Je hebt net met een klant gesproken over een opdracht. Nu moet de offerte nog worden gemaakt. Je zoekt de vorige afspraken op, haalt de juiste prijslijst erbij en past een bestaand document aan. Voor je het weet, ben je vooral bezig met zoeken, overnemen en schrijven.
Een deel van dat werk kun je aan AI overlaten. Die kan de klantvraag samenvatten en een eerste offerte opstellen met je eigen sjabloon. Jij kijkt na of de inhoud, de prijs en de afspraken kloppen voordat je ze verstuurt.
Dat is vooral interessant wanneer je vaak vergelijkbare offertes maakt. Bij Untaylored beginnen we daarom met één soort aanvraag die regelmatig terugkomt. Zo kun je nagaan of de voorbereiding minder tijd vraagt, zonder je hele verkoopproces om te gooien.
Wat kun je bij een offerte automatiseren?
Een offerte maken bestaat uit verschillende taken. Gegevens overnemen en bedragen berekenen kun je met vaste regels organiseren. De vraag van een klant begrijpen of een passende tekst schrijven vraagt een andere aanpak. Daar kan AI bij helpen.
| Stap | Wat kun je laten doen? | Wat kijk je zelf na? |
|---|---|---|
| De aanvraag verzamelen | Mail en bijlagen bij hetzelfde dossier bewaren | Of alle berichten bij de juiste aanvraag horen |
| De vraag begrijpen | De vraag samenvatten en de gevraagde onderdelen opsommen | Of de samenvatting klopt en er nog informatie ontbreekt |
| Klantgegevens invullen | Gegevens uit het klantdossier overnemen | Of het om de juiste klant gaat |
| De prijs berekenen | Rekenen met je geldende tarieven en kortingsregels | Prijslijst, aantallen, korting en uitzonderingen |
| De offerte schrijven | Een eerste tekst maken in je eigen sjabloon | Wat wel en niet inbegrepen is, de planning en de formulering |
| Verzenden en opvolgen | Na goedkeuring een herinnering klaarzetten | Wie goedkeurt, wanneer je verstuurt en wanneer je weer contact opneemt |
Laat berekeningen door je offerteprogramma uitvoeren. AI kan een tekst goed formuleren, maar daaruit kun je niet afleiden of een genoemd bedrag klopt. De prijzen en rekenregels moeten uit jouw gegevens komen.
Een voorbeeld: van een korte mail naar een bruikbaar dossier
Stel dat een installatiebedrijf deze mail krijgt: “Kunnen jullie drie toestellen vervangen in ons kantoor? Liefst volgende maand. De vorige offerte zit in bijlage.” We gebruiken hier een bedacht voorbeeld; het gaat niet over een echte klant van Untaylored.
AI kan hieruit halen dat het om drie toestellen gaat en dat de klant ze volgende maand wil laten vervangen. De bijlage kan automatisch bij het dossier worden bewaard. Dat scheelt opzoekwerk voor de medewerker die de offerte maakt.
Er zijn ook vragen die de mail niet beantwoordt. Om welk type toestel gaat het? Hoe zijn de toestellen aangesloten? Op welke locatie moet het werk gebeuren? De vorige offerte kan helpen, maar de prijzen daarin zijn misschien niet meer geldig.
Het overzicht voor de medewerker kan er dan zo uitzien:
- De vraag: drie toestellen vervangen.
- Wanneer: liefst volgende maand; die datum is nog niet bevestigd.
- Wat is beschikbaar: de mail en een eerdere offerte.
- Wat ontbreekt nog: het type toestel, de locatie, de installatievoorwaarden en de actuele prijs.
- Wat moet er gebeuren: de ontbrekende gegevens opvragen voordat je een definitieve prijs berekent.
Zo ziet de medewerker meteen waarmee die verder kan en wat nog moet worden uitgezocht. Het systeem mag geen toestel kiezen alleen maar om de offerte volledig te maken.
Welke informatie heb je vooraf nodig?
Zorg eerst voor een goedgekeurd offertesjabloon en een actuele prijslijst. Spreek af wie die bijwerkt en waar medewerkers de juiste versie vinden. Als daar nu twijfel over is, moet je dat oplossen voordat je AI gaat gebruiken.
Bepaal ook welke gegevens je nodig hebt om een offerte te kunnen maken. Bij een dienst gaat het bijvoorbeeld om de opdracht, de contactpersoon en de gewenste planning. Bij een product heb je vaak aantallen, opties en een leveradres nodig. Maak zichtbaar welke gegevens al bevestigd zijn en welke je nog moet opvragen.
Geef het systeem alleen toegang tot de informatie die voor deze taak nodig is. Voor een eerste proef kun je voorbeelden gebruiken waaruit namen en andere persoonsgegevens zijn verwijderd. Je hoeft daarvoor niet meteen je volledige mailbox open te stellen.
Staat nuttige informatie verspreid over handleidingen en interne documenten? Dan helpt het om eerst te bekijken hoe je die bedrijfskennis beter vindbaar maakt en wie ze actueel houdt.
Waar blijft een menselijke controle nodig?
“Even nakijken” betekent voor de ene collega iets anders dan voor de andere. Spreek daarom af wat iedereen controleert: de klant, de gevraagde onderdelen, de tarieven, de berekening, de planning en wat niet in de prijs inbegrepen is.
Zet de aanvraag en de gebruikte prijslijst naast de voorgestelde offerte. Dan hoeft de medewerker die informatie niet opnieuw te zoeken. Laat duidelijk zien wat ontbreekt. Kan een bijlage niet worden gelezen of zijn er twee mogelijke klantdossiers, dan moet iemand dat eerst uitzoeken voordat het systeem verdergaat.
Ook een keurig ingevulde offerte kan fouten bevatten. OpenAI legt uit dat antwoorden in een vast formaat nog altijd inhoudelijk fout kunnen zijn. Een nette indeling is dus geen bewijs dat de inhoud klopt.
Laat tijdens de eerste proef altijd een medewerker beslissen of de offerte verstuurd mag worden. Dat geldt zeker voor kortingen, afwijkende voorwaarden en beloften over wanneer je kunt leveren.
Hoe meet je of de automatisering helpt?
Neem een groep vergelijkbare aanvragen en houd bij hoeveel tijd je nu aan voorbereiding en controle besteedt. Tel de tijd die je wacht op een antwoord van de klant apart. Die wordt niet automatisch korter doordat de offerte sneller klaarstaat.
Meet daarna hoeveel werk dezelfde soort aanvragen vraagt met AI erbij. Reken ook de tijd mee die nodig is om fouten te verbeteren, lastige aanvragen uit te zoeken en sjablonen bij te werken. Anders lijkt de tijdwinst groter dan ze is.
Je kunt de bespaarde werktijd eenvoudig berekenen:
Aantal vergelijkbare offertes × (tijd per offerte vóór de proef − tijd per offerte tijdens de proef, inclusief controle).
Stel dat je 40 offertes per maand maakt en daar per offerte 20 in plaats van 30 minuten aan werkt. Dan bespaar je ongeveer 6 uur en 40 minuten per maand. Dat is alleen een rekenvoorbeeld. Of de investering loont, hangt ook af van de kosten voor software, inrichting en onderhoud, en van wat je met die vrijgekomen tijd kunt doen.
Kijk bovendien naar de kwaliteit. Hoeveel teksten moet je nog aanpassen? Stopt het systeem wanneer belangrijke informatie ontbreekt? Zijn de offertes voor de klant even duidelijk? Spreek vooraf af wanneer de proef voor jou geslaagd is en wanneer je liever bij de bestaande werkwijze blijft.
Wanneer is dit geen goede eerste automatisering?
Als elke offerte een volledig nieuw ontwerp vraagt, kan het moeilijk zijn om met een vast sjabloon te werken. Misschien haal je dan meer voordeel uit hulp bij het verzamelen en samenvatten van de aanvraag.
Ook verouderde klantgegevens, onduidelijke tarieven of verschillende versies van hetzelfde sjabloon maken de voorbereiding lastig. Pak dat eerst aan. Zo voorkom je dat het systeem dezelfde fouten overneemt waar medewerkers nu al tegenaan lopen.
Soms heb je voor het werk dat je wilt verbeteren geen AI nodig. Gegevens overnemen en een standaarddocument invullen kan vaak ook met gewone software. Welke oplossing past, hangt af van de taak die je wilt vereenvoudigen.
Zo kies je een eerste proef
Onze aanpak voor AI-strategie begint bij het werk dat nu te veel tijd kost. Voor offertes kun je één terugkerende aanvraag kiezen en afspreken wie de proef begeleidt. Gebruik naast gewone aanvragen ook een paar lastige voorbeelden, zoals een ontbrekende bijlage of een klantnaam die bij twee dossiers past. Bepaal vooraf wat er dan moet gebeuren.
Laat eerst een aantal offertes voorbereiden en vergelijk ze met wat je zelf zou maken. Houd bij hoeveel je moet aanpassen en hoeveel tijd je in totaal nodig hebt. Dat geeft je een basis om te beslissen of je ermee verder wilt.
Bij automatisering met Untaylored kijken we naar jouw werk en de programma’s die je al gebruikt. Plan een demo als je wilt bespreken of dit voor je bedrijf zinvol is. Neem gerust een aanvraag mee waar je nu veel tijd aan kwijt bent.
Bronnen en achtergrond
Wie meer wil weten over AI-risico’s kan terecht bij het AI Risk Management Framework van NIST. Het gebruik ervan is vrijwillig. Het voorbeeld met de installatieaanvraag en de berekening van de tijdwinst zijn door ons bedacht om de uitleg concreet te maken; ze zijn niet door NIST getoetst.
Na de offerte volgt vaak nog een gesprek of herinnering. Lees ook hoe je klantvragen opvolgt met AI en zelf het contact houdt.
