Beluister de workflow
Een uitgaand vervolggesprek controleert de bestelling en de batterijconditie en opent de juiste claim, zonder de openstaande case als opgelost te melden.
Klantcases
Wat DRING-agents doen in echte gesprekken
Vijf live implementaties, elk gemeten over alle gesprekken in de eigen periode: van een campagne van één uur tot een jaar in productie.
Klantcases publiceren we geanonimiseerd per sector, zonder klantnaam. De merken die schriftelijk toestemming gaven om genoemd te worden, staan op de referentiepagina. Hieronder staan vijf implementaties, elk met de vermelde periode. De lijst groeit naarmate er meer implementaties volwassen worden.
| Sector | Workflow | Kerncijfer |
|---|---|---|
| E-commerce, refurbished elektronica | Inkomende support, uitgaande enquête, filiaallijn | ~75% opgelost zonder overdracht |
| Finance, digitale betalingen | Inkomende support, pilot met enquête | 92,6% direct opgenomen |
| B2B-distributie | Uitgaande dealercampagne | 17,3% hot leads |
| Logistiek, vrachtplatform | Inkomende chauffeurslijn, 24/7 | 100% direct opgenomen |
| Logistiek, internationaal platform | Uitgaande leadkwalificatie | 194 gekwalificeerde leads |
E-commerce, refurbished elektronica
De meeste inkomende gesprekken via AI
60 tot 80%van de inkomende gesprekken afgehandeld door AI, na een jaar in productie
~75%van die gesprekken opgelost zonder overdracht aan een medewerker
Tot 81%lagere operationele kosten bij deze geselecteerde implementatie
Een grote marktplaats voor refurbished elektronica in Turkije draait een webwinkel met veel transacties: bestelstatus, garantiechecks op gegradeerde toestellen en retouren, allemaal op grote schaal. Vóór DRING was het inkomende volume het supportteam regelmatig te groot, met oplopende wachttijden rond acties en nieuwe voorraad. Er was ook geen vaste manier om na levering bij kopers na te vragen hoe het ging, of om een eigen lijn voor filialen te bemannen.
De agent
Drie agents, drie momenten
Een inkomende supportagent neemt de hoofdlijn op, bekijkt de bestelgegevens en lost garantie- en retourvragen in het gesprek zelf op, ook gevallen die typisch zijn voor refurbished, zoals een discussie over de batterijconditie. Een uitgaande agent belt kopers na levering voor een korte tevredenheidscheck, en een aparte agent bemant een supportlijn voor winkels en filialen.
Hoi, ik heb vorige week een refurbished telefoon gekocht, bestelling 48213, en de batterijconditie is lager dan er stond.
Ik heb uw bestelling voor me. Refurbished toestellen krijgen bij binnenkomst een score voor de batterijconditie, bij u is dat 89%. Ziet u een lager percentage, dan open ik nu meteen een garantieclaim.
Ja, graag. Ik zie 81%.
De claim staat open. Binnen een uur kunt u in uw account kiezen voor vervanging of terugbetaling.
OplossingAfgerond in gesprek
Afhandeltijdgem. ~40 s
- Verkennen
Belredenen in kaart
De belredenen met het meeste volume, zoals bestelstatus, garantie en retouren, waren in kaart gebracht voordat er één prompt geschreven werd.
- Bouwen
Drie agents, één ordersysteem
De agents voor inkomende support, de uitgaande enquête en de filiaallijn zijn gebouwd op de order- en CRM-gegevens van de marktplaats.
- Testen
Randgevallen van refurbished
Vóór de livegang doorliepen gesimuleerde gesprekken discussies over de gradering en afwijkende waarden voor de batterijconditie.
- Lanceren
Geleidelijke uitrol
De agent nam eerst een deel van het inkomende volume over en daarna de hele lijn, zodra het oplospercentage stabiel bleef.
- Doorontwikkelen
Bijsturen na de overdracht
Toen overdracht aan stond, daalde de gemiddelde afhandeltijd naar zo'n 40 seconden. Daarna stelde het team de doorverbindregels bij, zodat de agent geen gesprekken meer overdraagt die hij zelf kan oplossen.
| Meetpunt | Resultaat | Toelichting |
|---|---|---|
| Opgelost zonder overdracht aan een medewerker | ~75% | Na een jaar in productie, met overdracht inclusief context waar nodig |
| Voordeel in operationele kosten | Tot 81% lager | Ten opzichte van de afgesproken basislijn met alleen medewerkers, voor dezelfde workflow |
| Aandeel AI in inkomend volume | 60 tot 80% | Groeide in het eerste jaar naar een stabiele bandbreedte, met medewerkers achter de hand voor uitzonderingen |
| Volume per maand | 17.000 tot 18.000 gesprekken | Huidige stabiele situatie, na een jaar |
| Verwerkt volume | ~43.000 gesprekken | Binnen één meetperiode van 2,5 maand |
| Bereikbaarheid | 24/7, geen wachtrij | Geen wachttijd, op elk uur |
| Gemiddelde afhandeltijd | ~40 seconden | Sinds overdracht is ingeschakeld |
Wat we leerden
Zo'n 75% van de gesprekken werd afgerond zonder overdracht aan een medewerker, terwijl escaleren mogelijk bleef als een case om een oordeel vroeg. Bij deze geselecteerde implementatie lagen de operationele kosten tot 81% lager dan de afgesproken basislijn met alleen medewerkers. Het AI-aandeel groeide vanaf de lancering gestaag naar een stabiele bandbreedte van 60 tot 80% in het eerste jaar: een trend om te volgen, geen piek van één week. Met overdracht ingeschakeld daalde de gemiddelde afhandeltijd naar zo'n 40 seconden, maar het bracht ook te veel doorverbinden aan het licht, een afstemmingsprobleem op zich, los van het oplospercentage. De agents voor de enquête en de filiaallijn dekken momenten af die de inkomende lijn nooit ziet.
Finance, digitale betalingen
92,6% van de gesprekken direct opgenomen
479interacties in 30 dagen (417 support, 62 enquête)
92,6%van de inkomende gesprekken direct opgenomen
70,3%van de gesprekken kwam tot een uitkomst
96,9%positief sentiment
Een platform voor digitale betalingen beantwoordt telefonisch vragen over transactiestatus, mislukte betalingen en accounts: gesprekken waarin elke minuut in de wacht als een alarmsignaal voelt. Het supportvolume groeide en de vragen waren tijdkritisch. Daarnaast wilde het platform de tevredenheid na een supportcontact betrouwbaar meten, in plaats van te leunen op af en toe handmatig nabellen.
De agent
Live support, plus een enquêtepilot
De inkomende supportagent bekijkt de account- en transactiestatus, lost in het gesprek op wat kan en draagt met volledige context over aan een medewerker als een case om een oordeel of een handmatig onderzoek bij de bank vraagt. Een aparte uitgaande agent draait na supportcontacten een pilot met een tevredenheidsenquête.
Hoi, ik heb gisteren iets overgemaakt, maar het staat nog steeds open.
Ik zie de overboeking. Die ligt nu bij de ontvangende bank, en dat is meestal binnen 24 uur rond. Zodra hij binnen is, stuur ik u een sms.
Oké, en als het morgen nog niet rond is?
Dan start ik zelf een onderzoek bij de bank, u hoeft niets te doen. Staat hij na 24 uur nog open, reageer dan gewoon op die sms.
UitkomstOpgelost door AI
SentimentPositief
- Verkennen
De grootste belredenen
Openstaande overboekingen, mislukte betalingen en accountvragen bleken de belredenen met het meeste volume en de hoogste urgentie.
- Bouwen
Koppelen aan accountsystemen
De agent werkt met de live transactie- en accountstatus, niet met een opgeslagen momentopname.
- Testen
Geschillen simuleren
Scenario's met mislukte transacties en betwiste afschrijvingen zijn vóór de lancering als gesimuleerde gesprekken doorlopen.
- Lanceren
Live op de supportlijn
De inkomende agent ging live op de hoofdlijn van support, met overdracht aan een medewerker altijd binnen bereik.
- Doorontwikkelen
Enquête als pilot
Een uitgaande tevredenheidsenquête liep eerst als pilot bij een kleinere groep, voordat er over opschalen werd besloten.
| Meetpunt | Resultaat | Toelichting |
|---|---|---|
| Interacties (periode van 30 dagen) | 479 | 417 support, 62 enquête |
| Direct opgenomen gesprekken | 92.6% | Geen wachtrij |
| Gesprekken met een uitkomst | 70.3% | 40 volledig opgelost door AI, 218 netjes met context overgedragen aan een medewerker |
| Sentiment | 96,9% positief | |
| Aanbevelingsscore in de enquêtepilot | +54 | Gemiddeld 8,4/10, n=13, kleine steekproef |
Wat we leerden
Bij betalingen weegt direct opnemen zwaarder dan bij de meeste andere lijnen: 92,6% direct opgenomen wekte vertrouwen nog voordat de agent aan het eigenlijke probleem begon. Het oplospercentage alleen doet het resultaat tekort. Van de 70,3% gesprekken die tot een uitkomst kwamen, ging het merendeel naar een medewerker, en bij 218 van die overdrachten ging de volledige context mee, zodat de klant niets hoefde te herhalen. De aanbevelingsscore van +54 in de enquêtepilot is bemoedigend, maar met n=13 is het te vroeg om van een trend te spreken. De volgende stap is een grotere steekproef, en pas daarna een conclusie.
Beluister de workflow
Een rustig supportgesprek dat de betaling controleert, uitlegt wat bekend is en een vervolgactie vastlegt, zonder een openstaande case als opgelost te presenteren.
B2B-distributie
117 dealers bereikt in ongeveer een uur
117dealers in de campagne
92%van de dealers bereikt
98echte gesprekken gevoerd
17,3%hot leads, 17 in totaal
Een B2B-technologiedistributeur wilde een campagne over een nieuw aanbod uitrollen over het hele dealernetwerk: een lijst waarin de relatie centraal staat en de toon net zo zwaar weegt als het bereik. Met de hand 117 dealers bellen had een medewerker ongeveer een volle werkdag gekost. Die tijd had het salesteam niet voor benadering die misschien niets zou opleveren.
De agent
Bellen, dan doorzetten
Een uitgaande campagneagent belde de dealerlijst af, introduceerde het aanbod en vroeg of een accountmanager contact mocht opnemen met een offerte. Geïnteresseerde dealers werden gemarkeerd als hot lead. De agent noteerde ook interesse in cross-sell buiten het oorspronkelijke script.
Goedemiddag, u spreekt met DRING. Ik bel namens uw distributeur over de nieuwe lijn componenten. Heeft u twee minuutjes?
Ja hoor, zegt u het maar.
Deze maand geldt er een introductieprijs voor wie er vroeg bij is. Zal ik een accountmanager vragen om u een offerte te sturen?
Ja, daar waren we eigenlijk net naar aan het kijken. Laat maar iemand contact met me opnemen.
UitkomstHot lead naar sales
OntvangstPositief
- Verkennen
De dealerlijst indelen
De lijst van 117 dealers en het campagneaanbod zijn doorgenomen voordat het belscript geschreven werd.
- Bouwen
Aanbod in het script
De agent is gebouwd om het aanbod te introduceren, basisvragen te beantwoorden en interesse voor sales te markeren.
- Testen
Bezwaren van dealers simuleren
Veelgehoorde tegenwerpingen over timing, prijs en eerdere productversies zijn vóór de lancering gesimuleerd.
- Lanceren
Hele lijst afwerken
De campagne belde alle 117 dealers in één sessie.
- Doorontwikkelen
Het bijsignaal vastleggen
Interesse in cross-sell buiten het oorspronkelijke script leggen latere campagnes nu bewust vast.
| Meetpunt | Resultaat | Toelichting |
|---|---|---|
| Dealers in de campagne | 117 | |
| Bereikte dealers | 92% | |
| Echte gesprekken gevoerd | 98 | |
| Hot leads naar sales | 17 | 17,3% van de gesprekken |
| Duur van de campagne | Ongeveer een uur | Tegenover ongeveer een werkdag voor een medewerker |
| Positieve ontvangst | 97.2% | |
| Kansen voor cross-sell | 4 | Buiten de oorspronkelijke scope van de campagne |
Wat we leerden
Een campagne waar een medewerker ongeveer een werkdag mee bezig zou zijn, was in ongeveer een uur klaar. Snelheid alleen had niets betekend als de gesprekken slecht waren gevallen. De positieve ontvangst van 97,2% maakte die snelheid bruikbaar, want dealerrelaties groeien in jaren. De 4 kansen voor cross-sell waren niet waar de campagne naar zocht. Het herinnert eraan dat een conversationele agent informatie oppikt die buiten het script valt. Die informatie is het waard om in de volgende campagne bewust vast te leggen, in plaats van er een voetnoot van te maken.
Beluister de workflow
Een kort uitgaand gesprek over voorraad, timing en het volgende gesprek met een accountmanager.
Logistiek, vrachtplatform
Een chauffeurslijn die nooit slaapt
56gesprekken in de eerste vijf dagen
100%direct opgenomen, geen wachtrij
87,5%waren echte gesprekken
21,4%van de gesprekken kwam buiten kantoortijd binnen
Een vrachtplatform brengt chauffeurs en ladingen samen. Chauffeurs bellen over openstaande ritten, tarieven en hun eigen profiel, op welk uur ze ook onderweg zijn. Vóór deze lijn bleven gesprekken buiten kantoortijd onbeantwoord, en die vraag na sluitingstijd was in feite onzichtbaar: niemand wist hoe groot die vraag was, want er was niemand die opnam en de gesprekken registreerde.
De agent
Eén lijn, elk uur
De inkomende hotline-agent beantwoordt vragen over openstaande ladingen en tarieven, legt profielgegevens van chauffeurs vast en escaleert prijsonderhandelingen naar het team, met de context er al bij. Om 9.00 uur net zo goed als om 2.00 uur 's nachts.
Ik bel over die lading van Izmir naar Ankara. Wat is het tarief?
Die staat voor een vast tarief. Wilt u hem voor iets meer rijden, dan geef ik uw tegenbod door aan het team.
Ja, geef maar door. Voor iets meer rij ik hem wel.
Duidelijk, ik geef het nu door. Iemand neemt contact met u op voordat de lading weg is. Kan ik nog iets voor u doen, nu ik u toch aan de lijn heb?
UitkomstPrijsonderhandeling naar het team
TijdBuiten kantoortijd
- Verkennen
Waarom chauffeurs bellen
Open ladingen, vragen over tarieven en profielwijzigingen bleken de belangrijkste redenen waarom chauffeurs bellen.
- Bouwen
Koppelen aan de vrachtbeurs
De agent werkt met live gegevens over ladingen en tarieven, niet met een statische lijst.
- Testen
Onderhandelingen simuleren
Tegenwerpingen over tarieven en tegenbiedingen zijn vóór de lancering gesimuleerd.
- Lanceren
24/7 vanaf dag één
De lijn ging meteen dag en nacht live, niet alleen tijdens kantooruren.
- Doorontwikkelen
Het patroon na sluitingstijd volgen
De eerste data over wanneer chauffeurs echt bellen, bepaalt nu hoe de lijn en de escalatieregels verder worden afgestemd.
| Meetpunt | Resultaat | Toelichting |
|---|---|---|
| Gesprekken (eerste 5 dagen) | 56 | |
| Direct opgenomen | 100% | Geen wachtrij |
| Echte gesprekken | 87.5% | |
| Positieve uitkomst | 34.7% | 4 ritten aangenomen, 6 onderhandelingen geëscaleerd, 6 chauffeursprofielen vastgelegd |
| Buiten kantoortijd | 21.4% | Sommige om 2.00 uur 's nachts |
| Positieve ontvangst | 87.8% |
Wat we leerden
21,4% van de gesprekken kwam buiten kantoortijd binnen, sommige om 2.00 uur 's nachts. Die vraag bestond al voordat deze lijn live ging, maar kon nergens heen. Pas nu er altijd wordt opgenomen, is ze zichtbaar. Niet elk gesprek hoeft volledig opgelost te worden om een goede uitkomst te zijn: een prijsonderhandeling escaleren met de context van de chauffeur erbij was op zich al een nuttig resultaat. Vijf dagen is een korte periode. De verhoudingen hier, 87,5% echte gesprekken en 34,7% positieve uitkomst, zijn een eerste indicatie en nog geen vaste trend. Ze zijn het volgen waard naarmate het volume groeit.
Beluister de workflow
Een chauffeur belt buiten de gewone kantooruren en krijgt de operationele informatie die nodig is om verder te kunnen.
Logistiek, leadkwalificatie
194 gekwalificeerde leads uit een slapende pipeline
6.804bedrijven in de selectie
2.513bedrijven benaderd
1.602volledige gesprekken
194gekwalificeerde leads naar sales, 12,1%
Een internationaal logistiek platform had een grote pool leads die was afgekoeld: bedrijven waarmee ooit gesprekken liepen, die nooit klant werden en ook nooit echt waren afgesloten. Die pool met de hand bewerken had betekend dat het salesteam lopende deals moest laten liggen voor telefoontjes die misschien nergens toe zouden leiden.
De agent
Kwalificeren, dan doorzetten
Een uitgaande kwalificatieagent belde de slapende pool vijf weken lang af, checkte of expeditie nog relevant was en stelde een paar kwalificerende vragen. Bedrijven die kwalificeerden, gingen naar sales met die context er al bij.
Goedemorgen, we hebben een tijdje terug met uw team gesproken over expeditie. Is dat nog steeds actueel voor u?
Eigenlijk wel, ja. We verschepen nu meer internationaal.
Goed om te horen. Hoeveel containers verstuurt u ongeveer per maand? Dan zet ik het door naar de juiste accountmanager.
Zo'n 40 per maand, vooral zeevracht.
UitkomstGekwalificeerde lead naar sales
OntvangstConstructief
- Verkennen
De pool indelen
Voordat er gebeld werd, zijn 6.804 bedrijven uit de slapende leadpool geselecteerd.
- Bouwen
Het kwalificatiescript ontwerpen
Een korte reeks kwalificatievragen scheidt echt warme bedrijven van doodlopende sporen.
- Testen
Koude reacties simuleren
Ongeïnteresseerde en sceptische reacties zijn gesimuleerd, zodat de agent netjes kon afronden in plaats van aan te dringen.
- Lanceren
Verspreid over vijf weken
De campagne werkte de contactlijst in fases af, verspreid over vijf weken, niet in één keer.
- Doorontwikkelen
Overdragen met context
Gekwalificeerde leads gingen naar sales met de antwoorden op de kwalificatievragen erbij, zodat verkopers begonnen met context in plaats van met een koude lijst.
| Meetpunt | Resultaat | Toelichting |
|---|---|---|
| Belpogingen | 9,666 | |
| Bedrijven in de selectie | 6,804 | |
| Benaderde bedrijven | 2,513 | |
| Volledige gesprekken | 1,602 | |
| Gekwalificeerde leads naar sales | 194 | 12,1% van de gesprekken |
| Constructieve ontvangst | 95.1% | Tevreden of neutraal |
| Vrijgespeelde salestijd | 36 uur aan gesprekken | Afgehandeld zonder het salesteam te belasten |
Wat we leerden
De grootste verrassing was 95,1% constructieve ontvangst, tevreden of neutraal, bij een pool die het team als koud had afgeschreven. Slapende leads bleken vooral leads die niemand had teruggebeld. Het echte knelpunt was bereik, niet conversie: van de 6.804 bedrijven in de selectie werden er in vijf weken 2.513 benaderd. Wie de volgende campagne plant, rekent dus met hoeveel bedrijven er realistisch binnen een periode te bereiken zijn. Het cijfer dat voor sales telde, was het kwalificatiepercentage van 12,1% van de gesprekken, niet het ruwe aantal van 9.666 belpogingen.
Beluister de workflow
Een gericht uitgaand kwalificatiegesprek dat een echte logistieke behoefte onderscheidt van een beleefd nee.
Uit de DRING-blog
Geschreven vanaf de werkvloer.
Langere stukken over wat we leerden bij het inzetten van voice-agents, van zorgtoerisme en hotels tot callcenters. Alle artikelen
Sector
Groei in het zorgtoerisme met AI-oplossingen
Hoe internationale patiëntenstromen veranderen als intake, kwalificatie en opvolging via voice-agents lopen, in de taal van de patiënt.
Lees verder SectorMeer betrokkenheid en tevredenheid bij zorgreizigers met realistische AI-agents
Waarom de stem als een collega moet klinken voordat een patiënt een consult in het buitenland boekt.
Lees verder SectorEen breder klantenbestand in de gastvrijheidssector: meertalige gastrelaties onder de loep
Een breder klantenbestand voor een hotel, als de receptie de taal van elke gast spreekt.
Lees verder SectorOp weg naar een grote doorbraak: AI-agents in traditionele sectoren
Hoe AI-agents worden ingezet in traditionele, minder gedigitaliseerde sectoren.
Lees verder Kwaliteit en testenUw beste medewerkers als voorbeeld: de rol van team-agents in voice-AI
Over het inzetten van team-agents in voice-AI om de aanpak van best presterende medewerkers na te bootsen.
Lees verder Operationeel modelKnelpunten in callcenters: is werven iets van het verleden?
Over knelpunten bij het werven voor callcenters en de vraag of voice-AI daar verandering in brengt.
Lees verderZo leest u de cijfers
Gemeten bij elk gesprek, gepubliceerd per sector.
Elke case rapporteert de meetpunten die de workflow bijhoudt, op basis van dezelfde vier definities. Zo zijn resultaten te vergelijken tussen sectoren en door de tijd heen.
Afgehandeld door AI
Aandeel gesprekken dat de agent aannam en zelf afhandelde, met als einde een oplossing of een overdracht met de context erbij. Doorverwijzen naar een terugbelverzoek telt niet mee. Hoeveel daarvan zonder een mens werden afgerond, rapporteren we apart.
Direct opgenomen
Aandeel gesprekken dat bij de eerste keer overgaan werd opgenomen, zonder wachtrij. Gemeten over de hele lijn, inclusief nachten en feestdagen.
Uitkomstpercentage
Aandeel gesprekken dat eindigde in de uitkomst waarvoor de campagne is gebouwd: een gekwalificeerde lead, een geboekte afspraak, een ingevulde enquête.
Ontvangst
Sentiment aan het eind van het gesprek, als label vastgelegd bij elk gesprek en regelmatig op een steekproef getoetst door menselijke beoordelaars.
Ook in productie
Sectoren met live agents, klantcases in voorbereiding.
Implementaties die live zijn, maar nog niet zijn uitgeschreven. Elk krijgt een klantcase zodra er genoeg productiedata is om over een vermelde periode te rapporteren.
Geanonimiseerd per sector. Klantcases vermelden de sector, niet de klantnaam. Merken die genoemd mogen worden, staan op de referentiepagina, en referentiegesprekken regelen we met toestemming van de klant. Vraag er een aan via de contactpagina.