Wat is signal based marketing + voorbeelden voor B2B SaaS

Wat is signal based marketing?

Signal-based marketing is een B2B marketingstrategie waarbij bedrijven koopintenties (“signals”) van prospects gebruiken om op het juiste moment marketing- of salesacties te starten.
Deze signalen kunnen bijvoorbeeld websitebezoek, productgebruik, nieuwe hires, funding-rondes of engagement met content zijn. Door deze signalen te monitoren kunnen marketing- en salesteams precies inspelen op de behoeften van potentiële klanten.

Denk hierbij aan:

• het bezoeken van bepaalde pagina’s (zoals een prijzenpagina)
• nieuwe hires bij een target account
• funding rondes
• het stellen van vragen op LinkedIn of communities

Door dit gedrag te begrijpen, kan je je marketinginspanningen relevanter, sneller en persoonlijker afstemmen op de werkelijke behoeften en intenties van je doelgroep. Het resultaat? Meer gepersonaliseerde, tijdige en relevante communicatie die de kans vergroot dat prospects converteren naar klanten.

Waarom signal-based marketing steeds belangrijker wordt

B2B-kopers doen steeds meer onderzoek buiten jouw zicht om. Ze duiken in communities, lezen reviews, stellen vragen op LinkedIn en bespreken tools in privékanalen. Dit heet dark social.

Het gevolg? Je ziet niet meer wanneer een prospect interesse krijgt in jouw product. En dat is duurder dan je denkt.

De beslissing valt voordat jij in beeld bent

6sense onderzoekt dit al jaren onder duizenden echte B2B-kopers. Hun bevindingen uit het Buyer Experience Report zijn ongemakkelijk (bron):

• Kopers zijn ongeveer 70% van hun traject door voordat ze überhaupt met een leverancier praten.
• Op het moment van dat eerste contact heeft 81% al een voorkeursleverancier.
• En 85% heeft de requirements dan al vastgesteld. Jij mag hooguit nog invullen wat een ander heeft bedacht.

Lees die drie cijfers nog even terug. Want als je wacht tot iemand een formulier invult, kom je binnen op het moment dat de shortlist klaar is en de winnaar al gekozen. Je bent geen kandidaat meer. Je bent een tweede offerte.

Maar let op: dat percentage verschuift nu

In het 2025-rapport ziet 6sense de verhouding kantelen van 70/30 naar 60/40. Het punt van eerste contact schoof van 69% naar 61% van het traject. Kopers nemen dus júist eerder contact op dan voorheen.

De reden? AI. Bijna negen op de tien aankopen bevatten inmiddels AI-functionaliteit, en kopers krijgen die claims niet gevalideerd via websites of LLM’s. Daarvoor moeten ze met een mens praten. Dus bellen ze eerder.

Denk niet dat dit goed nieuws is. Ook in dat kortere traject heeft 94% van de koopgroepen al een voorkeursleverancier gerangschikt vóór het eerste contact, en in ongeveer 80% van de gevallen wint die voorkeursleverancier. Het venster om invloed uit te oefenen is kleiner geworden, niet groter.

Je website vertelt je bijna niets

De gemiddelde B2B-website converteert 2 tot 4% van zijn bezoekers. Dat betekent dat ruim 96% vertrekt zonder enig spoor achter te laten. Geen naam, geen bedrijf, geen signaal.

Die mensen hadden vaak wél intentie. Ze waren alleen nog niet zover dat ze zich wilden melden, en jouw enige aanbod was een formulier.

Het is geen koper, het is een koopcomité

Nog een reden waarom lead-denken niet meer werkt. In datzelfde 6sense-onderzoek telt de gemiddelde koopgroep 10,1 personen. Forrester’s State of Business Buying-onderzoek komt uit op 13 stakeholders in een typische buying group voor een complexe oplossing. Elk van die mensen komt binnen met vier of vijf stukken zelf verzameld onderzoek, die ze vervolgens onderling delen en betwisten.

Ter vergelijking: Gartner kwam in zijn Digital B2B Buyer Survey op 6 tot 10 beslissers alleen dat onderzoek is uit 2017 en wordt sindsdien overal geciteerd alsof het van gisteren is. De richting is duidelijk: de tafel wordt voller.

Wat betekent dat concreet? Dat één ingevuld formulier van één persoon je vrijwel niets vertelt over wat er in dat account gebeurt. Zes mensen die onafhankelijk van elkaar research doen, kunnen zes losse “leads” opleveren, of nul, want meestal vullen ze niets in.

Daarom meet je bij signal-based marketing op accountniveau, niet op leadniveau. Relevanter dan wie iets downloadde, is hoeveel verschillende mensen van dit bedrijf de afgelopen twee weken op je site waren en welke pagina’s ze bekeken.

Dat tweede vertelt je iets en het eerste is ruis.

En AI verplaatst het onderzoek nóg verder uit het zicht

Uit datzelfde 6sense-onderzoek: 94% van de B2B-kopers gebruikt inmiddels LLM’s tijdens hun koopproces. Ze laten reviews samenvatten, vergelijkingen maken, shortlists opstellen.

Dat is een van de snelste adoptiecurves die ooit in enterprise-software is gemeten. Een deel van je koopproces vindt nu plaats in een chatvenster waar jij geen enkel zicht op hebt, en waar je alleen komt als je zichtbaar bent in de bronnen waar die modellen uit putten. Daarover schreef ik eerder in mijn gids over GEO en AI Search.

Signal-based marketing maakt deze verborgen koopmomenten zichtbaar. Je analyseert signalen zoals websitebezoek, productgebruik, hiring activity en content-engagement. Zo speel je in op het juiste moment in het koopproces, namelijk vóórdat de voorkeur vastligt.

Voordelen van signal based marketing

Voor B2B SaaS-bedrijven is Signal-Based Marketing nu belangrijker dan ooit. Het biedt je de tools om gericht en effectief te communiceren met je ideale prospects. De voordelen zijn dat het je helpt:

• Koopintenties herkennen van prospects die actief zijn in andere kanalen, zoals LinkedIn, communities of reviewsites, zonder dat ze direct contact met je opnemen.
• Relevante signalen detecteren van accounts die jouw product onderzoeken, zodat je weet wie interesse toont, zelfs als ze niet expliciet naar je diensten vragen.
• Op het juiste moment inspelen door waardevolle en gerichte content aan te bieden op het juiste moment en op de juiste plek, bijvoorbeeld tijdens een producttrial of in een online discussie.
• Zekerheid krijgen in je aanpak door inzicht te krijgen in waar je prospects zich bevinden, zodat je ze kunt bereiken op de juiste plekken, op het juiste moment, in plaats van te hopen dat ze ergens opduiken.

Maar het grootste voordeel is er een dat zelden genoemd wordt: je stopt met geld verspillen aan accounts die toch niet gaan kopen.

Ebsta en Pavilion analyseerden hiervoor geen enquêtes maar echte pipeline-data: 655.000 opportunities, samen goed voor 48 miljard dollar. Hun bevinding: wanneer de beslisser vroeg bij het traject betrokken raakt, ligt de win rate 55% hoger. Uit dezelfde dataset: deals die binnen vijftig dagen sluiten winnen ongeveer 47% van de tijd, deals die daaroverheen gaan nog maar zo’n 20%.

Dat is het hele punt in één cijfer. Signal-based marketing verandert niet wát je zegt maar het verandert wannéér je het zegt. En hierbij blijkt timing geen zachte factor te zijn, maar een van de weinige knoppen waar meetbaar aan te draaien valt.

En dat is precies waar het voor een B2B SaaS met een overzichtelijke TAM om draait. Je hebt geen honderdduizend potentiële klanten. Je hebt er misschien 1200. De vraag is niet hoe je er meer bereikt, maar welke van die twaalfhonderd nú in beweging zijn.

Signal-Based Marketing helpt je de juiste signalen te herkennen en te begrijpen waar kansen liggen binnen je Total Addressable Market (TAM). Dit stelt je in staat om je Ideal Customer Profile (ICP – ideale klantprofiel) beter te bedienen en beweging te creëren in de markt.

De 3 soorten signalen die signal-based marketing gebruikt

Je laat elke dag signalen achter zonder het door te hebben. Denk aan het klikken op een link, het bekijken van een video, of het aanmelden voor een nieuwsbrief. Signal-based marketing haalt waarde uit deze kleine, vaak onopvallende acties en verdeelt ze in drie categorieën:

First-Party Signals

First-party signalen zijn de signalen die je direct bij een bedrijf achterlaat. Stel je voor dat je een website bezoekt en een productpagina bekijkt, een artikel leest, of je aanmeldt voor een nieuwsbrief. Dit zijn concrete eerste signalen van interesse. Bijvoorbeeld, als je op de website van een SaaS de prijzenpagina bekijkt, kan dit aangeven dat je overweegt hun oplossing aan te schaffen. Het bedrijf kan deze signalen gebruiken om je later een demo aan te bieden of je te sturen naar een case die je verder helpt in je beslissing.

First-party intent signalen komen bijvoorbeeld uit je eigen CRM, tools zoals LeadFeeder of Factors.ai die bedrijven kunnen herkennen, E-mail automation software (webinar inschrijving).

Second-Party Signals

Second-party signals komen van externe platformen of partners waarmee het bedrijf samenwerkt. Hoewel veel go-to-market-frameworks LinkedIn-engagement en intentieplatforms gemakshalve bestempelen als second-party signalen, zijn deze bronnen technisch gezien third-party data.

Echte second-party intentiesignalen ontstaan uitsluitend wanneer twee organisaties een directe en contractuele data-deelrelatie hebben. Een klassiek voorbeeld is het delen van partner- en klantoverlap via ecosysteemplatforms zoals Crossbeam, Reveal of WorkSpan. Een integratiepartner kan bijvoorbeeld een lijst delen van klanten die hun product actief gebruiken of recent hun gebruik uitbreiden: een sterk signaal dat er mogelijk behoefte is aan complementaire software.

Een ander voorbeeld zijn co-marketing- of co-selling-partnerschappen, waarbij een partner gegevens deelt over webinarregistraties, contentdownloads of productadoptie. Omdat deze inzichten afkomstig zijn uit de eigen first-party data van een partner en rechtstreeks via een bilaterale overeenkomst worden uitgewisseld, kwalificeren ze als echte second-party intentiesignalen.

Third-Party Signals

Third-party signals komen van externe bronnen die het gedrag van prospects en bedrijven volgen, zelfs als ze nog geen direct contact met jouw bedrijf hebben. Een paar belangrijke voorbeelden zijn:

• LinkedIn activiteit: Stel, je hebt onlangs een post gedeeld in een LinkedIn-groep over cloud-oplossingen of je hebt een bericht geliket over een nieuwe technologie in een gespecialiseerde community. Dit gedrag laat zien waar je interesse ligt, zelfs als je je niet rechtstreeks met het bedrijf hebt verbonden. Bijvoorbeeld, een bedrijf dat software voor digitale marketing verkoopt, kan merken dat je actief bent in een groep over marketingautomatisering op LinkedIn. Dit kan hen aansporen om je een specifiek aanbod te sturen of je uit te nodigen voor een webinar over hun product.
  Social listening tools zoals Buska.io en Octolens of scraping tools zoals Phantombuster of TexAU kunnen je hierbij helpen.
• Vacature of promoties: Wanneer bedrijven nieuwe functies openen op vacaturesites, kan dit een signaal zijn van groei of verandering binnen het bedrijf. Bijvoorbeeld, als een bedrijf een nieuwe marketingmanager of IT-directeur aanstelt, kan dit aangeven dat ze op zoek zijn naar nieuwe oplossingen die passen bij hun strategie of bedrijfsgroei. Ook een promotie kan een signaal zijn om actie op te ondernemen.
  Tools zoals LinkedIn Sales Navigator, Mantiks of TheirStack kunnen je hierbij helpen.
• Technographics: Dit verwijst naar signalen die laten zien welke technologieën en tools een bedrijf gebruikt of heeft aangeschaft. Bijvoorbeeld, als een prospect Hubspot of Salesforce gaat gebruiken, kan dit aangeven dat ze behoefte hebben aan aanvullende tools die integreren met hun bestaande systemen. Dit kan een kans zijn om een oplossing aan te bieden die goed aansluit bij hun huidige tech stack.
  Tools zoals BuiltWith en Wappalyzer kunnen je hierbij helpen.
• Review sites: Stel dat een prospect CRM-software onderzoekt en de hele ochtend op G2 verschillende leveranciers met elkaar vergelijkt. Omdat deze leveranciers een direct datapartnerschap met G2 hebben, ontvangen zij een realtime melding: Een anonieme bezoeker van [Bedrijfsnaam] onderzoekt momenteel jouw categorie.’ Hoewel de prospect de website van de leverancier zelf nog niet heeft bezocht, kan deze nu al contact opnemen met een perfect getimed demo-aanbod.
• News & Events: Bedrijven die belangrijke aankondigingen doen, zoals het lanceren van een nieuw product, een overname of het ophalen van investeringen kunnen aangeven dat ze op zoek zijn naar nieuwe oplossingen om hun bedrijfsdoelen te ondersteunen. Bijvoorbeeld, als een bedrijf net een aanzienlijke financieringsronde heeft afgesloten, kan dit betekenen dat ze snel willen opschalen, wat een kans biedt voor gerichte marketing en salesinspanningen.
  Een nieuws en social media monitoring tools zoals Talkwalker, Octolens en Snitchfeed kunnen je hierbij helpen. En bij Crunchbase of Signalbase of kun je achterhalen of er investeringen zijn opgehaald.

Door al deze signalen slim te combineren, kunnen bedrijven een beter beeld krijgen van jouw behoeften en interesses, zelfs zonder toegang tot de ‘onzichtbare’ plekken (dark social) waar je actief bent. Het gaat er niet om alles van je te weten, maar om voldoende signalen te begrijpen om jou op een relevante manier te benaderen.

In 4 stappen aan de slag met signal based marketing

Je vraagt je misschien af: hoe zetten bedrijven al die signalen om in actie, hoe gaat dat in de praktijk? Het proces begint bij het slim verzamelen van data en eindigt bij gepersonaliseerde marketing die precies op het juiste moment wordt geleverd. Hier is hoe het werkt:

1. Data verzamelen: Bedrijven verzamelen signalen van verschillende bronnen. Dit kan zo eenvoudig zijn als het bijhouden van welke pagina’s je op hun website bezoekt, maar ook complexere data uit platformen of tools zoals CRM-systemen en intentieplatforms. Het doel is om een breed scala aan signalen op te vangen zonder je privacy te schenden.
2. Data verrijken: Data verrijken is een essentiële stap bij het inzetten van intent data in intent-based marketing. Door bestaande klant- en prospectdata te verrijken met aanvullende informatie, zoals bedrijfsomvang, sector, technografische gegevens en gedragspatronen, krijg je een completer beeld van je doelgroep. Dit stelt je in staat om intent signalen, zoals zoekgedrag of contentinteracties, beter te interpreteren en prioriteren. Tools zoals Clay, Zapier in combinatie met ChatGPT, LinkedIn Sales Navigator of BuiltWith kunnen je hierbij helpen.
3. Personalisatie: Dit is waar het interessant wordt. Op basis van de geanalyseerde data kunnen bedrijven jou gericht benaderen met content, aanbiedingen of informatie die aansluit bij waar je naar op zoek bent. Denk aan een uitnodiging voor een webinar precies over dat ene onderwerp waar je eerder interesse in toonde, of een e-mail met tips die specifiek aansluiten op jouw situatie.
4. Actie op het juiste moment: Het draait allemaal om timing. Signal-based marketing zorgt ervoor dat bedrijven je benaderen op het moment dat je het meest ontvankelijk bent. Bijvoorbeeld: als je een productpagina hebt bekeken, kan een bedrijf kort daarna een waardevol voorstel sturen, zonder dat het opdringerig voelt.

Signal-based marketing is niet zomaar data verzamelen en inzetten – het gaat om slim begrijpen wat die data betekent en hoe je daarop kunt inspelen. Het resultaat? Marketing die aanvoelt als een waardevolle aanvulling in plaats van een storende onderbreking.

Voorbeeld van signal based marketing uit de praktijk

Voor alle SaaS-klanten lever ik 1x of 2x per maand een overzicht van de volgende gegevens:

• bedrijven die LinkedIn Ads interacties hebben gehad via LinkedIn Campaignmanager
• bedrijven die belangrijke pagina’s op de site bezoeken via tools om bedrijven te herkennen
• reacties op LinkedIn advertenties en organische posts via een eigen ontwikkelde tool, kan eventueel ook met Phantombuster of TextAU

Deze gegevens zijn een waardevolle bron van sales. Ze gaan hiermee aan de slag door personen toe te voegen aan hun eigen LinkedIn netwerk. Of ze sturen een e-mail of bellen, afhankelijk van de mate van intent en het sales playbook.

Een ander voorbeeld is een SaaS-klant in de HR Tech sector. Ze integreren met specifieke Applicant Transaction Systems (ATS) waarmee de klanten van deze SaaS zoals bijv. Randstad hun volledige werving- en selectieproces automatiseren.

Via zelfontwikkelde software achterhaal ik het ATS dat deze bedrijven gebruiken om de intentdata te verrijken. Hiermee filter ik de gegevens zodat sales met de juiste leads aan de slag kan gaan. Hier is een screenshot van het dashboard dat de intentiesignalen van de bedrijven in ICP laat zien van de eigen tool:

Welke tools gebruiken bedrijven voor signal-based marketing?

Hieronder een overzicht van tools die je kunnen helpen bij het verzamelen van intent signalen:

Je kunt ook tools zoals Clay, Common Room of 6Sense gebruiken. Dit zijn alles-in-een oplossingen en daar zijn de bedragen per maand ook wel naar vanaf zo’n $349 per maand.

Hoe je start met signal-based marketing

Start met het identificeren van welke signalen relevant zijn om beslissingen op te nemen. Als je die in kaart hebt gebracht, check je samen met sales wat de meest waardevolle signalen zijn.

De volgende stap is het verzamelen en eventueel verrijken van de gegevens door de tools die ik hiervoor heb besproken. Mijn advies is om dit eerst handmatig te doen voordat je dit gaat automatiseren met Zapier, Make of Clay. Zet de intent-signalen in een (Google) sheet en deel ze met sales. Je kunt er ook voor kiezen om hiermee zelf gepersonaliseerde campagnes op te zetten.

De frequentie van het maken van deze lijsten hangt af van de hoeveelheid data. Mijn B2B SaaS klanten hebben geen grote TAM (Total Addressable Market) waardoor 1 of 2x per maand voldoende is. Bij veel data zou je dit vaker of zelfs realtime willen verzamelen en doorsturen naar sales.

Uitdagingen van signal based marketing

Hoewel signal-based marketing veel voordelen biedt, brengt het ook een aantal uitdagingen met zich mee. Het is geen kwestie van simpelweg data verzamelen en gebruiken – het vraagt om zorgvuldigheid, technologie en een strategische aanpak. Dit zijn de belangrijkste obstakels die bedrijven tegenkomen:

1. Privacy en wetgeving Privacywetgeving, zoals de AVG (GDPR), wordt steeds strenger. Kopers verwachten dat bedrijven hun data zorgvuldig en ethisch gebruiken. Dit betekent dat bedrijven goed moeten nadenken over hoe ze signalen verzamelen en inzetten, zonder inbreuk te maken op de privacy van klanten. Het balanceren van personalisatie en transparantie is een uitdaging die niet genegeerd kan worden.
2. Toegang tot signalen Met de opkomst van dark social en gesloten platforms hebben bedrijven minder directe toegang tot de volledige klantreis. Dit maakt het moeilijker om signalen op te vangen. Ze moeten zich daarom richten op de signalen die wél beschikbaar zijn, zoals interacties op hun eigen website of platform, en creatief omgaan met externe data.
3. Complexiteit van technologie Het verzamelen, analyseren en interpreteren van signalen vereist geavanceerde technologieën zoals machine learning en data-analysetools. Niet elk bedrijf heeft de kennis of middelen om deze systemen effectief te implementeren. Dit kan leiden tot uitdagingen bij het vertalen van ruwe data naar bruikbare inzichten.
4. Verandering in mindset Signal-based marketing vraagt om een fundamentele verandering in hoe bedrijven denken over marketing. Het gaat niet langer om zenden, maar om luisteren en anticiperen. Voor veel organisaties is dit een grote omslag die training, tijd en toewijding vereist.
5. Integratie van data uit verschillende bronnen Om een volledig beeld te krijgen van de klant, moeten bedrijven data uit verschillende bronnen combineren – van websitegedrag en CRM-systemen tot intentiedata van externe platformen. Dit vraagt om sterke dataintegratie en een holistische kijk op de klantreis.

Ondanks deze uitdagingen biedt signal-based marketing enorme kansen voor bedrijven die bereid zijn om te investeren in de juiste tools en aanpak. De sleutel tot succes ligt in het vinden van de balans tussen technologie, privacy en een klantgerichte mindset. Voor bedrijven die dit goed doen, ligt er een wereld van mogelijkheden open.

Veel gestelde vragen over signal based marketing

Wat is het verschil tussen signal based marketing en signal-based selling?

Signal-based marketing en signal-based selling zijn beide tactieken die gebruik maken van “signalen” – indicatoren van klantgedrag, intentie of interesse – om acties te sturen. Het belangrijkste verschil zit hem in de toepassing ervan:

1. Toepassingsgebied: Marketing is breder en richt zich op het creëren van vraag en bewustzijn, terwijl sales doelgerichter is en zich richt op het omzetten van prospects in klanten.
2. Timing: Marketing vindt meestal eerder in het klanttraject plaats, terwijl sales meestal gebeurt wanneer een prospect een duidelijke koopintentie toont.
3. Uitvoering: Marketingteams gebruiken signalen om campagnes en content te personaliseren, terwijl verkoopteams signalen gebruiken om leads te prioriteren en hun directe interacties met prospects aan te passen.

Beide benaderingen zijn gericht op het verhogen van de relevantie en effectiviteit van klantinteracties alleen ze werken in verschillende stadia van de klantreis en met verschillende primaire doelstellingen.

Wat is het verschil tussen intent data en signal-based marketing?

Intent data is de data zelf (bijv. zoekgedrag of contentconsumptie). Signal-based marketing is de strategie waarbij bedrijven deze data gebruiken om acties te automatiseren of personaliseren.

Hoe voorkom je data-overload?

Focus op signalen die correleren met closed deals. Niet elk websitebezoek is relevant. Achterhaal welke combinatie van signalen de koopintentie het beste voorspelt.

Conclusie: waarom signal based marketing steeds belangrijker wordt voor B2B SaaS bedrijven

Signal-based marketing is niet zomaar een trend. Dat is geen mening want dat duidelijk te zien in de adoptiecijfers. Inmiddels gebruikt 91% van de B2B-marketeers intent data om accounts te prioriteren volgens onderzoek van DemandScience uit 2025.

Alleen het cijfer dat je zelden ziet in artikelen over dit onderwerp: slechts 24% haalt er uitzonderlijke ROI uit. 87% zegt dat hun eigen marketing onbetrouwbare of opgeblazen intentsignalen produceert. En van al die signalen wordt maar 26% een gekwalificeerde opportunity. Dit komt uit hetzelfde onderzoek.

Dus iedereen, in met name de Verengide Staten, gebruikt signal based marketing dus. Alleen bijna niemand haalt er volledig uit wat er in zit.

Dat is geen argument om er niet aan te beginnen. Het is een argument om er goed aan te beginnen. Want het verschil zit hem niet in de tools omdat maar in de discipline erachter: weet je welke signalen bij jóuw klanten vooraf gingen aan een deal, filter je de ruis eruit voordat sales het ziet, en gebeurt er daadwerkelijk iets binnen een paar dagen?

En daar hoeft je niet groot mee te beginnen. Een bedrijfsherkenningstool op je site, een LinkedIn Ads export van bedrijven, een gesprek met sales over welk gedrag vooraf ging aan je laatste tien deals, en een Google Sheet die je één keer per maand doorneemt. Dat is genoeg om te starten. De tooling en automatisering komen daarna wel.

In plaats van prospects te overspoelen met irrelevante berichten, luister je naar de signalen die ze geven, en gebruik je die om precies de informatie te bieden die nodig is, op het moment dat ze er klaar voor zijn. Het maakt marketing persoonlijker, relevanter en veel effectiever, als onderdeel van je bredere SaaS marketing.