TURF-analyse: zo kies je het assortiment dat de meeste klanten bereikt

Een TURF-analyse (Total Unduplicated Reach and Frequency) berekent welke combinatie van producten, smaken, features of boodschappen samen het grootste deel van je doelgroep bereikt, waarbij elke klant maar één keer wordt geteld. Zo kies je niet de opties die elk apart populair zijn, maar de set die samen de meeste verschillende mensen aanspreekt. Het is de standaardtechniek voor assortimentskeuzes: welke drie smaken lanceer je, welke vier features zet je op de verpakking, welke twee claims gebruik je in je campagne.

Veel bedrijven kiezen hun assortiment op basis van gemiddelde voorkeur: de opties met de hoogste scores gaan in productie. Dat lijkt logisch, maar het leidt vaak tot overlap. De twee populairste smaken spreken misschien grotendeels dezelfde mensen aan, terwijl een minder populaire smaak net de groep bereikt die je anders mist. Een TURF-analyse maakt die overlap zichtbaar en berekent welke combinatie je totale bereik maximaliseert. In dit artikel lees je hoe de methode werkt, met een uitgewerkt voorbeeld, en waar het misloopt.

Wat is een TURF-analyse?

Een TURF-analyse is een kwantitatieve techniek uit het marktonderzoek die bepaalt welke selectie uit een lijst opties samen het grootste ongedupliceerde bereik oplevert. De methode komt oorspronkelijk uit de mediaplanning, waar ze werd gebruikt om te berekenen welke combinatie van tijdschriften of tv-programma’s de meeste unieke kijkers bereikt. In 1990 pasten Miaoulis en collega’s de techniek toe op productvoorkeuren, en sindsdien is ze uitgegroeid tot de vaste methode voor assortiments- en portfoliobeslissingen.

De kern zit in het woord unduplicated, ongedupliceerd. Als iemand twee smaken in je set lekker vindt, telt die persoon toch maar één keer mee voor het bereik. Daardoor beloont een TURF-analyse combinaties die aanvullende doelgroepen aanspreken, en straft ze combinaties die dezelfde mensen dubbel bedienen. Precies dat maakt de uitkomst zo anders dan een simpele ranglijst van de populairste opties.

Reach en frequency: de twee begrippen die TURF meet

De naam TURF verwijst naar twee maten die de analyse berekent voor elke mogelijke combinatie. Reach, of bereik, is het belangrijkste. Frequency, de frequentie, is een aanvullende maat die je gebruikt als twee combinaties een gelijk bereik hebben.

In de praktijk stuur je bijna altijd op reach. Je wil zoveel mogelijk verschillende klanten minstens één reden geven om te kopen. Frequency wordt pas interessant wanneer je herhaalaankopen of variatie belangrijk vindt, bijvoorbeeld bij een abonnementsbox waar klanten graag kunnen kiezen. Voordat je aan een TURF-analyse begint, bepaal je dus welke van de twee je doel is.

Hoe werkt een TURF-analyse stap voor stap?

Een TURF-analyse volgt een vaste logica. De rekenkracht zit in stap vier, maar de kwaliteit van je uitkomst wordt bepaald in de eerste drie stappen.

Stap 1: definieer de opties en de drempel

Je stelt de lijst kandidaten samen die je wil testen: de smaken, features, claims of kanalen. Even belangrijk is de drempel waarop je een respondent als bereikt telt. Meestal vraag je respondenten om elke optie te beoordelen, bijvoorbeeld op koopintentie of aantrekkelijkheid, en tel je iemand mee zodra hij minstens één optie boven een bepaalde grens scoort. Waar je die grens legt, bepaalt sterk je resultaat.

Stap 2: verzamel de voorkeuren

Je legt de opties voor aan een representatieve steekproef van je doelgroep. Dat kan met een gewone beoordelingsschaal, met een prijsgevoelige koopintentievraag, of via een voorafgaande conjointanalyse waarvan je de utility-scores hergebruikt. Zorg dat de steekproef groot en zuiver genoeg is, want een TURF-uitkomst op een scheve steekproef stuurt je assortiment de verkeerde kant op.

Stap 3: bepaal per respondent welke opties raak zijn

Voor elke respondent leg je vast welke opties boven de drempel scoren. Zo ontstaat een matrix van mensen tegenover opties, gevuld met nullen en enen. Die matrix is de basis waarop alle combinaties worden doorgerekend.

Stap 4: reken alle combinaties door

Nu berekent de software voor elke mogelijke combinatie van een gegeven omvang hoeveel respondenten door minstens één optie worden bereikt. Voor combinaties van twee uit zes opties zijn dat vijftien mogelijkheden, maar het aantal loopt snel op. De combinatie met het hoogste bereik wint, met frequency als tiebreaker. Het resultaat rangschik je van hoog naar laag, per gewenste setgrootte.

Een uitgewerkt voorbeeld: zes kandidaat-smaken

Stel, een drankenmerk overweegt een nieuwe lijn en test zes kandidaat-smaken bij 250 respondenten: Citroen, Gember, Vlierbloesem, Kers, Munt en Rabarber. Elke respondent geeft per smaak aan of hij die zou kopen. Citroen scoort individueel het hoogst met 55% koopintentie, Gember volgt met 40%, Vlierbloesem met 38%.

De verleiding is groot om de twee populairste smaken te kiezen, Citroen en Gember. Maar de TURF-analyse laat iets anders zien. Veel mensen die Gember lekker vinden, kiezen ook Citroen: de twee overlappen sterk. Vlierbloesem daarentegen spreekt net een andere groep aan. Daardoor levert de combinatie Citroen en Vlierbloesem een hoger ongedupliceerd bereik op dan Citroen en Gember, ook al is Vlierbloesem individueel minder populair.

Zes procentpunt extra bereik lijkt klein, maar op een doelgroep van honderdduizenden potentiële kopers is dat een groot verschil in omzet. En het is precies het inzicht dat een ranglijst van gemiddelden je nooit geeft. Dit is de reden waarom een TURF-analyse zoveel waarde toevoegt bij assortimentskeuzes: ze denkt in aanvullend bereik, niet in losse populariteit.

Let ook op de frequency-kant van dit voorbeeld. De combinatie Citroen en Vlierbloesem bereikt 72% van de doelgroep, maar de gemiddelde respondent vindt daarvan slechts iets meer dan één smaak echt aantrekkelijk. Voor een gewone lancering is dat prima: je wil zoveel mogelijk mensen minstens één reden geven om te kopen. Voor een proefpakket of een abonnementsbox waar variatie de aankoop rechtvaardigt, zou je juist een combinatie kiezen met een hogere frequency, ook al ligt het pure bereik dan iets lager. De juiste maat kiezen is een keuze die je vooraf maakt, niet iets wat de software voor je invult.

De TURF-ladder: hoeveel producten moet je aanbieden?

Een assortiment uitbreiden kost geld: elke extra smaak vraagt productie, voorraad en schapruimte. De vraag is dus niet alleen welke combinatie het beste is, maar ook hoeveel opties je moet aanbieden. Daarvoor gebruik je de TURF-ladder. Je berekent het beste bereik voor een set van één optie, van twee, van drie, enzovoort, en kijkt hoeveel bereik elke extra optie nog toevoegt.

Het patroon is typisch: de eerste opties voegen veel bereik toe, daarna vlakt de curve af. Waar je stopt, hangt af van je kostenstructuur. Stel dat een extra smaak pas rendabel is als hij minstens 5% nieuwe klanten oplevert. Dan stop je na vier smaken, want de vijfde voegt nog maar drie procentpunt toe. Zo koppel je de statistiek aan een commerciële beslissing: niet zoveel mogelijk lanceren, maar precies genoeg om je bereik winstgevend te maximaliseren.

TURF-analyse vergeleken met conjoint, MaxDiff en clusteranalyse

TURF wordt vaak verward met andere technieken die ook met voorkeuren werken. Ze beantwoorden echter verschillende vragen. De onderstaande tabel zet ze naast elkaar.

De technieken vullen elkaar aan. Een conjointanalyse vertelt je hoe je een product het beste samenstelt, terwijl een TURF-analyse bepaalt welke set producten je vervolgens naast elkaar zet. MaxDiff levert de importantiescores die je in een TURF kunt invoeren. En met een clusteranalyse kun je een TURF per segment draaien, zodat je ziet of verschillende doelgroepen een ander assortiment vragen. Wie het onderscheid tussen deze methodes wil doorgronden, vindt meer context in ons overzicht van de meest gebruikte statistische technieken in marktonderzoek.

Wanneer gebruik je een TURF-analyse?

Een TURF-analyse past overal waar je uit een lange lijst een beperkte selectie moet maken en maximaal bereik wil. De klassieke toepassing is productlijn en assortiment, maar de methode is breder inzetbaar.

Denk aan een voedingsproducent die uit tien kandidaat-smaken de vier meest complementaire kiest, een verzekeraar die bepaalt welke drie polisvoordelen hij op de homepage zet, of een marketeer die uit acht campagneclaims de twee selecteert die samen de breedste doelgroep raken. Ook mediaplanning, de oorspronkelijke toepassing, blijft relevant: welke combinatie van kanalen bereikt de meeste unieke mensen binnen je budget. Zelfs in de dienstensector werkt de logica, bijvoorbeeld wanneer een bank moet kiezen welke drie extra services hij aan een basispakket koppelt om zoveel mogelijk klantprofielen aan te spreken.

De rode draad is telkens dezelfde: een beperkt aantal keuzeslots, een langere lijst kandidaten, en de wens om samen zoveel mogelijk verschillende mensen te raken. Bij consumentgerichte vraagstukken combineren we een TURF vaak met consumentenonderzoek om de uitkomst te duiden, en met een marktanalyse om de commerciële context scherp te krijgen.

Van bereik naar assortimentsbeslissing

Een TURF-analyse levert een ranglijst van combinaties, maar die ranglijst is een tussenstap, geen eindoordeel. Het cijfer met het hoogste bereik is zelden automatisch de beste keuze. Een goede onderzoeker legt de statistiek naast drie andere lagen voordat er een assortiment op tafel komt.

De eerste laag is kosten en marge. Twee combinaties kunnen een vrijwel gelijk bereik hebben, terwijl de ene set veel goedkoper te produceren is of een hogere marge draait. Dan weegt die financiële realiteit zwaarder dan een verschil van één procentpunt bereik. De TURF-ladder helpt je bepalen hoeveel opties nog rendabel zijn, maar de uiteindelijke knip is een bedrijfseconomische afweging.

De tweede laag is het segment. Een TURF op de totale markt kan een ander antwoord geven dan een TURF per doelgroep. Als je jongere en oudere klanten apart bekijkt, ontdek je soms dat een smaak met matig totaalbereik cruciaal is voor een waardevol segment. Door de analyse te draaien binnen groepen uit een clusteranalyse voorkom je dat je een klein maar winstgevend publiek uit het oog verliest.

De derde laag is het waarom achter de cijfers. Een TURF vertelt je welke combinatie werkt, maar niet waarom mensen bepaalde opties combineren of mijden. Aanvullend kwalitatief onderzoek, bijvoorbeeld enkele focusgroepen of diepte-interviews, geeft die verklaring en behoedt je voor een keuze die op papier klopt maar in de winkel niet aanslaat. Precies in dat samenspel tussen cijfer en context zit het verschil tussen een tabel en een onderbouwde beslissing.

Vijf valkuilen bij een TURF-analyse

Software rekent elke combinatie in seconden door, en tegenwoordig genereren AI-tools en dashboards een TURF-tabel zonder dat je een formule hoeft te kennen. Dat is precies het risico: de drempel om een TURF fout op te zetten of verkeerd te interpreteren is nog nooit zo laag geweest. De rekenkracht is niet het moeilijke deel, de onderzoeksopzet en de interpretatie wel. Dit zijn de vijf fouten die we het vaakst zien.

1. De drempel verkeerd of onbewust kiezen

Of je iemand als bereikt telt bij een 4 of pas bij een 5 op een schaal, verandert je hele uitkomst. Wie de drempel niet bewust kiest en documenteert, krijgt cijfers die niemand kan reproduceren of verdedigen.

2. Alleen naar je eigen opties kijken

Een TURF-analyse kijkt standaard enkel naar jouw kandidaten, niet naar wat de concurrent al aanbiedt. Een smaak met hoog bereik die je grootste concurrent al domineert, is commercieel minder interessant dan het cijfer suggereert. Combineer een TURF daarom met een concurrentieanalyse.

3. Bereik verwarren met omzet

Maximaal bereik is niet hetzelfde als maximale winst. Een breed assortiment kost geld, en een optie met veel bereik maar lage marge kan je resultaat drukken. De TURF-ladder helpt, maar de eindafweging is bedrijfseconomisch, niet statistisch.

4. Werken met een te kleine of scheve steekproef

TURF splitst je data in veel combinaties, waardoor kleine steekproeven snel onbetrouwbaar worden. Een goed bepaalde steekproefgrootte en waar nodig weging om de representativiteit te waarborgen zijn geen luxe maar voorwaarde.

5. Geen aandacht voor lage bereikcijfers

Als zelfs je beste combinatie maar 10% bereikt, betekent dat niet dat de methode faalt, maar dat je doelgroep heel heterogeen is: verschillende mensen willen echt verschillende dingen. Dan is segmenteren met aanvullend kwalitatief onderzoek zinvoller dan doorgaan op een combinatie die niemand echt raakt. Een heldere datavisualisatie van de TURF-ladder maakt zulke signalen meteen zichtbaar.

TURF-analyse laten uitvoeren

Een TURF-analyse is een krachtig instrument om van een lange verlanglijst naar een scherp assortiment te gaan, maar de waarde zit in de opzet: de juiste opties, een verdedigbare drempel, een zuivere steekproef en een interpretatie die rekening houdt met marge en concurrentie. Wij helpen je van onderzoeksvraag tot beslissing, en verbinden de uitkomst aan een gedegen behoefteanalyse zodat je assortimentskeuze onderbouwd op tafel komt. Bekijk ons volledige aanbod op de pagina soorten marktonderzoek, of neem contact op om je vraagstuk te bespreken.