Een sterk product, een AI-„marketingafdeling” en een outboundmachine die geen reacties opleverde.
ContentBuilder is een Amerikaans AI-trainingsplatform. Het zet de bestaande kennis van een bedrijf (documenten, werkinstructies, opnames, beleid) om in gestructureerde, meertalige trainingen met AI-voice-over en volledige LMS-levering (SCORM/xAPI, SSO/SCIM). De zustermodule, Lumi, doet HR-werk: vacatureteksten schrijven, vacatures plaatsen, sollicitanten screenen en eerste gesprekken voeren.
Ik kwam binnen als marketingmanager op contractbasis. Het bedrijf had een AI-„marketingafdeling” met afdelingen en agents die al waren ingericht, maar niets daarvan was gekoppeld aan echte platformen zoals Search Console, GA4, social publishing of Canva. Er gingen cold e-mails uit, maar er kwamen geen reacties terug.
De tekst was het probleem niet. Microsoft stuurde elke e-mail naar spam.
De makkelijke aanname was slechte tekst. Voordat ik iets herschreef, deed ik een volledige test van de inboxplaatsing over elke verzendende mailbox en las ik alle vijf deelrapporten:
- Google → Google: 96% inbox. Inhoud, SPF, DKIM en DMARC allemaal geslaagd. Spamfilterscore 0, geen blacklists.
- Google → Microsoft: 0% inbox, 100% spam. Elke e-mail naar een Outlook- of Microsoft 365-adres belandde in de ongewenste e-mail.
- Dat isoleerde de fout tot de afzenderreputatie bij Microsoft. Inhoud, authenticatie en blacklists waren allemaal uitgesloten. Voor een B2B-publiek, waarbij een groot deel van de bedrijven op Microsoft 365 draait, verklaart dat alleen al de meeste ontbrekende reacties.
Het herstelplan: aanmelden bij Microsoft SNDS/JMRP, 2–3 verzenddomeinen toevoegen bij een tweede provider, het volume begrenzen op 25–40 e-mails per mailbox per dag, verzendingen segmenteren naar de mailprovider van de ontvanger, en open-tracking uitzetten. Ik berekende ook wat het hoge volumedoel van de klant in werkelijkheid zou vergen: zo'n 200 opgewarmde mailboxen over veel domeinen, met een opwarmperiode van 3–4 weken die u niet kunt overslaan of kopen.
De ideale klant opnieuw gedefinieerd, en één trigger gevonden die beter werkt dan branche of personeelsomvang.
- ICP vanaf nul opnieuw opgebouwd toen de focus naar het HR-product verschoof: van HR/L&D-directeuren bij bedrijven met 100–2.000 medewerkers naar eigenaren, oprichters en COO's van bedrijven zonder eigen HR-medewerker, die de pijn van het werven direct voelen
- Het beste targetingsignaal: nu 5+ openstaande vacatures. Het is openbaar, gedateerd en gratis te vinden, en het voorspelt koopintentie beter dan branche of bedrijfsgrootte
- 15 branches onderzocht, teruggebracht tot 3 om parallel te testen: thuis- en buitendienstverlening, thuiszorg en ouderenzorg, en salon- of restaurantgroepen met 10+ vestigingen
- Vijf complete combinaties van ICP + aanbod voor het kerntrainingsproduct, plus een handmatige leadbeoordeling van 40 bedrijven om te controleren of echte leads bij het ICP pasten voordat er budget naar verzenden ging
De reeksen herschreven zodat ze passen bij wat nu werkt in cold e-mail.
- Structurele problemen in de oorspronkelijke e-mails opgelost: ze waren ondertekend door „het team” in plaats van door een echt persoon, vroegen bij het eerste contact om een demo van 30 minuten en hadden zware footers. Ik verving dit door e-mails ondertekend door een persoon en een laagdrempelig verzoek van 15 minuten
- Een lancering met vijf campagnes geschreven op basis van actuele benchmarkdata: minder dan 80 woorden per e-mail, 4–7 contactmomenten per reeks, en de meeste moeite in e-mail één, omdat daar de meeste reacties vandaan komen
- De volledige lanceringsspecificatie opgeleverd: doelgroepen, campagnestructuren en een configuratie van een agent voor het afhandelen van reacties met een antwoordtabel voor elk type reactie
- Een nieuw aanbod ontworpen (een „oefenpakket voor de volgende aanname”) en een goedkeuringsdocument voor de oprichter voor de Amerikaanse outbound-campagne
Gecontroleerd of het product bij de belofte paste, en juridische risico's gesignaleerd voordat er ook maar één e-mail uitging.
- Het live product opnieuw getoetst aan de outboundbelofte en vastgesteld dat het smaller was dan „runt uw HR-team”. Ik signaleerde het verschil voordat het prospects kon bereiken en het vertrouwen kon schaden
- Complianceonderzoek naar AI-tools voor werving: NYC Local Law 144 (jaarlijkse onafhankelijke bias-audits, gepubliceerde resultaten, 10 werkdagen vooraankondiging aan kandidaten) en vergelijkbare regels in Illinois en Colorado, die bepalen aan wie een product voor kandidaatscreening veilig kan worden aangeboden
- Een voorgesteld beloningsaanbod voor reviews getoetst aan de FTC-regel over consumentenreviews en testimonials
Alles gebaseerd op echte data, en gerapporteerd over resultaten in plaats van activiteit.
- Volledige SEO- & CRO-audit van contentbuilder.ai, plus een live audit in Google Search Console met echte indexerings- en zoekopdrachtdata in plaats van schattingen van derden
- Onderzoeks- & uitvoeringsplan van 20 dagen met een werkende tracker en een samenvatting van één pagina voor de oprichter
- Een democursus in het product gebouwd en een productrondleiding van 90 seconden uitgeschreven voor verkoopgebruik
- Resultaatgerichte rapportage ingericht: afgeleverd, bounce-%, inboxplaatsing, reacties, positieve reacties, geboekte gesprekken, gevoerde gesprekken, gewonnen klanten, toegevoegde MRR. Dagelijkse updates volgden een vast format: beslissing, waarom, cijfers, lessen, morgen
