Closed-Won Lookalike Workflow

Outbound

Automation

Prospecting

Data

De bedrijven die je al hebt binnengehaald zijn de meest nauwkeurige doelgroeplijst die je hebt. Deze workflow leest ze in en zoekt vervolgens naar meer van dit soort bedrijven.

Wat is een closed-won lookalike workflow en hoe stellen we deze in?

Het lastige is kiezen welke successen je wilt dupliceren, want de accounts die het meest betalen, het snelst sluiten en het langst blijven zijn zelden dezelfde bedrijven. Tien stappen, te beginnen daar.

De meeste targetlijsten zijn gebaseerd op meningen. Iemand kiest een sector, een aantal medewerkers en een paar functietitels, en er komen een paar duizend bedrijven uit die aan het filter voldoen, maar niets meer dan dat. Ondertussen staat de meest nauwkeurige beschrijving van een goede klant al in je CRM: de lijst met deals die gesloten zijn, wat de enige definitie is van een goede fit die daadwerkelijk met geld is getest.

De eerste beslissing is van welke van die deals je er meer wilt hebben, want de accounts die het meest betalen, het snelst sluiten en het langst blijven, zijn zelden dezelfde bedrijven. Zodra dat besloten is, leest de workflow ze correct uit, zet het patroon om in een profiel dat nauwkeurig genoeg is om tegen te scoren, en gaat vanuit drie richtingen op zoek naar matches.

Vervolgens verwijdert het iedereen die je niet moet benaderen, rangschikt wat er overblijft, en overhandigt je outbound-team een lijst inclusief de bijbehorende argumentatie. We hebben gezien dat dit het kopen van lijsten volledig vervangt bij klanten die dit elk kwartaal deden, waarbij het profiel elke keer scherper werd.

Stap 1: Kies welke wins je wilt klonen

Eerst beslis je, hardop, van welke wins je er meer wilt hebben. Je closed-won lijst bestaat uit verschillende groepen onder één noemer: de accounts met de grootste contracten, de accounts die het snelst closeden en de accounts die na twee jaar nog steeds klant zijn, beschrijven verschillende bedrijven. Als je hier het gemiddelde van neemt, krijg je een profiel dat op niemand past—en dat is precies waar het bij de meeste target lists misgaat. De eerste stap is dus een bewuste keuze maken, inclusief wat je bereid bent in te leveren. De partijen die het meeste betalen, hebben meestal een langere sales cycle en vereisen meer stakeholders. De snelste closers zijn vaak kleiner, en die afweging maak je bewust. De accounts met de beste retentie zijn de lens waar we de meeste teams naartoe zouden sturen, maar die ze het minst vaak kiezen. Je hele workflow is uiteindelijk maar zo goed als deze ene beslissing.

Stap 2: Maak een profiel van de accounts

De workflow ontleedt de gekozen accounts totdat er een scorebaar patroon uitkomt: wat ze verkopen en aan wie, hoe groot ze zijn, hoe ze georganiseerd zijn, welke tools ze gebruiken, hoe ze kopen, en welke rollen er aan tafel zaten toen ze tekenden. De kenmerken die steeds terugkeren vormen het profiel, inclusief de kenmerken die niemand had verwacht. En het vinden daarvan is de reden om de accounts één voor één door te nemen. Een model doet het leeswerk, zodat het patroon uit de accounts zelf naar voren komt, nauwkeurig genoeg voor een machine om op te scoren. Dat is heel wat anders dan de ICP van één regel die de meeste teams in een slide hebben staan. De verrassingen zijn dan ook reëel: zo ontdekte een klant dat hun best behouden klanten allemaal dezelfde billingtool gebruikten, iets waar nog nooit iemand op had gedacht te filteren.

Stap 3: Zoek tegelijkertijd vanuit drie richtingen

Het profiel zoekt vanuit drie richtingen tegelijk, omdat elke bron een bias heeft en je dat merkt in de resultaten. De eerste richting vindt bedrijven die lijken op je winnaars, gebaseerd op grootte, structuur en hoe ze verkopen. De tweede vindt bedrijven die dezelfde tools gebruiken, wat vaak het scherpste signaal van allemaal is. De derde vindt de bedrijven die zich rond je bestaande klanten in hun eigen markt bevinden. Een enkele bron geeft je een lijst die er goed uitziet, maar mist een heel segment. Alles wat de drie bronnen opleveren komt in één pool terecht, ontdubbeld bij binnenkomst. Een bedrijf dat door twee bronnen is gevonden is een sterkere match dan een bedrijf dat door één bron is gevonden, wat de scoring in stap vijf onthoudt.

Stap 4: Sluit iedereen uit die je niet moet benaderen

Nog voordat er één minuut aan verrijking plaatsvindt, filteren we iedereen die je niet moet benaderen eruit: bestaande klanten, open opportunities, accounts die al van een collega zijn, en iedereen die heeft aangegeven niks van je te willen horen. De check loopt via je CRM, dus de lijst is exact dezelfde als waar je team mee werkt. Dit gebeurt vóór elke betaalde verrijking, dus deze uitsluitingen kosten je helemaal niets. Dit is de minst interessante stap in het proces, maar wel degene die de meest pijnlijke gesprekken voorkomt. We moeten de eerste klant nog tegenkomen waarbij deze check niet direct minstens één account eruit viste waar iemand net een cold email naar wilde sturen.

Stap 5: Rangschik op basis van gelijkenis

De workflow scoort elk overlevend bedrijf tegen het profiel, waarbij een match op basis van grootte, structuur en stack hoger scoort dan alleen een match op branche. Je team ontvangt de lijst gesorteerd op hoe sterk elk bedrijf lijkt op de klanten die je wilde klonen, en werkt van boven naar beneden. Die volgorde verandert een lange lijst in een korte lijst die de week van een teamlid waard is. Een bedrijf dat laag scoort blijft in het bestand, omdat het profiel verandert naarmate je meer leert. Een lage scorer in dit kwartaal kan een topmatch zijn na de volgende meting in stap negen, zonder dat je het sourcing-werk opnieuw hoeft te doen.

Step 6: Outreach starts with a reason

The finished list lands in your sending tools, and every company carries its reason: which of your customers it looks like, and why. That reason is what makes the first message land. • Each account is reached on the channel its market answers: email, LinkedIn, or both • Nothing goes out without a person able to see it first • Replies, meetings and deals get read back against the profile, so the next round starts smarter Run every quarter, this becomes the most dependable list source you have. It learns from the only evidence that never lies: the customers who already said yes.

Stap 1: Kies welke wins je wilt klonen

Eerst beslis je, hardop, van welke wins je er meer wilt hebben. Je closed-won lijst bestaat uit verschillende groepen onder één noemer: de accounts met de grootste contracten, de accounts die het snelst closeden en de accounts die na twee jaar nog steeds klant zijn, beschrijven verschillende bedrijven. Als je hier het gemiddelde van neemt, krijg je een profiel dat op niemand past—en dat is precies waar het bij de meeste target lists misgaat. De eerste stap is dus een bewuste keuze maken, inclusief wat je bereid bent in te leveren. De partijen die het meeste betalen, hebben meestal een langere sales cycle en vereisen meer stakeholders. De snelste closers zijn vaak kleiner, en die afweging maak je bewust. De accounts met de beste retentie zijn de lens waar we de meeste teams naartoe zouden sturen, maar die ze het minst vaak kiezen. Je hele workflow is uiteindelijk maar zo goed als deze ene beslissing.

Stap 2: Maak een profiel van de accounts

De workflow ontleedt de gekozen accounts totdat er een scorebaar patroon uitkomt: wat ze verkopen en aan wie, hoe groot ze zijn, hoe ze georganiseerd zijn, welke tools ze gebruiken, hoe ze kopen, en welke rollen er aan tafel zaten toen ze tekenden. De kenmerken die steeds terugkeren vormen het profiel, inclusief de kenmerken die niemand had verwacht. En het vinden daarvan is de reden om de accounts één voor één door te nemen. Een model doet het leeswerk, zodat het patroon uit de accounts zelf naar voren komt, nauwkeurig genoeg voor een machine om op te scoren. Dat is heel wat anders dan de ICP van één regel die de meeste teams in een slide hebben staan. De verrassingen zijn dan ook reëel: zo ontdekte een klant dat hun best behouden klanten allemaal dezelfde billingtool gebruikten, iets waar nog nooit iemand op had gedacht te filteren.

Stap 3: Zoek tegelijkertijd vanuit drie richtingen

Het profiel zoekt vanuit drie richtingen tegelijk, omdat elke bron een bias heeft en je dat merkt in de resultaten. De eerste richting vindt bedrijven die lijken op je winnaars, gebaseerd op grootte, structuur en hoe ze verkopen. De tweede vindt bedrijven die dezelfde tools gebruiken, wat vaak het scherpste signaal van allemaal is. De derde vindt de bedrijven die zich rond je bestaande klanten in hun eigen markt bevinden. Een enkele bron geeft je een lijst die er goed uitziet, maar mist een heel segment. Alles wat de drie bronnen opleveren komt in één pool terecht, ontdubbeld bij binnenkomst. Een bedrijf dat door twee bronnen is gevonden is een sterkere match dan een bedrijf dat door één bron is gevonden, wat de scoring in stap vijf onthoudt.

Stap 4: Sluit iedereen uit die je niet moet benaderen

Nog voordat er één minuut aan verrijking plaatsvindt, filteren we iedereen die je niet moet benaderen eruit: bestaande klanten, open opportunities, accounts die al van een collega zijn, en iedereen die heeft aangegeven niks van je te willen horen. De check loopt via je CRM, dus de lijst is exact dezelfde als waar je team mee werkt. Dit gebeurt vóór elke betaalde verrijking, dus deze uitsluitingen kosten je helemaal niets. Dit is de minst interessante stap in het proces, maar wel degene die de meest pijnlijke gesprekken voorkomt. We moeten de eerste klant nog tegenkomen waarbij deze check niet direct minstens één account eruit viste waar iemand net een cold email naar wilde sturen.

Stap 5: Rangschik op basis van gelijkenis

De workflow scoort elk overlevend bedrijf tegen het profiel, waarbij een match op basis van grootte, structuur en stack hoger scoort dan alleen een match op branche. Je team ontvangt de lijst gesorteerd op hoe sterk elk bedrijf lijkt op de klanten die je wilde klonen, en werkt van boven naar beneden. Die volgorde verandert een lange lijst in een korte lijst die de week van een teamlid waard is. Een bedrijf dat laag scoort blijft in het bestand, omdat het profiel verandert naarmate je meer leert. Een lage scorer in dit kwartaal kan een topmatch zijn na de volgende meting in stap negen, zonder dat je het sourcing-werk opnieuw hoeft te doen.

Step 6: Outreach starts with a reason

The finished list lands in your sending tools, and every company carries its reason: which of your customers it looks like, and why. That reason is what makes the first message land. • Each account is reached on the channel its market answers: email, LinkedIn, or both • Nothing goes out without a person able to see it first • Replies, meetings and deals get read back against the profile, so the next round starts smarter Run every quarter, this becomes the most dependable list source you have. It learns from the only evidence that never lies: the customers who already said yes.

Closed-won lookalike workflow tools

Drie manieren om lookalikes te vinden, en één plek om te scoren wat ze opleveren.

Drie manieren om lookalikes te vinden, en één plek om te scoren wat ze opleveren.

Drie lookalike-engines zoeken op basis van verschillende logica, en dat is precies waarom ze alle drie draaien. Een datalaag voegt de resultaten samen, verwijdert de duplicaten en scoort elk bedrijf ten opzichte van de klanten die je wilde dupliceren. Je CRM levert de uitsluitingen zodat niemand twee keer wordt benaderd, een contact waterfall vindt de rollen die daadwerkelijk hebben gekocht, en je sending tools voeren de lijst uit.

HubSpot logo, a connected CRM platform unifying sales, marketing, and service on one customer record

HubSpot

CRM

Salesforce logo, the enterprise CRM standard, deeply configurable and built to scale

Salesforce

CRM

Clay logo, a go-to-market data platform that enriches and researches leads in a spreadsheet workflow

Clay

Enrichment

Claude logo, Anthropic's LLM family used across GTM for research, classification, and drafting

Claude

AI

Ocean.io logo, a B2B account-discovery platform built around lookalike search on your best customers

Ocean.io

Data

Discolike logo, a B2B account-discovery tool that finds lookalike companies from across the open web

Discolike

Data

AI Ark logo, an AI-powered B2B data platform with lookalike and semantic search that builds ICP-matched prospect lists

AI Ark

Data

LeadsFactory logo, a contact discovery tool that scrapes LinkedIn Sales Navigator in real time

LeadsFactory

Scraping

Instantly logo, a cold email sending platform with inbox rotation, warmup, and a built-in lead database

Instantly

Sending

Lemlist logo, a multichannel sales engagement tool that combines email, LinkedIn, and calling sequences

Lemlist

Sending

HeyReach logo, a LinkedIn outreach platform that runs automated sequences across many sender accounts

HeyReach

LinkedIn

Klaar om deze workflow te implementeren?

Klaar om deze workflow te implementeren?

Klaar om deze workflow te implementeren?

Boek een workflow-consultatie en ontdek hoe automatisering je GTM-engine transformeert.

Boek een call met ons team om te bespreken hoe deze workflow past binnen je salesproces en tijdlijn.

Boek een workflow-consultatie en ontdek hoe automatisering je GTM-engine transformeert.

Diensten

Resources

Diensten

Resources

Diensten

Resources

Bouw vandaag nog

betere workflows

Ga aan de slag met Nebor en transformeer je GTM-strategie

© 2026 Nebor. Alle rechten voorbehouden.

Bouw vandaag nog

betere workflows

Ga aan de slag met Nebor en transformeer je GTM-strategie

© 2026 Nebor. Alle rechten voorbehouden.

Bouw vandaag nog

betere workflows

Ga aan de slag met Nebor en transformeer je GTM-strategie

© 2026 Nebor. Alle rechten voorbehouden.

Bouw vandaag nog

betere workflows

Ga aan de slag met Nebor en transformeer je GTM-strategie

© 2026 Nebor. Alle rechten voorbehouden.