Klantcases

Echte werkwijze. Echte cijfers. Bedrijfsnamen privé.

Zes praktijkgerichte cases uit verschillende branches. Geen bedrijfsnamen. Onze klanten kiezen er zelf voor om niet openbaar te zijn en dat respecteren wij. Wel de echte werkwijze: hoe de markt werd opgebouwd, hoe de outreach werd ingericht, en welke onderdelen van onze software het verschil maakten.

Waarom geen namen?

Onze klanten steken tijd in hun marktbenadering en willen die niet zomaar openbaar delen. Ze zijn vaak ook niet happig om hun naam te verbinden aan publieke marketing zonder dat ze daar nadrukkelijk om gevraagd zijn. Wanneer iemand klant wordt, brengen wij die naam nooit zomaar naar buiten. Daarom zijn de onderstaande cases geanonimiseerd op naam, met behoud van branche, omvang, doorlooptijd, resultaten en hoe het werkte.

HR-advies & interim

Van nul leadlijst naar een gestructureerde markt van 500+ HEET-bedrijven in vier weken.

Case 01

TAM in kaart 5.200 bedrijven

Doorlooptijd tot live 16 dagen

5.200 Bedrijven in TAM

540 HEET na ICP-scoring

6.200 Mails verzonden mnd 1

<1% Bounce-rate

Hoe we het hebben gedaan

Discovery bracht de complete Nederlandse markt in kaart op basis van branche-definitie plus signalen: middelgrote werkgevers met openstaande HR-rollen, recente reorganisatie-berichten of duidelijke groei-vacatures. De vacature-feed was hier de scherpste filter. Een bedrijf dat actief HR-rollen werft, draagt de pijn al.
De ICP-score weegt drie pijlers tegelijk: strategische fit (past de klant bij hun aanbod), bereikbaarheid (zijn er beslissers en e-mailadressen op de juiste functies te vinden) en technische gereedheid (heeft het bedrijf de schaal en het budget om hier iets mee te kunnen). De helft van de TAM viel daardoor af. De overige bedrijven kregen één van drie labels: HEET (direct benaderen), WARM (over twee maanden) of KOUD (alleen bij een nieuw signaal).
Per persona kreeg een eigen sub-agent een eigen prompt. De HR-manager kreeg een mail over werkdruk en capaciteit, de CFO een over de doorlopende kosten van verzuim en doorstroom, de eigenaar over de continuïteit van zijn organisatie. Zelfde bedrijf, drie totaal verschillende invalshoeken, drie verschillende toonzettingen.
Automatische doorverwijzing in praktijk: in week vijf forwardde een HR-manager onze mail intern naar de financieel-directeur met de zin "Misschien wel iets voor jou". De inbox-agent herkende dit patroon binnen het kwartier als een interne referral, haalde de juiste sub-agent (CFO-persona) op en stuurde een vervolgmail die expliciet refereerde aan de HR-manager: "Ik begreep van je collega dat dit ook financieel relevant kan zijn." Drie werkdagen later stond er een gesprek met beide functies aan tafel.
Feedback uit week 1 bleef permanent staan in het systeem. Toen de klant aangaf "noem het woord verzuim nooit in de openingsalinea, dat klinkt verwijtend", werd dat een harde regel in elke nieuwe generatie. Zes maanden later, toen we de basis-prompt opnieuw lieten draaien, schreef de motor nog steeds zonder verzuim in de eerste twee zinnen.

"De lijst die de motor opbouwde hadden we zelf nooit kunnen maken. De AI begreep ons jargon en onze pijn beter dan onze laatste SDR. En als iemand intern een mail doorstuurde, kreeg die collega vanzelf het juiste vervolg."

Eigenaar HR-adviesbureau

Logistiek & supply-chain software

40+ sales-gesprekken in maand 1, vanuit een markt die "uitgemolken" leek.

Case 02

TAM in kaart 1.920 bedrijven

Doorlooptijd tot eerste meeting 13 dagen

1.920 Bedrijven in TAM

41 Sales-gesprekken mnd 1

4.6% Positive reply rate

€685k Pipeline geopend mnd 1

Hoe we het hebben gedaan

De klant verkocht supply-chain software aan middelgrote logistieke spelers en zat vast in het netwerk dat ze handmatig hadden opgebouwd. "Onze markt is uitgemolken" was hun startaanname. De discovery liet zien dat ze pas een fractie zagen. De engine vond bijna 2.000 bedrijven die in dezelfde definitie pasten en die nog nooit waren benaderd.
Een signaal-filter haalde uit die 2.000 de bedrijven die op dat moment in beweging waren: bedrijven met recente operationele vacatures, vestigings-uitbreidingen of zichtbare technologie-migraties op hun website of in vakpers. Ruim 280 bedrijven kregen daardoor prioriteit, niet omdat ze "groot" waren, maar omdat ze meetbaar nu een keuze maakten.
Per lead crawlde de motor een aantal pagina's van de eigen website. Diensten, vestigingen, vacatures, recente nieuwsberichten. De AI bouwde daaruit een micro-samenvatting per bedrijf, die als haakje diende voor de openingszin. "Zag dat jullie sinds vorige maand een tweede distributiecentrum hebben geopend" leest fundamenteel anders dan "ik zag dat jullie aan supply-chain doen".
Automatische pickup in een account based traject: bij één doelaccount waren drie relevante beslissers in beeld (commercieel-directeur, operations-directeur, IT-manager). De motor benaderde ze sequentieel over twaalf werkdagen. De commercieel-directeur reageerde niet, maar de operations-directeur kwam zes dagen later terug met "Onze CCO heeft me dit doorgespeeld". De motor had inmiddels in haar mail aan operations al een natuurlijke verwijzing naar de CCO-conversatie opgenomen: "Vorige week stuurde ik je collega een soortgelijk bericht over de fulfillment-kant." Dat klopte. Twee weken later een gezamenlijk gesprek met alle drie de stakeholders.
Een A/B-test in maand twee vergeleek twee openingen op hetzelfde segment. Het systeem hield zelf de variant-toewijzing bij, mat de positieve reply rates en stopte het experiment toen de Bayesian zekerheid boven de 95% kwam. Geen handmatige tussenstap, het winnende prompt-blok werd direct vast onderdeel van de sub-agent.

"Wat ik niet had verwacht: het werkt het best op bedrijven die ik dacht allang in beeld te hebben. We hadden alleen nooit de juiste mensen benaderd op het juiste moment. En als een mail intern werd doorgespeeld, deed het systeem dat ook nog correct op."

CCO B2B-software, logistieke sector

Detachering & recruitment

Negen nieuwe accounts in 90 dagen, het merendeel via geautomatiseerde doorverwijzingen en opvolgers van vertrokken contacten.

Case 03

TAM in kaart 4.310 bedrijven

Doorlooptijd tot eerste klant 38 dagen

4.310 Bedrijven in TAM

31 Referrals automatisch opgepakt

9 Nieuwe accounts in 90 dagen

3.4% Reply rate cold

Hoe we het hebben gedaan

Het bureau detacheerde technische profielen aan productie- en engineering-bedrijven in een industriële regio in Zuid-Nederland. Het dagelijkse signaal: openstaande senior-technische vacatures bij hun ICP. Die werden uit een live feed gehaald en gecorreleerd met andere indicatoren: groeiende teampagina's, recente investeringsberichten, openstaande project-rollen.
In deze branche werkt vrijwel iedere klant met een gedecentraliseerde inkoopstructuur. De HR-business-partner moet voor inhuur eerst de operations-manager raadplegen, die weer praat met de project-lead die uiteindelijk de match goedkeurt. Drie persona's, drie sub-agents, en bij elk account meerdere personen tegelijk benaderd over een spreiding van weken.
Doorverwijzing als regel, niet als uitzondering: op een dag schreef een HR-business-partner terug "Mark van engineering moet hier iets mee. Stuur het hem direct, ik zet me in CC." De doorverwijzingen-agent maakte binnen een kwartier een nieuwe lead aan voor Mark, kopieerde de bestaande conversatie mee als context en stuurde een openingsmail die ondubbelzinnig naar de doorverwijzer refereerde: "Petra suggereerde dat dit wellicht in jouw straatje valt." Mark reageerde binnen een dag positief. Dit patroon herhaalde zich 31 keer in dat eerste kwartaal.
Automatische pickup bij personeelsmutaties: in een sector met veel job-changes komen er bijna dagelijks auto-replies binnen in de trant van "Joost werkt sinds januari niet meer bij ons". De departure-signal-classifier herkende die responses, markeerde de oude lead als excluded, zocht binnen 24 uur de opvolger op functie op (via de teampagina van het bedrijf plus publieke profielen) en stuurde drie werkdagen later een nieuwe outreach met een nette overgang: "We hadden vorige week contact opgenomen met Joost. We begrepen dat dat veranderd is. Wellicht is dit nu bij jou belegd." Geen botte cold mail, wel een natuurlijke vervolgstap.
In totaal raakte de motor in 90 dagen aan negen nieuwe accounts. Vier daarvan kwamen oorspronkelijk binnen via een doorverwijzing, twee via een vertrokken-contact-opvolger. De rest via reguliere cold outreach. Een eigen acquisiteur zou bij dit volume nooit ook de doorverwijzingen en opvolgers zo strak vasthouden.

"De mails over de doorverwijzingen kwamen niet als botte automation aan. Mensen wisten dat hun collega ons al kende. En als iemand vertrok, hadden we drie werkdagen later netjes de opvolger aan de lijn. Dat is werk dat een menselijke SDR simpelweg niet bijhoudt."

Commercieel directeur, detacheringsbureau

B2B groothandel (technische installatie)

In één segment ruim 180 sales-gesprekken in zes maanden. ICP scherper per maand omdat de agent meeleerde.

Case 04

TAM in kaart 2.980 bedrijven

Doorlooptijd tot eerste afspraak 11 dagen

2.980 Bedrijven in TAM

184 Sales-gesprekken in 6 mnd

5.7% Reply rate na A/B-iteratie

12.4% Conversie naar klant

Hoe we het hebben gedaan

Een groothandel in technische installatieproducten wilde groeien buiten zijn historische netwerk-regio. We definieerden drie sub-segmenten op grootte: kleinschalige installatiebedrijven van 1 tot 15 FTE, middelgrote van 15 tot 50, en grote van 50+. Per segment een eigen persona-mix, een eigen toon, een eigen voorbeeldsequence.
Voorbeelden werden goedgekeurd in het klantportaal. De klant gaf in week 1 een correctie: "Schrijf nooit over groei zonder een concreet bewijs in dezelfde alinea, anders klinkt het als marketingpraat." Die regel werd toegevoegd aan de basis-prompt en bleef vanaf dat moment in elke generatie staan. Toen we drie maanden later vanaf nul nieuwe voorbeelden draaiden, schreef de motor nog steeds met dat concrete bewijs erbij.
Automatische A/B-rollout: in maand drie liep een experiment op het kleinschalige segment. Variant A opende met case-bewijs ("we werken voor vergelijkbare installatiebedrijven en zien dat..."), variant B met een vraag over voorraad-uitdagingen. Na 220 mails per variant was de Bayesian zekerheid dat B beter scoorde 96 procent. Het systeem rolde B uit naar het volledige segment, appendde het winnende prompt-blok aan de sub-agent en archiveerde de A-variant. Geen handmatige interventie, geen sales-meeting over "wat werkt nu eigenlijk".
Op het 50+ FTE-segment werkte de account based laag het hardst. Besluitvormingsroutes liepen daar via gemiddeld 2 tot 3 personen, gespreid over vier tot zes weken. De motor benaderde alle relevante functies sequentieel, hield bij wie wat had geantwoord, en bouwde de natuurlijke verwijzingen tussen hun outreach in. Eén account had vijf personen in beeld voordat de zesde, de uiteindelijke beslisser, vroeg om een gesprek.
De conversie naar klant van 12.4% klinkt hoog, maar dat is uitkomst van een keten: scherpe ICP, juiste persona, gelaagde benadering, snelle pickup van reacties, en een agent die maand-na-maand bijschaaft op feedback. Geen one-shot magic, wel een motor die elke iteratie iets beter werd.

"We verwachtten dat de eerste maand het beste zou zijn. Het werd elke maand beter omdat de agent leerde wat wij voor antwoorden gaven, en de A/B-tests autonoom uitrolden zonder dat ik er over hoefde te beslissen."

Sales-directeur, technische groothandel

Bouw & nieuwbouw-toelevering

TAM gegroeid van 160+ bekende bedrijven naar bijna 500 in onder een uur. Long-tail die geen SBI-filter ooit had opgepakt.

Case 05

TAM in kaart 482 bedrijven

Discovery-cyclus tijd 50 minuten

162 bekend Vóór onze scan

482 (+197%) Na 3 discovery-rondes

71 HEET na ICP-scoring

19 Reacties 1e 30 dagen

Hoe we het hebben gedaan

Een toeleverancier aan de nieuwbouwsector dacht "onze markt te kennen": 162 bedrijven in de eigen database, opgebouwd over zeven jaar. De discovery draaide drie rondes op hun definitie en kwam uit op 482, bijna een verdrievoudiging.
Het verschil zat in de long-tail. Een SBI-filter pakt vooral de letterlijke "nieuwbouw"-categorieën. Maar bedrijven die formeel onder algemene aanneming staan geregistreerd, kunnen feitelijk drie projecten nieuwbouw per jaar draaien. De discovery combineerde SBI met website-content, vacatures voor uitvoerders en projectleiders, en recente projecten-referenties op hun eigen site. Daardoor kwamen bedrijven boven water die op papier niet matchten maar in werkelijkheid wel.
ICP-scoring filterde 71 HEET-bedrijven uit de 482. Het sterkste signaal: vacatures voor uitvoerders en projectleiders. Een bouwbedrijf dat in twee weken drie uitvoerders zoekt, draagt nu de behoefte aan goede toelevering veel sterker dan een bedrijf dat statisch is. Dat soort signalen waren menselijk niet bij te houden.
Automatische pickup op een long-tail-bedrijf: een aannemer die formeel onder algemene aanneming valt, kwam naar boven omdat hun website zes recente nieuwbouwprojecten toonde en er een vacature voor projectleider nieuwbouw openstond. De motor benaderde de hoofd uitvoering met die concrete observatie in de openingszin. Drie weken later eerste afspraak. Drie maanden later structurele orderlijn. Een SBI-filter had hen nooit opgepakt.
Outreach in de eerste 30 dagen leverde 19 reacties. Het meest leerzame voor de klant: 9 daarvan kwamen van bedrijven die al jaren in hun eigen lijst stonden, maar waar ze nooit op de juiste persona hadden aangeklopt. De motor schreef de algemeen-directeur, hoofd inkoop en hoofd uitvoering elk op hun eigen pijn. Bij vijf van die negen bedrijven was de uiteindelijke gesprekspartner een ander dan de klant historisch in hun database had staan.

"We dachten dat we onze markt kenden. We bleken het topje te kennen. En de mensen die we daar wel hadden, hadden we al jaren met de verkeerde aanvliegroute benaderd."

Algemeen-directeur, bouw-toelevering

Marketing & SEO-dienstverlening

Bijna 30 demo-aanvragen vanuit één segment in acht weken. Openingen die specifiek op de website van de prospect waren gebouwd.

Case 06

TAM in kaart 1.610 bedrijven

Doorlooptijd tot eerste demo 8 dagen

1.610 Bedrijven in TAM

27 Demo-aanvragen 8 weken

5.1% Reply rate na website-context

€355k Pipeline waarde

Hoe we het hebben gedaan

Een marketingbureau gespecialiseerd in B2B SEO wilde groeien buiten het bestaande klantenbestand. Doelgroep: technische SaaS-bedrijven en B2B-dienstverleners met een eigen website maar onderbenutte search-prestaties. Dat klinkt smal, maar leverde toch 1.610 bedrijven in Nederland.
Per lead crawlde de motor de relevante pagina's van hun website: de blog, dienst-pagina's, case-pagina's en eventuele kennisbank. De AI bouwde daaruit een micro-samenvatting per bedrijf: wat publiceerden ze, op welke onderwerpen, wat was hun positionering. Die samenvatting werd als context meegegeven aan de outreach-agent.
De openingen werden daardoor heel specifiek. Niet "Wij doen SEO voor SaaS", wel "Zag dat jullie de afgelopen zes maanden vooral op niche tooling-keywords gepubliceerd hebben. Lager concurrentie, klopt. Maar het verkeer wat daar binnenkomt converteert ook minder hard tot demo-aanvragen." Concrete observatie, geen template-vulling. Daar reageerden mensen op, ook als ze koud waren.
Automatische pickup van klant-feedback: in de eerste week gaf de klant aan "wij schrijven nooit over rankings, dat klinkt als snake-oil. Praat over verkeer en conversie, dat is wat onze klanten kopen." Die regel werd direct toegevoegd aan de basis-prompt. Vanaf dat moment kwam het woord "ranking" niet meer voor in een nieuwe generatie. Zelfs niet in maand vier, toen we de prompts vanaf nul opnieuw lieten genereren.
Bij doorverwijzingen werkte de motor identiek aan andere branches: een marketing-manager die de mail intern doorzette naar de founder, kreeg vanzelf de juiste vervolgmail met natuurlijke verwijzing terug. Eén keer in deze case leidde dat tot een gesprek met de oprichter van een SaaS-bedrijf binnen drie dagen na de oorspronkelijke cold mail. Geen tussenstap nodig, geen menselijke prioritering.

"We verwachtten dat het zou werken op "warme" doelgroepen. Het werkte beter op koude doelgroepen, omdat de agent hun website gelezen had voordat we mailden. En toen ik in week 1 een correctie gaf, was die in maand vier nog steeds doorgevoerd."

Mede-eigenaar SEO-bureau

Werkt dit voor uw branche?

Plan een eerste call.

We werken voor 50+ gevestigde Nederlandse B2B-bedrijven uit zeer uiteenlopende branches: van mestproductie tot specifieke marketing-activiteiten, transport, software, SEO, GEO, recruitment, detachering, data-protection, HR, bouw, groothandel, en meer. In een eerste call lopen we direct uw markt door en laten we live zien welke bedrijven we voor u zouden vinden.

Plan een kennismaking

Echte werkwijze. Echte cijfers. Bedrijfsnamen privé.

Plan een eerste call.

Wilt u zien wat dit voor uw markt zou opleveren?