GLMall – leadgeneratie automatiseren met AI voor webshop-acquisitie

De situatie

GLMall is een marktplaats. Het verdienmodel begint pas te werken als er genoeg webshops op staan, en dus is het aantrekken van e-commerce shops geen marketingtaak maar de motor onder het hele bedrijf. Die motor draaide op handwerk.

Een merchant manager zocht webshops op, klikte door de winkel om te beoordelen of de categorie en het assortiment pasten, zocht daarna handmatig naar contactgegevens en stuurde een bericht. Per shop kost dat minuten. Wie de aanpak wil opschalen, schaalt het aantal mensen mee op. En bij een nieuwe regio begint dat verhaal opnieuw, want de kennis over waar je moet zoeken zit in hoofden en niet in een systeem.

De vraag was daarom niet hoe we merchant managers sneller konden laten werken. De vraag was of acquisitie een systeem kon worden dat blijft draaien als er niemand aan zit.

‍

Wat we hebben gebouwd

Een keten van vijf stappen, elk zelfstandig te draaien en elk hervatbaar als hij halverwege stilvalt. Alles komt samen in één database die de bron van waarheid is, met een eigen bedieningsscherm erbovenop.

Sourcing: van markt naar dataset

Per regio halen we webshops binnen uit gespecialiseerde databronnen, met de doelgroepregels van GLMall erop toegepast: welke categorieën wel en niet, hoe groot het assortiment minimaal moet zijn, welke landen meetellen. Dubbelingen gaan eruit, elke shop krijgt een eigen identiteit in de database. Een nieuwe regio openen is daarmee geen nieuw project, maar een configuratie.

Verrijking: van naam naar profiel

Een shop op een lijst is nog geen prospect. Elke webshop wordt aangevuld tot een profiel waar je iets mee kunt: contactgegevens, sociale kanalen, land en valuta, hoe diep het assortiment is, hoe volwassen de winkel is, en of hij klaar lijkt voor verkoop over de grens. Die laatste signalen bepalen niet alleen of we iemand benaderen, maar ook waarover we het hebben.

Kwalificatie: bewust zonder AI

De kwalificatiestap is expres deterministisch. Geen taalmodel, maar gewone, testbare regels: is er een geldig e-mailadres, een telefoonnummer of een sociaal profiel dat echt naar een account leidt en niet naar een homepage van het platform. Wie er niet doorheen komt, wordt afgewezen met de reden erbij vastgelegd.

Dat is een bewuste keuze. Een taalmodel op deze stap zetten maakt hem duurder, trager en niet reproduceerbaar, terwijl de vraag simpel is. AI zetten we in waar oordeel nodig is, niet waar een regel volstaat.

Campagnes en berichten per webshop

Outreach loopt via campagnes met één kanaal per campagne. De verzendende accounts zijn eersteklas onderdeel van het systeem: per bericht ligt vast welk account het verstuurde en in welke stap van de reeks. Voordat een webshop in een campagne belandt, controleert het systeem of we die shop op dat kanaal al eerder hebben aangeraakt, zodat niemand twee keer hetzelfde bericht krijgt.

De berichten zelf komen van een AI-agent. Die schrijft per webshop en per stap in de reeks een eigen tekst, op basis van het verrijkte profiel: de categorie, de omvang van het assortiment, de regio. Geen sjabloon met een ingevulde naam, maar een bericht dat over die winkel gaat.

Kanalen

E-mail en LinkedIn draaien, elk via de verzendinfrastructuur die daar hoort, met de volumegrenzen van het platform ingebouwd. Instagram en TikTok zijn ontworpen als volgende kanalen, op basis van gemeten bereikbaarheid van de webshops in de database in plaats van op onderbuikgevoel. Reacties worden herkend en gemarkeerd voor een mens: het systeem opent deuren, het team van GLMall sluit de deals.

‍

Wat een mens nog doet

Het systeem draait, maar het draait niet blind. Er is een bedieningsscherm waarin iemand van GLMall ziet wat er binnenkomt en wat eruit gaat: welke webshops zijn gesourced, wie door de kwalificatie kwam en wie is afgewezen en waarom, welke campagnes lopen, en per webshop welke berichten klaarstaan.

Daar zitten de knoppen die een mens hoort te bedienen. De opdracht per campagne, ofwel waar de berichten over moeten gaan, wordt met de hand geschreven en pas daarna genereert de agent. Wie reageert, komt bij een mens terecht en niet bij een vervolgstap van het systeem. En een webshop handmatig goedkeuren of afwijzen kan altijd, waarbij die keuze blijft staan en niet door een volgende run wordt overschreven.

Dat is het verschil tussen automatisering en autonomie. Het repetitieve werk is weg, de beslissingen die ertoe doen liggen nog steeds bij het team.

‍

Waar het nu staat

Ruim 100.000 webshops zijn gesourced in India en Spaanstalig Latijns-Amerika. Daarvan zijn er 30.000 volledig verrijkt, gekwalificeerd en klaar voor outreach. Er draaien meerdere campagnes.

Het systeem is gebouwd om verder te groeien. Een nieuwe regio is een set targetingregels, een nieuw kanaal is een adapter op dezelfde motor, en elke campagne levert data op over welke berichten werken en welke webshops daadwerkelijk converteren. Die data gaat terug de kwalificatie in.

‍

Veelgestelde vragen

Wat betekent leadgeneratie automatiseren met AI in de praktijk?

Het betekent zelden dat AI het hele proces doet. Bij GLMall doet gewone software het vinden, verrijken en filteren, omdat dat regelwerk is dat je wilt kunnen reproduceren en testen. AI doet het stuk waar oordeel en taal bij komen kijken: per webshop een bericht schrijven dat ergens over gaat. Die scheiding houdt het systeem betaalbaar en betrouwbaar.

Is dit hetzelfde als een lijst kopen?

Nee. Een gekochte lijst is een momentopname zonder context, en iedereen die hem koopt mailt dezelfde mensen. Dit systeem bouwt de dataset zelf op tegen jouw criteria, verrijkt hem met signalen die bepalen wat je zegt, en houdt bij wie wanneer via welk kanaal is benaderd.

Hoe voorkom je dat outreach als spam overkomt?

Door drie dingen. Kwalificeren op echte bereikbaarheid, zodat je niemand benadert van wie je alleen een contactformulier hebt. Per ontvanger schrijven in plaats van een sjabloon rondsturen. En de volumegrenzen van elk kanaal respecteren, want een account dat te hard gaat wordt geblokkeerd en dan ligt het hele kanaal stil.

Werkt dit ook buiten marktplaatsen?

Ja. De motor is kanaal- en doelgroep-agnostisch. Wat verandert is waar je zoekt en waarop je kwalificeert. De keten van vinden, verrijken, kwalificeren, schrijven en versturen blijft dezelfde.

‍

Zelf van handwerk naar een systeem?

Wij bouwen acquisitiesystemen voor bedrijven die willen groeien zonder telkens iemand aan te nemen. Van het opbouwen van je eigen dataset tot AI-agents die per prospect schrijven.

Plan een kennismaking