagt vertrouwen, niet alleen techniek

Hier is de tegenwerping die serieus genomen moet worden. Conversationele AI levert rijkere antwoorden op dan statische vragenlijsten. Dat is in onderzoek meermaals bevestigd. Maar diezelfde literatuur signaleert dat een deel van de respondenten conversationele formats afwijst vanwege zorgen over privacy en vertrouwen.

Rijker materiaal is dus geen automatisch gevolg van een beter instrument. Het gesprek werkt alleen als het vertrouwen opbouwt. Dat betekent in de praktijk: transparantie over wat er met de antwoorden gebeurt, geen eindeloos doorvragen zonder zichtbaar doel, en een uitkomst die de invuller herkent als zijn eigen situatie, niet als een generieke analyse.

Daarom is de member-checking-stap aan het eind geen optie maar onderdeel van de methode. Vertrouwen wordt niet opgebouwd door een mooie interface. Het wordt opgebouwd door te laten zien dat de diagnose echt over jou gaat.

Een diagnose begint vóór het gesprek

De Schwung Merkscan is geen slimme enquête. Hij is een diagnostisch instrument dat begint met hypothesen, afdaalt via laddering, en afrondt met een lezing die gecorrigeerd kan worden.

Het verschil met een vragenlijst is niet technisch. Het is methodologisch. Een vragenlijst vraagt wat je denkt. Een diagnose toetst of dat klopt, en zoekt de oorzaak als het niet klopt.

Communicatie die niet landt zoals bedoeld, heeft zelden een communicatieprobleem. Wie dat wil weten, heeft geen vragenlijst nodig. Die heeft een diagnose nodig.

Meer weten over hoe Schwung merken doorlicht? Lees over de aanpak op schwungreclame.nl/aanpak of bekijk de Schwung AI merkscan.