4 november 2026Bijgewerkt op Fathy Shalaby13 min leestijd
Product-market fit-enquête: 4 vragen, template en scoring
Kopieer de vier product-market fit-vragen die Superhuman gebruikte, stuur ze naar de juiste gebruikers en scoor de antwoorden per segment. Met template, tabel voor steekproefgrootte en een uitgewerkt voorbeeld.
Een product-market fit-enquête stelt mensen die je product actief gebruiken één kernvraag: "Hoe zou je je voelen als je [product] niet meer zou kunnen gebruiken?" Als 40% of meer antwoordt met "zeer teleurgesteld", suggereert de benchmark van Sean Ellis dat je product-market fit hebt. Drie vervolgvragen laten zien wie die mensen zijn, wat ze waarderen en wat alle anderen tegenhoudt.
Belangrijkste punten
De 40%-benchmark komt van Sean Ellis, die bijna honderd startups vergeleek: wie moeite had scoorde bijna altijd onder de 40%, wie sterke traction had bijna altijd erboven (First Round Review, 2018).
Enquêteer alleen gebruikers die het kernproduct de afgelopen twee weken minstens twee keer hebben gebruikt. Gloednieuwe aanmeldingen vertekenen het resultaat.
Ongeveer 40 antwoorden geven een richtinggevend beeld. Bij die omvang heeft een score van 40% een foutmarge van ongeveer ±15 punten.
Superhuman ging in ongeveer drie kwartalen van 22% naar 58% door antwoorden te segmenteren en de roadmap te splitsen.
De enquête is een voorlopende indicator. Bevestig haar met retentie, betaling en organische groei.
Wat zijn de vragen van een product-market fit-enquête?
De standaard product-market fit-enquête heeft vier vragen. Dit is precies de set die Rahul Vohra bij Superhuman gebruikte, gebouwd op de oorspronkelijke vraag van Sean Ellis (First Round Review, 2018):
Hoe zou je je voelen als je [product] niet meer zou kunnen gebruiken? Zeer teleurgesteld / Enigszins teleurgesteld / Niet teleurgesteld.
Welk type mensen zou volgens jou het meest baat hebben bij [product]?
Wat is het belangrijkste voordeel dat je uit [product] haalt?
Hoe kunnen we [product] voor jou verbeteren?
Waarom elke vraag haar plek verdient
V1 meet verlies, geen tevredenheid. Mensen zijn beleefd over producten die ze leuk vinden. Vragen hoe ze zich zouden voelen als het verdween, filtert de gebruikers die ervan afhankelijk zijn.
V2 laat fans je beste klant beschrijven. De antwoorden van "zeer teleurgestelde" gebruikers beschrijven vaak nauwkeuriger een segment dan je eigen positionering. Superhuman maakte van deze antwoorden een profiel van zijn klant met hoge verwachtingen.
V3 laat zien wat je echt verkoopt. Bewaar de exacte woorden van de respondenten. Ze worden je headlinetekst.
V4 vindt de blokkade. Die is vooral belangrijk voor "enigszins teleurgestelde" gebruikers die het hoofdvoordeel delen dat je fans noemen.
Product-market fit-enquêtetemplate om te kopiëren
Plak dit in een willekeurige formuliertool. Behoud de volgorde: de scorevraag moet eerst komen, voordat vervolgvragen het antwoord kunnen kleuren.
Onderwerp: 2 minuten om ons te helpen [product] te verbeteren?
Hoi [voornaam],
Je hebt [product] de laatste tijd een paar keer gebruikt, dus jouw mening telt.
Vier vragen, ongeveer twee minuten. Er zijn geen goede of foute antwoorden.
1. Hoe zou je je voelen als je [product] niet meer zou kunnen gebruiken?
( ) Zeer teleurgesteld
( ) Enigszins teleurgesteld
( ) Niet teleurgesteld
( ) N/A: ik gebruik [product] niet meer
2. Welk type mensen zou volgens jou het meest baat hebben bij [product]?
[open tekst]
3. Wat is het belangrijkste voordeel dat je uit [product] haalt?
[open tekst]
4. Hoe kunnen we [product] voor jou verbeteren?
[open tekst]
Optioneel (alleen als het een beslissing verandert):
5. Wat zou je gebruiken als [product] niet meer beschikbaar was?
[open tekst]
6. Wat is je rol, en ongeveer hoeveel mensen werken er bij jouw bedrijf?
[rol] [bedrijfsgrootte]
Bedankt. We lezen elk antwoord.
De N/A-optie is een praktische toevoeging en geen onderdeel van de drie antwoorden van Superhuman. Hiermee kunnen afgehaakte gebruikers zichzelf aanmerken, zodat je ze uit de score kunt halen in plaats van ze als "niet teleurgesteld" mee te tellen.
Optionele vragen voor AI-producten
Als AI het kernwerk doet, voeg dan na V3 één vraag toe: "De laatste keer dat je [product] gebruikte, wat deed je met het resultaat?" Bied aan: ongewijzigd gebruikt / licht bewerkt / grotendeels herschreven / weggegooid. Zo scheid je mensen die houden van het idee van het product van mensen die op de output vertrouwen.
Waar komt de 40%-regel voor product-market fit vandaan?
Sean Ellis gebruikte de vraag "zeer teleurgesteld" voor het eerst bij Xobni en bleef haar gebruiken bij Dropbox en latere bedrijven, volgens zijn interview van september 2024 in Lenny's Podcast (Lenny's Newsletter, 2024). Het doel was een filter voor gebruikers die echt om het product gaven.
De 40%-grens kwam later. Volgens het verhaal van Vohra benchmarkte Ellis bijna honderd startups met de enquête en ontdekte hij dat bedrijven die moeite hadden met groeien bijna altijd onder de 40% scoorden, terwijl bedrijven met sterke traction er bijna altijd boven zaten (First Round Review, 2018).
Drie kanttekeningen van Ellis zelf uit dat interview van 2024:
Hij noemt de enquête een voorlopende indicator. Ze geeft al op dag één een beeld, terwijl retentiedata maanden kosten.
Hij ziet 40% niet als vaste wet. De belangrijkste waarde is dat een team een gedeeld doel krijgt voordat het geld uitgeeft aan groei.
Hoge overstapkosten kunnen scores opblazen. Mensen zijn misschien "zeer teleurgesteld" om een tool te verliezen, simpelweg omdat weggaan pijnlijk is.
Ter vergelijking: uit de enquête van Hiten Shah in 2015 onder 731 Slack-gebruikers bleek dat 51% zeer teleurgesteld zou zijn zonder Slack, in een tijd dat Slack ongeveer een half miljoen betalende gebruikers had (First Round Review, 2018).
Naar wie moet je een PMF-enquête sturen?
Enquêteer mensen die de kernwaarde onlangs hebben ervaren. De regel van Superhuman was: gebruikers die het product de afgelopen twee weken minstens twee keer hadden gebruikt, uit een toenmalige groep van 100 tot 200 gebruikers (First Round Review, 2018). Ellis beschrijft dezelfde regel: een willekeurige steekproef van mensen die het product de afgelopen week of twee weken echt meer dan twee keer hebben gebruikt (Lenny's Newsletter, 2024).
Enquêteer niet:
Mensen die zich aanmeldden maar nooit de kernworkflow bereikten.
Mensen die alleen een demo of de homepage zagen.
Je vrienden, investeerders of de vijf klanten met wie je elke week praat.
Pas het tijdvenster aan op het ritme van de taak
"Twee keer in twee weken" past bij een dagelijkse of wekelijkse tool. Gebruik voor een maandelijkse taak zoals salarisverwerking of rapportage: "heeft de kerntaak in elk van de laatste twee cycli voltooid". Schrijf de regel op voordat je de enquête verstuurt en houd haar constant tussen rondes. Anders kan een hogere score een andere steekproef weerspiegelen in plaats van een beter product.
Enquêteer elke persoon maar één keer
Superhuman enquêteerde later nieuwe gebruikers zodra ze in aanmerking kwamen en enquêteerde nooit iemand twee keer. Herhaalde respondenten leren wat je wilt horen en drijven daarheen.
Hoeveel antwoorden heeft een PMF-enquête nodig?
Rond de 40 antwoorden is genoeg om in grote lijnen de goede kant op te wijzen, volgens de richtlijn die Vohra van Ellis doorgeeft. Dit is wat dat in precisie betekent. De tabel toont de 95%-foutmarge voor een score rond 40%, met de gebruikelijke normale benadering:
Antwoorden
Foutmarge bij een score van 40%
Eerlijke lezing van "40%"
20
±21 punten
Ergens tussen 19% en 61%
40
±15 punten
Ergens tussen 25% en 55%
100
±10 punten
Ergens tussen 30% en 50%
200
±7 punten
Ergens tussen 33% en 47%
400
±5 punten
Ergens tussen 35% en 45%
Twee gevolgen:
Segmenten zijn kleiner dan totalen. Een score van 55% uit een segment van 25 mensen is een spoor om te volgen, geen feit.
Schommelingen van 5 tot 10 punten van week tot week zijn bij steekproeven in een vroege fase meestal ruis. Zoek naar een trend over drie of meer rondes.
Steekproeffout is het kleinere probleem. Wie ervoor koos te antwoorden telt zwaarder. Vermeld je responspercentage naast de score.
Hoe scoor en analyseer je de resultaten?
De score zelf is eenvoudig:
PMF-score = "zeer teleurgesteld"-antwoorden ÷ alle antwoorden die geen N/A zijn
Groepeer antwoorden op het antwoord bij V1. Zeer, enigszins en niet teleurgesteld.
Maak een profiel van de groep "zeer teleurgesteld". Gebruik hun antwoorden op V2 plus rol- en bedrijfsdata. Superhuman ontdekte dat zijn fans oprichters, managers, directieleden en mensen in business development waren.
Bereken de score opnieuw voor alleen dat segment. De 22% van Superhuman werd 33% voordat er ook maar één regel code veranderde.
Lees de antwoorden van de fans op V3. Welk ene voordeel noemen ze? Bij Superhuman was dat snelheid.
Splits de groep "enigszins teleurgesteld". Houd alleen de mensen over die hetzelfde hoofdvoordeel noemen. Hun antwoorden op V4 zijn je roadmap om ze te overtuigen. Zet de rest opzij, samen met de antwoorden "niet teleurgesteld".
Splits de roadmap doormidden. De ene helft versterkt wat fans geweldig vinden. De andere helft haalt weg wat de bijna-fans blokkeert.
Enquêteer nieuwe gebruikers die in aanmerking komen volgens een vast schema opnieuw. Superhuman volgde de score wekelijks, maandelijks en per kwartaal en bereikte binnen drie kwartalen 58%.
Uitgewerkt voorbeeld: een tool van gespreksnotities naar CRM (illustratief)
Stel dat een team van zes mensen een AI-tool verkoopt die verkoopgesprekken omzet in CRM-updates. Ze nodigen 310 gebruikers uit die aan de regel van twee keer gebruik in twee weken voldoen. 92 reageren (responspercentage 30%); 6 kiezen N/A, waardoor 86 gescoorde antwoorden overblijven.
Antwoord
Aantal
Aandeel
Zeer teleurgesteld
26
30%
Enigszins teleurgesteld
41
48%
Niet teleurgesteld
19
22%
30% ligt onder de grens. Segmenteren op rol vertelt een ander verhaal:
Segment
Zeer teleurgesteld
Respondenten
Score
Account executives, bedrijven met 20-200 medewerkers
18
34
53%
Sales managers
5
27
19%
Oprichters die zelf verkopen
3
25
12%
Dertien van de 18 fans noemen hetzelfde voordeel: nooit meer gespreksnotities in het CRM typen. Negen van de 12 "enigszins teleurgestelde" account executives noemen het ook, en zes van die negen noemen één blokkade: aangepaste CRM-velden die niet gekoppeld worden.
De beslissing: positioneren voor account executives, de helft van de volgende cyclus besteden aan synchronisatiesnelheid en de helft aan het koppelen van aangepaste velden, en over zes weken nieuw in aanmerking komende gebruikers opnieuw enquêteren. Met 34 respondenten heeft die 53% een foutmarge van ongeveer ±17 punten, dus de volgende ronde bevestigt of schrapt de segmentkeuze.
Wat als je score onder de 40% ligt?
Een lage score is informatie, geen oordeel. Drie patronen, drie verschillende stappen:
Eén segment zit boven de 40%, het totaal niet. Richt je positionering en onboarding op dat segment, zoals Superhuman deed.
Geen enkel segment haalt 40%, maar fans zijn het eens over één voordeel. Bouw de eerste gebruikservaring om dat voordeel heen opnieuw op. Ellis beschrijft hoe Lookout begon op 7%, ontdekte dat de meeste van die 7% antivirus waardeerden, de antivirusinstallatie de eerste onboardingstap maakte en in ongeveer twee weken 40% bereikte en zes maanden later 60% (Lenny's Newsletter, 2024).
Scores zijn laag en voordelen versnipperd. Waarschijnlijk heb je een gat in probleemontdekking, geen productgat. Ga terug naar interviews voordat je meer bouwt. Onze gids met klantinterviewvragen is een goed beginpunt, en assumption mapping helpt je kiezen welke aanname je eerst test.
Sean Ellis-test vs. NPS vs. retentie: welke gebruik je?
Ze beantwoorden verschillende vragen. Gebruik de Ellis-enquête vroeg, NPS zodra je een stabiele klantenbasis hebt, en retentie de hele tijd.
Sean Ellis-enquête
Net Promoter Score
Cohortretentie
Vraag
Hoe zou je je voelen als je het niet meer kon gebruiken?
Hoe waarschijnlijk is het dat je ons aanbeveelt bij een vriend of collega? (0-10)
Komen gebruikers terug?
Meet
Afhankelijkheid van het product
Bereidheid om aan te bevelen
Daadwerkelijk herhaalgedrag
Benchmark
40%+ "zeer teleurgesteld"
Promoters (9-10) min detractors (0-6)
Curve vlakt na verloop van tijd af
Beste fase
Vóór het opschalen, vóór groei-uitgaven
Na de fit, om loyaliteit te volgen
Altijd
Oorsprong
Sean Ellis, gepopulariseerd door Superhuman
Frederick Reichheld, HBR, december 2003
Cohortanalyse
De NPS-definities komen van Bain & Company, dat mede-eigenaar is van het handelsmerk (Bain, Net Promoter System). Reichheld introduceerde de score in december 2003 in Harvard Business Review (HBR, 2003).
Retentie is de bevestiging achteraf. De test van Brian Balfour, geciteerd door Lenny Rachitsky, is of de retentiecurve van een cohort afvlakt in plaats van richting nul te dalen (Lenny's Newsletter, 2020). Voor de volledige meetlus, zie onze gids over AI product-market fit.
Hoe passen AI-producten de enquête aan?
Het playbook van Bessemer voor AI-oprichters hanteert dezelfde drempel van boven de 40%, maar raadt aan resultaten per use case te beoordelen in plaats van over de hele gebruikersbasis (Bessemer, 2025). Als je nog in de prototypefase zit, lees dan eerst van vibe-coded prototype naar financierbaar product; je hebt echte terugkerende gebruikers nodig voordat een enquête iets betekent. Drie aanpassingen helpen:
Wacht de toeristen af. a16z merkt op dat AI-producten gebruikers aantrekken die zich aanmelden en binnen een paar maanden weer weggaan, en dat retentiecurves vaak rond maand 3 afvlakken (a16z, 2025). Enquêteer mensen die na hun eerste maand nog actief zijn, of rapporteer vroege en latere cohorten apart.
Segmenteer per use case. Een AI-schrijftool die wordt gebruikt voor verkoopmails en voor juridische samenvattingen zijn twee producten met twee scores.
Vraag naar de output. Voeg de vraag "wat deed je met het resultaat?" uit het template toe. Fans die het grootste deel van de output herschrijven, vertellen je dat de waarde in de workflow zit, niet in het model.
Wat zijn de meest gemaakte fouten bij PMF-enquêtes?
Alle aanmeldingen enquêteren. Je meet onboarding, geen fit.
De selectieregel tussen rondes veranderen. De trend wordt betekenisloos.
De score melden zonder steekproefgrootte. "45%" van 11 mensen en van 400 mensen zijn verschillende beweringen.
Sturende formulering. "Hoeveel hou je van onze nieuwe AI-feature?" is niet de Ellis-vraag.
Elk V4-verzoek bouwen. Alleen de bijna-fans die je kernvoordeel delen, mogen de roadmap vormen.
Overstapkosten negeren. Een hoge score voor een tool die pijnlijk is om te verlaten kan lock-in weerspiegelen, geen liefde.
40% als finishlijn behandelen. Het is een signaal om retentie en unit economics te controleren, niet om op te houden met leren.
Waar Specky past
Een product-market fit-enquête is alleen nuttig als de antwoorden gekoppeld blijven aan de beslissingen die ze aansturen. Specky leest enquêteantwoorden, interviewnotities, supporttickets en gebruiksdata in één Product Graph, zodat je ziet welk segment "zeer teleurgesteld" zei en waar dat segment om vroeg. Alex, de AI-onderzoeksagent van Specky, kan daarna via een deelbare link vervolginterviews met je fans houden.
Veelgestelde vragen
Wat is de Sean Ellis-test?
De Sean Ellis-test is een enquête met één vraag: "Hoe zou je je voelen als je [product] niet meer zou kunnen gebruiken?" Als minstens 40% van de actieve gebruikers "zeer teleurgesteld" antwoordt, heb je waarschijnlijk product-market fit. Ellis stelde de benchmark vast nadat hij bijna honderd startups met de enquête had vergeleken. Superhuman voegde later drie vervolgvragen toe om van de score een roadmap te maken.
Hoeveel vragen moet een product-market fit-enquête hebben?
Vier. De Ellis-vraag, dan wie het meest baat heeft, het hoofdvoordeel en hoe te verbeteren. Voeg er maar een of twee toe als elk antwoord een beslissing zou veranderen, zoals de rol van de respondent voor segmentatie. Elke extra vraag verlaagt het voltooiingspercentage en duwt je ertoe alleen je meest geduldige gebruikers te enquêteren.
Wanneer moet een startup een PMF-enquête houden?
Stuur hem zodra je genoeg gebruikers hebt die de kernworkflow in twee weken minstens twee keer hebben gebruikt om ongeveer 40 antwoorden te verzamelen. Gebruik daarvoor klantinterviews. Daarna enquêteer je nieuw in aanmerking komende gebruikers volgens een vast ritme opnieuw, bijvoorbeeld maandelijks, en enquêteer je nooit dezelfde persoon twee keer.
Is 40% zeer teleurgesteld een garantie voor product-market fit?
Nee. Het is een correlatie die Ellis bij startups waarnam, en hij noemt het een voorlopende indicator en geen bewijs. Kleine steekproeven schommelen sterk en hoge overstapkosten kunnen de score opblazen. Bevestig een resultaat van 40%+ met cohortretentie die afvlakt en met klanten die betalen en verlengen.
Wat is een goed responspercentage voor een enquête?
Er is geen gepubliceerde standaard. Wat telt is dat respondenten lijken op je gebruikers die in aanmerking komen. Vermeld het responspercentage naast de score, vergelijk het gebruik van respondenten met dat van niet-respondenten, en wees op je hoede als alleen je zwaarste gebruikers reageerden, want dat blaast het aandeel "zeer teleurgesteld" op.
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