Firmographic data

Firmografische data (in het Engels firmographic data) is de set basisfeiten die een bedrijf beschrijven: branche, aantal medewerkers, omzet, locatie, juridische structuur en eigendom. Het doet voor organisaties wat demografische gegevens voor mensen doen, en in B2B bepaal je ermee of een account op je lijst hoort voordat iemand er tijd in steekt.

Het meeste ziet er simpel uit, en juist daarom krijgt het meer vertrouwen dan het verdient. Een branchelabel, een bandbreedte voor het aantal medewerkers en een omzetcijfer op een CRM-record lezen als feiten. Veel ervan zijn schattingen die van de ene provider naar de volgende zijn doorgegeven, en bijna geen enkele waarde heeft een datum.

Dat doet ertoe, omdat er zoveel op die paar velden draait. Je ICP-filter, je salesgebieden, je lead routing en de fithelft van je lead score lezen ze allemaal. Zit het aantal medewerkers een bandbreedte ernaast of klopt een branchelabel niet, dan krijgt het account de verkeerde rep, de verkeerde score of helemaal geen outreach, en niets in het CRM laat je dat zien.

TL;DR

• Firmografische data omvat feiten op bedrijfsniveau, zoals branche, aantal medewerkers, omzet, locatie, structuur en eigendom. Het vertelt je of een bedrijf bij je zou kunnen kopen, en zegt niets over of het dat ook wil.

• Het vertrouwen verschilt per veld. De locatie van het hoofdkantoor en de brede branche kloppen meestal, het aantal medewerkers is een schatting (LinkedIn zegt zelf dat zijn aantallen kunnen afwijken van de werkelijkheid), en de omzet van private Europese bedrijven is vaak gemodelleerd, omdat kleine bedrijven hun winst-en-verliesrekening wettelijk vaak niet hoeven te publiceren.

• Officiële branchecodes zoals NACE Rev. 2.1 beschrijven de ingeschreven activiteit, en zeggen weinig over wat een bedrijf verkoopt. Breng codes en providercategorieën onder in een korte eigen branchelijst en target daarop.

• Firmografische data staat naast demografische, technografische en intent data, en elk soort veroudert in een ander tempo. In de meeste CRM's is het gekochte data, dus een antwoord dat de koper je zelf geeft, hoort te winnen van de schatting van de provider.

• Dezelfde velden sturen je ICP, je segmenten, je marktomvang, je salesgebieden, de fitkant van lead scoring en je routing. Eén verkeerde waarde kan een account dus in meerdere systemen tegelijk op de verkeerde plek zetten.

• Omvang bestaat uit minstens twee getallen. Een Nederlandse vestiging van 40 mensen binnen een groep van 6.000 heeft een lokaal en een groepsaantal medewerkers nodig, plus een koppeling met het moederbedrijf. Anders valt de groep uiteen in vijf losse accounts.

• Firmografische data maakt het veld kleiner en houdt daarna op nuttig te zijn. Filter op de paar velden die gewonnen deals voorspellen, verrijk outbound lijsten vooraf en inbound leads bij binnenkomst, en laat signalen de timing bepalen.

Firmografische data per veld, en hoeveel vertrouwen elk veld verdient

Providers verkopen tientallen firmografische kenmerken. Een handvol doet bijna al het werk in B2B-targeting, en die verdienen niet allemaal evenveel vertrouwen. Zo zouden wij ze beoordelen in het CRM van een gemiddelde Europese klant.

Het aantal medewerkers verdient extra wantrouwen, omdat er zoveel routing aan hangt. Veel ervan is terug te voeren op LinkedIn, en de eigen helppagina van LinkedIn over Premium-inzichten zegt dat de berekende aantallen medewerkers kunnen afwijken van het werkelijke aantal. Dat komt deels door hoe vaak een bedrijf zijn zelf opgegeven cijfers bijwerkt en hoe medewerkers zichzelf op hun profiel omschrijven. Pagina's met minder dan 30 medewerkersprofielen tonen het inzicht helemaal niet. Freelancers, uitzendkrachten en mensen die allang weg zijn maar hun profiel nooit hebben bijgewerkt, kunnen allemaal in het getal terechtkomen, of er juist buiten vallen.

Voor private bedrijven in Europa is de omzet nog wankeler. De Europese jaarrekeningrichtlijn laat lidstaten kleine bedrijven vrijstellen van het publiceren van hun winst-en-verliesrekening. In Nederland deponeert een kleine bv volgens de KVK een beknopte balans met toelichting, voegen grotere bedrijven een winst-en-verliesrekening toe en deponeren eenmanszaken en vof's helemaal geen financiële informatie. De omzet die een provider toont voor een Nederlands bedrijf met 30 mensen, is dus een schatting, vaak afgeleid van het aantal medewerkers en de branche. Die twee velden zijn daarmee geen onafhankelijk bewijs van omvang.

Branchecodes en de branche die je reps echt bedoelen

Elk bedrijf dat in de EU is ingeschreven, heeft een officiële activiteitscode. De Europese standaard is NACE, en volgens Eurostat worden Europese statistieken vanaf 2025 gemaakt op basis van de bijgewerkte NACE Rev. 2.1. Nationale systemen bouwen erop voort, zoals de SBI-codes in het Nederlandse Handelsregister en de WZ-codes in Duitsland. In de VS is NAICS het equivalent, en in sommige databases zwerven nog oudere SIC-codes rond.

Die codes leggen vast wat een bedrijf als hoofdactiviteit heeft ingeschreven, soms jaren geleden. Een softwarebedrijf dat aan ziekenhuizen verkoopt, staat misschien onder computerprogrammering. Een operationeel bedrijf kan onder een holdingcode vallen, omdat de handelsentiteit ergens anders in de groep zit. Providers leggen er hun eigen categorieën overheen, meestal afgeleid van de website van het bedrijf, en elke provider gebruikt een andere lijst. De branche-opties van LinkedIn zijn weer een andere lijst.

Wij targeten niet op ruwe codes. We bouwen een korte branchelijst die past bij hoe de klant echt verkoopt, tien tot twintig waarden zoals "logistieke software" of "B2B-marktplaatsen". Daarin brengen we de codes en providercategorieën onder, en een mens controleert de twijfelgevallen. Dat is een klus voor data normalization, en het zorgt ervoor dat de branche in je ICP hetzelfde betekent in je CRM, je listbuilder en je rapportages.

Firmografisch, demografisch, technografisch, intent: waar elk soort ophoudt

Firmografische data beschrijft het bedrijf. Demografische data beschrijft in een B2B-context een persoon die er werkt (functietitel, senioriteit, afdeling). Technografische data beschrijft de tools die het bedrijf gebruikt, en intent data beschrijft waar het nu onderzoek naar doet. In onze uitleg over data enrichment staan de vier naast elkaar met hun typische velden, dus hier alleen het deel dat je makkelijk mist.

De vier verouderen in heel verschillende tempo's. De branche van een bedrijf verandert zelden, het aantal medewerkers verschuift elk kwartaal, de techstack verandert als een contract voor verlenging op tafel ligt, en een piek in intent is binnen een paar weken weer weg. Eén datum "laatst verrijkt" op het record verbergt dat allemaal. Houd een datum per groep velden bij, of weet op zijn minst welke velden je provider ververst en hoe vaak.

Firmografische data is in bijna elk CRM ook gekochte data. Het komt van een data provider en niet van het bedrijf zelf, en dat zet het aan de third-party kant van de grens tussen first-party en third-party data, met dezelfde blinde vlekken. De uitzondering is wat een account je zelf vertelt. Zegt een koper in een discovery call dat het salesteam 35 mensen telt, dan wint dat van elk gemodelleerd aantal medewerkers. Geef dat antwoord dus een eigen veld, en zorg dat de volgende enrichment-run het niet overschrijft.

Wat er verderop op firmografische velden draait

Neem een ICP dat luidt: "logistieke softwarebedrijven met 50 tot 500 medewerkers in de Benelux en DACH". Die ene zin wordt drie of vier filters bij het bouwen van lijsten, een bandbreedte in je ICP-scoringsmodel, een verdeling in salesgebieden voor lead routing en het aantal bedrijven achter je TAM, SAM en SOM. Ze lezen allemaal hetzelfde handvol velden.

Lead scoring gebruikt die velden ook, voor de fithelft van de splitsing tussen fit en intent: het deel dat zegt of een account überhaupt de moeite waard is om aan te verkopen. En als je salesgebieden indeelt, komt de balans tussen reps uit het firmografische potentieel. Daarom gaat territory carving mis als de omvangsdata eronder dun is.

Zo reist één slechte waarde mee. Stel dat een provider een logistiek softwarebedrijf van 300 mensen indeelt onder transport, met 1.001 tot 5.000 medewerkers. Het valt uit de outbound lijst, scoort laag op fit, en als iemand daar toch een formulier invult, belandt het bij het enterpriseteam. Drie fouten uit twee velden, en geen enkel veld in het CRM ziet er verkeerd uit.

Bouw je een ICP opnieuw op, begin dan bij de firmografische data van de deals die je echt hebt gewonnen, en niet bij een gok uit een workshop. Hoe je dat aanpakt, lees je in onze uitleg over een ICP uit je CRM halen.

Bedrijfsomvang bestaat uit minstens twee getallen

Vraag een provider hoe groot een bedrijf is en je krijgt één getal. Vraag het een rep en het eerlijke antwoord is: "welk deel?". Een bedrijf met 40 mensen in Amsterdam en 6.000 wereldwijd is een mid-market-account als de Nederlandse vestiging zelf inkoopt, en een enterprise-account als de inkoop op het hoofdkantoor in een ander land zit.

Zelfs de mkb-definitie van de Europese Commissie moet hiermee omgaan. Een middelgroot bedrijf heeft minder dan 250 medewerkers en een omzet van maximaal € 50 miljoen of een balanstotaal van maximaal € 43 miljoen. Die plafonds gelden voor het individuele bedrijf, maar de Commissie voegt eraan toe dat een bedrijf binnen een grotere groep mogelijk ook de cijfers van de groep moet meetellen.

Onze standaard is twee omvangsvelden per account, één voor de lokale entiteit en één voor de groep, plus een koppeling met het moederbedrijf waar de data die heeft. Routeer en segmenteer op het getal dat past bij hoe de deals van de klant echt worden getekend, en leg die keuze vast. Zonder koppeling met het moederbedrijf kan één groep opduiken als vijf losse accounts met vijf eigenaren, de accountversie van dubbele contacten.

Waar firmografische data ophoudt nuttig te zijn

Firmografische data zegt niets over timing. Een bedrijf dat perfect bij je profiel past, heeft misschien twee jaar lang geen behoefte, geen budget en geen reden om te veranderen, terwijl een bedrijf dat net niet past deze maand aan het rondkijken kan zijn. Fit vertelt je wie zou kunnen kopen. Om te zien wie er nu koopt, heb je gedrag en signalen nodig.

Het is ook grof. Twee bedrijven met dezelfde branche, omvang en locatie kunnen totaal verschillende kopers zijn, omdat de velden de situatie binnen het bedrijf missen: een nieuwe salesleider, een mislukte implementatie, een team dat net is verdubbeld. Dat voegen onderzoek en signalen toe.

De andere valkuil is precisie. Met rijke data binnen handbereik is het verleidelijk om filters te blijven toevoegen tot de lijst klein en perfect is. Elke voorwaarde verkleint wel de markt, en sommige veranderen nauwelijks wie er converteert. Zet de deals die je won naast de deals die je verloor, houd de velden waarop de twee groepen duidelijk verschillen, en stop daar. Een iets bredere lijst op velden die ertoe doen, wint meestal van een smalle lijst op velden die alleen grondig aanvoelen.

En de waarden blijven niet staan. Bedrijven nemen mensen aan, krimpen, fuseren en verhuizen, dus firmografische data heeft net zo goed last van data decay als elk ander veld. Ververs het aantal medewerkers en de structuur volgens een vast schema, en controleer een account opnieuw zodra het een sequence of een forecast in gaat.

Firmografische data voor inbound leads en outbound lijsten

Bij outbound doet firmografische data zijn werk voordat er iemand wordt benaderd. Je filtert de markt terug tot accounts die bij het ICP passen, vult de gaten met waterfall enrichment over meerdere providers en controleert elk account tegen je eigen branchelijst en omvangsregels voordat het een sequence in gaat. Dat filter voorkomt dat cold outreach een willekeurig schot hagel wordt.

Bij inbound komt de data mee met de lead. Een ingevuld formulier geeft je een zakelijk e-mailadres en dus een domein, en inbound enrichment vult branche, omvang en locatie aan in de seconden voordat de routing draait. Zo kun je het formulier kort houden. Voor bezoekers die nooit een formulier invullen, kan deanonimisering van websitebezoekers het bedrijf achter het bezoek benoemen, en dezelfde enrichment-stap voegt de firmografische data toe, zodat het account net als elk ander kan worden gescoord en gerouteerd.

In beide richtingen kiest firmografische data alleen het bedrijf. Met wie je daar praat, bepaalt de buyer persona, en wanneer je met ze praat, bepalen signalen. Houd de volgorde aan (account, dan persoon, dan moment) en elke laag hoeft minder te repareren.

Tot slot

Firmografische data is een van de minst spannende lagen in een GTM-stack, en een van de lagen die het meeste draagt. Het bepaalt welke bedrijven überhaupt in aanmerking komen voor outreach, scoring en routing, lang voordat iemand naar intent kijkt of een bericht schrijft.

De velden zien eruit als feiten en gedragen zich als schattingen. Behandel elk veld naar de bron waar het vandaan komt, houd een eigen branchelijst aan in plaats van die van een provider, sla lokale omvang en groepsomvang apart op en ververs volgens een schema dat past bij hoe snel elk veld veroudert. Laat firmografische data daarna het ene doen waar het goed in is, accounts in- of uitsluiten, en laat gedrag de volgorde bepalen.

Bij onze klantprojecten komen de enrichment, de branchemapping en de omvangsvelden in het eigen CRM van de klant, samen met een korte notitie over waar elke waarde vandaan komt. Daarna draait en verfijnt de klant het zelf verder.

Veelgestelde vragen