Het probleem zit eigenlijk nooit in de wil om te meten maar in wat je meet. De meeste teams meten wat makkelijk te meten is: sessies, clicks, likes, het aantal leads dat binnenkomt. Maar een directeur die vraagt "wat levert dit op?" wil uitkomsten zien, geen activiteiten. En precies daar gaat het structureel mis.
Dit artikel geeft je een aanpak die werkt voor B2B in het Nederlandse MKB, met concrete benchmarks voor zakelijke dienstverlening zodat je weet waar je staat, niet alleen wat je zou moeten doen.
Waarom B2B ROI meten anders is dan B2C
Bij B2C is de klantreis relatief simpel: iemand ziet een advertentie, klikt, koopt. Last-click attributie klopt aardig, want de cyclus is kort. Bij B2B werkt dat niet. Een gemiddelde B2B-aankoopbeslissing betrekken gemiddeld 6 tot 10 stakeholders, de salescyclus duurt maanden en er zijn gemiddeld zo'n 28 contactmomenten nodig voordat een deal wordt gesloten. Dat zijn geen mensen die een impulsproduct kopen. Dat zijn mensen die risico afwegen, intern draagvlak opbouwen en meerdere alternatieven vergelijken.
Stel: een potentiële klant las 3 maanden geleden een artikel op jouw website. Daarna zag deze persoon een LinkedIn-advertentie. Daarna downloadde deze een whitepaper. En uiteindelijk vroeg deze via een Google-zoekopdracht een demo aan. Met last-click attributie krijgt Google Search 100% van de eer. Maar zonder die eerdere touchpoints was die demo er nooit geweest.
Attributie is niet het probleem. Het ontbreken van een aanpak voor de volledige klantreis is het probleem.
Dit is ook waarom 46% van de B2B-contentmarketeers geen gedocumenteerde strategie heeft, wat correleert met een 37% lagere ROI. Meten begint bij structuur. Zonder gedefinieerde funnelfasen meet je alleen ruis.
De KPI's die er per fase écht toe doen
B2B-marketing kent 3 niveaus van meting. Ik noem ze input, output en outcome, en ze zijn niet uitwisselbaar.
Input
is wat je erin stopt: budget, tijd, kanalen, content. Nuttig om te monitoren, maar geen graadmeter voor resultaat. Toch is dit waar veel MKB-teams bij blijven steken.Output
is wat er direct uitkomt: leads, MQL's (marketing qualified leads), websitebezoekers, contentinteracties. Hier heeft de meeste rapportage z'n thuis. Het zijn signalen, maar nog geen bewijs van businesswaarde.Outcome
is wat er verandert in het bedrijf door marketing: pipeline die marketing heeft gegenereerd, gewonnen omzet die herleidbaar is tot marketingactiviteiten, klantenretentie. Dit is het niveau dat de directeur bedoelt als die vraagt wat marketing oplevert.De kern-KPI's die je op outcome-niveau nodig hebt zijn: cost per MQL, cost per SQL (sales qualified lead), de MQL-naar-SQL-conversieratio, de SQL-naar-klant-conversieratio, Customer Acquisition Cost (CAC) en de verhouding tussen Customer Lifetime Value en CAC (CLV:CAC-ratio). Voeg daar pipeline velocity aan toe, de snelheid waarmee deals door de funnel bewegen, en je hebt een compleet beeld.
Uit recent onderzoek blijkt dat slechts 52% van B2B-marketingorganisaties de cost per euro pipeline actief meet. Dat betekent dat bijna de helft van alle teams niet weet wat het kost om een gekwalificeerde dealopportunity te creëren.
Nederlandse benchmarks: hier sta jij tegenover
Dit zijn de referentiecijfers voor B2B-zakelijke dienstverlening in het Nederlandse MKB. Geen Amerikaanse gemiddelden, maar cijfers die je in een MT-vergadering kunt gebruiken.
| Metriek | Zwak | Sterk | Benchmark-bron |
|---|---|---|---|
| Cost per MQL | > €350 | < €150 | Martech Alliance 2025 |
| Cost per SQL | > €800 | < €400 | Martech Alliance 2025 |
| MQL → SQL-conversieratio | < 10% | 15-30% | HubSpot Benchmark Report |
| SQL → klant-conversieratio | < 15% | 25-40% | HubSpot Benchmark Report |
| Marketing-attributed pipeline | < 20% | 30-60% | Forrester B2B Revenue Waterfall |
| CLV:CAC-ratio | < 2:1 | > 3:1 | SaaS / dienstverleningssector |
| LinkedIn Ads MQL → SQL | < 10% | 14-18% | LinkedIn Marketing Solutions |
Een paar observaties bij deze cijfers. Als je MQL-naar-SQL-ratio onder de 10% zit, is dat vrijwel altijd een kwaliteitsvraagstuk, geen volumevraagstuk. Meer leads genereren lost het dan niet op, scherper kwalificeren wel. Als je marketing-attributed pipeline structureel onder de 20% blijft, is dat een signaal dat marketing en sales niet goed zijn afgestemd op wie welke deals initieert en volgt.
En dan de marketing-attributed revenue in bredere zin: B2B-dienstverleners in het Nederlandse MKB die een gestructureerde meetaanpak hanteren, laten gemiddeld 15 tot 25% van nieuwe omzet herleiden tot marketing. Zonder trackingstructuur blijft dat doorgaans aantoonbaar onder de 8%. Dat gat is niet klein.
B2B-bedrijven met volwassen leadgeneratieprocessen realiseren 133% meer omzet dan bedrijven zonder, Demand Gen Report
Van meten naar verbeteren
Als je aan de slag gaat met het opbouwen van een betrouwbaar meetmodel moet je dat wel in een bepaalde volgorde doen. Je begint met definitie, niet met de tools.
Stap 1: Fasen in je funnel
Je start met het vastleggen van je funnelfasen: wat is bij jou een MQL, wat is een SQL, wat is een Opportunity en wanneer is een deal gewonnen of verloren? Zolang marketing en sales hierover een andere definitie hanteren, tellen jullie verschillende dingen. Dit is geen technisch probleem, het is een afstemmingsgesprek dat één middag duurt en enorm veel meetruis elimineert.
Stap 2: Veranderingen vastleggen in je CRM
Daarna zorg je dat sales elke statusverandering vastlegt in het CRM, met een veld dat aangeeft via welk kanaal of welke campagne een lead is binnengekomen. Zonder die invoerdiscipline heeft je CRM mooie rapportages die op lucht zijn gebouwd.
Stap 3: Attributiemodel kiezen
Vervolgens kies je een attributiemodel dat past bij je datasituatie. Begin eenvoudig: een lineair model verdeelt de credit gelijkmatig over alle touchpoints, wat eerlijk is als je nog weinig historische data hebt. Zodra je structureel meer dan 50 conversies per maand hebt in GA4, schakel je over naar data-driven attributie, want dan is het algoritme betrouwbaar genoeg om patronen te herkennen.
Stap 4: Dashboard (laten) bouwen
Daarna ouw je een dashboard met de 5 kern-KPI's die je iedere maand bijhoudt:
- Cost per MQL
- Cost per SQL
- MQL-naar-SQL-ratio
- CAC en de CLV:CAC-ratio.
Niet 20 metrics, maar 5. Dat is wat een directeur nodig heeft, en wat jijzelf nodig hebt om snel bij te sturen.
En dan is er nog de kanaalvergelijking die de meeste teams overslaan. SEO genereert op de lange termijn de sterkste cumulatieve ROI, met rendementen die opstapelen over jaren. E-mailmarketing levert gemiddeld €36 tot €45 per geïnvesteerde euro.
LinkedIn Ads scoort hogere MQL-naar-SQL-conversieratios dan Google Ads voor complexe B2B-producten, maar tegen hogere cost per click. Weten welk kanaal welk type lead genereert met welke conversieratio, is precies het inzicht waarmee je een budgetgesprek wint.
ROI meten is een structurele keuze, geen kwartaalklus
Ik hoor marketingmanagers regelmatig zeggen dat ze "na de zomer" of "na dit project" eens goed naar hun meetstructuur gaan kijken. Dat moment komt zelden. En als het dan toch aanstaande is, omdat er een budgetgesprek op de agenda staat of omdat de directeur weer vraagt wat marketing eigenlijk oplevert, dan ontbreken de historische data om een eerlijk antwoord te geven.
54% van de bedrijven die marketinganalytics intensief gebruiken rapporteert bovengemiddelde winst, volgens McKinsey. Dat is geen toevalstreffer. Het is het gevolg van beslissingen nemen op basis van wat werkt, niet op basis van wat aanvoelt alsof het werkt.
Een betrouwbaar ROI-meetmodel bouw je niet in een week, maar je begint er wel op een maandagochtend mee. Definitie van funnelfasen, afstemmingsgesprek met sales, 5 kern-KPI's. Dat is de structuur die rust brengt in een discipline die nu te veel op gevoel draait.
Wil je weten waar jouw marketingfunnel nu staat en welke stap het meeste oplevert? Ik denk graag met je mee!
