Hoe persoonlijk is té persoonlijk?

Over hyperpersonalisatie in de fondsenwerving

Met AI kwam er een echte versneller. Waar je vroeger een paar varianten voor een paar segmenten maakte, communiceer je nu één-op-één. Het maakt niet uit via welk kanaal: een brief, een e-mail, een belscript, zelfs een eigen landingspagina per bezoeker. Maar waarvoor? Raakt je achterban hierdoor meer betrokken en geeft ze meer, of wordt persoonlijk soms té persoonlijk? Win je zo het hart van donateurs, of jaag je hen juist weg? Die grens lag er natuurlijk al voordat AI bestond, maar AI zet het dilemma weer scherp op de kaart.

Basis

Personalisatie begint niet bij een algoritme, maar bij de donateur kennen. Dat deden we vroeger al, zonder AI. Met de juiste aanhef. Met de keuze tussen je en u. Met een project dat speelt in iemands eigen omgeving, herkenbaar aan de postcode. Met een geefbedrag dat past bij wat iemand eerder gaf.

Saai? Misschien. Maar het is vakwerk en het rust op één fundament: de data moet kloppen. Schone data, heldere segmenten, harde afspraken over toestemming. Geen AI ter wereld redt een rommelig bestand. Een trouwe donateur die na tien jaar geven ineens wordt aangeschreven als 'nieuwe vriend', omdat twee bestanden niet gekoppeld waren, voelt zich niet gezien maar vergeten. Wie de basis niet op orde heeft, personaliseert met enkel een algoritme sneller verkeerd.

Geen AI ter wereld redt een rommelig databestand

Het segment van één

Vier begrippen worden voortdurend door elkaar gebruikt. Ze klinken als synoniemen, maar het zijn vier gradaties binnen hetzelfde doel: de juiste boodschap bij de juiste persoon. Ze verschillen in hoe fijnmazig je wordt, van grote groepen tot één mens.

Segmentatie deelt je achterban in groepen met iets gemeenschappelijks, vaak duizenden mensen tegelijk: maandgevers, eenmalige gevers, nieuwe donateurs. Personalisatie past de boodschap aan op wat je over één persoon weet, van de aanhef tot het gevraagde bedrag. Journeydenken zorgt dat elke stap logisch volgt op de vorige, afgestemd op waar iemand in zijn relatie met jou staat. En hyperpersonalisatie is de zwaarste vorm: met behulp van AI ontstaat vrijwel realtime voor één mens een eigen versie van tekst, beeld en vraag. Het segment van één.

Die trap zie je terug in de praktijk. Een fonds dat kleinschalige projecten in ontwikkelingslanden steunt, stuurde elke week bedankkaarten met op de voorkant de afbeelding van het project waaraan iemand had gegeven. Een ander fonds voor kinderen met een beperking liet het beeld op de homepage meebewegen met de bezoeker: bij een ouder een jong gezin, bij een grootouder juist grootouders. Een natuurfonds toont wie eerder aan beren gaf een beer, en niet een tijger. En recentelijk wisselt de Nierstichting de volgorde van de alinea’s in de nieuwsbrief op basis van de interessegebieden die uitgevraagd zijn. Zo krijgt iemand met een interesse in zout & preventie en andere eerste alinea dan iemand die interesse heeft in wetenschap & innovatie. En dit terwijl de inhoud gelijk blijft; alleen de volgorde verandert.

Veel van wat hyperpersonalisatie heet, blijft intussen een ingevulde voornaam. Het echte werk begint pas daar waar de donateur niet meer kan volgen waaróm zij juist dit ziet.

--

Zes geefprofielen, zes verschillende drijfveren

Dezelfde vraag raakt bij ieder een andere snaar.

• De investeerder geeft als een investering: wat levert mijn gift concreet op?
• De zorgzame geeft uit medeleven met wie het moeilijk heeft.
• De plichtsgetrouwe geeft omdat het zo hoort, uit fatsoen en gewoonte.
• De belever geeft voor het gevoel en de ervaring van het moment.
• De idealist geeft uit overtuiging, voor een eerlijkere wereld.
• De sociale gever geeft omdat zijn omgeving het doet, uit verbondenheid.

Deze indeling is gebaseerd op het waardenmodel van Motivaction (BSR), vertaald naar de geefpraktijk.

--

Drijfveer

De diepste personalisatie zit niet in de buitenkant, maar in de reden. Twee mensen geven aan hetzelfde doel om heel verschillende redenen. De een uit zorg, omdat een kind honger heeft. De ander uit verbondenheid, omdat de buren het ook doen. Allebei waar, maar het is niet hetzelfde verhaal. De Amerikaanse fondsenwervingsdenker Kevin Schulman, oprichter van DonorVoice, schreef daarover in zijn blog 'Same Cause, Different Morality': ‘Je sleept een donateur niet over het parkeerterrein van zijn motivatie naar die van jou, je zoekt de motivatie op die er al is.’ De psychologie onderbouwt dat, met de theorie van de morele fundamenten van hoogleraar Jonathan Haidt: niet iedereen wordt door dezelfde waarden geraakt. De kunst is om te weten welke drijfveer bij wie het zwaarst weegt.

Praktisch betekent dit: segmenteer niet alleen op het RFM-model (hoe recent, hoe vaak en hoeveel iemand gaf), maar ook op wat iemand drijft. Een geefprofiel maakt zichtbaar welk type gever bij jouw organisatie overheerst. Schrijf dezelfde brief twee keer: één voor wie geeft uit zorg, één voor wie geeft uit verbondenheid. Test welke versie bij welk segment het beste landt. En begin niet bij jouw eigen morele blik, maar bij die van de donateur.

Begin bij de drijfveer van de donateur, niet bij die van jou

Aan de slag

Wat kun je hier als fondsenwerver maandag mee? Begin klein en wees echt.

• Zet de gegevens die donateurs je zelf geven centraal. Die zogenoemde first-party data wordt alleen maar waardevoller nu third-party cookies verdwijnen.
• Voeg aan je systeem naast geefgedrag ook een interesse of drijfveer toe, zodat je op reden kunt personaliseren, nietalleen op bedrag.
• Personaliseer één ding goed in plaats van tien dingen half. Bijvoorbeeld de volgorde van je nieuwsbrief op interesse, of het gevraagde bedrag op geefgeschiedenis.
• Test twee versies van dezelfde vraag, elk met een ander moreel frame, en laat de cijfers kiezen.
• Laat AI het voorwerk doen en houd de mens voor het contact.
• Vraag je bij elke toepassing af of je het hardop tegen de donateur zou durven zeggen.

Waar ligt de grens?

Tegenover al die mogelijkheden staat een morele grens, en de sector neemt die soms te makkelijk. Een goed doel dat uit iemands giften een ziektebeeld afleidt, of aan een betaalpatroon een geldzorg opmerkt, kan dat technisch prima. Maar het speelt dan in op kennis die de donateur nooit bewust deelde. Hoe ongemakkelijk dat wordt, liet de Amerikaanse winkelketen Target al in 2012 zien. Op basis van koopgedrag voorspelde het bedrijf dat een tienermeisje zwanger was en stuurde babyreclame naar huis, nog voordat haar vader het wist. The New York Times beschreef hoe dat misging. De techniek wist iets wat niemand had mogen weten.

Daarom ligt de echte grens niet bij hoe diep je kunt gaan, maar bij wát je gebruikt. Personaliseer op wat iemand je zelf geeft: zijn drijfveer, zijn voorkeur, zijn interesse. Niet op wat je heimelijk afleidt. Het eerste is meeleven, het tweede is bespieden. Een winkel personaliseert om te verkopen, een goed doel om een relatie op te bouwen. Voelt een donateur de techniek als een kassa, dan is het vertrouwen weg, en  vertrouwen is je enige werkkapitaal.

Toets

Maar hoe weet je zeker dat je aan de goede kant van die grens zit? Met één eerlijke vraag:

Durf je het hardop te zeggen tegen de donateur?

Eén toets houdt je scherp. Zou je je aanpak hardop durven uitspreken, recht tegenover de donateur zelf? Zoiets als: 'Deze brief stelden we speciaal voor je samen, op basis van je eerdere giften, omdat we weten dat dit thema je raakt.' Rolt die zin er moeiteloos uit? Dan deugt het. Blijft hij in je keel steken? Dan klopt er iets niet.

Vier dingen horen aan de verkeerde kant van die grens. Je speelt niet in op gevoelige kennis die iemand nooit of alleen vertrouwelijk deelde, zoals een afgeleid ziektebeeld of een geldzorg. Je doet niet alsof er een band is die er niet is. Je wekt geen schuldgevoel of angst op om een gift los te krijgen. En de keuze blijft altijd bij de gever. Personalisatie mag iemand helpen kiezen, nooit in zijn plaats. Fondsenwerving geschiedt op basis van vrijwilligheid.

Mens

Transparantie is de ondergrens, niet de bonus. Ben je open over je AI-gebruik, dan win je vertrouwen. Verstop je het, dan vraag je om wantrouwen. De wet wijst dezelfde kant op: de AVG vraagt om een behoorlijke en transparante omgang met persoonsgegevens, en de Europese AI-verordening voegt toezicht toe.

Laat de techniek het voorwerk doen, houd de mens voor het moment dat telt

Laat de techniek het voorwerk doen: het verzamelen en ordenen van gegevens en een eerste opzet maken. Houd de mens voor het moment dat telt: het echte gesprek, het persoonlijke bedankje, de hand op de schouder bij een groot verlies. Een bedankje dat uit de machine rolt, is geen bedankje. Het is een leeg gebaar met een nette stempel. En juist het bedanken bepaalt of een donateur blijft of vertrekt.

Onthoud dit: goede personalisatie haalt de wrijving weg tussen waar iemand al om geeft en de stap die je vraagt. Het is geen trucje, maar een belofte. Die begint niet bij je software, maar bij de donateur echt kennen, de kennis netjes vastleggen en die alleen gebruiken wanneer dat hardop uitgesproken goed klinkt. Begin daar en de rest volgt vanzelf.

--

Dit artikel stond eerder in Vakblad fondsenwerving, jaargang 28, nummer 3, dat in augustus 2026 verscheen.