Waarom targeting in Account Engagement vaak faalt (en hoe u het corrigeert)

Targeting vormt binnen Salesforce Marketing Cloud Account Engagement de vertaalslag van doelgroepdefinitie naar concrete commerciële actie. Segmentatie bepaalt welke prospects op basis van profiel, gedrag of lifecyclecontext tot een relevante groep behoren; targeting bepaalt vervolgens of, wanneer en met welke boodschap die groep daadwerkelijk wordt benaderd. In veel implementaties worden beide stappen echter praktisch aan elkaar gelijkgesteld. Zodra een prospect aan de segmentcriteria voldoet, start communicatie automatisch, alsof doelgroepfit op zichzelf voldoende bewijs is dat het moment en de context eveneens kloppen.

Juist in enterprise-B2B leidt dat tot een structurele mismatch. Een prospect kan perfect binnen de ideale doelgroep vallen en toch geen actuele koopintentie hebben, terwijl een ander contact op basis van recent gedrag, accountactiviteit of een verandering in salesstatus juist versneld aandacht verdient. Wanneer targeting uitsluitend uit segmentlidmaatschap voortvloeit, blijft Account Engagement technisch correct functioneren maar reageert het commerciële proces te laat, te vroeg of op de verkeerde signalen. De organisatie ziet activiteit in campagnes en engagement programs, terwijl de relatie met pipeline en salesprogressie steeds moeilijker te verklaren wordt.

Volwassen targeting vraagt daarom om meer dan steeds fijnere selecties. De kern ligt in een beslismodel waarin profiel, gedrag, timing, accountcontext en salesfeedback samen bepalen welke actie gerechtvaardigd is. Daarmee verschuift targeting van een uitvoeringsmechanisme naar een bestuurbare commerciële capability: niet zoveel mogelijk relevante prospects bereiken, maar op het juiste moment de juiste prospect of buying group met een aantoonbaar passende vervolgstap benaderen.

Targeting faalt wanneer selectie automatisch tot communicatie leidt

De meeste targetingproblemen ontstaan niet doordat organisaties onvoldoende data hebben, maar doordat de interpretatiestap ontbreekt tussen selectie en activatie. Een prospect voldoet bijvoorbeeld aan criteria voor sector, functieniveau, regio en productinteresse en komt daardoor terecht in een dynamische lijst. Vanuit technisch perspectief is de selectie correct. Toch zegt dat nog niets over de vraag of deze persoon op dit moment ontvankelijk is voor dezelfde boodschap als andere leden van het segment, of eerdere interacties al een andere route rechtvaardigen en of Sales misschien al actief met het account bezig is.

Wanneer zulke context niet wordt meegenomen, ontstaat een lineair proces: eerst segmenteren, vervolgens benaderen en daarna engagement meten. Die volgorde oogt logisch, maar veronderstelt dat commerciële relevantie stabiel blijft gedurende de looptijd van een campagne of engagement program. In werkelijkheid kan de situatie binnen dagen veranderen. Een lead die vorige week nog alleen algemene informatie consumeerde kan inmiddels pricing- of implementatiecontent bekijken, terwijl een andere prospect juist is afgehaakt of intern geen prioriteit meer heeft. Targeting die deze beweging niet verwerkt, automatiseert verouderde aannames.

Segmentatie bepaalt wie in aanmerking komt; targeting bepaalt of het moment, de context en de gewenste vervolgstap daadwerkelijk kloppen.

Daarom moet targeting altijd een extra beslislaag bevatten. Segmentlidmaatschap kan een noodzakelijke voorwaarde zijn, maar zelden de enige. Recente interacties, type content, frequentie van gedrag, accountstatus, bestaande salesactiviteit en lifecyclefase moeten gezamenlijk kunnen bepalen of communicatie wordt gestart, aangepast, versneld of juist tijdelijk onderdrukt. Deze extra laag maakt het systeem niet onnodig ingewikkeld; zij voorkomt dat automatisering precies doet wat technisch is ingesteld terwijl de commerciële situatie inmiddels iets anders vraagt.

Timing is geen campagne-instelling maar een interpretatie van momentum

Een tweede structurele fout is dat timing in veel Account Engagement-omgevingen vooral als technische parameter wordt behandeld. Een prospect ontvangt een e-mail, wacht drie of vijf dagen, krijgt een vervolgstap en beweegt daarna op basis van vooraf ingestelde regels verder. Dat creëert voorspelbaarheid voor het systeem, maar niet noodzakelijk relevantie voor de prospect. B2B-koopprocessen ontwikkelen zich niet volgens één cadans en zeker niet wanneer meerdere stakeholders, interne besluitvorming en salescontacten tegelijkertijd invloed hebben op de snelheid van het proces.

Een actieve prospect die binnen korte tijd meerdere gerichte interacties laat zien, bevindt zich waarschijnlijk in een andere commerciële situatie dan iemand die dezelfde handelingen verspreid over enkele maanden uitvoert. Beide kunnen technisch dezelfde engagementscore bereiken, maar de signaaldichtheid en het momentum verschillen fundamenteel. Wanneer de ingestelde wachttijd beide prospects identiek behandelt, wordt de eerste afgeremd en de tweede mogelijk te intensief benaderd. Het systeem optimaliseert dan de uitvoering van de flow in plaats van de aansluiting op koopgedrag.

Effectieve targeting gebruikt tijd daarom als informatie. Recency, velocity en opeenvolging van signalen helpen bepalen of gedrag waarschijnlijk een tijdelijke interesse, een langdurig oriëntatieproces of een actuele commerciële beweging weerspiegelt. Daardoor kan een actieve prospect sneller naar relevante vervolginformatie of Sales bewegen, terwijl een minder betrokken lead juist een lagere cadans of andere route krijgt. De waarde zit niet in sneller communiceren, maar in het herkennen wanneer snelheid commercieel gerechtvaardigd is.

Deze verschuiving heeft een belangrijk organisatorisch gevolg. Targeting kan niet langer uitsluitend worden ontworpen vanuit campagneplanning, omdat de relevante beslissingen deels tijdens de uitvoering ontstaan. Marketing moet vooraf definiëren welke signalen het tempo mogen veranderen, welke gebeurtenissen communicatie moeten onderdrukken en wanneer een prospect een andere route krijgt. Zo ontstaat een model waarin automatisering niet simpelweg een planning uitvoert, maar binnen duidelijke kaders op veranderende omstandigheden reageert. Dat maakt timing onderdeel van commerciële interpretatie in plaats van alleen een technische instelling in Engagement Studio.

Context ontstaat uit de combinatie van gedrag, account en lifecycle

Targeting zonder context faalt omdat afzonderlijke signalen zelden voldoende betekenis hebben. Een websitebezoek kan algemene oriëntatie zijn, een download kan onderzoek voor een collega vertegenwoordigen en een formulierinteractie kan variëren van vrijblijvende interesse tot een concrete aanvraag. Wie uitsluitend registreert dát een interactie plaatsvindt, weet nog niet welke commerciële conclusie gerechtvaardigd is. De betekenis ontstaat pas wanneer gedrag wordt gekoppeld aan eerdere interacties, profielinformatie, accountactiviteit en de fase waarin Marketing en Sales het account gezamenlijk plaatsen.

In enterprise-B2B is vooral de accountdimensie belangrijk. Eén contact kan weinig activiteit tonen terwijl andere personen binnen dezelfde buying group tegelijkertijd productinformatie, technische documentatie en commerciële pagina’s bekijken. Omgekeerd kan één zeer actieve gebruiker veel content consumeren zonder dat er bredere beweging binnen het account bestaat. Targeting die alleen op individueel niveau reageert, kan daardoor zowel relevante accounts onderschatten als individuele interesse overschatten.

De organisatie moet daarom expliciet vastleggen welke context een signaal commercieel relevant maakt. Daarbij gaat het niet om eindeloos meer regels, maar om een beperkt aantal dimensies die aantoonbaar invloed hebben op de gewenste vervolgstap:

• Fit: past persoon en account binnen de commerciële doelgroep en het relevante aanbod?
• Gedrag: welke inhoud en welke typen interactie wijzen op een veranderende informatiebehoefte?
• Timing: ontstaan signalen recent en geconcentreerd genoeg om van momentum te kunnen spreken?
• Lifecycle- en salescontext: waar bevindt het account zich en welke menselijke commerciële activiteit vindt al plaats?

Wanneer deze dimensies gezamenlijk worden gebruikt, kan targeting veel selectiever worden zonder dat schaal verloren gaat. Een prospect hoeft niet automatisch meer communicatie te ontvangen naarmate engagement stijgt; het systeem kan juist bepalen dat een andere route, een salesactie of tijdelijke stilte passender is. Daarmee wordt relevantie niet langer gelijkgesteld aan frequentie. Het uitgangspunt verschuift van “deze persoon past in de doelgroep” naar “de beschikbare signalen rechtvaardigen op dit moment deze specifieke actie”.

Marketing en Sales moeten dezelfde criteria voor commerciële relevantie gebruiken

Targeting verliest snel geloofwaardigheid wanneer Marketing en Sales verschillende definities gebruiken voor het moment waarop opvolging zinvol is. Marketing kan op basis van segmentfit, engagement en scoring concluderen dat een prospect klaar is voor overdracht, terwijl Sales vooral kijkt naar urgentie, accountpotentieel, concrete behoefte en actuele koopcontext. Wanneer beide perspectieven niet expliciet worden verbonden, ontstaat een patroon waarin Marketing “warme leads” levert en Sales deze opnieuw gaat kwalificeren voordat werkelijke opvolging begint.

Dat heeft meer gevolgen dan inefficiëntie. Zodra Sales structureel eigen filters toepast, ontstaat buiten Account Engagement een parallel beslismodel. Marketing blijft vervolgens optimaliseren op leadvolume, engagement en score, terwijl Sales op basis van eigen ervaring bepaalt welke leads werkelijk aandacht verdienen. De systemen blijven gekoppeld, maar de commerciële interpretatie raakt versnipperd. Op dat moment is targeting niet langer een gedeeld stuurmechanisme maar slechts één van meerdere concurrerende bronnen voor prioritering.

Een volwassen model maakt daarom duidelijk welke signalen voor beide teams betekenis hebben en hoe die worden gewogen. Segmentfit kan bijvoorbeeld aantonen dat een account structureel interessant is, terwijl recente gedragscombinaties laten zien dat de timing verandert. Salesfeedback over geaccepteerde en afgewezen leads moet vervolgens terugkeren in het model, zodat Marketing kan toetsen of de gekozen signalen daadwerkelijk samenhangen met opportunityontwikkeling. Targeting wordt daarmee cyclisch: niet alleen leads doorgeven, maar leren welke selectie en timing in de praktijk de beste commerciële uitkomst opleveren.

Het verschil tussen traditionele targeting en een volwassen enterprise-model wordt zichtbaar wanneer selectie, timing en overdracht als één beslisketen worden bekeken:

Die gedeelde interpretatie maakt pipeline ook beter bestuurbaar. Minder maar relevantere overdrachten kunnen commercieel waardevoller zijn dan een groot MQL-volume dat Sales opnieuw moet filteren. De kwaliteit van targeting moet daarom niet alleen worden gemeten aan open rates, clicks of aantallen leads, maar ook aan acceptatie door Sales, snelheid van opvolging, opportunitycreatie en downstream conversie. Daarmee komt het criterium voor succes dichter te liggen bij daadwerkelijke commerciële progressie.

Pipeline-impact vraagt om governance en structurele herijking

Zelfs een goed ontworpen targetingmodel blijft niet vanzelf goed functioneren. Gedrag verandert, websites krijgen nieuwe content, proposities verschuiven en Sales ontwikkelt andere prioriteiten. Triggers en beslisregels die bij implementatie logisch waren, kunnen een jaar later dezelfde technische uitkomst geven terwijl hun commerciële betekenis is veranderd. Zonder periodieke herijking ontstaat precies het probleem dat automation moest voorkomen: een systeem dat consistent handelt op basis van verouderde aannames.

Governance moet daarom vastleggen wie verantwoordelijk is voor wijzigingen in targetinglogica, welke data als leidend geldt en op welke momenten het model opnieuw wordt geëvalueerd. Marketing kan eigenaar zijn van de use case en commerciële toepassing, data- of CRM-teams bewaken de betrouwbaarheid van broninformatie en Sales levert feedback over downstream kwaliteit. Die verantwoordelijkheden hoeven niet in één team te worden samengebracht, maar de beslisrechten moeten wel duidelijk zijn zodat structurele verbeteringen niet afhankelijk blijven van individuele initiatiefnemers.

Targeting blijft alleen betrouwbaar wanneer de organisatie niet alleen campagnes optimaliseert, maar ook de aannames achter selectie, timing en opvolging periodiek opnieuw beoordeelt.

De beoordeling van targeting moet bovendien verder gaan dan oppervlakkige campagneperformance. Een model dat minder interacties genereert kan juist beter functioneren wanneer de resterende signalen sterker samenhangen met geaccepteerde salesleads en opportunities. Andersom kan een stijging in engagement de indruk van succes geven terwijl pipelineconversie gelijk blijft of verslechtert. Alleen door marketingactiviteit systematisch aan downstream uitkomsten te koppelen, kan worden vastgesteld welke regels werkelijk waarde creëren en welke vooral volume produceren.

Daarmee verschuift optimalisatie van campagnefijnslijperij naar modelbeheer. A/B-tests op onderwerpregels en content blijven nuttig, maar zij lossen een verkeerde selectie, timing of overdrachtslogica niet op. Volwassen targeting vereist dat de organisatie ook de aannames achter de flow test: welke signalen voorspellen progressie, welke timing werkt beter per context en welke criteria blijken bij Sales daadwerkelijk onderscheidend? Dat is de feedbackloop waarmee targeting op langere termijn relevant blijft.

Internationale targeting vraagt om centrale kaders en gecontroleerde lokale interpretatie

Voor multinationals wordt targeting extra complex omdat relevante context tussen markten kan verschillen. Een bepaald kanaal kan in de ene regio een sterk commercieel signaal zijn en elders nauwelijks betekenis hebben. Salescycli, regelgeving, productpositionering en lokale buying behaviour verschillen eveneens. Wanneer iedere markt daar volledig zelfstandig targetingregels voor bouwt, ontstaat snel een landschap waarin campagnes technisch lokaal geoptimaliseerd zijn maar centrale definities, reporting en vergelijkbaarheid uit elkaar lopen.

Volledige standaardisatie is echter evenmin wenselijk. Een centraal model dat lokale verschillen negeert, kan juist leiden tot targeting die overal uniform maar nergens optimaal relevant is. De volwassen oplossing bestaat uit een centrale kern van definities, dataprincipes en beslisrechten, aangevuld met gecontroleerde ruimte voor lokale interpretatie. Fit, lifecycle en basiscriteria voor overdracht kunnen bijvoorbeeld organisatiebreed stabiel blijven, terwijl bepaalde gedragssignalen, contentroutes of timingregels per markt mogen verschillen wanneer daar een duidelijke commerciële of juridische reden voor bestaat.

Die aanpak vraagt ook om transparantie over uitzonderingen. Een lokale afwijking moet niet alleen technisch mogelijk zijn, maar ook verklaarbaar blijven: waarom bestaat zij, wie heeft haar goedgekeurd, welke data gebruikt zij en wanneer wordt opnieuw beoordeeld of de afwijking nog nodig is? Zonder die discipline groeit een internationale Account Engagement-omgeving langzaam uit tot een verzameling lokale logica die alleen nog door afzonderlijke teams wordt begrepen. Dat maakt niet alleen beheer moeilijker, maar ondermijnt ook de betrouwbaarheid van centrale rapportage en enterprise-brede optimalisatie.

Voor leiderschap ligt de waarde juist in een model waarin lokale relevantie en centrale bestuurbaarheid elkaar niet uitsluiten. Targeting moet marktspecifiek genoeg zijn om gedrag correct te interpreteren, maar consistent genoeg blijven om commerciële resultaten over regio’s heen te kunnen vergelijken. Dat vraagt minder om uniforme campagnes en meer om uniforme besluitprincipes: dezelfde vraagstukken rond fit, intentie, timing en ownership, toegepast met ruimte voor aantoonbare lokale verschillen.

Targeting wordt volwassen wanneer relevantie de commerciële beslissing stuurt

De volgende stap in volwassenheid is daarom niet nóg fijnmaziger selecteren, maar targeting koppelen aan expliciete besluitvorming. De organisatie moet weten welke informatie voldoende is om communicatie te starten, wanneer gedrag een andere route rechtvaardigt, onder welke omstandigheden Sales moet overnemen en wanneer juist geen actie de beste keuze is. Zolang die beslissingen impliciet blijven, blijft targeting een uitvoeringsmechanisme dat campagnes nauwkeuriger verspreidt maar niet noodzakelijk betere commerciële keuzes maakt.

Relevantie ontstaat daarbij uit samenhang. Wie de prospect is, wat er recent is gebeurd, hoe het account zich ontwikkelt, welke salesactiviteit al plaatsvindt en welk moment in de lifecycle is bereikt, bepalen gezamenlijk welke vervolgstap logisch is. Account Engagement kan die informatie registreren en de daaruit voortvloeiende processen automatiseren, maar het platform kan niet zelfstandig bepalen welke betekenis de organisatie aan ieder signaal moet geven. Dat blijft een ontwerp- en governancevraagstuk.

Organisaties die targeting op dat niveau beheren, gaan daarom anders naar performance kijken. Zij sturen minder op bereik en losse engagementmetrics en meer op kwaliteit van doorstroom, salesacceptatie, opportunityontwikkeling en voorspelbaarheid van pipeline. Een campagne met minder respons kan strategisch beter presteren wanneer de interacties relevanter zijn en vaker tot concrete commerciële progressie leiden. De effectiviteit van targeting wordt daarmee bepaald door de kwaliteit van beslissingen, niet door de hoeveelheid activiteit die het systeem produceert.

Wanneer profiel, gedrag, timing, accountcontext en salesfeedback binnen één bestuurbaar model samenkomen, verandert targeting fundamenteel van karakter. Het is dan niet langer de laatste stap na segmentatie, maar een continue interpretatielaag tussen data en commerciële actie. Salesforce Marketing Cloud Account Engagement wordt zo minder een systeem dat vooraf geselecteerde doelgroepen efficiënt benadert en meer een platform dat helpt bepalen wanneer communicatie, nurturing of salesopvolging werkelijk gerechtvaardigd is. Precies daar ontstaat de enterprise-waarde: niet maximale precisie in selectie, maar aantoonbaar betere beslissingen over relevantie, timing en commerciële prioriteit.