AI-agents

Niet één AI die alles probeert. Een team van specialisten.

De outreach-agent schrijft uw eerste mail. De opvolg-agent stuurt de vervolgmails. De inbox-agent sorteert reacties. De doorverwijzingen-agent pakt referrals op. De voorbeelden-agent maakt klaar wat u nog niet vroeg. De A/B-test-agent verbetert zichzelf. Allemaal onder regie van één hoofdagent die uw bedrijf kent.

De hoofdagent

Eén brein dat uw bedrijf kent als een collega.

De hoofdagent is het centrale brein van uw account. Hij wordt in de eerste twee weken gevuld met alles wat een nieuwe collega zou moeten weten: uw propositie per dienst, uw merkidentiteit, uw klantgeschiedenis, uw schrijfstijl, uw verboden onderwerpen, uw kennisbank.

Bij elke outreach-actie raadpleegt elke sub-agent de hoofdagent voor context. Daardoor blijft het hele team consistent. Een mail die de outreach-agent vandaag stuurt voelt hetzelfde als een opvolging twee weken later, ook al wordt die door een andere sub-agent geschreven.

Tien gestructureerde mapjes: basiskennis, waardepropositie, doelgroep & segmenten, globale feedback, feedback op mails, e-mail templates, context & onderzoek, strategie & aanpak, regels & constraints, rapportage. Uploads tot 50 MB per bestand. Klantfeedback gaat automatisch naar het juiste mapje.

Sub-agents per taak

Zeven specialisten die samen uw outreach-motor zijn.

Elke sub-agent doet één ding goed. Geen alleskunner die alles half doet, maar een team waarbij iedereen zijn eigen taak heeft onder regie van de hoofdagent.

Outreach-agent

Schrijft de eerste mail per lead. Per persona binnen een segment een eigen schrijver: een CFO leest niet hetzelfde als een CTO. Houdt zich aan uw schrijfstijl, uw verboden woorden en uw autoriteit-regels.

Wat hij doet, stap voor stap
  1. Leest leadprofiel + verrijkte website-context
  2. Selecteert persona-template
  3. Schrijft persoonlijke openingsregel
  4. Past tone aan op uw schrijfstijl
  5. Verifieert of er geen verboden termen in zitten
  6. Stuurt via uw eigen alias-mailbox

Opvolg-agent

Plant opvolg-mails op dag +5, dag +10 en daarna. De inhoud sluit aan op wat er in de eerste mail stond plus nieuwe context die er sindsdien bijgekomen is. Geen "ik wilde even checken of u mijn vorige mail had gezien", wel een nieuwe invalshoek per opvolging.

Wat hij doet, stap voor stap
  1. Bekijkt geschiedenis met deze lead
  2. Identificeert nieuwe context (vacature, nieuws, eerder collega-contact)
  3. Schrijft opvolging die aansluit
  4. Past tone aan op gevoeligheid van het moment
  5. Stopt automatisch bij interesse, opt-out of "voor nu niet"

Inbox-agent

Categoriseert binnenkomende reacties in 11 mappen: directe interesse, wil bellen, wil afspraak, klant geworden, niet geïnteresseerd, op dit moment niet behoevend (timing), doorverwijzing, automatisch antwoord, menselijke controle, geen reactie, bounce.

Wat hij doet, stap voor stap
  1. Leest inkomende mail
  2. Bepaalt sentiment + intentie
  3. Plaatst in juiste mapje
  4. Detecteert auto-replies (subtype: out-of-office / niet meer werkzaam / verkeerd persoon / system bounce)
  5. Pingt CSM bij hete reply (binnen 4 min)
  6. Bereidt voorgestelde reply voor in portaal

Doorverwijzingen-agent

Pakt automatisch doorverwijzingen op uit binnenkomende mails. Iemand zegt "stuur dit naar Jan van operations"? De agent extraheert dat, maakt een nieuwe lead aan, controleert mail en functie, en componeert een eerste mail die natuurlijk verwijst naar de doorverwijzer.

Wat hij doet, stap voor stap
  1. Detecteert doorverwijzing in inbox-mapje
  2. Extract naam + functie + relatie uit mailtekst
  3. Maakt nieuwe lead aan binnen hetzelfde bedrijf
  4. Verifieert het nieuwe mailadres
  5. Componeert eerste mail met natuurlijke referral-vermelding
  6. Logt audit-trail per doorverwijzing

Voorbeelden-agent

Genereert voorbeeldsequences per segment, per persona. Zodra een segment 20+ leads heeft (HEET of WARM), maakt deze agent automatisch drie voorbeeld-mails per persona binnen dat segment. U leest mee, corrigeert, en uw feedback wordt permanent geheugen.

Wat hij doet, stap voor stap
  1. Detecteert segment dat aan voorwaarden voldoet (≥20 HEET/WARM leads)
  2. Selecteert representatieve lead per persona
  3. Genereert 3-mail sequence per persona
  4. Notificeert klant in portaal
  5. Verwerkt klantfeedback per mail in kennisbank
  6. Verbetert generatie bij volgende sequence

A/B-test-agent

Stelt elke maandag op basis van campagne-data per segment één hypothese voor en formuleert twee varianten. U keurt goed, het experiment start, Bayesian statistiek bepaalt de winnaar. Winnende variant rolt automatisch uit naar uw productie-prompt.

Wat hij doet, stap voor stap
  1. Analyseert segment-data van afgelopen 60 dagen
  2. Formuleert hypothese (bijv. "case-opening beter dan vraag-opening")
  3. Stelt variant A en B voor
  4. Wacht op klantgoedkeuring via portaal
  5. Verdeelt traffic deterministisch op lead-hash
  6. Monitort Bayesian P(B>A) tot >95%
  7. Rolt winnaar automatisch uit
  8. Kill-switch bij bounce>5% of negatief>2%

CRM-agent

Houdt uw CRM up-to-date. Maakt deals aan, verschuift naar de juiste fase, voegt notities toe, logt activiteiten. U begint elke ochtend met een schoon CRM zonder dat iemand het handmatig hoeft bij te werken.

Wat hij doet, stap voor stap
  1. Detecteert relevante interactie
  2. Vindt of maakt contact in CRM
  3. Update deal-stage op basis van reply
  4. Logt mail en notitie automatisch
  5. Wijst toe aan juiste owner
Account based marketing

Niet één persoon, een hele beslissers-keten bewerken.

Eén bedrijf, meerdere beslissers. Onze ABM-laag bewerkt het hele account. Twee specialistische sub-features die andere platforms zelden combineren:

Volgende-persoon intelligentie

Eerste contactpersoon binnen een bedrijf reageert niet binnen het afgesproken venster? De volgende beslisser krijgt een mail die de eerdere outreach erkent zonder hem te herhalen. "We benaderden eerder uw collega Mark, ik wilde u rechtstreeks aanspreken omdat dit dossier doorgaans bij operations belegd is." Geen koude opener, wel context.

Hoe het werkt onder de motorkap

Werkt sequentieel (max 1 persoon per bedrijf per dag) zodat het natuurlijk aanvoelt. Iedere volgende mail bouwt op wat er al gebeurd is binnen dat account.

Niet-meer-werkzaam intelligentie

Auto-reply met "X is hier niet meer werkzaam" of "X heeft het bedrijf verlaten"? Het systeem detecteert dat in vijf talen automatisch, sluit de oude lead uit verdere outreach, zoekt vervangend de juiste collega op functie en herstart het traject. U merkt er niets van. De pipeline blijft doorlopen.

Hoe het werkt onder de motorkap

Departure-signal wordt vastgelegd in de kennisbank zodat de hoofdagent toekomstige outreach naar dat bedrijf er rekening mee houdt.

Per persona schrijven

Een CFO leest niet hetzelfde als een CTO.

Per segment bepaalt u wie u wilt benaderen. Wij splitsen dat automatisch in persona's. Per persona schrijft een eigen sub-sub-agent zijn eigen versie van uw boodschap. Dezelfde inhoud, andere invalshoek.

CFO

Voorbeeld-opening voor een Financieel directeur

"Beste Mark, ik vermoed dat de cashflow-druk van langere debiteurentermijnen jullie ook bezighoudt. Een gespecialiseerde leverancier zoals u zit vaak vast tussen grote retailers en hun betaaldynamiek..."

Haakje:

Praktische operationele realiteit, geen jargon. Direct in de financiële drukpunten.

CTO

Voorbeeld-opening voor een Technologisch directeur

"Beste Mark, zag dat jullie recent zijn overgestapt naar een Snowflake-stack. We werken voor 3 van jullie sector-genoten die tijdens die transitie ook hun outbound-toolset herzien hebben..."

Haakje:

Tech-stack observatie, peer-bewijs, taal die hij elke dag gebruikt.

Automatische A/B-testen

De agent test zichzelf, u keurt alleen goed.

Elke maandag stelt onze AI per segment één hypothese voor en formuleert twee varianten. U keurt goed in het portaal, het experiment start. Bayesian statistiek bepaalt de winnaar. Die rolt automatisch uit in uw productie-prompt. U schreef geen experiment-design, u las geen p-waardes.

Onderstaand voorbeeld is fictief. Werkelijke prestaties verschillen sterk per segment, klant en moment. Juist daarom is het zo waardevol dat we per campagne specifiek analyseren wat het beste werkt, op basis van uw markt-expertise, ons marktonderzoek en slimme A/B-testen.

Hypothese

"Openingszin met klant-case van een vergelijkbaar bedrijf converteert beter bij CTO's dan een directe vraag over hun tech-stack."

Variant A

Beste Mark, hoe zijn jullie sinds de overstap naar Snowflake omgegaan met de toenemende behoefte aan real-time data-toegang voor de operationele teams?

Variant B

Beste Mark, we hielpen recent een vergelijkbare tech-scale-up (Postgres-naar-Snowflake migratie) hun real-time data-toegang op te zetten zonder hun bestaande pipelines te raken.

Uitkomst

Na 247 mails per variant: variant B 8.1% reply rate, variant A 4.7%. Bayesian P(B>A) = 97.3%. Variant B uitgerold op alle CTO-persona's binnen dit segment.

Wat het systeem zelf bewaakt

  • Statistische significantie: P(B>A) moet boven 95% komen voordat de winnaar wordt uitgeroepen.
  • Minimum sample: ≥100 mails per variant. Anders wachten we.
  • Kill-switch op bounces: bounce-rate boven 5% binnen een variant? Test direct gestopt.
  • Kill-switch op negatief sentiment: hard-nee boven 2%? Test direct gestopt en variant teruggedraaid.
  • Variant-coherentie: een lead krijgt voor de hele opvolgsequentie dezelfde variant via deterministic hash. Geen "verkeerde" follow-up.
  • Cooldown: minimaal 30 dagen tussen experimenten per segment. Geen continue ruis.
Anti-AI schrijfregels

Acht regels die voorkomen dat het als AI klinkt.

Een prospect herkent een AI-mail in 3 seconden. Daarom hebben we een set strikte schrijfregels die elke sub-agent volgt. Niet optioneel, maar hard ingebouwd in de generatie-pipeline. Wordt er één overtreden, dan gaat de mail terug naar de tekentafel voordat hij wordt verstuurd.

Geen "ik hoop dat het goed gaat met u"

Lege opener die elke prospect 50x per week leest. Direct herkenbaar als sjabloon.

Geen em-dashes als stijlfiguur

AI-mailers gebruiken ze overdreven veel. Mensen schrijven met punten en komma's.

Geen "I noticed your company"-openers

Generiek, voelt als variabel-vulling. Wij openen met een concrete observatie die specifiek is.

Geen "would you be open to a 15-min chat"

Pushy en clichématig. We stellen voor om te starten met iets kleins (bijvoorbeeld een voorbeeld) of een open vraag.

Geen 3-4 bullet-lijstjes met USP's

Als er bullets in een mail staan, voelt het als marketing. Wij schrijven volzinnen, kort.

Geen verzonnen autoriteit-claims

Niet "we werken met 100+ enterprise-klanten" als dat overdreven is. Concreet en kloppend.

29 verboden woordenlijst

Inclusief: "transformeren", "ontketenen", "innovatief", "next-generation", "revolutionair", "synergie", "leveraging", "unlock", "empower" en meer.

Schrijf zoals een collega, niet als verkoper

Toon en cadans afgestemd op uw eigen schrijfstijl en regio. Per klant kalibreren we op de bestaande communicatie. Geen generieke "vlotte" sales-toon over de hele linie.

De volgende stap

Wilt u zien hoe een agent voor uw bedrijf zou schrijven?

In een eerste call genereren we live een voorbeeld-mail voor uw doelgroep. U leest hem direct mee en geeft feedback. Zo voelt u meteen hoe de feedback-loop werkt.