
In this post:
Buying signals (koopsignalen) zijn de zichtbare acties en gebeurtenissen die erop wijzen dat een persoon of bedrijf richting een aankoop beweegt. Een tweede bezoek aan je prijspagina telt, en net zo goed een verse investeringsronde, een vacature voor een rol die jouw product ondersteunt, een trialgebruiker die tegen de limiet van zijn abonnement aanloopt en een oud-champion die opduikt bij een nieuwe werkgever.
Geen van die signalen bewijst op zichzelf iets. Het is bewijsmateriaal, en de conclusie die je eruit trekt is buying intent: de bereidheid om te kopen, die je nooit rechtstreeks kunt waarnemen. Eén signaal verschuift de kansen een beetje. Een paar van de juiste, bij een account dat past, verschuiven ze genoeg om er deze week tijd van een rep in te steken.
Teams slaan hier meestal op een van twee manieren de plank mis. Sommige negeren signalen en werken een vaste lijst van boven naar beneden af. Andere duwen elk flikkertje een sequence in en noemen dat personalisatie. Die tweede groep richt meestal meer schade aan, omdat kopers zo leren om hun e-mails te verwijderen en reps leren om de alerts niet meer te openen.
TL;DR
Buying signals is de breedste term in deze hoek van sales. Hij omvat zes families: first-party gedrag, productgebruik, trigger events, technografische veranderingen, third-party intent en verschuivingen in relaties. Intentsignalen en trigger events vallen er allebei onder.
De families komen op verschillende momenten binnen. Third-party onderzoek en trigger events verschijnen meestal voordat een koper met jou in aanraking is geweest. Bezoeken aan je prijspagina en productgebruik verschijnen zodra ze naar jou kijken, en de baanwissel van een champion kan op elk moment komen.
Weeg elk signaal op vier punten voordat iemand iets doet: hoe specifiek het over jou gaat, hoe recent en herhaald het is, wie het deed en of het bedrijf bij je ICP past. E-mailopens tellen nauwelijks mee, omdat Apple Mail ze op de achtergrond laadt.
Handel op combinaties. Een werkbare startregel is twee signalen uit verschillende families bij een account dat past. Losse zwakke signalen parkeer je tot er iets bij komt dat ze bevestigt.
Gekochte signalen verkennen en eigen signalen bevestigen. Sterke combinaties verlopen binnen dagen, dus stuur ze dezelfde werkdag door naar een rep met een naam, en houd elk signaal met datum bij op het bedrijfsrecord in je CRM.
Beoordeel het programma op meetings per type signaal, het aandeel getriggerde contactmomenten dat nergens toe leidt en het aantal uren tussen signaal en eerste contact. Het aantal opgevangen signalen zegt niets.
Nebor bouwt deze signaallaag in het eigen CRM en de eigen Clay-workspace van een klant, stelt de drempels bij op basis van de meetings die er echt uit komen en legt de regels op papier vast voor het team dat het draait.
Buying signals, intentsignalen en trigger events: welk woord wat dekt
Buying signals is de overkoepelende term. Daaronder valt alles wat je inschatting verandert van de vraag of een account in de markt is. Intentsignalen zijn de smallere groep die over actief onderzoek gaat, zoals zoekopdrachten binnen een categorie, bezoeken aan reviewsites en het herhaaldelijk lezen van je vergelijkingspagina's. Een trigger event is een gedateerde verandering binnen het bedrijf zelf, zoals een pas aangenomen CRO of een investeringsronde die net rond is. Zo'n event zegt niets over onderzoek. Het gaat er wel vaak vlak aan vooraf.
Elk vraagt om een andere reactie. Onderzoek vertelt je welk onderwerp bij iemand op het bureau ligt. Een trigger vertelt je waarom nu anders kan zijn dan vorig kwartaal. Een bezoek aan je prijspagina vertelt je dat ze specifiek jou hebben gevonden. Behandel je een fundingaankondiging als een demo-aanvraag, dan pitch je bij een bedrijf dat nog niet eens is gaan zoeken.
De zes families van buying signals, en wanneer elk verschijnt
Een programma dat maar één familie leest, mist de meeste accounts die in beweging zijn. Dit zijn de zes groepen waarin wij signalen indelen.

First-party gedrag. Wat bekende personen en bedrijven doen op kanalen die van jou zijn: herhaalde bezoeken aan je prijspagina, vergelijkings- of integratiepagina's, replies, deelname aan webinars. Het is op jou gericht, en dat maakt het de sterkste familie. Het is ook precies wat een workflow voor websitebezoekers moet opvangen.
Productgebruik. In een free trial of freemium-model zijn dit de acties die iemand aan echte waarde binden, zoals een kernfunctie aanzetten, tegen een limiet van het abonnement aanlopen of collega's uitnodigen. Deze signalen zijn moeilijk te faken, en daarom wint een product qualified lead het meestal van een ingevuld formulier.
Trigger events. Funding, een wisseling in de leiding, een wervingsgolf, een nieuw kantoor of een overname. Ze laten nog geen onderzoek zien. Wel creëren ze het budget of het mandaat waar het onderzoek op volgt.
Technografische veranderingen. Een bedrijf voegt een tool toe die goed samengaat met de jouwe, of haalt een concurrent eruit. Stackdata uit bronnen voor technografische data wordt pas een buying signal als er iets verandert. Zolang de stack stilstaat, zegt hij weinig.
Third-party intent. Onderzoek dat buiten je site gebeurt. De Company Surge-score van Bombora vergelijkt wat een account de afgelopen drie weken over een onderwerp las met een basislijn van 12 weken. De Buyer Intent-documentatie van G2 maakt onderscheid tussen bezoeken aan een categoriepagina, je profiel, je prijzen en een pagina die jou rechtstreeks met een concurrent vergelijkt. Allebei rapporteren ze op bedrijfsniveau en niet per persoon.
Verschuivingen in relaties. Een oud-champion komt bij een nieuw bedrijf terecht, een voormalige gebruiker van je product gaat bij een doelaccount werken, of iemand blijft reageren op de posts van je team. Daar nemen social selling en LinkedIn-outreach het over. Mensen wisselen vaker van baan dan de meeste CRM's aannemen: in de VS was de mediane tijd bij de huidige werkgever 4,1 jaar in januari 2026, volgens het Bureau of Labor Statistics. Een champion die van baan wisselt, is een van de warmste openingen in B2B, en een van de minst gevolgde.
In de praktijk is timing wat ze van elkaar onderscheidt. Third-party intent, trigger events en stackwijzigingen komen vroeg en vertellen je welke accounts je in de gaten moet houden voordat iemand daar van je heeft gehoord. First-party gedrag en productgebruik komen laat, als het account al naar jou kijkt, en zijn het teken om in actie te komen. Verschuivingen in relaties volgen geen enkele volgorde, en daarom heeft het volgen van champions eigen alerts nodig.
Vier vragen die bepalen wat een signaal waard is
Een demo-aanvraag en één bezoek aan een blogpost tellen allebei als buying signal. Behandel je ze hetzelfde, dan lopen je alertkanalen vol met ruis. Voordat een signaal iets verandert, moet het vier vragen beantwoorden.

Gaat het over jou of over de categorie? Een vergelijkingspagina waarop jouw product staat, zit veel dichter bij een beslissing dan een algemeen artikel over het probleem. Sommige first-party signalen zijn ook zwakker dan ze lijken. Mail Privacy Protection van Apple laadt externe content op de achtergrond, of de persoon er nu iets mee doet of niet. Een open van een Apple Mail-gebruiker betekent dus misschien alleen dat de e-mail is aangekomen.
Hoe vers is het, en is het vaker gebeurd? Deze week wint van vorig kwartaal, en drie bezoeken winnen van één. Herhaling maakt van een flikkering een patroon.
Wie deed het? Hetzelfde bezoek zegt meer als het komt van de persoon die over het budget gaat dan van een junior analist die links verzamelt. Bij de meeste aankopen zijn meerdere mensen betrokken, dus lees signalen tegen het buying committee dat je bij dat account verwacht, en niet per los contact.
Past het bedrijf? Dit is de vraag die wordt overgeslagen. Een luid signaal van een bedrijf buiten je ICP blijft een zwakke kans. Daarom houd je fit en intent als twee aparte scores bij. Een uitbarsting van activiteit kan dan niet doorgaan voor een goede fit, en een perfecte fit zonder activiteit niet voor een koper die klaar is.
Negen dagen bij één account, signaal voor signaal
Stel dat je software voor contractbeheer verkoopt aan middelgrote bedrijven, en een logistiek bedrijf uit Rotterdam met 220 medewerkers staat op je doellijst. Zo kunnen de volgende negen dagen er aan jouw kant uitzien.
Op dag één meldt je leverancier van intent data dat het bedrijf meer dan normaal leest over contract lifecycle management. Op zichzelf is dat nauwelijks een notitie waard, want je weet niet wie er leest of waarom. Op dag drie zet het bedrijf een vacature online voor een legal operations manager, en in de omschrijving staat "het handmatig bijhouden van contracten vervangen". Op dag vijf opent iemand bij het bedrijf de G2-pagina die jou vergelijkt met je grootste concurrent. Op dag acht bekijken twee bezoekers van hetzelfde bedrijf uitgebreid je prijs- en securitypagina's.

Los verdient elk van deze signalen hooguit een plek op een volglijst. Samen komen ze uit vier verschillende families (third-party onderzoek, een trigger, een vergelijking en first-party gedrag), wijzen ze allemaal naar hetzelfde probleem en past het bedrijf binnen je criteria voor omvang en branche. Op dat moment hoort het account in de wachtrij van een rep te belanden, met alle vier de signalen op één record.
Het bericht dat volgt, noemt de bezoeken niet. Het gaat over wat de vacature al hardop zei: wat het kost om contracten met de hand bij te houden bij een bedrijf dat zo snel groeit. De signalen bepaalden wanneer je schrijft, en de vacature bepaalde waarover.
Van losse alerts naar een regel waar het team op vertrouwt
De grootste verbetering die de meeste teams kunnen maken, is stoppen met reageren op losse signalen en gaan handelen op combinaties. Eén datapunt is ruis. Drie die met elkaar overeenkomen, uit bronnen die geen reden hebben om toevallig overeen te komen, vormen een verhaal dat een telefoontje waard is.
Dat vastleggen is waar een sales signal stack voor is: een korte, afgesproken lijst met de signalen die je vertrouwt, elk met een gewicht, plus een drempel die bepaalt wanneer een account naar een mens gaat. Onze gebruikelijke startregel is twee signalen uit verschillende families bij een account dat door de fitcheck komt. Losse zwakke signalen wachten op een aparte lijst en vervallen na een paar weken als er niets bij komt.
Uitsluiten is net zo belangrijk als scoren. Filter klanten, open opportunities, concurrenten en gediskwalificeerde bedrijven eruit voordat er een alert afgaat, anders zetten reps het kanaal binnen een week op stil.
Is gedrag op je eigen site de aanleiding voor outreach, dan heeft die aanpak een eigen naam, inbound-led outbound, en dat artikel behandelt de filters en het eerste bericht in detail. Bepaalt een mix van signalen wie er wanneer wordt benaderd, dan heet de praktijk signal-based selling, en de stack is het regelboek ervan.
Eigen signalen bevestigen, gekochte signalen verkennen
Signalen die je zelf verzamelt en signalen die je inkoopt, gedragen zich zo verschillend dat ze een ander gewicht nodig hebben.
Eigen signalen komen van je website, je product, je inbox en je CRM. Ze gaan over jou, niemand anders ziet ze, en ze zijn het duidelijkste bewijs dat je krijgt. Hun zwakte is timing: ze verschijnen pas als een account je al enige aandacht geeft.

Gekochte signalen komen van aanbieders van intent data, reviewsites en dataleveranciers. Ze vangen accounts eerder en in veel grotere aantallen. Ze bevatten wel meer ruis, wijzen meestal een account aan zonder iemand daarbinnen te noemen, en elke concurrent met hetzelfde abonnement ziet op dezelfde maandag dezelfde piek.
Gebruik elk dus waarvoor het goed is. Third-party data bepaalt welke accounts een nadere blik verdienen, en first-party data bevestigt dat de interesse bij jou ligt. Het artikel over first-party en third-party data gaat dieper in op de afwegingen.
Houd er rekening mee dat veel onderzoek door kopers helemaal geen signaal oplevert, van welke soort dan ook. Aanbevelingen van vakgenoten, privégesprekken en podcasts gebeuren in de dark funnel. Een account zonder signalen is dus niet per se een account zonder interesse.
Hoe snel een buying signal verloopt
Signalen verliezen elke dag aan waarde. De aandacht van de koper verschuift, het tabblad gaat dicht, en een concurrent die dezelfde piek zag, zit misschien al in het gesprek.
Het onderzoek hierachter is ouder dan intent data. Toen de auteurs van The Short Life of Online Sales Leads klokten hoe bedrijven op webaanvragen reageerden, concludeerden ze dat de meeste lang niet snel genoeg antwoordden. Hun onderzoek ging over mensen die een formulier hadden ingevuld, maar de logica geldt ook voor zachtere signalen. Hetzelfde principe zit achter speed to lead.

In de praktijk valt het wekelijkse signaalrapport daarmee af. Een sterke combinatie hoort dezelfde werkdag bij een rep met een naam te liggen, als Slack-bericht of CRM-taak met het bewijs erbij. Bij inbound, waar het account zijn hand al heeft opgestoken, doet een inbound meeting workflow hetzelfde voor bezoeken aan de prijspagina en ingevulde formulieren. Een perfect signaal waar je een week te laat op reageert, is gewoon een goed gedocumenteerde misser.
Elk signaal op één bedrijfsrecord krijgen
Signalen komen niet vanzelf in je CRM terecht, en ze komen ook niet uit één plek. Elke familie heeft haar eigen bronnen:
Websitegedrag komt uit tools voor deanonimisering van websitebezoekers, die meestal het bedrijf noemen en niet de persoon.
Productgebruik komt uit je productanalytics en je factureringssysteem.
Funding, wisselingen in de leiding en werving komen uit nieuwsmonitoring en vacaturedata, via tools als PredictLeads of een workflow voor nieuwsmonitoring.
Veranderingen in de stack komen uit tools voor technologiedetectie, zoals BuiltWith.
Third-party onderzoek komt van aanbieders als Bombora en G2.
Overstappende champions komen uit tools die baanwissels volgen, zoals UserGems, of uit een geplande check op LinkedIn.
Het lastige deel is dat allemaal op het bedrijfsrecord in het CRM krijgen, met een datum bij elk signaal, zodat je ze kunt combineren en scoren. Meestal draaien we het verzamelen en scoren in Clay en schrijven we het resultaat terug naar HubSpot of Salesforce. Een signaal dat in een dashboard van een leverancier staat dat niemand opent, had net zo goed nooit kunnen afgaan.
Wat je telt zodra signalen bij reps aankomen
Meer signalen opvangen is makkelijk en bewijst niets. Drie getallen vertellen je of het programma pipeline oplevert of alleen alerts.

Het eerste is meetings per type signaal. Leiden herhaalde bezoeken aan de prijspagina veel vaker tot een meeting dan contentdownloads, dan moeten de gewichten dat laten zien. Na een kwartaal of twee horen je drempels uit deze data te komen in plaats van uit iemands gevoel.
Het tweede is het percentage false positives: het aandeel door signalen getriggerde contactmomenten dat nergens toe leidde, omdat het account nooit paste of nooit serieus was. Loopt dat op, dan verliezen reps hun vertrouwen in de alerts.
Het derde is de tijd van signaal tot eerste contact. Een programma dat de juiste accounts kiest maar ze vier dagen later bereikt, verliest nog steeds het grootste deel van de waarde.
Veel false positives betekent dat de regel te los is. Weinig volume met een hoge conversie betekent dat hij waarschijnlijk te strak is. Komen goede accounts te laat bij een rep, dan zit het probleem in de routing en liggen de signalen goed.
Samenvatting
Buying signals zijn het ruwe bewijs van buying intent. Een signaal is een hint, een patroon van hints uit verschillende families is een reden, en een reden bij een account dat past, is het beste uur van een rep waard.
De teams die worstelen, hebben zelden te weinig data. Ze reageren op losse datapunten, slaan de fitcheck over en laten alerts verouderen in een rapport. Meer data geeft ze dan alleen meer ruis om op te reageren.
De teams die het goed doen, houden de regel kort, zetten elk signaal op het bedrijfsrecord en kijken welke signalen echt tot meetings leidden. Daarna stellen ze bij. Het is weinig glamoureus werk, en het is wat outreach goed getimed laat voelen voor de persoon die hem ontvangt.
Wil je zo'n signaallaag? Wij zetten de bronnen, de scoring en de routing op in je eigen CRM en Clay-workspace, en laten een uitgeschreven regelboek achter dat elk gewicht uitlegt. Zo blijft het programma van jou en kun je het zelf bijstellen.
Veelgestelde vragen
Wat is het verschil tussen buying signals en buying intent?
Buying intent is hoe klaar een account is om te kopen, en dat kun je nooit rechtstreeks zien. Buying signals zijn de dingen die je wel kunt zien, zoals een bezoek aan de prijspagina, een investeringsronde of een vacature, en daarmee schat je die bereidheid in. Signalen zijn het bewijs en intent is de conclusie. Eén signaal verschuift je inschatting een beetje. Meerdere signalen uit verschillende bronnen bij een account dat goed past, verschuiven haar flink.
Wat zijn de sterkste buying signals in B2B?
De sterkste zijn acties die op jouw product gericht zijn, door mensen die het zouden kunnen kopen. Herhaalde bezoeken aan prijs- of vergelijkingspagina's, een reply met een vraag over de implementatie, een trialgebruiker die collega's uitnodigt en een oud-champion die bij een passend bedrijf begint, scoren allemaal hoog. Onderzoek naar een categorie, één bezoek aan een blogpost of een aanmelding voor een webinar scoren op zichzelf laag. Hoe sterk een signaal is, hangt ook af van fit, want een luid signaal van een bedrijf buiten je ICP leidt nog steeds nergens heen.
Wat zijn buying signals tijdens een salesgesprek?
Tijdens een gesprek zijn buying signals de vragen en opmerkingen waaruit blijkt dat iemand zich al voorstelt hoe het na de aankoop gaat. Vragen over de implementatietijd, de contractvoorwaarden, de prijs voor extra licenties, integraties met hun huidige tools of wie er bij de volgende meeting moet aanschuiven, zijn veelvoorkomende voorbeelden. Hetzelfde geldt voor een prospect die het probleem uitgebreider beschrijft dan je vroeg. Hoor je ze, stuur het gesprek dan naar concrete vervolgstappen in plaats van verder te pitchen.
Is het openen van een e-mail een buying signal?
Nauwelijks. Apple Mail en sommige securitytools laden de inhoud van e-mails automatisch, dus een open kan worden geregistreerd terwijl niemand het bericht las. Opens zeggen ook niets over interesse om te kopen, alleen dat de e-mail is aangekomen. Replies, klikken naar prijspagina's of case studies en doorsturen naar collega's vertellen je veel meer. De meeste signaalprogramma's die wij bouwen, laten opens helemaal buiten de scoring, of geven ze zo weinig gewicht dat ze nooit iets beslissen.
Waarom leveren signaalprogramma's zoveel false positives op?
Meestal omdat ze handelen op losse signalen in plaats van combinaties, de fitcheck overslaan of activiteit zoals contentdownloads meetellen alsof het koopinteresse is. Third-party intent op zichzelf voegt nog meer ruis toe, omdat het interesse in een categorie laat zien en niet in jou. Eis twee signalen uit verschillende families bij een account dat bij je ICP past, en sluit klanten en open deals uit. Dan verdwijnen de meeste valse alarmen voordat een rep ze ziet.
Werken buying signals anders bij inbound en outbound?
Ze gebruiken hetzelfde bewijs op verschillende manieren. Bij inbound zijn signalen vooral first-party, zoals bezoeken aan de prijspagina of een demo-aanvraag. Het account heeft je dan al gevonden en de taak is snelle, relevante follow-up. Bij outbound is er nog geen first-party gedrag, dus vertellen trigger events en third-party onderzoek je welke goed passende accounts je deze week benadert. Een account dat via outbound opvalt, duikt later vaak op je website op, en dat maakt de zaak sterker.
Kan een klein team buying signals volgen zonder te betalen voor intent data?
Ja. Je eigen website, product en inbox leveren al de sterkste signalen, en gratis of goedkope bronnen dekken een groot deel van de rest: vacaturepagina's van bedrijven, fundingnieuws, baanwissels op LinkedIn en technologiedetectie. Een klein team kan beginnen met drie of vier soorten signalen die duidelijk met het product te maken hebben, die verzamelen op het bedrijfsrecord in het CRM en later betaalde intent data toevoegen als de basis zich bewijst.
Mag je buying signals volgen in de EU?
Signalen op bedrijfsniveau, zoals fundingnieuws, vacatures en veranderingen in technologie, bevatten weinig of geen persoonsgegevens. Individuen volgen is een ander verhaal. Websitetracking kan onder de regels voor cookietoestemming vallen, en voor het gebruik van persoonsgegevens voor outreach heb je onder de AVG (GDPR) een rechtsgrond nodig, vaak gerechtvaardigd belang met een vastgelegde belangenafweging. Mensen hebben ook het recht om te weten waar je hun gegevens vandaan hebt. Laat je setup checken door een privacyspecialist voordat je opschaalt.
Hoeveel buying signals moet een account laten zien voordat een rep contact opneemt?
Een universeel getal bestaat niet. Een goed startpunt is twee signalen uit verschillende families bij een account dat bij je ideal customer profile past. Een demo-aanvraag of een directe reply is een uitzondering en gaat meteen naar een rep. Vergelijk na een kwartaal welke combinaties tot meetings leidden en stel de drempel bij: strakker als reps klagen over ruis, ruimer als goede accounts worden gemist.
Deel dit bericht
Intent
Data
Begrippenlijst
Gerelateerde begrippen
De basis GTM-concepten begrijpen

Automatisering
Intent signals
Intent signals zijn waarneembare gedragingen die erop wijzen dat een bedrijf richting een koopbeslissing beweegt, zoals je prijspagina bezoeken, vergelijkingen tussen leveranciers lezen of nieuwe vacatures plaatsen.

Automatisering
Buying intent
Buying intent is hoe waarschijnlijk het is dat een persoon of bedrijf koopt, ingeschat op basis van wat ze doen, zoals bezoeken aan de prijspagina of zoekopdrachten in je categorie. Teams gebruiken het om te bepalen wie ze wanneer benaderen.

Automatisering
Signal-based selling
Signal-based selling is een sales-aanpak die buying signals en trigger events gebruikt, zoals funding rounds, wisselingen in het management of websitebezoeken, om te bepalen wanneer je contact opneemt en met wie.

Automatisering
Sales signal stack
Een sales signal stack is de gelaagde set first-, second- en third-party koopsignalen die een team volgt en combineert om te zien welke accounts op dit moment richting een aankoop bewegen.
Klaar om je pipeline te bouwen







