Vooraf, zonder omhaal: dit is geen klantverhaal. Wij hebben in deze dienstlijn nog geen jarenlange praktijk, en het zou oneerlijk zijn om een resultaat te presenteren dat wij niet hebben behaald. Wat u hieronder leest, is een uitgewerkt voorbeeld van offerteaanvragen automatiseren: zo zouden wij dit aanpakken bij een installatiebedrijf met acht monteurs en ongeveer dertig aanvragen per week. De cijfers zijn aannames die u met uw eigen getallen moet vervangen.
Het bedrijf in dit voorbeeld doet warmtepompen, cv-installaties en onderhoud. Aanvragen komen binnen via één formulier op de site. Iemand op kantoor leest ze, belt terug voor ontbrekende gegevens, en zet ze door naar de calculator. Dat terugbellen is het knelpunt.
Eerst kijken waar de tijd echt heen gaat
Voordat er iets wordt gebouwd, tellen we twee weken lang wat er gebeurt met elke aanvraag. In dit voorbeeld ziet dat er zo uit:
- Van de dertig aanvragen per week zijn er acht compleet genoeg om direct door te zetten.
- Zestien missen minstens één gegeven: bouwjaar, type ketel, aantal radiatoren, of een foto van de meterkast.
- Vier gaan over onderhoud aan een installatie die het bedrijf niet heeft geplaatst en die worden afgewezen.
- Twee zijn leveranciers of wervers.
De rekensom: zestien keer terugbellen, gemiddeld twee pogingen, ruim tien minuten per aanvraag inclusief het weer oppakken van het dossier. Dat is grofweg drie uur per week aan werk dat alleen bestaat omdat het formulier te weinig vraagt.
Dat is de eerste eerlijke conclusie: het grootste deel van dit probleem is geen AI-probleem. Het is een formulierprobleem.
Stap 1: het formulier herbouwen
Wij zouden beginnen met een formulier dat zich aanpast aan het antwoord. Kiest iemand voor warmtepomp, dan volgen vragen over woningtype, bouwjaar en huidige verwarming. Kiest iemand voor onderhoud, dan komen er vragen over merk, bouwjaar van de ketel en of het bedrijf de installatie zelf heeft geplaatst.
Belangrijk daarbij: niet meer velden, maar andere velden per situatie. Een formulier dat iedereen alles vraagt, kost aanvragen. Een formulier dat per pad vier gerichte vragen stelt, levert betere aanvragen op. Dat is dezelfde afweging als bij het inrichten van een aanvraagformulier dat meer offertes oplevert.
Daarnaast één veld dat de meeste installateurs vergeten: de mogelijkheid om twee foto’s te uploaden. Een foto van de bestaande opstelling scheelt in dit voorbeeld meer terugbelrondes dan welk tekstveld ook.
Stap 2: het vrije tekstveld laten samenvatten
Pas hier komt AI in beeld, en bescheiden. Het formulier heeft één open veld: “Wat wilt u laten doen?” Daar schrijven mensen soms drie regels, soms een half verhaal.
Wij zouden die tekst door een taalmodel laten lezen dat drie dingen teruggeeft: een samenvatting van maximaal twintig woorden, een categorie uit een vaste lijst van zes, en een aantekening welke gegevens ontbreken voor een calculatie. Die drie regels komen boven aan de mail te staan, boven de originele tekst. De originele tekst blijft altijd volledig zichtbaar.
Wat wij er nadrukkelijk niet aan overlaten: het afwijzen van aanvragen, het inschatten van prijzen en het beantwoorden van de klant. Het model sorteert en vat samen; een mens beslist.
Stap 3: een bevestiging die iets doet
De bevestigingsmail is in de meeste installatiebedrijven een lege huls. In dit voorbeeld zouden wij hem gebruiken om het terugbellen te voorkomen: de mail bevat een samenvatting van wat is ingevuld, en een lijstje met wat er nog nodig is, met een link om dat aan te vullen.
Dat lijstje komt uit dezelfde beoordeling als hierboven. Reageert de klant zelf, dan hoeft er niet gebeld te worden. Reageert hij niet, dan belt kantoor alsnog, maar wel gericht.
Bij het inrichten van dit soort koppelingen op een bestaande WordPress-site is de belangrijkste ontwerpregel dat de aanvraag altijd doorkomt, ook als de koppeling eruit ligt. De samenvatting mag ontbreken; de aanvraag zelf nooit.
Wat dit realistisch zou opleveren
Nu het deel waar de meeste artikelen te grote woorden gebruiken. Met de aannames uit dit voorbeeld:
- Het aangepaste formulier haalt naar verwachting het aantal incomplete aanvragen omlaag, omdat gerichte vragen makkelijker te beantwoorden zijn dan een leeg tekstvak.
- De bevestiging met een aanvullijstje vangt een deel van de resterende gaten af.
- De samenvatting scheelt per aanvraag een minuut leeswerk.
Halveert dat de drie uur per week? Dat is een aannemelijke uitkomst en het is precies wat er in de titel staat, maar het is een verwachting en geen meting. Het kan ook uitkomen op een derde minder, of op minder aanvragen omdat het formulier langer voelt. Daarom zouden wij de oude en de nieuwe situatie zes weken naast elkaar meten op twee getallen: het aantal aanvragen en het aandeel dat compleet binnenkomt.
Daalt het aantal aanvragen meer dan het aandeel complete aanvragen stijgt, dan is de ingreep verlieslatend en gaat het formulier terug. Die afspraak maakt u vooraf, niet achteraf.
Wat wij zouden afraden
Bij dit type bedrijf zouden wij geen chatbot adviseren die technische vragen beantwoordt. Warmtepompen, subsidies en installatietechniek zijn precies het gebied waar een verkeerd antwoord geld kost, en waar de juiste informatie per woning verschilt.
Ook zouden wij niet automatisch prijsindicaties laten geven. In deze branche hangt de prijs af van zaken die pas bij een bezoek blijken. Een indicatie die er vijftienhonderd euro naast zit, kost u het gesprek.
Wat wel kan: de chat gebruiken om mensen naar het juiste formulierpad te leiden. Dat is een navigatietaak, en daar zijn de risico’s klein.
Concrete volgende stap voor uw eigen bedrijf: tel twee weken lang hoeveel aanvragen incompleet binnenkomen en welk gegeven het vaakst ontbreekt. Dat ene gegeven is uw eerste aanpassing, en die kost u geen investering.
