De korte versie.
Information foraging is een theorie van Xerox PARC over hoe mensen naar informatie zoeken. Ze zegt dat mensen zich gedragen als dieren die voedsel zoeken: ze volgen een geur en verlaten een plek zodra die niets meer oplevert.[1][2]
Wij gebruiken haar als manier om na te denken over het onderzoeken van een account. Een bron is een plek om te zoeken, een gedateerd feit is de geur, en stoppen hoort bij de methode. Dit is een analogie van ons. We vonden geen studie die de theorie op verkoop toepast.
Onze eigen gegevens laten zien waar de geur ophoudt. De webzoekstap van het onderzoek vond een signaal in 283 van 2.529 onderzoeksresultaten. Bij minder dan de helft van de dossiers staat een datum die we konden lezen, en werving is de meest voorkomende soort case.
Wat de theorie zegt.
Peter Pirolli en Stuart Card ontwikkelden de theorie in de jaren negentig bij PARC.[1][2] Ze leenden uit de biologie. Een dier kan niet overal zoeken, dus het gaat waar voedsel waarschijnlijk is en trekt verder als een plek te weinig oplevert voor de moeite. Een mens die naar informatie zoekt heeft hetzelfde probleem en probeert zoveel mogelijk waarde uit de bestede tijd te halen.
Drie termen dragen de theorie. Een patch is een plek die informatie bevat, zoals een website. Scent, de geur, is het signaal dat de zoeker vertelt of een patch een bezoek waard is. Een latere publicatie definieert het als het gevoel van de zoeker voor de waarde en de kosten van het openen van een pagina, beoordeeld naar wat zichtbaar is voordat je hem opent.[3]
“Elke informatiebron zendt dus een ‘geur’ uit: een signaal dat de foerageerder vertelt hoe waarschijnlijk het is dat de bron bevat wat hij nodig heeft.”
De derde term is vertrekken. De theorie behandelt de beslissing om te stoppen als een berekening, die tijdens het bezoek steeds opnieuw wordt gemaakt:
“Het verlaten van een website wordt gemodelleerd als een doorlopende afweging door de webgebruiker van de verwachte baten van doorgaan op een website tegenover elders heen gaan.”
Hoe het past op het onderzoeken van een account.
Het dichtstbijzijnde gebruik van de theorie dat wij kennen, is in inlichtingenanalyse. Daar beschrijft ze een lus van zoeken, filteren, lezen en extraheren, die een tweede lus voedt waarin de analist betekenis geeft aan het materiaal.[5] Dat artikel kennen we alleen uit andere bronnen. Accountonderzoek heeft dezelfde vorm, en de vertaling hieronder is van ons.
- 01Een bron is een patch. Een vacaturepagina, de eigen site van het bedrijf, een registervermelding, een persartikel. Elk kost tijd om te lezen, en de meeste bevatten niets wat een verkoper kan gebruiken.
- 02Een gedateerd feit is geur. Een vacature van de afgelopen dagen of een financieringsronde van de afgelopen weken vertelt SYNC dat er misschien een reden is om te schrijven, en waar het daarna moet lezen.
- 03Stoppen hoort bij de methode. Als de bronnen geen gedateerd feit geven, is het juiste resultaat dat het account wacht. Een zoektocht die nooit stopt, vindt altijd wel iets om te zeggen.
Daarom leest SYNC voordat het schrijft. Het bericht hangt af van wat het lezen vond, en een account waar het niets vond, hoort geen bericht te krijgen.
Waar de geur ophoudt.
De meeste zoektochten vinden weinig. De webzoekstap leverde in 1.096 van 2.529 onderzoeksresultaten (43%) iets op, en in 283 (11%) minstens één signaal.[6] Die stap stond maar bij sommige runs aan, dus de aandelen mengen perioden mét en zónder.
De soort case die we vonden, per dossier:
Dossiers worden geschreven voor accounts die goed genoeg scoorden om te worden bewerkt, dus deze 1.303 zijn een selectie. Het getal 566 zegt niet dat 43% van de bedrijven een gedateerde reden heeft.
Eén bevinding gaat in tegen onze eigen regel zoals die toen luidde. Toen we maten, stond op deze site dat een account zonder gedateerde reden niets van SYNC krijgt. Van de 570 dossiers die als klaar zijn gemarkeerd, werden er 303 klaar bevonden op een signaal met een bron en een datum. De andere 267 niet: 230 werden klaar bevonden op een signaal met een bron en zonder datum, en 37 hebben geen reden vastgelegd.[6] Klaar betekent dat het account mag worden geschreven, nadat het bericht de goedkeuringsinstelling van het account heeft gehaald. Standaard keurt een mens elk bericht goed.
Vandaag vraagt de controle om een aangehaald signaal en zijn bron, en eist ze geen datum. Dat was een keuze bij het bouwen van de controle, omdat een verplichte datum de meeste accounts zou hebben laten wachten. We hebben besloten dat zo te houden: een aangehaald signaal zonder datum kan een dossier nog steeds klaar maken. De beoordelaar ziet dat de datum ontbreekt, en we maken dat zichtbaarder in het beoordelingsscherm. De formulering van de regel op deze site zegt nu een reden die we kunnen aanhalen, niet een gedateerde reden.
De telling van 334 hierboven is een andere telling. Ze kijkt of de case nu een leesbare datum heeft, en de 303 is de reden die werd vastgelegd toen het dossier werd beoordeeld. De twee verschillen omdat een case een datum kan krijgen of verliezen nadat het oordeel was geschreven.
Voor de 334 dossiers die klaar zijn en een leesbare datum hebben, was het signaal op het moment van beoordeling mediaan 8 dagen oud. Een kwart was 25 dagen of ouder, en een tiende 235 dagen of ouder. Deze leeftijden beschrijven wat is opgeslagen, en ze laten niet zien dat de signalen vers zijn. Bij 99 dossiers is de leeftijd nul, wat meestal een vacature is die op de dag van het onderzoek is gelezen: dat zegt wanneer wij keken. Bij 27 is de leeftijd negatief, wat betekent dat de datum ná de dag van beoordeling ligt. En 50 zijn ouder dan 60 dagen.
Niemand heeft de datums met de bron vergeleken. Een datum is wat de pagina vermeldde of wat het model eruit las. Elke case draagt ook een sterktelabel, en dat rapporteren we niet als maat. Van de 516 cases met het label sterk hebben er 515 een datum, tegen 27 van 256 met het label matig en 24 van 280 met het label zwak. Het label herhaalt vooral of er een datum bestaat.
Wat hiertegen pleit.
De theorie is gebouwd om mensen te verklaren die surfen. Haar bewijs komt van mensen die links kiezen en websites verlaten.[4] SYNC is software die bedrijfspagina's leest. Zijn kosten zijn geld en rekentijd, waar een mens met aandacht betaalt. De afweging die de theorie aandrijft, gaat misschien niet over.
Een analogie bewijst niets. We vonden geen studie die information foraging op verkooponderzoek toepast, en we hebben niet getest of onderzoek op deze manier tot betere berichten of meer antwoorden leidt. De artikelen achter de theorie lazen we alleen als samenvatting of record, en één alleen via andere bronnen. De volledige teksten zitten achter betaalmuren.
De meeste van onze cases rusten op werving: 451 van de 1.052 dossiers met een case (43%). Vacatures zijn openbaar, gedateerd en makkelijk te vinden. Dat zegt misschien meer over wat makkelijk te vinden is dan over wat een koper belangrijk vindt.
Onze data is klein en ongelijk. De dossiers komen uit 5 workspaces en de leeftijden uit 3, en een paar workspaces leveren de meeste rijen. De datums zijn niet geverifieerd.
We telden elk onderzoeksresultaat dat een score haalde (2.529, in 9 workspaces) en elk dossier (1.303, in 5 workspaces) zoals ze op 29 september 2026 waren. Onderzoek dat mislukte of werd overgeslagen, is weggelaten. Een datum telt als leesbaar wanneer hij als volledige kalenderdatum is opgeslagen. De leeftijd van een signaal is het aantal dagen tussen die datum en de dag waarop het dossier werd beoordeeld; de 236 dossiers die klaar zijn zonder leesbare datum (570 min 334) zijn uit de leeftijden weggelaten. De telling van 267 dossiers die klaar zijn zonder gedateerde reden is de som van 230 en 37, en gebruikt de reden die werd vastgelegd toen het dossier werd beoordeeld. Percentages hebben we zelf uit de aantallen berekend.
De webzoekstap wisselde in september 2026 van provider en stond niet bij elke run aan. Workspaces worden samen gerapporteerd en nooit gesplitst. De externe bronnen zijn gecontroleerd op 29 september 2026; de status naast elke bron zegt hoe ver we hem konden lezen.
- [1]Pirolli, P. & Card, S. (1999). Information foraging. Psychological Review 106(4), 643–675. doi:10.1037/0033-295X.106.4.643alleen samenvattingalleen het bibliografische record; de volledige tekst zit achter een betaalmuur
- [2]Nielsen Norman Group. Information Foraging: A Theory of How People Navigate on the Web.in het origineel gelezeneen samenvatting van de theorie door een praktijkbureau
- [3]Chi, E., Pirolli, P., Chen, K. & Pitkow, J. (2001). Using information scent to model user information needs and actions and the Web. Proceedings of CHI 2001. doi:10.1145/365024.365325alleen samenvatting
- [4]Pirolli, P. (2005). Rational analyses of information foraging on the Web. Cognitive Science 29(3), 343–373. doi:10.1207/s15516709cog0000_20alleen samenvatting
- [5]Pirolli, P. & Card, S. (2005). The sensemaking process and leverage points for analyst technology as identified through cognitive task analysis. Proceedings of the International Conference on Intelligence Analysis.secundairalleen bekend uit andere bronnen
- [6]iSyncSO. Meting van onderzoeksresultaten en dossiers, 29 september 2026.onze eigen metingzie de methodenotitie