Hoe je een B2B-leadlijst bouwt.
Een leadlijst is een hypothese over wie bij je koopt, geschreven in filters. Hier is de volledige workflow, van definitie van het ideale klantprofiel tot een gecontroleerd bestand in je e-mailtool, en hoe je hem draait zonder een credit te verspillen.
Door Argorant
Gecontroleerd en bijgewerkt op 20 augustus 2026 door Argorant
Stap 1: Definieer het ideale klantprofiel voordat je een tool opent
The most common list-building failure happens before the first search: targeting “companies that could conceivably use this” instead of companies that demonstrably do. Start from evidence. Pull your last twenty closed-won deals and write down what they share: industry, headcount band, geography, the title that signed, the title that championed. If you’re pre-revenue, use your closest competitor’s public customers as a proxy. The output should be one or two sentences with no adjectives: “Logistics and freight companies, 50-500 employees, in DACH and Benelux, where the buyer is a Head of Operations or COO.”
Wees net zo expliciet over uitsluitingen, zoals bureaus, non-profits, bedrijven onder een minimumaantal medewerkers en landen waar je wettelijk niet mag verkopen. Uitsluitingen houden een lijst strak als de filters breed worden.
Stap 2: Vertaal het ideale klantprofiel naar bedrijfsfilters
Zet nu elke bijzin van de zin over je ideale klantprofiel om in een databasefilter: branche, aantal medewerkers, land of regio, en een patroon voor functietitel of senioriteit voor de contactlaag. Bij branche gaat de vertaling mis, omdat de meeste databases zijn gebouwd op classificatiecodes die niet aansluiten op hoe jij over een markt denkt. "Logistiek" kan één label zijn of een dozijn aangrenzende, zoals expeditie, opslag, last-mile-bezorging en douane-expediteurs. Doorzoek de taxonomie van branches in gewone woorden op waar je aan verkoopt, en bekijk een sample van passende bedrijven voordat je een filter vertrouwt. Tien minuten steekproeven van bedrijfsnamen besparen duizend verkeerd gerichte verzendingen.
Schrijf voor functietitels patronen in plaats van exacte tekenreeksen. Dezelfde koper is bij het ene bedrijf "Head of Operations", bij een ander "VP Ops" en bij een derde "COO". Kies bewust of je beslissers, ambassadeurs of allebei wilt, en houd ze in aparte segmenten zodat de berichten kunnen verschillen.
Een uitgewerkt voorbeeld: van één zin naar een testbaar segment
Stel dat je software voor routeplanning verkoopt aan Europese logistieke operators. De zin is niet de lijst. De lijst verschijnt pas als elk deel van de zin een databaseregel en een expliciete afwijsregel heeft.
| Beslissing | Voorbeeldregel | Wat je moet bekijken |
|---|---|---|
| Accounts | Vracht, opslag, last-mile; 50 tot 500 medewerkers; DACH en Benelux | Tien bekende goede en tien willekeurige bedrijven |
| Kopers | COO, VP Operations, hoofd operations, directeur operations | Huidige functietitel, afdeling, senioriteit en bedrijf |
| Uitsluitingen | Bureaus, adviesbureaus, softwareleveranciers, bedrijven met minder dan 50 medewerkers | Percentage onterechte treffers in een sample van 50 bedrijven |
| Eerste batch | 500 zakelijke e-mailadressen, alleen geldige, geen catch-all-adressen | Bezorgbare rijen, dubbele, ontbrekende functietitels en aansluiting op het segment |
Verbreed het universum niet omdat de eerste telling klein lijkt. Zoek eerst de oorzaak. De koppeling van branches kan te smal zijn, de titellogica kan afkortingen missen, of de echte markt is gewoon klein. Elke oorzaak vraagt om een andere correctie.
Stap 3: Bepaal de omvang van de markt voordat je credits uitgeeft
Kijk naar de telling voordat je iets exporteert. Elk fatsoenlijk platform vertelt je hoeveel bedrijven en contacten bij je filters passen zonder je voor het antwoord te laten betalen, en dat getal is een controle op je hele strategie. Als je "strakke ideale klantprofiel" 400,000 contacten oplevert, zijn je filters vager dan je ideale klantprofiel. Scherp aan tot het aantal eruitziet als een markt die je echt kunt bewerken. Levert het 800 op, dan heb je iets belangrijkers ontdekt dan een probleem met lijsten bouwen: je bereikbare markt ondersteunt je pipelineberekening misschien niet, en dat leer je veel liever uit een telling dan uit een kwartaal met gemiste targets.
Met tellingen vergelijk je data-aanbieders ook eerlijk: draai op elke aanbieder dezelfde set filters uit de praktijk en kijk wie echt jouw markt dekt, niet wie het grootste wereldwijde getal claimt. (Meer daarover in onze gids met een vergelijking van aanbieders.)
- 1Controleer het live marktaantal voordat je credits uitgeeft
Argorant toont het aantal passende personen voordat een koper contactdata vrijgeeft of exporteert.
Stap 4: Prioriteer segmenten, exporteer niet het hele universum
Resist the temptation to pull the whole matching set at once. Slice the market into segments by industry vertical, country, and headcount band, then rank them by expected fit. Export the best segment first, at a size your sending infrastructure can actually consume in two or three weeks (for most teams, 500-2,000 contacts). This does three things: it keeps your cost matched to your sending capacity, it gives you a feedback loop (reply rates by segment tell you where to spend next), and it means a messaging mistake burns one segment instead of the whole market.
Stap 5: Controleer voordat er iets bij een afzender komt
Een ongecontroleerde lijst zet bouncerisico om in schade aan de afzenderreputatie, en die schade duurt langer dan welke campagne ook. De regel: geen enkel adres komt in je e-mailtool zonder recente uitkomst van een controle, het liefst een live SMTP-controle in plaats van een stempel die de aanbieder maanden geleden bij het verzamelen zette. Bij Argorant zit deze stap in de export zelf: elk adres wordt gecontroleerd op het moment dat je downloadt, ongeldige rijen worden eruit gefilterd en kosten nul credits, en catch-all-domeinen zet je apart zelf aan in plaats van dat ze stilletjes onder "geldig" worden gemengd. Omdat de controle bij export gebeurt, geeft de uitkomst altijd de huidige staat van de mailbox weer. De volledige methode staat beschreven in hoe we controleren.
Bouw je lijsten uit andere bronnen, dan blijft het principe staan: begroot controle als verplichte post en controleer opnieuw vlak voor het moment van gebruik. De richtlijnen van Google voor afzenders vereisen ook domeinauthenticatie en raden aan spampercentage en reputatie te volgen naarmate het volume stijgt. Een schone lijst vervangt geen SPF, DKIM, DMARC, afhandeling van afmeldingen of beheerst verzendvolume. Zie de richtlijnen van Gmail voor afzenders.
- 1Kies alleen geldige of zet catch-all apart zelf aan
Het exportoverzicht houdt geldige en catch-all-resultaten gescheiden en toont weggefilterde ongeldige of niet te controleren rijen vóór het downloaden.
Stap 6: Verrijk voor personalisatie, niet om te hamsteren
Verrijken betekent context aan een contact toevoegen: bedrijfsgrootte, locatie, branche, de velden waar je tekst echt naar verwijst. De discipline is alleen verrijken wat je gaat gebruiken. Een eerste e-mail gebruikt realistisch vier of vijf velden: naam, functietitel, bedrijf, branche, misschien stad of een grootteklasse. Veertig kolommen met ongebruikte bedrijfskenmerken verbeteren de antwoordpercentages niet; ze laten je CRM opzwellen en maken je compliance ingewikkelder. Artikel 5 van de AVG vereist dat persoonsgegevens toereikend, ter zake dienend, beperkt tot wat noodzakelijk is, juist en actueel zijn. Exporteer de velden waar je reeksen naar verwijzen en laat de database voor de rest het bronsysteem blijven. Lees de officiële AVG-tekst.
Stap 7: Exporteer naar je e-mailtool of CRM
Koppel velden expliciet bij het importeren, vooral eigen variabelen die je reeksen gebruiken, want een kapotte variabele ("Hoi {{first_name}}") is de snelste manier om een segment te verbranden. Ontdubbel tegen je CRM en je onderdrukkingslijst voordat er iets live gaat: bestaande klanten, open kansen, mensen die zich eerder hebben afgemeld. En bewaar de herkomst. Tag elk geïmporteerd contact met het bronsegment en de exportdatum, zodat je bij binnenkomende antwoorden weet welke hypothese werkt en wanneer de uitkomst van de controle van een contact te oud wordt.
Stap 8: Ververs op basis van tijd en bewijs
Een lijst veroudert om verschillende redenen: mensen wisselen van baan, bedrijven veranderen van omvang, mailboxen verdwijnen en je ideale klantprofiel verandert. Er bestaat geen eerlijk universeel maandelijks verouderingspercentage voor elk segment. Bewaar de exportdatum en het tijdstip van de controle, controleer opnieuw vóór hergebruik, draai opgeslagen zoekopdrachten opnieuw volgens een vast ritme en vergelijk het verschil. Stop met een segment als functietitels, bezorgbaarheid of relevantie wezenlijk zijn verslechterd, in plaats van alleen op een willekeurige leeftijd te vertrouwen.
De moderne variant: laat een agent de lus draaien
Alles hierboven kun je ook als gesprek uitdrukken. Argorant levert in elk betaald plan een MCP-server en API, plus een CLI op npm (npx argorant), waardoor Claude, GPT of je eigen agent precies deze workflow kan uitvoeren: beschrijf het ideale klantprofiel in gewone taal, laat de agent het naar filters vertalen, tellingen controleren, segmentgroottes vergelijken, voorbeelden bekijken en pas daarna een gecontroleerde export starten. De discipline van eerst tellen en dan credits wordt vanzelfsprekend. De agent kan gratis met filters itereren en alleen credits uitgeven aan de laatste, gemeten, gecontroleerde selectie. Werkt je team met een stack waarin AI voorop staat, bekijk dan hoe agents koppelen. Reken je de workflow door, dan beginnen plannen onder $100/maand. Teams die alleen toegang voor agents nodig hebben, kunnen in plaats daarvan het prepaid tegoed gebruiken voor $0.035 per contact zonder abonnement. Zie prijzen.
Je ideale klantprofiel is een set filters.
Draai het.
Doorzoek 630.7M contacten in 202 landen, controleer aantallen gratis en bouw een persoonlijk voorbeeld van 25 leads.
