What's Next
|
Cases
Backstage IT

Hoe Backstage IT 40% meer pipeline creëerde met AI

Een signaalgedreven, autonome leadmotor die 40% van de pipeline aanleverde en elke SDR 16 uur per week teruggaf.

AI Automations
Backstage IT case study
Backstage IT logo
Sector
IT nearshoring & software development
Regio
Netherlands & Moldova
Bedrijfsgrootte
100 employees
Doorlooptijd
12 weeks (three phases)
Resultaten
40%
of pipeline

uit door AI aangedragen deals

16 hrs
reclaimed

per SDR per week

25%
reply rate

tegenover 3,4% branchegemiddelde

Overview

Backstage IT is een Nederlandse nearshoringpartner die op maat gemaakte ontwikkelteams in Moldavië bouwt voor Europese techbedrijven die sneller seniorcapaciteit nodig hebben dan de lokale markt kan leveren. Het hoofdkantoor staat in Nederland, met een vestiging in Chișinău.

De uitdaging

De uitdaging

Het commerciële model van Backstage werkt alleen binnen een smal venster.

De pitch, "praat met ons voordat je direct werft, wij bouwen het team in Moldavië," landt wanneer een bedrijf publiekelijk heeft aangegeven developers te zoeken maar nog niet is begonnen met gesprekken. Dat venster sluit snel. Een LinkedIn-post van een CTO over het opschalen van het team staat een paar uur bovenaan de feed en verdwijnt daarna. Een nieuwe seniorvacature op TechMap of Adzuna wordt binnen een dag ontdekt door de kandidatenmarkt. Mis het moment en de deal gaat naar wie hem ook maar als eerste oppikte.

De beperking was structureel. Twee SDR's deden handmatig onderzoek naar de hele Benelux-, DACH- en VK-markt. Ze konden lezen wat twee mensen op een dag kunnen lezen, niet meer. De signalen die het meest telden waren vluchtig, en de SDR's konden óf prospecten óf afsluiten, nooit allebei. Daardoor werden de oprichters Sander en Emmo dagelijks de verkoopbrandjes ingetrokken om het afsluitwerk gaande te houden.

De vorm van het probleem was duidelijk. Dezelfde bezetting met meer hefboom, of een groter BDR-team werven en de kosten accepteren.

Onze aanpak

Hoe we het aanpakten

De reflex in een situatie als die van Backstage is werven.

Twee SDR's lopen vast tegen een hele regio, dus werf er twee bij. Dan heb je vier mensen die hetzelfde handwerk doen, met hetzelfde aandachtsplafond en dezelfde blindheid voor vluchtige signalen. Een beperking verdubbelen haalt hem niet weg.

De andere reflex is kopen. Een SaaS-outboundtool, een kant-en-klaar intentplatform, een AI-SDR. Die lossen het volumeprobleem op, maar missen het lastigere. De signalen die voor Backstage echt converteren, een CTO die post over werven, een nieuwe vacature die op een vacaturesite verschijnt, zijn uren publiek, geen dagen, en geen enkele kant-en-klare leverancier bewaakt ze met de versheid of filtervaardigheid die de pitch vereist. Generieke outbound op schaal had meer e-mailvolume opgeleverd tegen slechter getimede accounts.

Dus maakten we de strategische keuze om de funnel om te draaien. In plaats van SDR's die jagen op wie er misschien aan het werven is, zou het systeem wervingssignalen opvangen op het moment dat ze publiek werden en ze volledig verrijkt naar de SDR's routeren. Dezelfde SDR's, een totaal andere hefboom.

De bouw werd in drie fases gesequenced om een specifieke reden. Fase één moest bewijzen dat de signalen echt en oogstbaar waren voordat we er scoring op bouwden. Fase twee moest bewijzen dat de scoring de juiste richting op wees voordat we het aan outbound koppelden. Fase drie moest de hele motor in handen leggen van niet-technische operators, want een systeem dat de oprichters niet zelf kunnen draaien, is een systeem dat faalt zodra wij de kamer uit zijn. Elke fase haalde risico uit de volgende.

De inzet onder dit alles: het verschil tussen een wervingssignaal in uren opvangen en het in dagen opvangen is het hele commerciële voordeel. Bouw de motor die dat venster comprimeert, en hetzelfde tweekoppige salesteam wordt structureel meer hefboom dan een concurrent die handmatig een groter BDR-team draait.

De oplossing

Wat we hebben gebouwd

We bouwden een volledig autonoom systeem voor leadgeneratie en outreach voor Backstage IT.

We bouwden n8n-scrapingpijplijnen die LinkedIn, TechMap en Adzuna in realtime aftasten. Filters strippen wervingsbureaus en bedrijven van FAANG-niveau eruit waar de pitch niet op past. Deduplicatie- en versheidsregels zorgen dat geen signaal twee keer of nadat het koud is geworden wordt geprospect.

Apollo.io-verrijking draait via Apify om firmografie, profielen van beslissers en detectie van techstack aan elk account te koppelen. De hele pijplijn schrijft naar een multi-tenant Supabase-warehouse met tabellen voor bedrijven en personen, met inloggegevens per klant geïsoleerd via GCP Secret Manager.

Een Python-feedmonitor scant de geauthenticeerde LinkedIn-feed van het team tegen 14 zorgvuldig gekozen Nederlandse en Engelse koopsignalen. "Hiring developers," "team groeit," "backlog groeit," funding-aankondigingen, leiderschapswisselingen.

Elke gedetecteerde prospect krijgt een samengestelde PriorityScore, gewogen 40% koopsignaal, 30% engagement, 30% relatiefit. Gekwalificeerde accounts stromen naar Lemlist voor gepersonaliseerde e-mailoutbound. Signaalgestuurde LinkedIn-outreach loopt parallel.

Een lokale review-interface in GTD-stijl laat SDR's signalen triageren zonder tussenkomst van engineering. Markeer als interessant, snooze voor een dag, drie dagen, een week of aangepast, ontwaak wanneer klaar, voeg notities toe. 95% testdekking op de scoring- en reviewlogica.

Sinds eind mei 2026 draait het systeem volledig in handen van Backstage's niet-technische operators, zonder afhankelijkheid van ons om het door te laten draaien.

De impact

40%

of pipeline. uit door AI aangedragen deals
Het resultaat

Het resultaat

Dezelfde twee SDR's dekken nu de bereikbare markt op een manier die twee handmatig werkende SDR's nooit konden.

De top van de funnel zit vol accounts die in de afgelopen 72 uur publiekelijk wervingsintentie hebben afgegeven, met profielen van beslissers en techstack-data al gekoppeld. De responspercentages stegen zonder dat de personalisatie verzwakte, omdat personalisatie tegen echte, actuele data draait in plaats van hergebruikte templates.

De grotere verschuiving zit op directieniveau. Sander en Emmo blussen niet langer dagelijks brandjes om de salesmotor gaande te houden. De motor haalt de kansen met de hoogste fit naar boven, de SDR's werken ze uit, en de oprichters stappen alleen in voor de topdeals die het systeem aanwijst. Hetzelfde tweekoppige salesteam levert nu 40% van Backstage's totale pipeline via door AI aangedragen deals, een inkomstenstroom die voor de samenwerking niet bestond.

Metric

Voor

Na

Effect

Pipeline via door AI aangedragen deals

0%

40%

Nieuwe inkomstenstroom die voor de samenwerking niet bestond

Tijd teruggewonnen per SDR per week


16 uur (2 volle dagen)

Herinvesteerd in afsluitwerk, voorstellen, klantrelaties

LinkedIn-aanrakingen / SDR / dag

Handmatig, begrensd door aandacht

100, signaalgestuurd

Realtime dekking van de bereikbare markt

E-mailcapaciteit / SDR / dag

30, handmatig

200 ontgrendeld

6,7x hoger plafond; capaciteit ligt nu voor op de vraag

LinkedIn open rate

Branchegemiddelde 40-50%

63,7%

Personalisatiekwaliteit overleefde het opschalen van het volume

LinkedIn reply rate

Branchegemiddelde 3,4%

25%

~7x de branchebasislijn

Inbox delivery rate

Branchestandaard

98%+

Deliverability-infrastructuur hield stand onder schaal

Win- / closepercentage

Basislijn

Stabiel

Kwaliteit behouden, eerlijk: geen opgeblazen claim dat de "win rate omhoogschoot"

Verkooptijd oprichters

Dagelijks brandjes blussen

Alleen door AI aangedragen topdeals

Tijdsarbitrage op directieniveau; Sander + Emmo sluiten de kansen met de hoogste fit die de motor aandraagt, niet alles

Axel Dekker, founder of What's Next

Wil je ook zulke resultaten?

Praat met ons over wat AI voor jouw team kan opleveren.

  • Gratis adviesgesprek van 30 min
  • Geen verplichtingen
  • Een specialist, geen sales rep