11 juli 2026Bijgewerkt op Fathy Shalaby14 min leestijd
Product sense: hoe senior PM's goede beslissingen nemen met onvolledige data
Product sense is geen onderbuikgevoel, maar gekalibreerd oordeel. Zo werkt intuïtie, wanneer je erop kunt vertrouwen, hoeveel bewijs elke beslissing nodig heeft en welke gewoonte je beter maakt.
Product sense, ook wel productintuïtie genoemd, is het vermogen om goede productbeslissingen te nemen wanneer de data onvolledig is. Het is geen onderbuikgevoel. Het is gekalibreerd oordeel: weten welk soort bewijs je hebt, wat het waard is, wat je van gedachten zou doen veranderen en wanneer wachten meer kost dan ernaast zitten. Senior PM's hebben niet door magie vaker gelijk; ze zijn beter gekalibreerd.
Belangrijkste punten
Shreyas Doshi beschrijft product sense als "het vermogen om doorgaans de juiste productbeslissingen te nemen" bij aanzienlijke onduidelijkheid, en ziet het als een vaardigheid die iedereen kan verbeteren (Maven).
Intuïtie is alleen betrouwbaar onder de juiste omstandigheden: een regelmatige in plaats van chaotische omgeving, oefening, en nauwkeurige, tijdige feedback op je beslissingen (Gary Klein over Kahneman & Klein, 2009).
Experts beslissen op herkenning. In Kleins onderzoek bij brandweerlieden steunden 117 van 134 beslismomenten op herkenning in plaats van op het vergelijken van opties, en 78% van de beslissingen duurde minder dan een minuut (ShadowBox, 2025).
Productwerk geeft zelden snelle feedback, dus de intuïtie van PM's is zwakker dan hij aanvoelt. Bij Microsoft verbeterde slechts ongeveer een derde van de goed opgezette experimenten de doelmetric (Kohavi, Crook & Longbotham, 2009).
De gewoonte die je oordeel aanscherpt is simpel: schrijf vóór elke beslissing een falsifieerbare voorspelling op en controleer die later.
Wat is product sense?
Elke PM kent het moment. De data is niet overtuigend, stakeholders willen vrijdag een antwoord en de discovery loopt twee weken, niet twee maanden. Je moet bouwen, schrappen of tijd kopen, en elke keuze kost iets. Junior PM's bevriezen hier vaak: ze vragen om meer onderzoek of zetten een enquête uit die drie weken duurt en de verkeerde vraag beantwoordt. Senior PM's beslissen. Niet omdat ze meer data hebben, maar omdat ze onvolledige signalen lezen, goed wegen en zich vastleggen terwijl ze openstaan voor het idee dat ze ernaast zitten.
Twee definities worden veel gebruikt:
het vermogen om doorgaans de juiste productbeslissingen te nemen, zowel op het grote geheel als op detailniveau, zelfs bij aanzienlijke onduidelijkheid. Hij noemt cognitieve empathie, smaak, productstrategie en creativiteit als hefbomen ().
Jules Walter, in Lenny's Newsletter: de vaardigheid om consequent producten te maken die de beoogde impact hebben op hun gebruikers, opgebouwd uit twee delen: empathie om betekenisvolle behoeften te vinden en creativiteit om ze op te lossen (Lenny's Newsletter, 2022).
Beiden zien product sense als een leerbare vaardigheid, niet als een eigenschap. Dit artikel richt zich op het deel dat sollicitatiegesprekken zelden toetsen: goed beslissen wanneer het bewijs dun is.
Product sense versus onderbuikgevoel versus datagedreven beslissingen
Onderbuikgevoel
Product sense
Wachten op de data
Wat de keuze aandrijft
Patroonherkenning die je niet hebt onderzocht
Patronen plus een expliciete lezing van het bewijs
Alleen wat gemeten wordt
Snelheid
Snel
Snel genoeg
Langzaam
Belangrijkste falen
Zelfverzekerd en fout in nieuwe situaties
Overmoed als je nooit controleert
Het venster missen; verlamming door analyse
Hoe je weet dat het werkt
Dat weet je niet
Voorspellingen vastgelegd en gecontroleerd
Resultaten komen, vaak te laat om nog te tellen
Het duidelijkste teken van goede product sense is niet dat iemand altijd gelijk heeft. Het is dat iemand zelden verrast is als hij ernaast zit. Hij wist dat de onzekerheid er was en nam de beslissing omdat de kosten van wachten hoger waren dan de kosten van een misser.
Hoe werkt productintuïtie eigenlijk?
Gary Kleins onderzoek met brandweercommandanten verklaart wat experts onder druk doen. Zijn team verwachtte dat ze opties zouden vergelijken. Meestal deden ze dat niet. Bij 134 beslismomenten volgden er 117 wat Klein het recognition-primed decision-model (RPD) noemde, en 78% van de beslissingen werd in minder dan een minuut genomen (ShadowBox, 2025).
RPD kent drie stappen:
De situatie herkennen. De expert ziet haar als vertrouwd, waardoor de relevante signalen, aannemelijke doelen, wat te verwachten en een typische actie bovenkomen.
De eerste werkbare optie nemen. Opties worden een voor een bekeken, niet naast elkaar.
Het mentaal simuleren. De expert speelt de actie in gedachten vooruit. Ziet de uitkomst er acceptabel uit, dan handelt hij. Zo niet, dan past hij haar aan of probeert hij de volgende optie.
PM's doen hetzelfde wanneer een featureverzoek "niet goed ruikt" of een dalende metric "eruitziet als" een trackingfout. De patroonbibliotheek komt uit honderden klantgesprekken, lanceringen en post-mortems. Daarom groeit product sense met blootstelling, en daarom moet een PM die nieuw is in een markt daar minder op zijn instinct vertrouwen.
Wanneer kun je je productintuïtie vertrouwen?
Daniel Kahneman besteedde zijn loopbaan aan het documenteren van de vertekeningen van intuïtie; Klein aan het laten zien hoe goed experts haar gebruiken. In 2009 publiceerden ze samen een artikel over wanneer welke visie opgaat. Klein vatte later de criteria samen waarover ze het eens waren: een regelmatige situatie in plaats van een chaotische of hypercomplexe, de kans om te oefenen en nauwkeurige, tijdige feedback op de gevolgen van beslissingen (Psychology Today, 2024).
Productmanagement faalt vaak op de derde toets. Feedback op een roadmapkeuze kan een kwartaal duren en raakt vermengd met seizoensinvloeden, marketing en andere lanceringen. Ron Kohavi's team bij Microsoft zei het ronduit: het is vernederend om te zien hoe slecht experts zijn in het inschatten van de waarde van features, henzelf inbegrepen. Slechts ongeveer een derde van de goed opgezette experimenten verbeterde de metric waarop ze mikten (Kohavi, Crook & Longbotham, 2009).
Het eerlijke antwoord is dus: vertrouw je intuïtie meer waar feedback snel komt en het domein vertrouwd is, en minder waar dat niet zo is.
Soort beslissing
Feedbacksnelheid
Hoe regelmatig het domein is
Intuïtie vertrouwen?
UI-teksten, onboardingstappen in je eigen product
Dagen
Hoog
Ja, daarna met data controleren
Verzoeken prioriteren uit een segment dat je goed kent
Weken
Middelhoog
Meestal, met een snelle bewijscheck
Pricing en packaging
Maanden
Gemiddeld
Deels; testen voordat je je vastlegt
Een nieuwe markt of een nieuw segment betreden
Kwartalen
Laag
Weinig; koop eerst observatiebewijs
Wat zijn de drie niveaus van productbewijs?
Elk signaal dat je verzamelt zit op een van drie niveaus. Bewijs snel sorteren is de kernvaardigheid. Voor een diepere behandeling per risicosoort, zie wat telt als bewijs voor de vier productrisico's.
Niveau 1: indirect bewijs
Indirect (proxy-)bewijs is zijdelings. Het suggereert iets zonder het te bewijzen: een patroon in supporttickets, een daling in een funnelmetric, een sales-bezwaar dat drie keer in een maand opkomt, een gebruiker die een workaround beschrijft. Het is goedkoop te verzamelen en makkelijk verkeerd te lezen. Indirect bewijs vertelt je dat er iets gebeurt, niet waarom. Alleen daarop handelen is de manier om de verkeerde oplossing voor het juiste probleem te bouwen.
Niveau 2: observatiebewijs
Observatiebewijs komt uit kijken hoe mensen jouw product of nabije alternatieven gebruiken: klantinterviews (vooral switch-interviews), sessieopnames, usabilitytests. Het vertelt je waarom iets gebeurt. Het kost meer dan indirect bewijs en is duurder om te negeren. Als observatie je indirecte signalen tegenspreekt, wint meestal de observatie. De meeste PM's investeren hier te weinig; goede vragen voor klantinterviews maken het goedkoper.
Niveau 3: causaal bewijs
Causaal bewijs komt uit gecontroleerde experimenten: A/B-tests, feature-flag-uitrol met holdback, voor-en-na-metingen met een schone baseline. Alleen dit bewijs vertelt je wat er zal gebeuren als je iets verandert. Het vraagt een voldoende grote steekproef, een schone opzet en meestal meerdere weken looptijd. De meeste beslissingen hebben het niet nodig. De veelgemaakte fout is het voor alles te eisen en een experiment te draaien waar één interview de vraag sneller had beantwoord. Onze gids over A/B-testen laat zien wanneer het de moeite waard is.
Hoeveel bewijs heb je nodig voordat je een productbeslissing neemt?
Dat hangt af van twee dingen: hoe omkeerbaar de keuze is en wat ze kost.
Omkeerbaarheid
Investering
Benodigd bewijs
Voorbeeld
Moeilijk terug te draaien
Hoog
Causaal
Pricing wijzigen voor alle bestaande klanten
Makkelijk terug te draaien
Gemiddeld
Observatie
Een nieuwe onboardingflow achter een feature flag
Makkelijk terug te draaien
Laag
Indirect, plus een voorkeur voor actie
Een instellingenpagina herschikken
De meeste dagelijkse productbeslissingen zitten in de onderste rij. De meeste teams behandelen ze als die in de bovenste. Jeff Bezos maakte hetzelfde punt in de aandeelhoudersbrief van Amazon uit 2016: de meeste beslissingen moeten worden genomen met "ergens rond 70% van de informatie die je zou willen hebben", en traag zijn kost meestal meer dan ernaast zitten, mits je goed bent in het snel opmerken en herstellen van slechte keuzes (Amazon, 2017). Ons artikel over one-way- en two-way-deurbeslissingen laat zien hoe je merkt in welke rij je zit.
Hoe bouw je product sense op? De kalibratiegewoonte
Product sense wordt scherper door één oefening: je voorspellingen bijhouden. Het creëert de tijdige feedback die volgens Kahneman en Klein intuïtie nodig heeft en die productwerk zelf zelden levert.
Schrijf vóór een beslissing op wat je verwacht dat er gebeurt. Geen wens, maar een falsifieerbare voorspelling: "Als we deze wijziging uitrollen, stijgt de day-30-retentie in het blootgestelde cohort met minstens 5%." Of: "Drie maanden na de lancering gebruikt minder dan 10% van de gebruikers deze feature vaker dan eenmaal." Voeg toe hoe zeker je bent. Als er genoeg tijd is verstreken, controleer je.
Dat is oncomfortabel, want voorspellingen creëren verantwoording. Het is ook de enige lus die de kalibratie verbetert. Je leert welke soorten keuzes je goed maakt en welke je steeds verkeerd inschat. Twee fouten komen telkens terug:
De adoptie overschatten van features waar het team enthousiast over is. Kohavi's succesratio van een op de drie is de buitenblik waartegen je dat enthousiasme kunt afzetten.
Onderschatten hoe hardnekkig huidig gedrag is. Gebruikers houden hun workaround vast lang nadat jouw betere manier is verschenen.
Je eigen faalpatronen kennen is meer waard dan welk framework ook.
Sjabloon voor een voorspellingslog (kopiëren en plakken)
DECISION: [what we decided, one line]
DATE / OWNER: [date] / [name]
EVIDENCE LEVEL: [proxy / observational / causal]
PREDICTION: [metric] will move from [X] to [Y] by [date]
CONFIDENCE: [50 / 60 / 70 / 80 / 90%]
WOULD CHANGE MY MIND: [the signal that would make me reverse]
CHECK DATE: [date]
RESULT: [what happened] HIT / MISS
LESSON: [what I'd weigh differently next time]
Bewaar het log op dezelfde plek als je beslissingen; een productbeslissingslog werkt goed omdat de redenering en de voorspelling daar samen staan.
Uitgewerkt voorbeeld: je kalibratie scoren (ter illustratie)
Stel dat een PM in twee kwartalen 30 voorspellingen vastlegt. Twaalf waren gemarkeerd als "80% zeker"; 7 daarvan kwamen uit, een trefferpercentage van 58%. Tien waren gemarkeerd als "60% zeker"; 6 kwamen uit, een trefferpercentage van 60%. De 60%-keuzes zijn goed gekalibreerd. De 80%-keuzes zijn ongeveer 22 punten overmoedig.
Bij nader inzien waren 4 van de 5 missers bij 80% adoptievoorspellingen voor features waar het team voor had gepleit. De oplossing is niet te stoppen met het voorspellen van adoptie. Het is om die keuzes een band lager te zetten, op 60-70%, en om observatiebewijs te vragen voordat je er meer dan twee weken werk in steekt.
Hoe lees je zwakke signalen?
Sterke signalen zijn makkelijk: een daling van 40% in activatie, dezelfde klacht in acht interviews. Product sense telt bij zwakke signalen: de ene klant met een ongebruikelijke workflow, een kleine dip in een secundaire metric die bij geen enkele hypothese past, de sales-collega die zegt dat klanten iets nooit een blokkade noemen maar er altijd naar vragen.
Drie werkwijzen helpen:
Scheid observatie van interpretatie. "Dit is verwarrend" is een observatie. "Ze willen een eenvoudigere UI" is een interpretatie en kan fout zijn; de verwarring kan over de waardepropositie gaan. Houd de ruwe observatie vast voordat je naar de verklaring grijpt.
Zoek naar convergentie over bronnen heen. Eén zwak signaal betekent weinig. Hetzelfde patroon in supportdata, een interview en een salesgesprek in dezelfde week is het onderzoeken waard.
Vraag wat je zou doen bijstellen. Benoem, voordat je beslist wat een signaal betekent, het bewijs dat je interpretatie zou veranderen. Als niets dat zou doen, rationaliseer je in plaats van te redeneren.
Wanneer moet je beslissen zonder genoeg data?
Je hebt nooit genoeg data. De vraag is of meer signaal de vertraging waard is. Meestal niet. Vertraging wordt in de meeste productorganisaties te laag geprijsd: engineers wachten, designers itereren op ongevalideerd werk, concurrenten gaan voorbij.
De juiste vraag is niet "heb ik genoeg data?" maar "wat is de goedkoopste test die mijn mening zou veranderen?"
Als niets je mening zou veranderen, heb je al besloten. Neem de beslissing en sta ervoor.
Als het een metriccheck van vijf minuten is, een klantgesprek van een uur of een experiment van twee weken, doe dat dan eerst.
Als de goedkoopste test drie maanden causale data is en de beslissing klein en omkeerbaar, beslis dan nu en leer van de werkelijkheid.
Zo klinkt goede product sense: "Ik ben ongeveer 65% zeker dat dit klopt. Wat me naar 85% zou brengen is nog een interviewronde over de activatieflow. Als die bevestigt wat ik zie, bouwen we. Als ze het tegenspreken, zoeken we uit waarom voordat we investeren." Dat is geen vlucht in voorbehouden. Dat is iemand die weet waar hij staat in het bewijs en wat de volgende juiste stap is.
Hoe ontwikkel je product sense sneller?
Walter stelt vier werkwijzen voor: kijken hoe mensen producten gebruiken, de producten die je dagelijks gebruikt ontleden, leren van hoe sterke productdenkers problemen framen en nieuwsgierig blijven naar veranderingen in technologie en je domein (Lenny's Newsletter, 2022). Voeg er twee toe die specifiek kalibratie opbouwen:
Praat elke week met klanten. Blootstelling bouwt de patroonbibliotheek waar RPD op leunt. Continuous discovery maakt er een gewoonte van.
Houd het voorspellingslog een heel kwartaal bij. Tien vastgelegde beslissingen leren meer dan honderd ononderzochte.
Wanneer faalt productintuïtie?
In een nieuwe markt. Je patronen komen van elders. Kleins voorwaarden gelden nog niet.
Zonder feedbacklus. Als je uitkomsten nooit controleert, voegt ervaring zelfvertrouwen toe, geen nauwkeurigheid.
Wanneer enthousiasme bewijs vervangt. Bij de lievelingsfeature van het team is de kalibratie meestal het slechtst.
Wanneer zelfverzekerdheid voor kalibratie wordt aangezien. De luidste persoon in de kamer is niet de best gekalibreerde.
Wanneer je het probleem overslaat. Sterke instincten over oplossingen kunnen een zwak begrip van de behoefte verbergen; zie probleemruimte versus oplossingsruimte.
Waar Specky past
Kalibratie vraagt om twee dingen die de meeste teams kwijtraken: de redenering op het moment van de beslissing en de uitkomst achteraf. Specky's Decision Log legt de keuze en het bewijs erachter vast, de Product Graph koppelt dat bewijs aan klantgesprekken, tickets en analytics, en na de lancering controleert Specky of de gok zijn metric heeft bewogen. Zo sluit de feedbacklus waar intuïtie op leunt, en rust je oordeel op bewijs waar je naar kunt wijzen.
Veelgestelde vragen
Wat is product sense?
Product sense is de vaardigheid om goede productbeslissingen te nemen bij onduidelijkheid: gebruikers begrijpen, beoordelen welke problemen ertoe doen en voorspellen hoe wijzigingen vallen. Shreyas Doshi beschrijft het als het vermogen om doorgaans de juiste productbeslissingen te nemen, en Jules Walter als het consequent maken van producten met de beoogde impact. In de praktijk combineert het empathie, domeinkennis, creativiteit en goed gekalibreerd oordeel over bewijs.
Is product sense hetzelfde als productintuïtie?
Ze overlappen. Productintuïtie verwijst meestal naar het snelle, op patronen gebaseerde deel: het directe gevoel dat iets fout of goed is. Product sense is breder en omvat de bewuste delen, zoals het probleem framen, bewijs wegen en een oplossing kiezen. Goede product sense gebruikt intuïtie als snelle eerste gok en toetst die aan het bewijs voordat je je vastlegt.
Kun je product sense leren?
Ja. Doshi en Walter zien het allebei als een vaardigheid, en Kleins onderzoek laat zien dat expertintuïtie voortkomt uit oefening in een regelmatige omgeving met tijdige feedback. PM's kunnen dat versnellen door wekelijks gebruikers te observeren, producten te ontleden, te bestuderen hoe sterke productdenkers problemen framen en voorspellingen vast te leggen zodat ze feedback krijgen op hun eigen oordeel.
Hoe toon je product sense in een PM-sollicitatiegesprek?
Interviewers zoeken gestructureerd redeneren over gebruikers en afwegingen. Begin met het verduidelijken van het doel en het gebruikerssegment, beschrijf het probleem van de gebruiker concreet, prioriteer één probleem en zeg waarom, stel een paar oplossingen voor en kies er één, en noem dan de metric die zou laten zien dat het werkt en de risico's. Zeggen wat je zou moeten leren voordat je je vastlegt, toont oordeelsvermogen, geen zwakte.
Hoeveel data heb je nodig voordat je een productbeslissing neemt?
Het hangt af van omkeerbaarheid en kosten. Moeilijk terug te draaien, dure beslissingen zoals prijswijzigingen vragen causaal bewijs. Omkeerbare keuzes van gemiddelde omvang vragen observatiebewijs, zoals interviews of usabilitytests. Kleine, omkeerbare wijzigingen vragen alleen een indirect signaal en een voorkeur voor actie. Jeff Bezos stelde voor de meeste dingen te beslissen met ongeveer 70% van de informatie die je zou willen hebben.
Hoe weet je of je productintuïtie goed is?
Leg vóór beslissingen voorspellingen vast met een zekerheidsniveau en controleer ze op een vaste datum. Vergelijk na 20 tot 30 items je trefferpercentage in elke zekerheidsband met de zekerheid die je opgaf. Als je "80% zeker"-keuzes ongeveer 80% van de tijd uitkomen, ben je goed gekalibreerd. Als ze 60% van de tijd uitkomen, zet dat soort keuzes dan lager.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing