Why Sales Reps Struggle Without Context and What It’s Costing You

Waarom verkopers het moeilijk hebben zonder context en wat dat u kost

8 minuten lezen

Uw verkoper gebruikt een parallelle dialer en belt zes potentiële klanten tegelijkertijd.

Plotseling neemt iemand de telefoon op.

De verkoper heeft precies nul seconden om zich voor te bereiden. Geen tijd om LinkedIn te checken. Geen tijd om Salesforce te doorzoeken. Geen tijd om… nog wat dan ook te doen. Gewoon aan de slag.

Hoe zorg je ervoor dat die eerste 10 seconden tellen als alles wat je over deze potentiële klant moet weten verspreid is over verschillende tools?

Dit was precies de uitdaging die een van onze SDR's, Adam Hebert, aan de orde stelde.

Met parallelle dialer-oplossingen zoals Nooks gaan verkopers zonder voorbereiding het gesprek in. Essentiële context, zoals productgebruik, eerdere interacties, gegevens over potentiële klanten en bedrijfsnieuws, is verspreid over Salesforce, Pocus, LinkedIn en andere tools. Niets daarvan komt naar voren op het moment dat het er het meest toe doet.

Dit is niet alleen een verkoopprobleem. Het is een probleem van versnipperde werkprocessen.

De werkelijke kosten van gefragmenteerde context

Wanneer informatie verspreid is over verschillende tools, vertraagt dat alles.

En dit is geen uitzondering. Volgens een enquête van Microsoft zegt 62% van de werknemers dat ze tijdens de werkdag te veel tijd besteden aan het zoeken naar informatie.

Voor verkoopteams die op het tempo van een telefoongesprek werken, wordt die versnippering een concurrentienadeel.

Ons verkoopteam maakte dit aan den lijve mee. Ondanks geavanceerde tools, uitgebreide CRM-gegevens en AI-functies hielp niets daarvan als het niet op één plek beschikbaar was op het moment dat het nodig was.

Daarom hebben we iets beters ontwikkeld.

Werkversnippering is de standaard, niet de uitzondering

Dit is geen uitzonderlijk geval.

Uit onze AI Maturity Survey blijkt dat de meeste teams in gefragmenteerde omgevingen werken, wat voortdurend voor wrijving zorgt bij het zoeken naar basisinformatie.

Als dit de basis is, faalt AI niet omdat het zwak is. Het faalt omdat het te weinig context heeft. Lees meer in het rapport ‘The State of AI Maturity’.

De meeste organisaties beschikken niet over de geïntegreerde context die AI nodig heeft
De meeste organisaties beschikken niet over de geïntegreerde context die AI nodig heeft

Intelligentie inbouwen in de werkstroom

In samenwerking met onze SDR Adam Hebert en met technische ondersteuning van Mike Slade hebben we in Retool een werkstroom ontwikkeld die laat zien wat er mogelijk wordt als je contextversnippering wegneemt.

De werkstroom wordt in gang gezet nog voordat de verkoper de potentiële klant belt.

Het haalt alles binnen, van Salesforce-activiteiten tot productgebruiksgegevens uit ons datawarehouse, firmografische gegevens en zelfs realtime bedrijfsupdates via Perplexity. Deze informatie wordt samengevat door een getraind AI-model en rechtstreeks naar het dialer-scherm gestuurd.

Wanneer een potentiële klant nu de telefoon opneemt, toont het dashboard van de verkoper direct wat belangrijk is: een op maat gemaakt verkoopscript, een samenvatting van de context en relevante details over de contactpersoon.

Geen gehaast werk of schakelen tussen tabbladen. Geen geheugenacrobatiek meer. Geen paniek bij het bedenken hoe je de potentiële klant betrokken kunt houden.

Het resultaat? Zelfvertrouwen en duidelijkheid vanaf het allereerste moment.

Sinds we dit hebben geïmplementeerd, zien we een stijging in de conversiepercentages en de effectiviteit van onze telefoongesprekken. Maar het opzetten ervan heeft ons meer geleerd dan alleen technische lessen.

Wat we hebben geleerd: de juiste inzet van intelligentie

De technische implementatie heeft ons belangrijke lessen geleerd over het gebruik van de juiste tools voor de klus. Met name de keuze voor het juiste AI-model was cruciaal.

We hebben meerdere modellen getest voor verschillende gebruiksscenario’s:

  • Gemini presteerde het best bij gestructureerde, op regels gebaseerde taken
  • GPT kon beter omgaan met creatieve prompts en flexibele formuleringen
  • Claude leverde behoorlijke realtimeprestaties, maar bleef toch achter
  • Perplexity werd onmisbaar toen we behoefte hadden aan actuele webcontext, zoals recente bedrijfsinitiatieven of nieuws over vacatures. Geen enkel ander model kwam ook maar in de buurt qua actualiteit en relevantie

Hier zit de nuance: zelfs het ‘juiste’ model was niet voldoende zonder een strak ontwerp van de prompts, nauwkeurige gegevensquery’s en live validatie. Onze eerste versies mislukten vanwege drie terugkerende problemen:

  1. Onjuiste queries uit het datawarehouse
  2. Slechte prompt-engineering
  3. Een discrepantie tussen wat verkopers nodig hadden en wat het systeem leverde

Een melding kan een verkoper bijvoorbeeld vertellen dat de potentiële klant een gratis abonnement heeft, terwijl hij in werkelijkheid een betalende klant is. Dat ondermijnt je geloofwaardigheid. En bij een cold call is er geen weg terug als je de basisfeiten verkeerd hebt.

We moesten uiterst nauwkeurig te werk gaan bij het opsporen van fouten: we moesten de AI-output afstemmen op CRM-records, de logica van de queries testen en de prompts verfijnen totdat de resultaten betrouwbaar waren.

De belangrijkste les: bouw met feedbacklussen

De grootste doorbraak was niet van technische aard. Het was een culturele doorbraak.

Het systeem is alleen maar beter geworden dankzij de consistente, eerlijke feedback van Adam en andere SDR’s. Ze wezen op onnauwkeurigheden, vroegen om verbeteringen en bleven de tool lang genoeg gebruiken om ons te helpen bij het doorontwikkelen ervan.

Zonder die koppeling hadden we iets slims maar nutteloos gebouwd.

Hiermee hebben we iets geleverd waar verkopers daadwerkelijk op vertrouwen.

Adam vatte de les over implementatie samen op de eenvoudigste manier die ik ooit heb gehoord.

In een recent bericht schreef hij:

Adam Heberts regel voor agentgerichte werkstroomen
Adam Heberts regel voor agentgerichte werkstroomen

Juist die mentaliteit is de reden waarom deze werkstroom zo effectief was. We zijn niet begonnen met glimmende AI. We zijn begonnen met het in kaart brengen van de stappen die verkopers daadwerkelijk zetten, en hebben vervolgens de feedbackloop aangescherpt totdat het vertrouwen was gewonnen.

Van puntoplossingen naar ambient intelligence

Integratie met ClickUp
Integratie met ClickUp

Deze ervaring bracht iets fundamenteels over AI-transformatie duidelijk naar voren.

De meeste organisaties beschouwen AI als een functie die aan bestaande werkstroomen wordt toegevoegd. Ze kopen puntoplossingen voor specifieke taken, waardoor er een zogenaamde ‘AI-wildgroei’ ontstaat: meerdere losstaande tools die teams uiteindelijk links laten liggen omdat de inspanning die het kost groter is dan de waarde die het oplevert.

Ons verkoopcontext-systeem werkt effectief omdat het op een uniforme informatiebasis draait.

De uitdaging was dat onze tools – Salesforce, het datawarehouse en de parallelle dialer – niet met elkaar communiceerden. We moesten een geïntegreerde werkstroom ontwerpen en daar AI omheen bouwen om alles met elkaar te verbinden.

Wanneer u uw werk, gegevens en samenwerking in één omgeving samenbrengt, beschikt AI plotseling over de context die nodig is om daadwerkelijk te helpen.

Zo ziet een geïntegreerde context eruit.

Dit gaat niet over een rapportage voor de raad van bestuur. Het gaat over wat er mogelijk wordt wanneer werk, gegevens en kennis op één plek samenkomen.

ClickUp Brain gokt niet. Het werkt niet op basis van een onvolledige context. Het trekt conclusies op basis van live werk, waaronder ontwerpen, code en projecten, zonder dat iemand dit handmatig hoeft samen te voegen.

Dat is precies de verandering die ons verkoopteam nodig had. Informatie die op het juiste moment beschikbaar is, gebaseerd op samengebrachte context in plaats van versnipperde tools.

👉 Ontdek hoe het aanpakken van versnipperde werkprocessen het volledige potentieel van AI ontsluit. Hoe versnipperde werkprocessen aan te pakken →

ClickUp Brain vat de projectcontext samen uit Figma, GitHub en een projectlijst

In plaats van algemene suggesties op basis van beperkte informatie krijgt u relevante inzichten die voortkomen uit een volledig begrip van de situatie.

Het resultaat is wat wij ambient intelligence noemen: systemen die onopvallend op de achtergrond werken, met volledige context, en precies datgene naar voren halen wat je nodig hebt, zonder dat je daar om hoeft te vragen of er handmatig naar hoeft te zoeken.

Maar dit wordt pas mogelijk als je de wildgroei aan taken op het gebied van werk hebt opgelost.

Vóór Convergence: één verkoper, zes tabbladen

De uitdaging bestaat zelfs binnen ClickUp. Zo zag een typisch verkoopgesprek er vroeger uit:

  • Salesforce openen in één tabblad
  • Pocus in een andere
  • LinkedIn staat op de derde plaats
  • Een dashboard in een vierde
  • Aantekeningen in een vijfde
  • En misschien een tabblad van de browser waarop koortsachtig naar het laatste bedrijfsnieuws wordt gezocht op Google

Geen van de tools deelde context. De ingebouwde AI-assistenten in die tools hadden een beperkte limiet en konden niet op elkaars gegevens terugvallen. De verkoper moest de verbinding tussen de systemen zijn.

Dat is een recept voor menselijke fouten en gemiste kansen.

Waar intelligente ondersteuning echt van pas komt

Wanneer teams eindelijk een oplossing vinden voor de wildgroei aan taken, wordt er iets subtiels maar krachtigs mogelijk: AI hoeft zich niet langer als een schrijfhulpmiddel te gedragen, maar kan een integraal onderdeel van de werkstroom zelf worden.

Daarom investeren we bij ClickUp in medewerkers en werkplekinformatie. Binnen een geïntegreerde werkruimte kunnen Super Agents vertegenwoordigers op de achtergrond ondersteunen, net zoals je beste cross-functionele partners dat doen, door op het juiste moment de juiste context te verzamelen, signalen uit verschillende tools met elkaar te verbinden en de mentale belasting te verminderen die realtime werken zo uitputtend maakt.

En voor de momenten waarop snelheid belangrijker is dan door vijf systemen heen klikken, biedt ClickUp BrainGPT verkopers nog een extra voordeel. Dankzij de Talk-to-Text-functie die in de desktopervaring is geïntegreerd, kunnen ze tijdens een gesprek informatie vastleggen, velden bijwerken of inzichten noteren zonder de werkstroom te onderbreken.

In een gefragmenteerde omgeving werkt dit allemaal niet. Maar zodra de context samenhangend is, kan intelligentie eindelijk gelijke tred houden met het tempo van het echte werk.

ClickUp BrainGPT + ClickUp Talk to Text

Convergentie is niet alleen voor de verkoop

Dit heeft echter niet alleen gevolgen voor verkoopteams. En de gevolgen beperken zich niet alleen tot tijd en productiviteit.

  • Voor verkoopteams betekent versnipperde context verloren deals en gemiste kansen
  • Voor productteams betekent dit dubbel werk en niet op elkaar afgestemde prioriteiten
  • Voor marketingteams betekent dit gefragmenteerde werkstroomen, waardoor het moeilijker wordt om toegang te krijgen tot geïntegreerde gegevens, strategieën op elkaar af te stemmen en campagnes efficiënt uit te voeren
  • Leidinggevenden nemen beslissingen op basis van een onvolledige weergave

Het is niet alleen een probleem van de werkstroom. Het is een probleem van de kwaliteit van de besluitvorming.

De ideale oplossing is niet het toevoegen van meer tools of het bouwen van meer integraties. Het is convergentie.

De noodzaak van convergentie

Breng uw werk, kennis en samenwerking samen in één geïntegreerde werkruimte waar context op natuurlijke wijze doorstroomt en AI met volledig inzicht kan werken.

Organisaties die eerst een oplossing vinden voor de wildgroei aan werkprocessen, zullen het AI-tijdperk aanvoeren. Wie nog steeds vastzit in gefragmenteerde systemen, kan het volledige potentieel van AI niet benutten, hoe geavanceerd de modellen ook zijn. Echte intelligentie heeft een geïntegreerde context nodig – de basis die ervoor zorgt dat elke AI-laag daadwerkelijk werkt.

Wanneer uw verkoper dat onverwachte telefoontje beantwoordt, zou hij of zij geen levende database hoeven te zijn die in zijn of haar hoofd fragmenten uit zes verschillende systemen bij elkaar moet puzzelen.

Die informatie zou er al moeten zijn. Omgevingsgebonden. Nauwkeurig. Bruikbaar.

En dat lukt alleen als je eerst de versnippering van het werk aanpakt.

De samenvatting

Voordat we dit systeem ontwikkelden, hadden verkopers vijf tabbladen openstaan – Salesforce, Pocus, interne dashboards, LinkedIn en misschien Google – in een poging om tijdens een gesprek de draad weer op te pakken.

Nu? Het verhaal is er al. Aangeboden nog voordat de potentiële klant zelfs maar ‘hallo’ zegt. Ondersteund door een geïntegreerde werkruimte. Aangedreven door contextbewuste AI.

Zo ziet het eruit als AI echt nuttig is.

Dat is de sleutel die elke verkoper sneller, slimmer en effectiever maakt.

Bouw uw eigen verkoopcontext-systeem. Begin met het samenbrengen van de tools die uw verkopers al gebruiken. Voeg vervolgens AI toe op die punten waar dit realtime waarde toevoegt.

Met ClickUp heb je één plek waar je alles kunt samenbrengen.

Veelgestelde vragen

Wat betekent ‘gefragmenteerde context’ in een verkoopwerkstroom?

Er is sprake van gefragmenteerde context wanneer belangrijke verkoopinformatie verspreid is over losstaande tools zoals CRM-systemen, dialer-systemen, datawarehouses en interne documenten. Verkopers worden gedwongen om tussen tabbladen te schakelen of op hun geheugen te vertrouwen, in plaats van alles wat ze nodig hebben op één plek te kunnen zien.

Waarom is gefragmenteerde context vooral schadelijk voor outbound-verkoopteams?

Outbound sales verloopt in het tempo van een telefoongesprek. Wanneer een potentiële klant onverwachts opneemt, hebben verkopers slechts seconden, geen minuten. Als de context versnipperd is, beginnen ze onvoorbereid aan het gesprek, wat ten koste gaat van hun zelfvertrouwen, de kwaliteit van het gesprek en de conversiepercentages.

Kan AI gefragmenteerde context in zijn eentje oplossen?

Nee. AI kan alleen werken met de context die het krijgt. Als gegevens verspreid zijn over verschillende tools en systemen, zijn de resultaten van AI onvolledig of onjuist. Om gefragmenteerde context op te lossen, moet eerst de werkstroom worden gestandaardiseerd en vervolgens moet AI daar bovenop worden ingebouwd.

Ambient intelligence houdt in dat relevante inzichten automatisch in de werkstroom verschijnen, zonder dat verkopers erom hoeven te vragen. In plaats van handmatig in tools te zoeken of AI te activeren, is de context al aanwezig zodra het gesprek begint.

Waarom werken afzonderlijke AI-tools vaak niet in verkoopteams?

Point AI-tools werken doorgaans op basis van gegevens met een limiet uit één systeem. Dit leidt tot AI-versnippering, waarbij er weliswaar meerdere AI-tools bestaan, maar geen enkele over de volledige context beschikt. Het resultaat is extra werk en weinig vertrouwen in de output.