Eén datapunt verslaat er twintig

De meeste cold e-mails die gepersonaliseerd heten, zijn gepersonaliseerd op dezelfde vijf feiten. Een investeringsronde. Een nieuwe aanwerving. Iemand die van job wisselt. Een techstack. Het aantal medewerkers. Elke tool verkoopt die velden, dus elke leverancier in jouw markt gebruikt ze, vaak in dezelfde week.

Het resultaat is voorspelbaar. Je prospect krijgt een bericht over zijn nieuwe financiering, en dan nog een, en nog een. Geen van die berichten is fout. Geen van die berichten is een antwoord waard.

De campagnes die voor ons werken, beginnen ergens anders. We zoeken één datapunt dat specifiek is voor de markt waarin we verkopen, dat de prospect zelf kan controleren en dat rechtstreeks aansluit op wat onze klant verkoopt.

Een van onze klanten is een Nederlands SEO-bureau dat aan webshops verkoopt. De gebruikelijke pitch in die markt is een variant van "wij verbeteren je posities in Google". Elke webshopeigenaar heeft dat al tientallen keren gehoord.

Wij zochten in plaats daarvan naar webshops zonder HTML-sitemap in hun footer. Het is een klein technisch gat. De eigenaar ziet het in tien seconden als hij naar onderen scrolt op zijn eigen homepage. En het sluit aan op werk dat een SEO-bureau doet en kan meten.

Elke e-mail opende met die ene observatie en stelde één vraag. De campagne haalde een reply rate van 8,79% en leverde 33 gekwalificeerde opportunities op.

De sitemap was geen briljant inzicht. Het werkte omdat het tegelijk waar, controleerbaar en relevant was.

We geven elk mogelijk signaal een score van 1 tot 10 voordat we iets bouwen.

• 8 tot 10. Een ja-of-nee-gat dat de prospect zelf kan controleren en dat direct aansluit op het aanbod. Dit is sitemapniveau.
• 5 tot 7. Een sterke aanwijzing: een patroon in vacatures, een aanverwante tool, of een aangekondigde uitbreiding zonder de capaciteit om die waar te maken.
• 3 tot 4. Het juiste profiel, maar geen gedrag. Het bedrijf past, maar niets zegt waarom nu.
• 1 tot 2. Alleen een basisfit.

Pas vanaf 7 schrijven we een specifieke e-mail. Daaronder sturen we een goed geschreven algemeen bericht en doen we niet alsof we meer weten dan we weten.

We scoren eerlijk, omdat de score de toon van de e-mail bepaalt. Een opgeblazen score levert een e-mail op die meer beweert dan de data waarmaakt, en prospects merken dat. Een eerlijke 4 is beter dan een valse 8.

Zelden uit een salesdatabase. In onze projecten kwamen ze uit:

• De eigen website van de prospect, gelezen zoals een klant die zou lezen. Een pagina die ontbreekt, of een teampagina zonder iemand in een regio waar het bedrijf zegt actief te zijn.
• Ledenlijsten van brancheverenigingen. Voor een leverancier van veldwerk voor marktonderzoek bouwden we de doellijst op uit ledenlijsten van verenigingen voor zorgonderzoek, niet uit een contactdatabase.
• Openbare registers. Vergunningen, ondernemingsregisters, aanbestedingen.
• Vacatureteksten, die een probleem vaak eerlijker beschrijven dan de website van het bedrijf.

Eén regel helpt daarbij: zeg waarom een bron het signaal laat zien. "Laat een AI-agent hun website lezen" is een keuze voor een tool, geen keuze voor een bron. De echte keuze is welke pagina, en wat je daar verwacht te vinden.

1. Kan de prospect het in minder dan een minuut controleren? Zo niet, dan leest het als een gok.
2. Sluit het aan op wat je verkoopt? Een vacaturesignaal is ruis, tenzij jouw aanbod het probleem oplost waar die vacature op wijst.
3. Geldt het voor genoeg van je lijst? Een briljant signaal dat voor 5% van je markt bestaat, is een segment, geen campagne.

Als een datapunt alle drie de tests doorstaat, doet één zin erover meer dan een alinea over je product.