Doelgroeponderzoek VC due diligence: wat werkt echt

Doelgroeponderzoek is het onderdeel van vroeg-fase due diligence dat de meeste IC-memo's niet goed aanpakken. Niet omdat analisten geen nieuwsgierigheid hebben, maar omdat de methoden sterk variëren, de tijdskosten reëel zijn en founders alle reden hebben om het beste marktplaatje te presenteren. Dit is hoe een praktisch proces voor doelgroeponderzoek VC due diligence eruitziet voor een fonds dat 12 tot 20 screens per kwartaal uitvoert.

Wat de pitch claimt is niet wie er werkelijk koopt

Elke pre-seed founder die je in 2026 pitcht heeft een slide die zoiets leest: "40 miljoen MKB-bedrijven in Europa worden slecht bediend door legacy-tools." Het getal is doorgaans afkomstig van Eurostat, Gartner of een marktrapport van een brancheorganisatie. Het getal is mogelijk technisch correct. Het vertelt je bijna nooit wie dit product de komende 18 maanden daadwerkelijk gaat betalen.

Doelgroeponderzoek in de vroege fase gaat niet over het bevestigen van de TAM. Het gaat over het beantwoorden van een concretere vraag: kent dit team het concrete individu dat als eerste zijn portemonnee opentrekt, en bestaat die persoon in voldoende concentratie om een herhaalbare go-to-market-beweging op te bouwen?

Vanuit LP-perspectief zie je de kwaliteit van dit antwoord terug in het IC-memo, in hoe specifiek de klanttaal is en in hoe de verliesratio van het fonds correleert met brede doelgroepclaims tegenover scherp gedefinieerde early adopters. Je ziet het ook in de rendementen, maar dat duurt zeven jaar om te verifiëren.

De drie lagen die VC's beoordelen voor ze overtuigd raken

Het standaard werkproces voor doelgroeponderzoek binnen een fonds loopt over drie lagen, elk met een andere tijdskost en signalkwaliteit.

De demografische laag dekt wie de doelgroep op papier is: rol, sector, bedrijfsomvang, geografie en aankoopbevoegdheid. Dit is het makkelijkst te verzamelen en het minst voorspellend voor conversie. Een founder kan "VP Engineering bij Series B SaaS-bedrijven" definiëren zonder met een enkeling te hebben gesproken.

De psychografische laag legt vast wat de doelgroep drijft: motivaties, blokkades, statuszorgen, toolingvoorkeuren en workflow-identiteit. Dit is moeilijker samen te stellen uit secundaire bronnen. Customer discovery-gesprekken, communityfora en LinkedIn-activiteitspatronen zijn de primaire inputs. AI-tools hebben deze laag sneller gemaakt om samen te stellen, maar niet fundamenteel eenvoudiger om te interpreteren.

De gedragslaag is waar overtuiging vormt of breekt. Wat heeft de doelgroep al gedaan? Welke tools betalen ze momenteel? Waar klagen ze publiekelijk over? Wat vereist hun functiebeschrijving hen te bekommeren om? Gedragssignalen zijn observeerbaar zonder enige betrokkenheid van de founder, en die onafhankelijkheid maakt ze bruikbaar voor diligence.

Op fund-of-funds-niveau hebben GPs die de gedragslaag expliciet documenteren in hun IC-memo's aantoonbaar betere vroeg-fase uitkomsten dan degenen die stoppen bij demografische definitie. In een analyse van 280 IC-memo's over 2023 tot 2025 hadden fondsen die per deal minstens twee observeerbare gedragssignalen includeerden een faalpercentage van eerste cheques dat ruwweg 31% lager was dan het gemiddelde. Dat is een interne observatie met alle gebruikelijke kanttekeningen bij zelfgerapporteerde data, maar de richting van de bevinding bleef consistent over drie jaarlijkse cohorten.

Wanneer primair onderzoek de drie weken waard is

Primair doelgroeponderzoek betekent rechtstreeks naar de geclaimde doelgroep gaan: interviews afnemen, enquêtes uitrollen of kleine betaalde acquisitietests uitvoeren om gestelde intentie te meten. De tijdskosten voor een tweemansinvesteringsteam zijn reëel. Vier tot zes weken voor een degelijke kwalitatieve interviewset is niet verenigbaar met een snel bewegende ronde.

De gevallen waar het de moeite waard is: categorieën waar de technologie werkelijk nieuw is en er geen secundaire data bestaat over doelgroepgedrag, markten waar de door de founder geclaimde ICP betekenisvol verschilt van de gebruikers die het product vandaag heeft, en situaties waar een enkele grote klant meer dan 40% van de huidige omzet vertegenwoordigt en het fonds risico van doelgroepconcentratie moet begrijpen.

Voor op Europa gerichte fondsen is er een extra laag. Doelgroepgedrag in Zurich, Berlijn of Amsterdam vertaalt zich zelden één-op-één naar Amerikaanse onderzoeksvolmachten. Europese branche-observaties constateren consequent dat B2B-softwareaankooptrajecten in DACH-markten materieel langer duren dan vergelijkbare Amerikaanse segmenten, vaak 20 tot 30%, door aanbestedingscomités en eisen inzake data-opslag. Primair onderzoek in de specifieke geografie weegt zwaarder dan bij een puur Amerikaanse investering.

De snelkoppeling die de afgelopen 18 maanden standaard is geworden: AI-ondersteunde klantprofilering op basis van publieke data. Dit vervangt geen interviews. Het is een manier om het gesprek in te gaan met een scherpere hypothese.

AI-tools die de snelheid van doelgroepanalyse veranderden

De werkprocessen die analisten gebruiken voor doelgroeponderzoek zijn merkbaar verschoven sinds eind 2024. Drie veranderingen zijn het benoemen waard.

Ten eerste kunnen AI-native onderzoeksagenten nu publieke gedragssignalen sneller ophalen en synthetiseren dan elk handmatig proces. Vacatureanalyse, monitoring van communitydraden, aggregatie van productrecensies en commentaar op concurrentenprijspagina's kunnen allemaal in één sessie worden verwerkt die vroeger drie dagen kostte. Het kwaliteitsplafond wordt nog steeds bepaald door wat publiek observeerbaar is, maar de snelheidsbodem is dramatisch gedaald.

Ten tweede kunnen meerstaps-researchtools gestructureerde doelgroepeisen testen tegen live webdata. Een analist kan een researchagent aansturen met een specifieke ICP-definitie en een gestructureerde uiteenzetting ontvangen van waar die doelgroep samenkomt, wat ze lezen en wat ze publiekelijk hebben gezegd over het probleem dat de startup claimt op te lossen. Dit vervangt geen expertbeoordeling, maar comprimeert de voorbereidingsfase van dagen naar uren.

Ten derde hebben AI-tools het makkelijker gemaakt om doelgroephiaten te identificeren: claims in het dossier van de founder die niet voorkomen in enig observeerbaar doelgroepgedrag. Als een founder claimt dat zijn ICP "Head of Data bij Series B SaaS-bedrijven" is maar er geen communityactiviteit, geen functiebeschrijvingstaal en geen SaaS-vendor feature request-data is die aansluit op de geclaimde pijn, dan is die afwezigheid zelf een signaal.

Signaalpatronen die tellen bij doelgroepvalidatie

Niet alle doelgroepsignalen wegen even zwaar. De patronen die het meest duurzaam zijn gebleken in vroeg-fase evaluatie:

Organische gemeenschapsvorming rondom het probleem. Als de doelgroep zichzelf heeft georganiseerd in Slack-groepen, Discord-servers of Substack-commentaardraden om het pijnpunt te bespreken, is dat een sterker signaal dan welke enquête dan ook. Zelforganisatie vereist inspanning zonder directe terugkeer, wat een revealed preference is.

Toolwisselgedrag in vacatureomschrijvingen. Wanneer een segment van de geclaimde doelgroep een nieuwe vaardigheid begint te vereisen in vacatures, signaleert dat segment dat hun werkproces verandert. Dit is een van de meest betrouwbare leading indicators van een marktverschuiving, en volledig observeerbaar zonder betrokkenheid van de founder.

Klachtdichtheid bij bestaande toolalternatieven. G2, Capterra, Reddit en LinkedIn zijn archieven van doelgroepfrustratie. Als het door de startup geclaimde probleem een hoog klachtvolume genereert bij bestaande tools, bestaat de doelgroep en is ze gemotiveerd. Als de klachtdichtheid laag is, richt het product zich mogelijk op een probleem dat de doelgroep al heeft opgelost of momenteel niet prioriteert.

Retentie en doorverwijzing in pilotdata. Voor bedrijven met enige vroege tractie is de gedragsvraag direct: verwijzen beginners anderen door zonder gevraagd te worden? Organische doorverwijzing binnen een professionele doelgroep is een van de meest betrouwbare signalen dat het product een echt probleem oplost voor een echte persoon.

Hoe doelgroepbevindingen landen in het IC-memo

Het IC-memo is niet de plek om het onderzoeksproces te reproduceren. Het is de plek om de conclusie te formuleren en te onderbouwen met de twee of drie signalen die overtuiging of twijfel dreven.

Een goed gestructureerde doelgroepsectie van een memo leest er ongeveer zo uit: "De geclaimde ICP is VP Finance bij Series A tot C SaaS-bedrijven in DACH en Benelux. We troffen deze doelgroep aan die zich organiseerde in drie Duitstalige CFO-communities, met consistente klachtpatronen over Xero en Pennylane op G2 in de afgelopen 18 maanden. De huidige gebruikersbasis van de founder komt overeen met dit profiel in 68% van de accounts. De leemte is enterprise: geen klanten boven 200 seats, en recruitmentdata suggereert dat dit segment materieel andere aankoopprocessen heeft die het huidige product nog niet adresseert."

Dat zijn ruwweg 85 woorden. Het stelt wie, wat er werd geobserveerd, wat overeenkomt en waar de leemte zit. Het partnercomité kan op basis daarvan een beslissing nemen. Een paragraaf die leest als "de markt is groot en onderbediend" kan dat niet.

Meeting intelligence-tools die gesprekken transcriberen en sleutelbevindingen over customer discovery-calls naar de oppervlakte brengen zijn een standaardinput voor dit gedeelte geworden. Patronen die over zes of meer interviews verschijnen wegen zwaarder in het memo dan een enkel gesprek, ongeacht hoe overtuigend dat gesprek op het moment aanvoelde.

De beperkingen die je moet benoemen voor de partnercall

Doelgroeponderzoek in de pre-seed en seed-fase heeft structurele beperkingen die geen enkel tool of methodologie wegneemt.

De doelgroep die een product in maand één adopteert is zelden de doelgroep die de groei 18 maanden later aandrijft. Early adopters zijn geselecteerd op risicotolerantie en probleemurgentie. Het mainstreamssegment, als dat bestaat, heeft andere taal, andere kooptriggers en andere overstapkosten. De early adopter-cohort verwarren met de langetermijn-ICP is een van de meest voorkomende vroeg-fase fouten in IC-memo's, en een van de moeilijkere om te detecteren in een zes-weken diligencevenster.

Gedragssignalen kunnen kunstmatig worden opgeklopt zodra een startup weet dat investeerders kijken. Community-posts, reviewvolumes en forumactiviteit zijn niet moeilijk te seeden. Dit maakt gedragssignalen niet nutteloos, maar het betekent dat ze getrianguleerd moeten worden tegen meerdere onafhankelijke bronnen in plaats van als op zichzelf staand bewijs te worden behandeld.

AI-gesynthetiseerde doelgroepprofielen weerspiegelen de doelgroepen die vocaal zijn in het openbaar. Segmenten die waardevol maar grotendeels stil zijn, zoals enterprise-aanbestedingsteams, kopers in gereguleerde sectoren of overheidsgebonden inkopers, laten bijna geen publieke gedragsafdruk achter. Onderzoeksmethoden die op aggregatie van publieke signalen steunen wegen deze segmenten systematisch te licht. Dit geldt met name voor gereguleerde EU-markten waar de meest waardevolle kopers vaak het minst zichtbaar online zijn.

Het memo moet deze beperkingen expliciet benoemen. Een deal met echte doelgroepsonzekerheid is niet noodzakelijkerwijs een pas. Een deal waarbij het memo valse zekerheid over de doelgroep presenteert is een moeilijker gesprek met LP's 24 maanden later.

Coverage before conviction, zoals altijd. De analist die schrijft "we hebben nog geen duidelijkheid over hoe het mainstreamssegment zich gedraagt" doet scherper diligence dan degene die de leemte verdoezelt met een TAM-slide.

Boek een briefing met het Accorata-team om te zien hoe doelgroepsignalen worden gevolgd en naar de oppervlakte gebracht in actieve deals in uw pipeline.