Stap voor stap: welk deel van het plannen van een verkoopafspraak regels is, waar AI reacties leest en opties opstelt en welke beslissingen over hogere functies en het gesprek zelf bij een mens blijven.
7 stappenTypische mix: Eerst automatiserenIllustratieve analyseBijgewerkt
Grotendeels wel, maar het meeste daarvan is regelgebaseerde automatisering en geen AI. Een verkoopafspraak plannen betekent een moment vinden dat voor beide kanten werkt, en een planningstool met agenda-regels doet dat betrouwbaar, terwijl AI helpt bij het lezen van rommelige reacties, het opstellen van herplanmails en het voorbereiden van de verkoper. Een mens blijft verantwoordelijk voor hogere functies, twijfelgevallen en het gesprek zelf. Hieronder staat de verdeling per stap, wat je eerst op orde moet hebben en een kleine pilot voor één leadbron. Het doel is niet de verkoper uit de relatie te halen, maar het heen-en-weer-mailen tussen een positieve reactie en een bevestigde afspraak weg te nemen.
Wat elke stap nodig heeft
01● Geschikt voor AI
Het antwoord lezen en het verzoek om een afspraak herkennen
De eerste stap is begrijpen wat een prospect echt schreef. "Stuur maar een paar momenten", "niet dit kwartaal, probeer het na de zomer" en "zet mijn collega erbij" betekenen elk iets anders, en een taalmodel is goed in het sorteren naar een korte lijst intenties: wil een afspraak, wil eerst informatie, verkeerde persoon, nu niet, afmelden. Het kan ook genoemde voorwaarden eruit halen, zoals een voorkeursdag, een tijdzone of een tweede deelnemer. Laat de uitvoer bestaan uit een label plus een geciteerde zin uit de mail, zodat een medewerker het in seconden controleert. Wat het model als onzeker labelt, gaat naar een mens en niet de geautomatiseerde reeks in.
⛨Werkt als reacties binnenkomen in één gedeelde inbox of CRM-thread en het model alleen uit een vaste lijst labels mag kiezen. Controleer wekelijks een steekproef van gelabelde reacties.
02● Standaardautomatisering
Tijden aanbieden op basis van echte agenda's
Zodra een afspraak gewenst is, is het aanbieden van tijden gewone regelgebaseerde automatisering en geen AI. Een planningstool leest de vrij/bezet-gegevens uit de Outlook- of Google-agenda van de verkoper, past werktijden, buffers tussen gesprekken, een maximum per dag en de duur toe en geeft een boekingslink of drie concrete opties terug. De regels bepalen ook wie de afspraak krijgt: round robin, regio, accounteigenaar of een vaste specialist. Dit is bewust deterministisch, want een model dat een tijd verzint zorgt voor dubbele boekingen. Toon tijden in de tijdzone van de prospect en noem die zone erbij.
⛨Werkt als agenda's actueel zijn, vakanties en reistijd geblokkeerd staan en de verdeelregel is vastgelegd en afgestemd met het verkoopteam.
03● Geschikt voor AI
De heen-en-weer-mails afhandelen als een link niet genoeg is
Sommige prospects klikken niet op een link. Ze antwoorden met "dinsdag past niet, wat dacht je van de week erna" of vragen een collega uit een ander land uit te nodigen. Een model kan dat bericht lezen, de regels raadplegen voor vrije momenten en een kort antwoord opstellen met twee of drie opties, dat een medewerker goedkeurt of later automatisch verstuurd wordt. Het is goed in het saaie werk: "na de lunch" omzetten naar een tijdvak, zien dat een datum al voorbij is en de toon netjes houden. Het mag nooit zelf een tijd toezeggen die de agenda-regels niet hebben bevestigd.
⛨Werkt als het model alleen tijden mag voorstellen die de planningsregels teruggeven en conceptmails in goedkeuringsmodus blijven tot er weinig gecorrigeerd wordt.
04● Standaardautomatisering
Bevestigen, uitnodiging maken en het CRM bijwerken
Zodra een tijd is afgesproken, is alles wat volgt automatisering: de agenda-uitnodiging versturen met videolink of adres, de afspraak in het CRM koppelen aan de juiste contactpersoon en deal, de fase of taak zetten en herinneringen plannen voor prospect en verkoper. Een herinnering 24 uur en één uur van tevoren verlaagt het aantal no-shows betrouwbaarder dan slimme tekst. Is de contactpersoon nieuw, dan maakt de regel die aan en markeert ontbrekende velden. Deze stappen zijn elke keer gelijk, dus snel, goedkoop en makkelijk te testen, en niemand hoort ze met de hand te doen.
⛨Werkt als het CRM afgesproken verplichte velden heeft voor een geplande afspraak en de planningstool daarnaar schrijft via een ondersteunde koppeling.
05● Geschikt voor AI
Een korte voorbereiding voor de verkoper maken
Een verkoper voert betere gesprekken met context. Voor de afspraak kan een model een briefing van één pagina samenstellen uit wat er al is: de mailthread, de antwoorden op het formulier, de bedrijfswebsite en eerdere CRM-notities. Daarin staat wie er komt, wat ze vroegen, wat nog onbekend is en twee of drie vragen die het stellen waard zijn. De briefing noemt per feit de bron en markeert hiaten in plaats van ze op te vullen. Dat scheelt tien minuten zoeken per gesprek en maakt het eerste contact scherper, zonder de eigen voorbereiding bij belangrijke deals te vervangen.
⛨Werkt als de bronnen beperkt blijven tot je eigen systemen en openbare pagina's, elke bewering een bron heeft en de verkoper de briefing kan aanpassen.
06● Menselijke controle
Beslissen bij uitzonderingen en hogere functies
Sommige afspraken horen niet door de standaardstroom te lopen. Een verzoek van een bestuurder van een sleutelaccount, een prospect die met een klacht reageerde, een contact in een gereguleerde sector of een eerste gesprek op een beurs vragen om iemand die de relatie kent. Een mens beslist ook of een lead een afspraak verdient als de match twijfelachtig is en of een verkoper daarvoor van ander werk gehaald wordt. Leg de uitzonderingen vast als regels (bijvoorbeeld sleutelaccounts, directieleden, open klachten en gereguleerde sectoren), zodat het systeem die gevallen naar een vaste persoon stuurt en geen boekingslink aanbiedt.
⛨Werkt als de criteria voor uitzonderingen expliciet zijn, elk kwartaal worden herzien en zichtbaar zijn voor iedereen die inkomende verzoeken afhandelt.
07● Bij mensen houden
Het gesprek zelf voeren
Het gesprek is geen planningstaak. Een verkennend gesprek bouwt vertrouwen op, toetst of het probleem echt bestaat en bepaalt of er een deal is, en dat blijft bij de verkoper. AI kan achteraf notities maken en vervolgstappen voorstellen, maar het oordeel tijdens het gesprek en de keuze wat je vervolgens vraagt, horen bij een mens. Komt iemand niet opdagen, dan kan een regel één herplanbericht sturen en daarna stoppen, zodat de prospect na de derde poging niet door automatisering achtervolgd wordt.
⛨Werkt als het team afspreekt dat automatisering stopt zodra het gesprek begint en dat een no-show één herplanbericht krijgt, waarna een mens beslist.
Een verstandige eerste proef
Kies één leadbron, bijvoorbeeld demo-aanvragen van de website, en draai die vier weken naast het handmatige proces. Laat de planningsregels tijden aanbieden en uitnodigingen versturen, en laat het model antwoorden opstellen die een verkoper goedkeurt. Meet de tijd van eerste reactie tot bevestigde afspraak, het aandeel reacties dat in een gehouden gesprek eindigt en het no-showpercentage. Noteer elk concept dat een verkoper moest aanpassen en waarom. Vergroot de scope pas als het aantal correcties daalt en de kwaliteit van de gesprekken, beoordeeld door de verkopers, niet lager is dan voorheen.
De valkuil die je wilt vermijden
De klassieke fout is dat een model een tijd toezegt die de agenda niet toelaat, met dubbele boekingen en een beschaamde verkoper als gevolg. De tweede is outreach automatiseren naar mensen die nooit om een afspraak vroegen. Beperk tijdsvoorstellen tot wat de regels teruggeven, houd conceptmails in het begin in goedkeuringsmodus en toets de regels voor ongevraagde commerciële berichten, zoals de Telecommunicatiewet en de AVG, voordat een geautomatiseerd vervolg de deur uit gaat.
Vragen die teams stellen
Kan AI verkoopafspraken plannen zonder verkoper?
Voor eenvoudige gevallen wel. Een planningstool met verdeelregels kan een eerste gesprek boeken vanuit een formulier of een positieve reactie zonder dat iemand ingrijpt, en een model kan reacties in vrije tekst lezen om te zien dat iemand een afspraak wil. Houd toch een mens in de loop bij hogere functies, gereguleerde accounts en alles wat het model als onzeker labelt. Begin met conceptmails die een verkoper goedkeurt en overweeg pas automatisch versturen als het aantal correcties weken laag blijft.
Welk deel van afspraken plannen is AI en welk deel regels?
Rommelige reacties lezen, herplanmails opstellen en een briefing voorbereiden zijn AI-taken, omdat de invoer vrije tekst is. Vrije tijden vinden, naar de juiste verkoper routeren, uitnodigingen sturen, het CRM bijwerken en herinneringen versturen zijn regels, omdat die exact en herhaalbaar moeten zijn. Die twee door elkaar halen is de meest gemaakte fout en uit zich meestal in dubbele boekingen of verzonnen tijden.
Hoe meten we of geautomatiseerd plannen werkt?
Meet het aandeel positieve reacties dat eindigt in een gehouden afspraak, de tijd tussen reactie en bevestigde afspraak, het no-showpercentage en het aantal verplaatsingen per afspraak. Vergelijk dat met het handmatige proces over dezelfde periode en dezelfde leadbron. Tel niet alleen geplande afspraken, want meer afspraken van lage kwaliteit is voor het verkoopteam een slechter resultaat.
Workflowadvies van Arcgent ter illustratie. Elk bedrijf heeft een eigen beoordeling nodig. Claims over integraties of besparingen zijn niet voor jouw systemen geverifieerd.