White space analysis in B2B-sales: vind de accounts en producten die je nog niet verkoopt

Een white space analysis vindt de omzet waar je nog niet om vraagt. Ze brengt twee gaten in beeld: producten die je huidige accounts nog niet kopen, en bedrijven die bij je ideale klant passen maar buiten je CRM vallen. Je zet accounts tegen producten uit in een raster en geeft elke cel een status: afgenomen, open, white space of geen fit. Daarna werk je de witte cellen af in volgorde van hun score.

Veel goed scorende gidsen leggen het raster uit. Geen enkele zegt dat je eerst het CRM moet ontdubbelen, of hoe je de accounts vindt die er niet in staan. Deze gids behandelt allebei, met eigen cijfers van Spona: zes tests van 100 accounts tegen gevestigde datatools en 50 zoekopdrachten die het CRM van de klant uitsloten. Of je nu ‘whitespace analysis’ of ‘white space analysis’ schrijft, de methode is dezelfde.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Wat is een white space analyse in sales?

Arpedio geeft de strakste definitie: ‘de gestructureerde praktijk om omzetkansen te vinden binnen accounts die je al hebt gewonnen’.

Prolifiq vergelijkt de huidige productpenetratie van een account met wat het zou kunnen kopen. Zendesk trekt het breder naar de producten, diensten en markten van een bedrijf. DemandFarm houdt het praktisch: door de salesdata spitten op zoek naar gaten.

Wat betekent whitespace dan in sales? Stel je een raster voor met je accounts onder elkaar aan de zijkant en je producten naast elkaar bovenaan. Een gevulde cel is een product dat dat account afneemt, en een lege cel is white space, of in gewoon Nederlands: een witte vlek. De analyse bepaalt welke lege cellen de tijd van een verkoper waard zijn.

De term heeft nog andere betekenissen. Octrooianalisten gebruiken hem voor gaten in een technologie, consumentenmerken voor een onvervulde marktbehoefte en ontwerpers voor de witruimte in de marges. Deze gids blijft bij sales.

Witte vlekken in je klantenbestand en daarbuiten

Product-white-space zit binnen accounts die je al hebt. Een klant koopt je platform maar niet de analytics-add-on, of de ene divisie gebruikt je software en de zusterdivisie niet. De data staat in je CRM en je facturen, en de aanpak is een cross-sell of een upsell.

Account-white-space is de marktkant: bedrijven die passen bij je ideale klantprofiel en niets bij je kopen. De meeste staan helemaal niet in je CRM. De data moet van buiten komen, en de aanpak is een nieuwe klant binnenhalen. De meeste gidsen brengen alleen de eerste soort in kaart, terwijl de tweede meestal groter is.

Witte vlek of greenfield: waar de grens ligt

De FAQ van Arpedio houdt white space binnen accounts die je al bedient en zet green space aan de andere kant: ‘green space verwijst naar volledig nieuwe accounts die je helemaal niet bedient.’ Arpedio voegt eraan toe dat er voor die grens geen standaard bestaat. Sommige teams gebruiken greenfield voor hetzelfde idee, andere voor compleet nieuwe markten. Hier gaan beide soorten in één matrix, omdat het kwartaal van een verkoper ze allebei bevat.

Hoe doe je een white space analysis: de matrix van accounts en producten

Begin met de rijen. De matrix van DemandFarm zet buying centers aan de zijkant: divisies of functies, soms opgesplitst per regio. Een buying center is een groep die zelf inkooporders tekent. Het financeteam dat je rapportagetool kocht, is een andere koper dan het operationsteam ernaast.

Dan de kolommen: elk product, elk niveau en elke dienst die je als aparte regel verkoopt. Vul de cellen vanuit de factuurdata en de pipeline. Voeg tot slot een tweede blok rijen toe voor accounts die bij je ICP passen en niet in het CRM staan.

Template voor een white space analysis: kopieer deze tabel

Bouw hem in Excel of Google Sheets, met één tabblad per segment. Een COUNTIF (in de Nederlandse Excel AANTAL.ALS) op ‘White space’ per productkolom geeft het aantal gaten per product. Dezelfde telling op het blok met nieuwe accounts geeft het aantal account-white-spaces. Heb je nog geen ICP, dan vind je de velden in het template voor een ideaal klantprofiel van Spona.

Vier celcodes voor white space mapping

Afgenomen betekent een lopend contract of een factuur in de afgelopen twaalf maanden. Open betekent een opportunity in de pipeline. White space betekent geen deal, geen opportunity en een product dat bij dit buying center past. Geen fit betekent dat het product hier niet werkt, door omvang, regio, regelgeving of de technische stack.

Prolifiq merkt op dat veel teams cellen groen kleuren voor actief, geel voor in behandeling, rood voor opgezegd en blanco laten voor nooit verkocht. Arpedio noemt vier statussen: Expand, Maintain, Target en White space. De woorden doen er minder toe dan de vierde code: zonder ‘Geen fit’ lijkt elke lege cel een kans.

Opgezegde producten zijn white space met een geschiedenis. Markeer de cel als White space en noteer de reden van opzegging in de kolom Volgende stap.

Waarom ontdubbel je het CRM vóór white space mapping?

Omdat de matrix accounts telt, en een dubbel account white space creëert die niet bestaat. Het ene record laat zien dat het account Product A afneemt. Zijn tweeling laat niets zien, dus vult de rij van die tweeling zich met witte cellen, en een verkoper pitcht een product waar de klant al voor betaalt.

Dubbele records komen vaak voor. Het CRM-rapport van Validity haalt een onderzoek van Salesforce aan waarin de contactdatabase van de gemiddelde klant meer dan 25 procent dubbele records bevat. In het eigen onderzoek van Validity noemde 53% van de ondervraagden dubbele records een probleem met de datakwaliteit. Het onderzoek omvatte 631 CRM-gebruikers en stakeholders in de VS, het VK en Australië.

De kosten zie je terug in de omzet. In hetzelfde onderzoek zei 31% van de admins dat data van slechte kwaliteit hun bedrijf minstens 20 procent van de jaaromzet kost.

Je CRM geeft je een voorsprong, geen oplossing. HubSpot ontdubbelt contacten automatisch op e-mailadres en bedrijven op domeinnaam. De standaard duplicaatregels van Salesforce blijven steken bij vergelijkingen op één veld, met een maximum van vijf actieve regels per object, en een exacte match mist typefouten.

Match voor de matrix eerst op het hoofddomein en daarna op een genormaliseerde bedrijfsnaam. Rond daarna de datahygiëne af: een productveld bij elke gewonnen deal en een eigenaar bij elk account.

Welke whitespace accounts ontbreken in je CRM?

Het CRM kan het blok met nieuwe accounts per definitie niet vullen. Je hebt een lijst nodig van bedrijven die bij je ICP passen, min de bedrijven die je al hebt. Wat overblijft is je account-white-space: de white space-markt voor je product, bedrijf voor bedrijf geteld in plaats van in dollars.

Meet je overlapaandeel

Het overlapaandeel is het aantal ICP-accounts dat al in je CRM staat, gedeeld door alle ICP-accounts. Een voorbeeld ter illustratie: 800 passende accounts, waarvan 200 in het CRM. De overlap is dan 25%, en de andere 600 zijn whitespace accounts.

De productanalyses van Spona laten dit in de praktijk zien. In een steekproef van 1.000 zoekopdrachten in Spona pasten er 50 een uitsluitingslijst toe met de bestaande CRM-accounts van de klant. Dat is 5% van de zoekopdrachten. Het mediane aandeel passende accounts dat in die zoekopdrachten werd verwijderd omdat het al in het CRM stond, was 28,0%.

De middelste helft van de zoekopdrachten zat tussen 19,0% en 41,5%. De laagste zoekopdracht verloor 5% van zijn resultaten aan de CRM-uitsluiting en de hoogste 71%. Elke zoekopdracht telt in deze cijfers één keer mee, ongeacht de omvang.

Twee kanttekeningen. De 50 zoekopdrachten komen van teams die er zelf voor kozen hun CRM uit te sluiten. Ze zeggen niets over andere teams, en niets over hoe de overgebleven accounts converteerden.

Het resultaat van één klant van Spona gebruikt een verwante maatstaf: nieuwe accounts als deel van de beoordeelde passende accounts. De klant, een softwarebedrijf met 70 medewerkers in Frankrijk, beoordeelde in elk van twee periodes van vier weken 1.000 passende prospectrecords na uitsluitingen. In de eerste periode waren 580 van de 1.000 beoordeelde passende accounts nieuw. In de tweede waren dat er 820 van de 1.000.

De verandering is beschrijvend; twee periodes van één klant bewijzen niet wat de oorzaak was.

Test een nieuwe databron op 100 accounts

Test een databron voor het blok met nieuwe accounts eerst op accounts die je kunt controleren, voordat je hem koopt. Spona doet deze test voor prospects tegen hun huidige tool; hij werkt tegen elke leverancier.

1. Kies voor beide bronnen dezelfde 100 doelaccounts. Ontdubbel ze tegen je CRM en tel hoeveel het er al bevat.
2. Haal elk contact op dat de huidige tool teruggeeft, en elk contact dat de nieuwe bron teruggeeft.
3. Ontdubbel de twee exports tegen elkaar en tegen het CRM, op e-mailadres en LinkedIn-URL.
4. Tel de bruikbare records: een beslisser met naam en een geverifieerd zakelijk e-mailadres of direct nummer.
5. Tel de extra records: bruikbare records die niet in het CRM staan en ook niet in de export van de huidige tool.
6. Deel wat je voor de nieuwe bron betaalde door het aantal bruikbare records.

De tabel toont zes tests die Spona zo uitvoerde, elk op 100 accounts. Het extra aandeel hieronder is het aantal extra contacten gedeeld door de geverifieerde contacten van Spona, niet door accounts.

Over de zes tests was de mediaan 399 geverifieerde contacten en 152 extra contacten. De mediane voorbereidingstijd was 9,5 minuut, en de mediane kosten per bruikbaar record waren $ 0,41. Het Spona-deel van elke test kostte tussen $ 127,80 en $ 197,12.

Lees de tabel met zijn beperkingen. De kosten zijn exclusief arbeid en het abonnement op de huidige tool. De zes accountpools kunnen overlappen, dus tel de tests niet op tot één totaal. Drie tools komen elk één keer voor, en ‘geverifieerd’ zegt niets over reacties of omzet.

Voor white space telt één getal het zwaarst. In elke test had het CRM al minstens 58 van de 100 doelaccounts. In één test waren het er 82. De extra aantallen zijn contacten, geen accounts.

Voorbeeld van een white space analysis: acht accounts, vier producten

Het raster hieronder is een illustratie, geen data van Spona. Een softwareleverancier verkoopt vier producten: Platform, Analytics, Integraties en een Supportplan. Zes accounts zijn klant, en twee passen bij het ICP zonder in het CRM te staan.

Het raster heeft 32 cellen. Twaalf staan op Afgenomen en vier op Open. Elf zijn white space en vijf zijn geen fit. Scoor nu de elf witte cellen op fit, dealgrootte en timing, elk van 0 tot 3, met de scorekaart in de volgende sectie.

Drie cellen scoren 7 of hoger, en die komen dit kwartaal aan de beurt. De Platform-deal van Account 7 is de grootste en de warmste. Het Supportplan van Account 3 is klein, maar valt samen met een verlenging, het goedkoopste gesprek in sales. De Analytics-cel van Account 4 is een opgezegd product met een nieuwe beslisser: het terugwinscenario uit de celcodes hierboven.

Er blijven acht witte cellen over: vier wachten tot Platform is gesloten, en vier wachten op een sterker signaal.

Welke white space-kansen pak je als eerste op?

Een white space-kans is een witte cel met een aannemelijke route naar omzet binnen je planningsperiode. Niet elke witte cel komt daarvoor in aanmerking. Prolifiq rangschikt cellen op dealgrootte, winkans, strategische waarde en doorlooptijd tot de deal, maar geeft geen gewichten. Arpedio deelt ze in als Pursue, Park of Pass, en elke Pursue-cel krijgt een eigenaar met naam.

Geen van beide legt een drempel vast. De scorekaart hieronder doet dat wel.

Scoor elke white space-cel

Geef drie factoren een score van 0 tot 3 en tel ze op. Dit is een voorgestelde scorekaart, geen benchmark.

Een totaal van 7 tot 9 is Pursue: de cel krijgt een eigenaar, een datum voor de eerste meeting en een plek in het plan van dit kwartaal. Een totaal van 4 tot 6 is Park en wordt opnieuw bekeken zodra er een signaal opduikt. Een totaal van 0 tot 3 is Pass, en meestal een verkapte ‘Geen fit’. De gids van Spona over B2B-koopsignalen noemt de signalen die de twee hoogste timingscores opleveren.

Kies de juiste aanpak: bestaande klant of nieuwe klant

Een cross-sell is een witte cel naast een afgenomen cel in hetzelfde buying center: ze hebben Platform, maar missen Analytics. Een upsell is een witte cel in een hoger niveau van een product dat ze al hebben. Het artikel van Spona over cross-sell en upsell legt het verschil uit. Beide horen bij de accountmanager, omdat de koper je leveranciersformulier al in het systeem heeft.

Mail je bestaande klanten in Nederland over producten die ze nog niet afnemen, dan geldt artikel 11.7 van de Telecommunicatiewet. Zonder voorafgaande toestemming mag dat alleen voor eigen gelijksoortige producten of diensten, met contactgegevens die je aantoonbaar van je klanten hebt gekregen bij de verkoop van een product of dienst. Je moet de klant daarbij duidelijk en expliciet de gelegenheid bieden om kosteloos en op gemakkelijke wijze bezwaar te maken, al bij het verzamelen van de gegevens. Maakte de klant toen geen bezwaar, dan moet je die gelegenheid bij elk verzonden bericht opnieuw bieden.

Een nieuwe klant is elke witte cel in het blok met nieuwe accounts. Die hoort bij het SDR-team, en het instapproduct komt eerst. De rest van de rij wacht tot het eerste contract is getekend.

De opbrengst van de eerste twee aanpakken zie je terug in retentiedata. Het onderzoek van SaaS Capital onder private SaaS-bedrijven zet de mediane net revenue retention op 102%. Dat geldt voor contractwaarden van $ 25.000 tot $ 50.000. Het bovenste kwartiel haalt 111% en het onderste kwartiel 97%, en het verschil daartussen is churn en expansie samen.

Hoe vaak herhaal je een white space analysis?

Bouw de hele matrix elk kwartaal opnieuw op, bekijk Pursue-cellen maandelijks en ververs het blok met nieuwe accounts zodra je databron nieuwe matches toevoegt. Volgens Arpedio werken reviews per kwartaal voor de meeste accounts, en kunnen strategische accounts in snel veranderende categorieën een maandelijkse review rechtvaardigen. Prolifiq zegt minstens elk kwartaal voor strategische accounts. Geen van beide geeft bewijs, dus hier volgt wat bewijs.

Cellen verouderen omdat mensen van baan wisselen. Het BLS zet de mediane diensttijd van Amerikaanse werknemers in loondienst (wage and salary workers) bij hun huidige werkgever op 4,1 jaar. Voor werknemers van 25 tot 34 jaar is dat drie jaar. De champion achter een afgenomen cel heeft een reële kans om binnen een jaar te vertrekken.

Rijen verouderen omdat er bedrijven bijkomen. Het US Census Bureau telt meer dan een half miljoen aanvragen voor nieuwe bedrijven per maand, voor seizoensinvloeden gecorrigeerd. In het VK registreerde Companies House 192.287 oprichtingen in één kwartaal, tegenover 156.515 uitgeschreven bedrijven. Het register groeide met 0,7% tot 5.516.377 bedrijven, en geen van de nieuwe staat al in je blok met nieuwe accounts.

Veel admins zien het verval versnellen. In het onderzoek van Validity had 48% van de admins in de voorgaande twaalf maanden gemerkt dat klantdata sneller verouderde. Het artikel van Spona over dataverval behandelt de oorzaken. Voor de matrix is de oplossing een datum bij elke cel: wie hem het laatst heeft bevestigd, en wanneer.

Waar Spona past in een white space analysis, en waar niet

Spona past bij het blok met nieuwe accounts. Je beschrijft je ideale klant in een chat. De AI doorzoekt 40+ bronnen, verifieert elke lead en levert in ongeveer 4 minuten een gescoorde lijst. Je betaalt per lead, in credits, en elke zoekopdracht begint met een gratis sample.

De uitsluitingslijst is de white space-functie. Op elk plan, ook het gratis plan, kun je je CRM-accounts uploaden als blacklist. De zoekopdracht laat de accounts op die lijst dan weg, en dat is het patroon achter de 50 zoekopdrachten hierboven.

De kosten komen van de prijspagina. Elke nieuwe zoeksessie kost eenmalig 1.000 credits. Dat is $ 8 tot $ 10, afhankelijk van het plan.

Een lead kost daarna $ 0,48 tot $ 2,00 met Deep Search. Met Standard Search en alleen e-mail kost hij $ 0,024 tot $ 0,07. Bulk Search kost $ 0,008 tot $ 0,09 per lead.

Het gratis plan heeft eenmalig 3.000 credits. Als schatting: een test op 100 accounts met drie beslissers per account is 300 leads. Met Deep Search is dat $ 144 tot $ 600 plus één sessie. Met Standard Search en alleen e-mail is het $ 7,20 tot $ 21, plus één sessie.

Nog twee functies sluiten aan op de matrix. Signaalfilters op Pro en hoger dekken financiering, werving, technologie, voor het eerst gezien en nieuwe vestiging: de signalen achter de hoogste timingscores. Nieuwe leads die bij een afgeronde zoekopdracht passen, verschijnen elke week tegen dezelfde prijs per lead. Zo blijft het blok met nieuwe accounts actueel tussen de herbouw per kwartaal.

Voor product-white-space binnen je huidige accounts kan Spona in plaats daarvan je eigen lijst verrijken. Een geverifieerd e-mailadres kost 5 credits. Dat is $ 0,04 tot $ 0,05, afhankelijk van het plan.

Dan de beperkingen. Spona ziet niet wat je klanten hebben gekocht, dus de cellen Afgenomen, Open en Geen fit komen uit je CRM en je factuurdata. Spona heeft geen matrix voor accountplannen. Arpedio en Prolifiq bouwen hun matrix in Salesforce, en een key-accountteam dat daar werkt, haalt meer uit een van die twee.

HubSpot is de enige native CRM-integratie van Spona, en Salesforce-gebruikers werken met CSV-bestanden, die elk betaald plan exporteert. Credits vervallen aan het begin van elke factuurperiode, dus stem elke zoekopdracht af op de maand waarin je hem uitwerkt. Spona heeft een eigen zoektype Signal Search aangekondigd, maar dat is nog niet beschikbaar.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No onboarding

Veelgestelde vragen over white space analysis

Wat betekent de term buiten sales?

In strategie schreef Mark Johnson er een boek over, Seizing the White Space. Hij gebruikt de term voor marktkansen die een bedrijf alleen met een ander businessmodel kan benutten. De versie van Bluevine voor kleine bedrijven noemt het een methode om innovatie- en groeikansen in je markt zichtbaar te maken. De betekenis in sales is smaller: de lege cellen in een raster van accounts en producten.

Wat is white space selling?

White space selling is werken aan de lege cellen van accounts die je al hebt. Dat is een cross-sell in een buying center dat een verwant product heeft, of een upsell naar een hoger niveau. De koper heeft je contract al en een getekend leveranciersformulier, dus scoor de cellen en pak eerst de verlenging op.

Is een white space analysis hetzelfde als het bepalen van de marktomvang?

Nee. TAM, SAM en SOM bepalen de omvang van een markt in omzet, van de hele adresseerbare markt tot het aandeel dat je kunt winnen. Een white space analysis benoemt de concrete accounts en producten waaraan je nog niet verkoopt. De gids van Spona over TAM, SAM en SOM behandelt de kant van de marktomvang.

Kun je een white space analysis in Salesforce doen?

Ja. Een rapport van accounts per productlijn van de opportunities geeft je de cellen Afgenomen en Open. Arpedio en Prolifiq bouwen hun matrices in Salesforce. Ontdubbel eerst de accounts, want de standaard duplicaatregels vergelijken losse velden en stoppen bij vijf actieve regels per object.

Whitespace analysis of white space analysis: welke spelling klopt?

Allebei zijn in gebruik. Arpedio, Zendesk en Prolifiq schrijven ‘white space’, en zoekers typen ‘whitespace analysis’ vaak genoeg om in keyworddata op te duiken. Kies één spelling voor je matrix en je CRM-velden, zodat een filter op de celcode elke rij vindt.