Firmografische segmentatie betekent doelbedrijven groeperen op kenmerken zoals branche, grootte, omzet, locatie en groeifase, en elke groep vervolgens anders benaderen in boodschap, aanbod en salesaanpak. Elk B2B-team doet hier een versie van. De meeste doen het slecht: de grenzen komen uit de standaarddropdown van een data-aanbieder ("51-200 medewerkers") in plaats van uit de eigen gewonnen en verloren deals van het team.
Dit artikel is de praktische handleiding. Heb je eerst de definitie van de onderliggende data nodig, lees dan ons woordenlijstitem over firmografische data. Hier behandelen we welke firmografische kenmerken echt fit voorspellen, hoe je segmentgrenzen bepaalt uit je gewonnen deals met een uitgewerkt voorbeeld, wat je elk segment op je website toont, waar de data vandaan komt, hoe nauwkeurig die is en met hoeveel segmenten je begint.
Welke firmografische gegevens echt B2B-fit voorspellen
Er bestaan tientallen firmografische velden. Meestal veranderen er maar een handvol wie koopt, hoeveel ze betalen en hoe lang het duurt. Rangschik kandidaten aan de hand van twee vragen: verandert het kenmerk het probleem of proces van de koper, en kun je het betrouwbaar weten vóór een salesgesprek?
| Kenmerk | Wat het voorspelt | Betrouwbaarheid vóór het eerste contact | Gebruik het als |
|---|---|---|---|
| Branche (subbranche) | Probleem, vocabulaire, regelgeving, benodigd bewijs | Gemiddeld: classificatiesystemen spreken elkaar tegen | Je cases of compliance-verhaal verschillen per branche |
| Klasse aantal medewerkers | Inkoopproces, aantal stakeholders, fit met abonnement | Middel tot hoog | Prijspakketten of salesaanpak veranderen met de grootte |
| Omzetklasse | Budgetruimte | Laag voor private bedrijven (vaak geschat) | Aantal medewerkers misleidt, bijv. bij slanke bedrijven met hoge omzet |
| Geografie | Taal, valuta, datalocatie, salesdekking | Hoog op hoofdkantoorniveau, lager op vestigingsniveau | Je verkoopt of voldoet per regio anders aan regels |
| Signalen over groei en financiering | Urgentie, beschikbaarheid van budget, personeelsbehoefte | Hoog voor startups met funding (openbare aankondigingen) | Je product helpt teams die aan het opschalen zijn |
| Overlap in techstack | Integratiefit, overstapkosten, gebruik van concurrenten | Gemiddeld: detectie werkt voor tools die op het web zichtbaar zijn | Je product is afhankelijk van specifieke tools of vervangt ze |
De laatste rij is strikt genomen technografie en geen firmografie, maar voor segmentatie werkt het hetzelfde: een vast kenmerk van het bedrijf dat verandert wat je moet zeggen. Onze visie: voor softwarebedrijven is "gebruikt tool X" vaak een scherper segment dan branche, omdat het direct aansluit op een integratieboodschap.
Zo bepaal je segmentgrenzen op basis van gewonnen deals
Begin niet bij de grootteklassen van een leverancier. Begin bij je eigen resultaten. De methode:
- Exporteer gesloten opportunities (gewonnen en verloren) van de afgelopen 12 tot 24 maanden met het aantal medewerkers, branche, regio, dealwaarde, aanmaakdatum en sluitingsdatum.
- Verrijk ontbrekende velden, zodat elke rij de kenmerken heeft die je wilt testen. Lege rijen vertekenen het resultaat.
- Verdeel eerst in fijne groepen. Gebruik smalle bandbreedtes (bijvoorbeeld 1-20, 21-50, 51-100, 101-200 enzovoort) zodat je ziet waar de uitkomsten veranderen.
- Bereken per categorie: winratio, gemiddelde contractwaarde, mediane salescyclus en verwachte waarde per opportunity (winratio maal gemiddelde contractwaarde).
- Voeg aangrenzende groepen samen die zich hetzelfde gedragen en trek grenzen waar een metric verspringt.
- Controleer of de steekproeven groot genoeg zijn. Een groep met vijf deals is een anekdote. Voeg hem samen met een buurgroep of markeer hem als "onbekend".
Uitgewerkt voorbeeld
Voorbeeld (illustratieve cijfers voor een hypothetisch B2B-softwarebedrijf met 300 gesloten opportunities over 18 maanden):
| Klasse medewerkersaantal | Gesloten opps | Gewonnen | Winratio | Gem. contractwaarde | Mediane cyclus | Waarde per opportunity |
|---|---|---|---|---|---|---|
| 1-50 | 120 | 18 | 15% | €6,000 | 30 dagen | €900 |
| 51-200 | 90 | 22 | 24% | €14,000 | 55 dagen | €3,400 |
| 201-1,000 | 60 | 15 | 25% | €32,000 | 95 dagen | €8,000 |
| 1,001+ | 30 | 3 | 10% | €70,000 | 180 dagen | €7,000 |
De waarde per opportunity is winratio maal contractwaarde: 0,24 x € 14.000 = € 3.360 (afgerond € 3.400), 0,25 x € 32.000 = € 8.000, enzovoort. Wat de tabel zegt:
- 1-50 levert de meeste opportunities op, maar de laagste waarde per opportunity. Dat wijst op een route met weinig persoonlijk contact, selfservice of een snelle demo, niet op meer SDR-tijd.
- 51-200 en 201-1.000 winnen in bijna dezelfde mate, maar de contractwaarde is meer dan twee keer zo hoog. Houd ze als aparte segmenten voor prijzen en bewijs, ook al is het salesproces vergelijkbaar.
- 1.001+ heeft een hoge waarde per deal, maar een laag winstpercentage op basis van slechts drie gewonnen deals. Dat is te weinig om veel te concluderen. Behandel het als een ABM-aanpak met vaste accounts en kijk er opnieuw naar als je meer data hebt.
De grens bij 1.000 komt hier uit de data, niet uit een conventie. Jouw grenzen liggen misschien bij 30 en 400. Herhaal de oefening voor branche en regio, en je hebt een op bewijs gebaseerd ideaal klantprofiel in plaats van een gegokt profiel.
Segmenttabel: wat je elk segment op je website toont
Een segment is alleen nuttig als er iets voor verandert. Om het voorbeeld voort te zetten: zo vertalen de segmenten zich naar boodschappen en calls-to-action op de website.
| Segment | Invalshoek van de heroboodschap | Te tonen bewijs | Primaire CTA |
|---|---|---|---|
| Klein (1-50) | Snel ingericht, weinig moeite | Korte testimonial van een klein team, inrichtingstijd | Begin nu / plan een walkthrough van 15 minuten |
| Middelgroot (51-200) | Resultaat voor een groeiend team | Case study van een bedrijf van vergelijkbare grootte, integraties | Plan een demo |
| Hoger middensegment (201-1.000) | Schaal, controle, ROI | ROI-casestudy, beheer en rechten, beveiligingsoverzicht | Praat met sales / vraag een ROI-schatting op maat aan |
| Enterprise (1.001+) | Security, compliance, ondersteuning bij de uitrol | Herkenbare logo's in hun branche, beveiligingsdocumentatie | Neem contact op met het enterpriseteam |
| Branchelaag (bijv. zorg) | Branchespecifiek probleem en jargon | Case study uit de branche, relevante compliance | Zelfde als het groottesegment, met branchetaal |
| Onbekend bedrijf | Standaardboodschap | Brede logobalk | Standaard-CTA |
Bedrijfsgrootte en branche kun je het best als twee lagen behandelen: grootte bepaalt de CTA en het gewicht van het bewijs, branche bepaalt het vocabulaire en de casestudy. Onze artikelen over je website personaliseren op bedrijfsgrootte en branchespecifieke websitepersonalisatie geven voorbeelden op paginaniveau voor beide.
Waar firmografische data vandaan komt
Je hebt firmografische data op twee momenten nodig: offline, bij het analyseren van deals en het opbouwen van targetlijsten, en realtime, als een bezoeker op je site landt.
- Je CRM. Records in HubSpot, Salesforce of Pipedrive voor bestaande klanten en opportunities. De meest betrouwbare bron voor je eigen accounts, maar vaak onvolledig voor prospects.
- Verrijkingsaanbieders. Databases die bedrijfskenmerken toevoegen aan een domein of record, zoals ZoomInfo, Apollo, Cognism, Dun & Bradstreet en HubSpot Breeze Intelligence (voorheen Clearbit). De dekking verschilt per regio en bedrijfsgrootte, dus test op je eigen records voordat je je vastlegt.
- Reverse IP lookup en bezoekersidentificatie. Tools die het netwerk waar een bezoeker vandaan komt koppelen aan een bedrijf, zoals Leadfeeder, Demandbase en 6sense. Dit maakt realtime websitesegmentatie mogelijk. Zie hoe reverse IP lookup werkt.
- Technografische bronnen. BuiltWith en Wappalyzer detecteren technologieën die zichtbaar zijn op de website van een bedrijf; HG Insights en vergelijkbare leveranciers leiden bredere geïnstalleerde bases af.
- Openbare bronnen. Handelsregisters (bijvoorbeeld Companies House in het VK), SEC-deponeringen van Amerikaanse beursgenoteerde bedrijven, Crunchbase voor financieringsrondes, vacatures en LinkedIn-bedrijfspagina's.
- Opgegeven data. Een formulierveld dat naar bedrijfsgrootte vraagt, of een domein dat je kunt verrijken. De nauwkeurigste bron voor de individuele bezoeker, en de bron waar de meeste teams te veel om vragen.
Wil je dezelfde kenmerken gebruiken om outboundlijsten te bouwen, zie dan deze gids over firmografische data voor salestargeting.
Kanttekeningen bij nauwkeurigheid die de meeste teams negeren
- Het aantal medewerkers verschilt per bron. De ene aanbieder telt LinkedIn-profielen, de andere gebruikt jaarverslagen, een derde maakt een schatting. Kies één bron als leidend voor segmentatie, zodat een bedrijf niet tussen klassen heen en weer springt.
- Branchecodes spreken elkaar tegen. NAICS, SIC en LinkedIn-branches classificeren hetzelfde bedrijf verschillend, en bedrijven met meerdere activiteiten passen in meerdere. Map de codes van aanbieders naar je eigen korte lijst van 5 tot 10 branches.
- De omzet van private bedrijven is meestal geschat. Gebruik hem als ruwe klasse, nooit als precies filter.
- IP-matching mist mensen. Thuiswerkers op een thuisverbinding, VPN's en mobiele netwerken zijn vaak niet aan een bedrijf te koppelen, en kleine bedrijven zijn moeilijker te matchen dan grote. Matchpercentages verschillen sterk per doelgroep, dus meet je eigen: neem een steekproef van bezoekers die later een formulier invulden en controleer hoeveel er vooraf aan het juiste bedrijf waren gekoppeld.
- Locatie betekent hoofdkantoor. Een bezoeker van een Berlijns kantoor van een Amerikaans bedrijf wordt vaak als VS getagd. Gebruik de geolocatie van de bezoeker voor taal en valuta, en het hoofdkantoor voor het salesgebied.
- Data veroudert. Financieringsrondes, aantal medewerkers en techstack veranderen. Verrijk actieve accounts minstens elk kwartaal opnieuw.
Met hoeveel segmenten je begint
Minder dan je denkt. Data is zelden de beperkende factor; content en meten wel. Elk segment heeft eigen copy en bewijs nodig, iemand die het actueel houdt, en genoeg verkeer om te zien of het werkt.
De meetkant is onverbiddelijk. Voorbeeld: een segment dat 2% converteert en waarin je een lift naar 2,6% wilt detecteren (een relatieve verbetering van 30%) heeft bij 95% betrouwbaarheid en 80% power ongeveer 9.800 bezoekers per variant nodig, zo'n 19.600 geïdentificeerde bezoekers voor een test met twee varianten. Het rekenwerk staat in onze gids over steekproefgrootte bij A/B-tests. De meeste B2B-segmenten halen dat nooit binnen een kwartaal.
Onze beslisregel:
- Begin met drie segmenten die het grootste deel van je gewonnen omzet dekken, plus de standaardervaring voor niet-geïdentificeerde bezoekers.
- A/B-test alleen het grootste segment formeel. Voer voor de andere de gepersonaliseerde ervaring door op basis van bewijs uit sales en van klanten, en volg pipeline en winratio per segment kwartaal op kwartaal.
- Voeg een branchelaag toe alleen voor branches met eigen case studies en minstens een paar gewonnen deals.
- Voeg een nieuw segment toe alleen als je de andere boodschap, het andere bewijs en de eigenaar kunt benoemen.
Zodra de regels gedefinieerd zijn, kan een tool zoals de segmentatie van Markettailor ze bij elk bezoek evalueren, maar het lastige deel is de analyse hierboven, niet de software.
Veelgestelde vragen
Wat is firmografische segmentatie?
Firmografische segmentatie deelt B2B-prospects en -klanten in groepen in op basis van bedrijfskenmerken zoals branche, aantal medewerkers, omzet, locatie, eigendomsstructuur en groeifase. Elk segment krijgt vervolgens boodschappen, aanbiedingen, prijsaccenten en salesdekking die passen bij hoe dat type bedrijf koopt. Het is de B2B-tegenhanger van demografische segmentatie, die individuele consumenten groepeert op kenmerken als leeftijd of inkomen.
Wat zijn voorbeelden van firmografie?
Gangbare firmografische kenmerken zijn branche of subbranche, aantal medewerkers, jaaromzet, land en regio van het hoofdkantoor, juridische of eigendomsstructuur (beursgenoteerd, privé, met private equity, non-profit), leeftijd van het bedrijf, financieringsfase en recente financiering, en groeisignalen zoals vacatures. De technologiestack wordt meestal apart ingedeeld als technografie, maar wordt in segmentatie vaak naast firmografie gebruikt.
Hoe kies je de grenzen van firmografische segmenten?
Gebruik je eigen data over gewonnen en verloren deals. Deel opportunities fijnmazig in naar aantal medewerkers, branche of regio, bereken per groep de winratio, gemiddelde contractwaarde, salescyclus en waarde per opportunity, voeg groepen samen die zich hetzelfde gedragen en leg grenzen waar een metric sterk verandert. Vertrouw niet op de standaard grootteklassen van een dataleverancier; die passen zelden bij jouw kopers.
Met hoeveel firmografische segmenten moet je beginnen?
Drie, plus een standaardervaring voor bezoekers die je niet kunt identificeren. Elk segment heeft een eigen boodschap, eigen bewijs en een eigen eigenaar nodig, en genoeg verkeer om te meten. De meeste B2B-sites hebben te weinig verkeer om veel segmenten te A/B-testen, dus test het grootste segment formeel en volg voor de rest de pipeline per segment. Voeg alleen segmenten toe als je een duidelijk andere boodschap te tonen hebt.