Leads opvolgen is de stap waar veel MKB-bedrijven punten laten liggen. De routing is geregeld en de lead staat in de CRM, maar dan gebeurt er even niets. De accountmanager is druk, de aanvraag is wat vaag, en voor je het weet liggen er drie werkdagen tussen de aanvraag en het eerste contact. Op die tijdspanne verliest een warme aanvraag flink wat glans.
Dit artikel gaat over die tweede helft van de trechter: niet hoe je leads sorteert of verrijkt, maar hoe je ze snel en met context opvolgt. Wat heeft AI nodig om een goed conceptbericht te schrijven, waarom blijft een medewerker erbovenop zitten, en hoe ziet die workflow er in de praktijk uit?
Waarom snelle opvolging meer is dan lead-routering
Lead-routering zorgt dat een aanvraag bij de juiste persoon of pipeline komt. Dat is de helft van het werk. De andere helft is wat er daarna gebeurt: de eerste reactie. Een lead die binnen het uur een persoonlijk bericht krijgt, voelt zich gehoord. Een lead die pas na drie dagen iets hoort, is ondertussen bij de concurrent geweest.
De praktijkcijfers zijn daar duidelijk over: snellere follow-up leidt tot meer conversie naar offerte. Het gaat niet om een paar uur winnen uit beleefdheid. Het gaat erom dat de aanvrager nog in dezelfde stemming zit als bij het invullen van het formulier.
Hoe je de stap daarvoor inricht, lees je in lead-routering automatiseren voor het MKB en leadverrijking automatiseren met AI. Dit artikel pakt de vervolgstap: het conceptbericht en de opvolging zelf.
Welke context AI nodig heeft voor een goed conceptbericht
Een conceptbericht is pas persoonlijk als AI weet waar de aanvrager over schrijft en wie de aanvrager is. Zonder die context krijg je de standaardtekst "bedankt voor uw bericht, wij nemen contact op", en daar schiet niemand iets mee op.
Een werkende opvolging gebruikt daarom vier soorten context:
- De aanvraag zelf. Wat vraagt de klant precies? Een offerte, een demo, een prijsindicatie, een specifiek product?
- Bedrijfsgegevens. KvK-data, branche, regio en omvang. Een installatiebedrijf uit Zwolle is een ander gesprek dan een webwinkel uit Rotterdam.
- Klantgeschiedenis. Heeft deze klant eerder gekocht, een offerte aangevraagd of gebeld met support?
- Jouw aanbod en tone of voice. Producten, prijzen en de manier waarop jullie normaal communiceren.
Met die context kan AI een conceptbericht schrijven dat ingaat op de vraag, de juiste vervolgvraag stelt en niet klinkt als een sjabloon. Klantvragen automatisch beantwoorden met AI laat zien hoe zulke conceptantwoorden veilig tot stand komen.
Waar menselijke controle blijft zitten
AI maakt het concept, maar het versturen is mensenwerk. Dat is geen vangnet voor een slecht systeem, het is een bewuste keuze. Een medewerker ziet dingen die een model niet ziet: een klant die vorige week al verontwaardigd mailde, een toon die net te stug is, een prijsafspraak die niet in een systeem staat.
De verdeling werkt zo:
- AI schrijft het conceptbericht en maakt een opvolgtaken aan met prioriteit.
- De medewerker leest, past waar nodig aan en verstuurt.
- Duidelijke gevallen gaan sneller de deur uit; twijfelgevallen blijven bij een mens.
Zo versnelt AI de routine zonder dat sales onpersoonlijk of fout reageert. Vooraf spreek je af welke gevallen automatisch door mogen en welke altijd door een medewerker worden gezien.
De workflow: van formulier naar opvolgactie
In de praktijk ziet de hele keten er zo uit:
- Binnenkomst. Een aanvraag komt binnen via het webformulier, een e-mail of een gedeelde inbox. De slimme inbox categoriseert en prioriteert het bericht.
- Verrijken en scoren. De werkstroom haalt bedrijfsgegevens op en bepaalt of dit een interessante lead is, zoals beschreven bij lead-routering.
- Concept maken. AI schrijft een persoonlijk conceptbericht op basis van de aanvraag en de opgehaalde context.
- Taak aanmaken. De lead krijgt een opvolgtaken met prioriteit bij de juiste accountmanager.
- Controleren en versturen. De medewerker checkt toon en inhoud, stuurt bij en verstuurt.
Neem een offerteaanvraag. Een bouwbedrijf stuurt een formulier in met de vraag naar een prijs voor een dakrenovatie. De werkstroom herkent het type aanvraag, haalt de KvK-gegevens op en zet een concept klaar dat verwijst naar eerdere contacten en de gevraagde werkzaamheid. De accountmanager leest het na, vult een aandachtspunt in en verstuurt binnen het uur. Meer over de verwerking van zulke aanvragen staat in offerteaanvragen automatisch verwerken met AI.
Hetzelfde principe werkt voor demo-aanvragen en inbound salesmails. De inhoud verschilt, de keten niet: context ophalen, concept maken, menselijke check, versturen.
Veelgestelde vragen
Wordt de klant nu beantwoord door een robot?
Nee, een medewerker verstuurt het bericht. AI maakt alleen het concept klaar en zet de taak klaar. De klant krijgt een bericht van een persoon, geschreven met hulp van AI.
Hoe weet AI wat een goed conceptbericht is?
AI leert uit de context die je aanlevert: de aanvraag, bedrijfsgegevens, klantgeschiedenis en jullie eigen communicatiestijl. Hoe beter die bronnen, hoe relevanter het concept. Een medewerker controleert altijd voordat het bericht vertrekt.
Wat als het conceptbericht niet goed is?
Dan past de medewerker het aan of gooit het weg. Slechte concepten zijn ook een signaal: de bronnen kloppen niet, of de aanvraag is te vaag voor een automatische opvolging. Dat soort gevallen kun je laten afvangen voor handmatige behandeling.
Werkt dit ook voor aanvragen die via de telefoon of LinkedIn binnenkomen?
Ja, zolang de aanvraag ergens als tekst of notitie terechtkomt. Belletjes en LinkedIn-berichten kun je laten uitschrijven of samenvatten en vervolgens dezelfde workflow insturen.
Hoe snel is zo'n opvolging na binnenkomst?
Dat hangt af van de review door de medewerker, maar de voorbereiding kost geen tijd meer. Het concept staat er vrijwel direct, dus een opvolging binnen het uur is haalbaar. Daarmee bespaar je de drie werkdagen die normaal verloren gaan.