trump podtric

Podric doorzocht 2 miljoen minuten podcastaudio op Trump

Podcastmonitoringdienst Podric publiceerde vorige week een analyse met een opvallende kop. Nederlandstalige podcasts noemden Donald Trump dit jaar 1,8 keer zo vaak als alle 276 Nederlandse Kamerleden en bewindspersonen samen. Je kunt je afvragen wat je met die uitkomst moet, maar de manier waarop die tot stand kwam is natuurlijk wel interessant. Daarom kijken we in dit artikel vooral naar de techniek erachter.

De cijfers in het kort

Tussen 1 januari en 14 november 2026 viel de naam Trump in 100.406 zinnen. De 276 politici die dit jaar in de Tweede Kamer, de Eerste Kamer of het kabinet zaten, kwamen samen tot 56.251 zinnen. Gemiddeld klonk de naam Trump 316 keer per dag in een Nederlandstalige podcast.

Bron: Podric.com

Premier Rob Jetten is met 12.164 vermeldingen de meest genoemde Nederlandse politicus. Dat is 7,7% van alle vermeldingen, tegenover 63,6% voor Trump. Daarna volgen Geert Wilders (4,2%) en Jesse Klaver (3,4%). Week voor week lag Trump in 40 van de 46 weken voor. Den Haag won alleen in weken met groot binnenlands nieuws, zoals de start van het kabinet-Jetten, Prinsjesdag en de kabinetscrisis van november.

Doorzoekbare audio

Podric gebruikt hiervoor zijn eigen dienst Podric Pulse. Die transcribeert elke nieuwe aflevering automatisch. Spraakherkenning zet de audio om in tekst, opgeknipt in zinnen met tijdstempels. Die tekst wordt geïndexeerd, zodat je erin kunt zoeken zoals in een archief van krantenartikelen.

Voor deze analyse ging het om 66.609 afleveringen van 1.637 Nederlandstalige podcasts. Samen is dat ruim 2 miljoen minuten audio, omgezet in 50,8 miljoen zinnen. Wie dat allemaal zou willen terugluisteren, is bijna vier jaar non-stop bezig.

Wat in podcasts gezegd wordt, bleef volgens Podric lang buiten beeld van klassieke mediamonitoring. Die keek naar print, online tekst en sociale media. Gesproken inhoud was een blinde vlek. Nu spraakherkenning goedkoop en goed genoeg is geworden, verandert dat. Een audioarchief wordt een tekstbestand waarin je kunt zoeken, tellen en vergelijken.

Methode

  • Een zin is de teleenheid. Elke zin waarin een naam valt, telt als één vermelding. Noemt een zin twee personen, dan telt hij voor allebei mee.
  • Schrijfvarianten tellen mee. Spraakherkenning schrijft namen niet altijd goed. Podric nam daarom veelvoorkomende varianten van de namen mee.
  • Alleen tijdens de ambtsperiode. Politici tellen alleen mee zolang ze in functie waren. De data daarvoor komen uit de open data van de Tweede Kamer, de Kiesraad en parlement.com. Dick Schoof telt daardoor maar tot 23 februari mee.
  • Gecorrigeerd voor volume. Niet elke week verschijnen evenveel afleveringen. De weekcijfers zijn daarom omgerekend naar vermeldingen per 1.000 afleveringen.
  • Ook spreektijd gemeten. De zinnen waarin Trump valt, duren samen 5.885 minuten. Dat is 98,1 uur, ruim vier etmalen achter elkaar.

Ook handig voor adverteerders

Voor de podcastmarkt is de techniek achter dit soort analyses relevant. Niet alleen voor redacties/makers, maar ook voor merken en communicatieafdelingen wordt zichtbaar wat er in podcasts over hen gezegd wordt. Podric levert bij een treffer een melding met tijdstempel en het gesproken fragment. Via een API komen de resultaten ook terecht in bestaande monitoringsystemen, naast print, web en social.

Voor adverteerders kan het helpen bij brand safety en contextuele plaatsing. Wie weet waarover in een aflevering gesproken wordt, kan beter bepalen of een boodschap daar past. Makers kunnen zien welke onderwerpen leven en hoe hun eigen podcast zich daartoe verhoudt.

De kop over Trump is vooral een aansprekende demonstratie, de nieuwswaarde zit in de methode. Ruim 2 miljoen minuten Nederlandstalige podcastaudio is doorzoekbaar en telbaar geworden. Dat opent de deur naar betere analyses van wat er in Nederlandse podcasts besproken wordt.

Scroll naar boven