Signal-Based Outbound: prospecting nadat spray-and-pray dood is

Laat me bij het begin beginnen, want het hele argument hangt aan de volgorde van de gebeurtenissen. Door automatisering verloren in de late jaren 2010 en vroege jaren 2020 praktisch alle geschreven kanalen drastisch aan werking. Reply-rates stortten in, omdat mensen elk cold message inmiddels voor spam houden. Het pure volume blijft stijgen. Wereldwijd verstuurden en ontvingen mensen in 2018 ongeveer 281 miljard e-mails per dag; Statista voorspelt 392,5 miljard in 2026 en meer dan 424 miljard tegen 2028. Meer mail, meer automatisering, meer terughoudendheid.

Dit is voor founders en sales-leaders die voelen dat "stuur gewoon meer, maar gepersonaliseerd" is opgehouden te werken, en die een model willen dat in 2026 standhoudt. Het steunt op mijn eigen onderzoek naar hoe outbound in Europa daadwerkelijk wordt bedreven, niet op het playbook van een leverancier.

1Wat ChatGPT en Clay werkelijk hebben veranderd

Twee dingen hebben de bodem verschoven. Ten eerste konden we met de opkomst van ChatGPT eindelijk voorbij placeholder-gebaseerde personalisatie gaan, het "Hi {first_name}, ik zag dat {company} in {industry} zit"-template, en volledige prompt-gebaseerde berichten schrijven die meestal niet robotachtig klonken. Ten tweede konden we met Clay en vergelijkbare tools veel informatiebronnen combineren om twee dingen te doen: lijsten op schaal bouwen die hyper-gepersonaliseerd en hyper-relevant zijn, en signalen en research invoeren in een prompt die een op maat gemaakt bericht uitspuugt.

Dat is echte vooruitgang. Maar het heeft een wapenwedloop gecreëerd, en de wapenwedloop is het hele probleem. Als iedereen een relevant klinkend bericht in massa kan produceren, houdt een relevant klinkend bericht in massa op een voordeel te zijn.

2Relevantie verslaat personalisatie: het window of opportunity

Hier is het inzicht waarop signal-based outbound is gebouwd: gepersonaliseerd zijn is niet genoeg. Zelfs als je onderzoek hebt gedaan, moet het bericht relevant zijn voor de context van de buyer op dit exacte moment. Er is een window of opportunity, en het wordt aan de buitenwereld meestal gesignaleerd door een handvol symptomen die je, als je je persona echt goed begrijpt, met moderne tools kunt opvangen.

3Het go-to-market alpha

In het beste geval combineer je deze signalen tot iets dat Clay een Go-to-Market Alpha heeft genoemd: een uniek signaal of een unieke combinatie van symptomen die echt past bij de value proposition die je verkoopt, en daarmee zeer hoge relevantie voor een bepaalde klant signaleert.

En eerlijk gezegd: het werkt. Als je je op dat moment zorgen maakt over een bepaald probleem en er komt een bericht binnen dat precies dat probleem aanspreekt, schenk je er aandacht aan, zelfs als het een massa-e-mail is, zelfs als hij niet perfect is onderzocht. Zo zijn we simpelweg bedraad.

4De haak: signalen zijn commoditized

Nu komt het punt. Signalen en symptomen zijn heel vaak commoditized. Wat jou volgens jou een uniek inzicht geeft, wordt waarschijnlijk gebruikt door elk ander bedrijf dat nu signal-based outreach bedrijft. Zelfs als je relevant bent, word je verdrongen en eindig je toch als noise, omdat er simpelweg te veel messaging is en te veel mensen dezelfde tools in handen hebben.

En het wordt erger als je kijkt naar wie deze campagnes ontwerpt. De mensen die signal-based outreach bouwen zijn go-to-market engineers, en in mijn eigen analyse van Europese go-to-market engineers op LinkedIn komt de meerderheid uit een marketingachtergrond en koestert geen negatieve houding tegenover mass mailing. Als het enige gereedschap dat je hebt een hamer is, ziet alles eruit als een spijker. Ze zijn getraind in one-to-many-, one-to-volume-outreach en voelen zich het prettigst bij volume, want als je denkt als een data engineer, wil je veel volume om uit te vinden wat werkt en wat niet.

Precies daar stort signaal- of symptoomgebaseerde outreach in elkaar. Je richt uiteindelijk een brandslang op volle kracht op een zeer fragiele bloem, namelijk de lead. En het is niet één slang. Het zijn meerdere go-to-market engineers die hetzelfde tegelijk doen, vanuit meerdere richtingen, allemaal gericht op dezelfde bloem. Je geeft haar geen water. Je verdrinkt haar.

Ik zeg niet dat signal-based outbound niet werkt. Relevantie zal zich doorzetten. Maar elk kanaal dat geautomatiseerd kan worden, verliest aan werking, omdat de volume-tovenaars het volspammen en volume nodig hebben om het te laten werken.

5De oplossing: innovatieve pipeline, conservatieve kanalen, menselijke outreach

Waar ik voor pleit is go-to-market engineering gebruiken, maar het inperken: een conservatieve aanpak bij het volume en een innovatieve manier om over kanalen na te denken. In de praktijk zijn dat drie zetten.

Bouw een rijker go-to-market alpha, inclusief first-party-signalen

Bouw zeker je go-to-market alpha. Maar denk niet alleen aan externe informatie zoals vacatures op de site van de klant. Breng ook lead magnets uit die pain-bewustzijn signaleren, denk aan webinars, whitepaper-downloads of elke vorm van first-party-intent-registratie, die in combinatie met externe signalen je go-to-market alpha nog unieker en preciezer maken. De combinatie van iemands first-party-gedrag en zijn externe symptomen is voor een concurrent veel moeilijker te repliceren dan een vacature die iedereen kan scrapen.

Automatiseer het volume niet, alleen omdat je het kunt

Zodra je dat alpha hebt, is de verleiding, vooral wanneer de persoon die het proces bezit een go-to-market-engineering-achtergrond heeft, om het volume te automatiseren en messaging eruit te knallen. Weersta die. Denk in plaats daarvan na over innovatieve manieren, idealiter manieren die zich niet volledig laten automatiseren, om contact te leggen.

Gebruik kanalen die zich verzetten tegen automatisering

Het kanaal dat hier uitspringt is cold calling. Het wordt al een decennium dood verklaard en is nooit echt vervangen. Bij de meeste van mijn klanten boekt het nog steeds 80 tot 90% van de meetings, en het goed doen is een echte skill. Fysieke mailings en partnerships zitten in dezelfde niet-automatiseerbare categorie. Je kunt nog steeds af en toe een LinkedIn-bericht of e-mail gebruiken, maar alleen met een mens in de loop.

6Cold calling heeft volume nodig. Spam niet.

Een nuance waarover mensen struikelen: ik ben tegen volume in spam, niet tegen volume overal. In outbound calling per persoon heb je daadwerkelijk volume nodig, want zonder dat sluipt er een hele reeks slechte gewoonten in en dalen je conversion-rates, niet alleen absoluut, maar ook relatief, per call. Minder calls en meer research klinkt gedisciplineerd, maar onder een bepaald volume vervalt de skill zelf. Het voorschrift is dus precies: laag volume aan geautomatiseerde geschreven spam, hoog volume aan skilled menselijk bellen.

Daarom loopt elke geschreven touch via een human-in-the-loop-aanpak: het tool stelt het bericht voor, een mens bewerkt het, en een mens verstuurt het. De kosten van de incidentele slechte geautomatiseerde verzending zijn geen licht lagere reply-rate. Het is het permanente verlies van een zwaarbevochten, hoogrelevante lead.

Het hele argument in één zin

Een innovatieve aanpak bij het opbouwen, segmenteren en verrijken van je pipeline. Een conservatieve aanpak bij welke kanalen je gebruikt. En een bewust menselijke aanpak bij de outreach zelf. Die combinatie is wat nog wint, precies omdat het is wat de volume-tovenaars niet op schaal kunnen kopiëren.

Win daar waar de volume-tovenaars niet kunnen volgen

De teams die in 2026 winnen zijn niet degenen die de meeste relevant klinkende berichten op schaal versturen, want dat is precies het spel dat nu iedereen verliest. Ze bouwen een scherper go-to-market alpha, blijven gedisciplineerd bij de kanalen en houden de outreach menselijk, met cold calling in het centrum. Dat is net zozeer een coaching- en procesprobleem als een tooling-probleem, en precies daaromheen is mijn Prospecting Training gebouwd.