Latest / M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands / Voorspellende leadscoring in Dynamics 365: hoe AI koopintentie herkent en je leads prioriteert (AI-nasynchronisatie)

Transcript

Voorspellende leadscoring in Dynamics 365: hoe AI koopintentie herkent en je leads prioriteert (AI-nasynchronisatie) · M365.FM – Microsoft 365, Copilot & AI podcast in het Nederlands

• 0:00
  Speaker 2: Klaar voor 10 dagen Microsoft 365, Copilot, AI, Azure en
• 0:05
  Speaker 2: de mensen die de toekomst van werk vormgeven? Deze januari
• 0:09
  Speaker 2: is M365 komt terug en we pakken groter uit. Doe
• 0:12
  Speaker 2: mee met live sessies, praktijkdemo's en praktische kennis van MVP's
• 0:16
  Speaker 2: en experts van over de hele wereld. Geen algemene presentaties,
• 0:20
  Speaker 2: geen eindeloos jargon. We pakken de echte uitdagingen aan Copilot Studio,
• 0:25
  Speaker 2: AI Agents, Fabric, Beveiliging, Governance en Automatisering. Of je nu IT-professional,
• 0:31
  Speaker 2: ontwikkelaar of zakelijk leider bent, er zijn sessies speciaal voor jou.
• 0:35
  Speaker 2: Met 10 volledige dagen kun je verschillende technologieën verkennen en
• 0:38
  Speaker 2: in contact komen met een wereldwijde community. Kijk live mee
• 0:41
  Speaker 2: en neem praktische inzichten mee terug naar je organisatie. Januari 2027,
• 0:46
  Speaker 2: 10 dagen, 1 Microsoft Community. De inschrijving is nu geopend.
• 0:51
  Speaker 2: Claim vandaag nog je plek. Meld je aan op m365com.net.
• 1:03
  Speaker 2: We zien je live in januari. Vraag je je wel
• 1:05
  Speaker 2: eens af waarom sommige leads converteren terwijl anderen nooit meer bellen?
• 1:08
  Speaker 2: Dynamics 365 kent het antwoord misschien al voordat jij het weet.
• 1:12
  Speaker 2: Vandaag ontleden we hoe D365 historische patronen als digitale koffiedik
• 1:17
  Speaker 2: kijkt om te voorspellen welke prospects waarschijnlijk zullen kopen en
• 1:20
  Speaker 2: wie alleen maar aan het rondkijken is. Blijf kijken om
• 1:24
  Speaker 2: precies te zien hoe die AI-gestuurde scores worden berekend, hoe
• 1:27
  Speaker 2: je verkoophistorie terugvloeit in het systeem en hoe je dit
• 1:30
  Speaker 2: gebruikt om je pipeline te boosten voor echte groei. Wat
• 1:34
  Speaker 2: D365 werkelijk ziet, de ruwe input die je pipeline vormgeeft.
• 1:38
  Speaker 2: Als je Dynamics 365 enige tijd gebruikt, begin je iets
• 1:42
  Speaker 2: vreemds op te merken. Soms lijkt het systeem een hete
• 1:45
  Speaker 2: lead te spotten nog voordat je beseft dat iemand geïnteresseerd is.
• 1:48
  Speaker 2: Het is makkelijk te vergeten dat dit geen waarzeggerij is.
• 1:50
  Speaker 2: Het is D365 die stilletjes alles op de achtergrond observeert
• 1:54
  Speaker 2: en de verbanden legt die de meeste van ons nooit zien.
• 1:56
  Speaker 2: Je denkt misschien dat je je leadgegevens... kliks, telefoontjes en
• 1:59
  Speaker 2: websitebezoeken onder controle hebt, maar dat is nog niet de
• 2:02
  Speaker 2: helft van het plaatje. Dynamics registreert elke digitale voetafdruk die
• 2:05
  Speaker 2: je prospects achterlaten en aarzelt niet om elke aanwijzing te
• 2:08
  Speaker 2: gebruiken die het kan vinden. Neem een typische saleslead. Stel
• 2:11
  Speaker 2: dat je ze ontmoet bij een branchwebinar. Ze vullen een
• 2:13
  Speaker 2: contactformulier in, dus hun gegevens komen in je CRM terecht.
• 2:17
  Speaker 2: Dat is nog maar het begin. Vervolgens worden hun gegevens
• 2:19
  Speaker 2: gekoppeld aan webtracking logs, de pagina's die ze bekijken, hoe
• 2:23
  Speaker 2: lang ze blijven en op welke links daadwerkelijk wordt geklikt.
• 2:25
  Speaker 2: Maar het stopt daar niet. Elke keer dat je team
• 2:27
  Speaker 2: een marketingmail stuurt en dat bericht wordt geopend, zelfs als
• 2:30
  Speaker 2: het midden in de nacht is, noteert D365 het. Wanneer
• 2:34
  Speaker 2: de lead je website opnieuw bezoekt, registreert het systeem welk
• 2:37
  Speaker 2: apparaat ze gebruiken. of ze na een seconde weer wegklikken
• 2:40
  Speaker 2: of dat ze tien minuten lang op de prijspagina rondneuzen.
• 2:43
  Speaker 2: Zelfs de subtiele details gaan niet verloren in de massa.
• 2:46
  Speaker 2: Heeft de lead de prijs pdf in je laatste follow-up geopend?
• 2:49
  Speaker 2: Landt hun e-mailreactie al in je inbox voordat je je
• 2:51
  Speaker 2: eerste koffie op hebt? Hebben ze op de LinkedIn-link in
• 2:54
  Speaker 2: je e-mailhandtekening geklikt? Elke interactie, hoe onbeduidend die ook lijkt...
• 2:58
  Speaker 2: wordt omgezet in een digitaal signaal. En in D365 is
• 3:01
  Speaker 2: dit geen loze data in de database. Het is van belang.
• 3:04
  Speaker 2: Het verschil tussen vijf campagne-emails openen of er eentje vluchtig
• 3:08
  Speaker 2: voor drie seconden bekijken, kan de reden zijn waarom twee
• 3:11
  Speaker 2: leads die op papier identiek lijken, totaal verschillende voorspellende scores krijgen. Nu,
• 3:17
  Speaker 2: dit is waar de meeste verkoopteams de mist in gaan.
• 3:19
  Speaker 2: Je logt misschien gesprekken, werkt statussen bij en noteert zelfs
• 3:23
  Speaker 2: korte punten na een vergadering. Maar de grote vraag is
• 3:26
  Speaker 2: niet hoeveel data je hebt verzameld. Het gaat erom welke
• 3:29
  Speaker 2: data daadwerkelijk de doorslag geeft in je model. D365 werpt
• 3:33
  Speaker 2: graag een breed net uit. Het haalt informatie uit de
• 3:36
  Speaker 2: standaard CRM-records, contactgegevens, accountstructuren, omzetgroottes, branche en voegt dat samen
• 3:42
  Speaker 2: met gedragssignalen. Elke aangeklikte call-to-action... Elke keer dat een ontvanger
• 3:47
  Speaker 2: je e-mail als geen spam markeert. Elk klein ja of
• 3:50
  Speaker 2: nee in de funnel. Het combineert de wie zijn ze,
• 3:53
  Speaker 2: feiten met de hoe gedragen ze zich momenten. Laten we
• 3:56
  Speaker 2: eens naar een echt scenario kijken. Stel je voor dat
• 3:58
  Speaker 2: je twee leads hebt uit dezelfde branche met zelfs dezelfde functietitel.
• 4:01
  Speaker 2: Beide downloaden een whitepaper. Op het eerste gezicht zijn het tweelingen.
• 4:05
  Speaker 2: Maar D365 ziet de verschillen direct. De eerste lead komt terug,
• 4:09
  Speaker 2: opent elke nurture mail en plant uiteindelijk een demo in.
• 4:12
  Speaker 2: De tweede scant nauwelijks de eerste twee e-mails en verdwijnt
• 4:14
  Speaker 2: zodra je vertegenwoordiger belt. Raad eens wie het label hoge
• 4:17
  Speaker 2: prioriteit krijgt. Dynamic stelt niet alleen opens en klikken. Het
• 4:20
  Speaker 2: let op de volgorde, de timing en zelfs welk apparaat
• 4:23
  Speaker 2: je prospect gebruikt. Een reeks inlogpogingen via mobiel savonds wijst
• 4:27
  Speaker 2: soms op oriëntatie, terwijl constante desktop-sessies midden op de dag
• 4:31
  Speaker 2: vaak duiden op iemand met koopkracht. Er is nog een
• 4:34
  Speaker 2: laag in dit verhaal, gestructureerde versus ongestructureerde data. Gestructureerde data
• 4:39
  Speaker 2: is wat je verwacht. Het is netjes en voorspelbaar omzetcijfers,
• 4:42
  Speaker 2: aantal medewerkers, leadbron, land. Maar de echte kracht ontstaat wanneer
• 4:46
  Speaker 2: je die nette rijen combineert met ongestructureerde data, zoals vergadernotities
• 4:50
  Speaker 2: of een willekeurige opmerking van een verkoper na een gesprek.
• 4:53
  Speaker 2: Zelfs zoiets eenvoudigs als leek gehaast, vroeg naar kortingen, gaat
• 4:57
  Speaker 2: mee in de mix. De algoritme van D365 zijn gebouwd
• 5:01
  Speaker 2: om zowel de gestructureerde velden als de slordigere notities te
• 5:04
  Speaker 2: analyseren die worden toegevoegd wanneer een verkoper een record bijwerkt.
• 5:07
  Speaker 2: Dat is waar de voorspellingen een stuk treffender worden. Vroeger
• 5:10
  Speaker 2: betekende lead scoring het rangschikken op basis van statische info, budgetgrootte,
• 5:15
  Speaker 2: sector of of je handen had geschud op een conferentie.
• 5:18
  Speaker 2: Moderne modellen leunen echter sterk op die gedragspatronen. Was je
• 5:22
  Speaker 2: prospect aanwezig bij het webinar en bleven ze voor de
• 5:24
  Speaker 2: Q & A? Reageerde ze op een follow-up met een
• 5:27
  Speaker 2: vraag of klikte ze simpelweg op afmelden? D365 volgt signalen
• 5:32
  Speaker 2: die dagelijks kunnen veranderen en die signalen kunnen een score
• 5:35
  Speaker 2: tien punten omhoog duwen of direct omlaag halen. Traditionele kwalificaties
• 5:38
  Speaker 2: zoals budget of simpele sector filters kunnen dat niveau van
• 5:41
  Speaker 2: nuance niet bijbenen. Inmiddels is het wellicht duidelijk dat de
• 5:44
  Speaker 2: kwaliteit van je voorspellende scoring volledig afhangt van wat er
• 5:47
  Speaker 2: in het model stroomt. Als je CRM geschiedenis vol staat
• 5:51
  Speaker 2: met halve notities of je email tracking gebrekkig is, zien
• 5:54
  Speaker 2: je scores er misschien geruststellend uit, maar zeggen ze eigenlijk weinig.
• 5:57
  Speaker 2: Modellen weten alleen wat je ze geeft en hoe uitgebreider
• 6:00
  Speaker 2: die digitale kruimels, hoe scherper de inzichten worden. Dat is
• 6:03
  Speaker 2: de echte lee. Afval erin, afval eruit. Heldere, gevarieerde data
• 6:08
  Speaker 2: levert een voorspellend model op dat kansen signaleert wanneer het
• 6:11
  Speaker 2: ertoe doet. Maar hier komt het, het verzamelen van digitale
• 6:15
  Speaker 2: kruimels is slechts de helft van de uitdaging. Zinvol leren
• 6:19
  Speaker 2: antwoorden uit die ruisachtige data halen is waar het echte
• 6:22
  Speaker 2: werk begint. D365 is niet alleen een verzamelaar, het is
• 6:26
  Speaker 2: een krachtige patroonherkenner. Dus, wat gebeurt er als het al
• 6:29
  Speaker 2: die signalen samenvoegt en daadwerkelijk probeert te voorspellen wie de
• 6:32
  Speaker 2: volgende is die het tijd waard is? Patroonherkenning in actie,
• 6:35
  Speaker 2: hoe het AI-model winnaars van oriënterende kopers scheidt. Stel je
• 6:39
  Speaker 2: opent Dynamics en ziet een lead die op papier perfect lijkt.
• 6:43
  Speaker 2: Geweldig bedrijf, juiste rol, heeft zelfs een paar positieve vakjes
• 6:46
  Speaker 2: aangevinkt in je CRM. Maar de score is dramatisch laag.
• 6:49
  Speaker 2: Ondertussen schiet een andere prospect, een naam die je nauwelijks herinnert,
• 6:52
  Speaker 2: naar de top van je lijst. Dit is waar het
• 6:54
  Speaker 2: AI-brein in Dynamics 365 zijn kaart te laat zien. Wanneer
• 6:58
  Speaker 2: we praten over voorspellende leads scoring, is het niet simpelweg
• 7:01
  Speaker 2: punten stapelen voor elke activiteit of aangevinkt vakje. Sommige interacties
• 7:05
  Speaker 2: wegen zwaar, terwijl andere slechts achtergrondruis zijn. De waarheid is
• 7:09
  Speaker 2: dat niet elke klik, reactie of oproep veel zegt over
• 7:12
  Speaker 2: de daadwerkelijke koopintentie. Dynamics is gebouwd om het verschil te
• 7:17
  Speaker 2: zien en te focussen op de signalen die, over honderden
• 7:19
  Speaker 2: of duizenden leads, daadwerkelijk succes hebben voorspeld. Dit model gedijt
• 7:24
  Speaker 2: bij het idee dat wat voor een mens belangrijk lijkt,
• 7:27
  Speaker 2: niet altijd is wat een deal sluit. De AI vertrouwt
• 7:29
  Speaker 2: niet zomaar op een sterk onderbuikgevoel of een vriendelijke e-mail reply.
• 7:33
  Speaker 2: In plaats daarvan verwerkt het enorme hoeveelheden gegevens van eerdere leads,
• 7:37
  Speaker 2: hun surfgeschiedenis, hun antwoorden of het gebrek daaraan en hoe
• 7:41
  Speaker 2: snel ze reageren na een seintje. Dan stelt het de vraag,
• 7:45
  Speaker 2: wanneer iemand daadwerkelijk klant wordt, hoe verschilt hun gedragspatroon dan
• 7:49
  Speaker 2: van de leads die zijn afgehaakt. De sleutel is hier
• 7:53
  Speaker 2: het scheiden van zinvolle acties van afleidingen. D365 vindt bijvoorbeeld
• 7:57
  Speaker 2: vaak groepen, stille lezers, de prospects die elke nieuwsbrief openen
• 8:01
  Speaker 2: maar nooit verder kijken. Dat voelde voorheen als een uitstekend
• 8:04
  Speaker 2: signaal van betrokkenheid. Maar ons model merkt na verloop van
• 8:08
  Speaker 2: tijd op dat deze mensen zelden tot deals leiden. In
• 8:11
  Speaker 2: plaats daarvan geeft het voorrang aan snelle reageerders, degene die
• 8:14
  Speaker 2: vlot antwoorden op een webinar, uitnodiging of een gesprek plannen
• 8:17
  Speaker 2: na een demo. Stel je twee leads voor bij hetzelfde bedrijf,
• 8:20
  Speaker 2: beide met vergelijkbare rollen. Misschien hadden ze allebei het afgelopen
• 8:23
  Speaker 2: kwartaal contact met je marketingteam. Op het eerste gezicht lijkt
• 8:26
  Speaker 2: het gelijkspel, maar stel dat de ene lead binnen enkele
• 8:29
  Speaker 2: minuten op een follow-up reageert en direct instemt met een kennismakingsgesprek.
• 8:32
  Speaker 2: De ander opent je e-mails om 1 uur s'nachts, klikt
• 8:35
  Speaker 2: nooit verder dan de eerste link en weigert een agenda-uitnodiging
• 8:38
  Speaker 2: te accepteren. De AI van D365 doorzoekt maanden aan resultaten
• 8:43
  Speaker 2: en herkent dat snelle reageerders historisch gezien een veel hoger
• 8:46
  Speaker 2: winstpercentage hebben. Het heeft de onderbuikgevoelens van je vertegenwoordigers of
• 8:50
  Speaker 2: een gedetailleerde handmatige beoordeling niet nodig. Het ziet de patronen
• 8:53
  Speaker 2: terug in killen, harde cijfers. En zo wordt een gemiddeld
• 8:56
  Speaker 2: uitziende lead plotseling je nieuwe prioriteit. Het gaat bovendien niet
• 9:00
  Speaker 2: alleen om het opstapelen van oppervlakkige details. Het model koppelt
• 9:04
  Speaker 2: gegevens van gewonnen en verloren kansen en wijst een waarschijnlijkheidsscore
• 9:07
  Speaker 2: toe aan elke lead. Hoe groot is de werkelijke kans
• 9:10
  Speaker 2: op conversie, gebaseerd op wat duizenden anderen hiervoor hebben gedaan?
• 9:14
  Speaker 2: Dat maakt voorspellende scoring totaal anders dan de gebruikelijke handmatige processen,
• 9:18
  Speaker 2: zoals scorelijsten of bandchecklists. Traditionele methoden leunen zwaar op statische
• 9:23
  Speaker 2: details die je één keer instelt en dan vergeet. Budget, autoriteit, behoefte, tijdlijn.
• 9:28
  Speaker 2: Misschien geef je vijf punten voor deelname aan een webinar
• 9:31
  Speaker 2: of tien voor een afgerond telefoongesprek. Maar D365 schuift dat
• 9:35
  Speaker 2: hele idee aan de kant. Het werkt op de achtergrond
• 9:37
  Speaker 2: continu de wegingsfactoren bij, waardoor de meest voorspellende signalen bovendrijven
• 9:42
  Speaker 2: en de makkelijk te manipuleren statistieken die verkoopt teams door
• 9:44
  Speaker 2: de jaren heen hebben leren opkloppen minder zwaar wegen. In
• 9:47
  Speaker 2: plaats van elk websitebezoek hetzelfde te scoren, geeft D365 extra
• 9:52
  Speaker 2: gewicht aan herhaalde bezoeken vanaf hetzelfde apparaat of tijdige e-mailreacties
• 9:56
  Speaker 2: direct na een productlancering. Zelfs zaken als klikken op een
• 9:59
  Speaker 2: prijspagina kunnen de score drastischer veranderen dan het invullen van
• 10:02
  Speaker 2: een simpel contactformulier. Elke interactie telt, maar sommige tellen veel
• 10:06
  Speaker 2: zwaarder dan andere. Een vergaderingsacceptatie kan een led-score verhogen, zeker
• 10:11
  Speaker 2: als uit data blijkt dat mensen die binnen een uur reageren,
• 10:15
  Speaker 2: sneller tot een deal komen. Andersom kan het uitschrijven voor
• 10:19
  Speaker 2: een nieuwsbrief na veel activiteit een score flink laten dalen,
• 10:22
  Speaker 2: ongeacht de eerdere betrokkenheid. En hier gaan de meeste oude
• 10:25
  Speaker 2: systemen de mist in. Ze kunnen niet omgaan met nuances
• 10:28
  Speaker 2: of zich aanpassen aan veranderend koopgedrag. Dynamics calibreert echter continu.
• 10:32
  Speaker 2: Het onthoudt niet alleen je successen en verliezen, maar weegt
• 10:35
  Speaker 2: ook opnieuw wat elke klik, reactie of oproep in de
• 10:38
  Speaker 2: echte wereld betekent. De winst hiervan is simpel. Deze AI
• 10:42
  Speaker 2: fungeert niet als een boekhouder die alleen interacties optelt en
• 10:45
  Speaker 2: een getal uitspuugt. Het herkent na verloop van tijd welke
• 10:49
  Speaker 2: signalen echt duiden op een deal en welke slechts ruis
• 10:52
  Speaker 2: zijn die lijkt op interesse. En naarmate er meer data is,
• 10:55
  Speaker 2: worden de patronen scherper. Dus nu kijk je naar een
• 10:58
  Speaker 2: voorspellende score bij elke lead. De vraag is niet alleen
• 11:01
  Speaker 2: wie je als eerste belt, maar wat je met die
• 11:03
  Speaker 2: informatie moet doen. Dynamics stopt niet bij het scorebord. Het
• 11:07
  Speaker 2: zet je aan om die inzichten om te zetten in
• 11:09
  Speaker 2: concrete verkoopacties. Laten we kijken hoe die aanbevelingen eruit zien
• 11:13
  Speaker 2: en waarom ze zo specifiek kunnen aanvoelen voor elke lead
• 11:16
  Speaker 2: die je ziet. Van scoren naar strategie, wat D365 adviseert
• 11:20
  Speaker 2: en waarom dat belangrijk is. Stel, je kijkt naar een
• 11:23
  Speaker 2: lange lijst met leads, elk met een grote, glimmende score
• 11:26
  Speaker 2: achter hun naam. De meeste teams denken dan meteen, makkelijk.
• 11:29
  Speaker 2: Sorteren op scoren, bovenaan beginnen en zo naar beneden werken.
• 11:33
  Speaker 2: Maar als dat alles is wat je doet, benut je
• 11:34
  Speaker 2: nog maar een fractie van wat Dynamics 365 te bieden heeft.
• 11:38
  Speaker 2: Het systeem is er niet alleen om ranglijsten te tonen,
• 11:40
  Speaker 2: maar dwingt je om slimmer om te gaan met elke lead.
• 11:43
  Speaker 2: De AI gaat een stap verder door intentiesignalen te herkennen
• 11:46
  Speaker 2: die vaak verborgen blijven en zet die om in actieadviezen,
• 11:49
  Speaker 2: niet alleen scores. Hier zit de menselijke gewoonte in de
• 11:52
  Speaker 2: weg om altijd het hoogste getal na te jagen. Alleen
• 11:55
  Speaker 2: de leads met de hoogste scores bellen lijkt efficiënt, maar
• 11:58
  Speaker 2: negeert de context achter die getallen. D365 analyseert het patroon
• 12:03
  Speaker 2: achter elke verkoop om niet alleen te suggereren wie je
• 12:05
  Speaker 2: moet benaderen, maar ook precies hoe en wanneer. In plaats
• 12:08
  Speaker 2: van op de automatische piloot te werken, krijg je een
• 12:11
  Speaker 2: soort draaiboek op basis van je best presterende deals. Eerlijk
• 12:15
  Speaker 2: gezegd is dat waar de meeste lead scoring tools stoppen,
• 12:18
  Speaker 2: ze geven je een ranglijst en vinden het wel best.
• 12:20
  Speaker 2: Dynamics 365 helpt je juist om dieper in de details
• 12:24
  Speaker 2: te duiken. Het vertelt je om de telefoon te pakken
• 12:26
  Speaker 2: voor de ene lead, maar even te wachten bij de
• 12:28
  Speaker 2: andere totdat die een sterker koopsignaal geeft. Laten we het
• 12:31
  Speaker 2: hebben over het verschil dat dit maakt voor je daadwerkelijke workflow.
• 12:34
  Speaker 2: Je gaat zitten om je dag te plannen. Het model
• 12:36
  Speaker 2: vertelt je niet alleen dat lead XN88 is. D365 controleert
• 12:41
  Speaker 2: welke acties je al hebt ondernomen, welke campagnes de lead
• 12:44
  Speaker 2: heeft gezien en hoe vergelijkbare kopers zich gedroegen voor de aankoop.
• 12:47
  Speaker 2: Als het systeem merkt dat mensen met een bepaald patroon,
• 12:50
  Speaker 2: misschien degene die op een prijspagina bleven na een e-mail
• 12:54
  Speaker 2: met een case study, geneigd zijn snel te bellen en
• 12:56
  Speaker 2: te sluiten, markeert het die leads voor onmiddellijk contact. Ondertussen
• 13:01
  Speaker 2: krijgt een andere lead met een hoge score wellicht een
• 13:03
  Speaker 2: milder advies. Nodig ze uit voor een webinar, stuur een
• 13:07
  Speaker 2: demo-opname of laat ze sudderen tot er een nieuw signaal binnenkomt.
• 13:10
  Speaker 2: Stel je een recent scenario uit een typische verkoopcyclus voor.
• 13:13
  Speaker 2: De AI geeft je vertegenwoordiger een seintje en markeert een
• 13:16
  Speaker 2: lead als urgent, ook al is de score sinds gisteren
• 13:18
  Speaker 2: nauwelijks veranderd. Bij een nadere blik zie je het verschil.
• 13:21
  Speaker 2: De lead opende een demo-mail en vulde direct een formulier in,
• 13:25
  Speaker 2: het type dubbele actie dat je normaal ziet vlak voordat
• 13:27
  Speaker 2: een deal vordert. Het patroon komt overeen met honderden snelle
• 13:31
  Speaker 2: deals uit het verleden, Dus D365 zet die lead bovenaan
• 13:35
  Speaker 2: met een specifiek advies om nu te bellen, niet te wachten.
• 13:38
  Speaker 2: De volgende op je lijst is een andere lead, ook
• 13:40
  Speaker 2: met een behoorlijke score, maar hun recente activiteit is laag.
• 13:44
  Speaker 2: Ze bekeken een video en negeerden vervolg-emails. In plaats van
• 13:47
  Speaker 2: een agressieve bol poging te verspillen, zegt D365 dat je
• 13:51
  Speaker 2: ze warm moet houden met een nieuw contentaanbod. Het punt
• 13:54
  Speaker 2: is niet alleen snelheid, het is weten welke zet je
• 13:56
  Speaker 2: daadwerkelijk een kans op vooruitgang geeft, in plaats van verspilde moeite. Nu,
• 14:00
  Speaker 2: het persoonlijke gedeelte. Deze aanbevelingen zijn geen standaard instructies. De
• 14:04
  Speaker 2: volgende stap van elke lead is afgestemd op wat waarschijnlijk
• 14:07
  Speaker 2: werkt voor hun profiel. Je ziet misschien suggesties zoals prijsdetails sturen,
• 14:11
  Speaker 2: uitnodigen voor een ronde tafelgesprek of het contact zeven dagen pauzeren.
• 14:14
  Speaker 2: Het hangt af van alles wat D365 heeft geleerd over
• 14:18
  Speaker 2: reacties op vergelijkbare acties in dit stadium voor dit type koper.
• 14:21
  Speaker 2: Als zes van de tien financiële leads in je pipeline
• 14:24
  Speaker 2: pas converteren na een webinar, dan zal dat je zetje zijn.
• 14:27
  Speaker 2: Maar als een ander segment geneigd is te verdwijnen na hardselling...
• 14:30
  Speaker 2: Houd D365 afstand en laat de lead ademen. Deze laag
• 14:34
  Speaker 2: van inzicht is wat een voorspellende score onderscheidt van zomaar
• 14:37
  Speaker 2: een getal op een dashboard. Je zou de hele dag
• 14:39
  Speaker 2: op je leads met een hoge score kunnen inhakken en
• 14:41
  Speaker 2: misschien sluit je er een paar. Meestal per ongeluk of
• 14:44
  Speaker 2: door pure volharding. Maar zodra je de strategische duwtjes van
• 14:47
  Speaker 2: de AI gaat volgen, zul je waarschijnlijk merken dat je
• 14:49
  Speaker 2: pipeline soepeler gaat lopen. Het komt neer op focus. Minder
• 14:53
  Speaker 2: tijd kwijt aan zinloos koud bellen, meer uren besteed aan
• 14:56
  Speaker 2: leads waar je inzet echt loont. Teams die deze receptachtige
• 14:59
  Speaker 2: aanbevelingen volgen, zien meestal snel de zakelijke impact. Kortere cyclic
• 15:04
  Speaker 2: minder verspeelde tijd en betere conversieratio's. Verkoopmedewerkers jagen niet langer
• 15:09
  Speaker 2: op spoken in het CRM, maar voeren sneller echte gesprekken.
• 15:13
  Speaker 2: Je zult merken dat er minder contactmomenten nodig zijn om
• 15:16
  Speaker 2: een deal door de fases te loodsen en je prognoses
• 15:18
  Speaker 2: lijken minder op wishful thinking. Bovendien kun je tijdens je
• 15:22
  Speaker 2: pipeline review onderbouwen waarom je tijd investeert in bepaalde leads.
• 15:25
  Speaker 2: Je hoopt niet alleen meer, je werkt volgens een proces
• 15:28
  Speaker 2: dat is gevormd door de werkelijke resultaten van je deals,
• 15:31
  Speaker 2: niet door algemene best practices. En hier is de kleine beloning.
• 15:34
  Speaker 2: Het echte voordeel is niet de scoren zelf, maar het
• 15:37
  Speaker 2: vermogen van het systeem om die scoren om te zetten
• 15:39
  Speaker 2: in een stappenplan. Ineens voelt je volgende stap op maat
• 15:42
  Speaker 2: gemaakt en niet standaard. Er is minder giswerk en meer
• 15:45
  Speaker 2: vooruitgang die je daadwerkelijk kunt meten. Natuurlijk, zelfs met AI
• 15:49
  Speaker 2: aan je zijde, run je geen perfecte machine. Geen enkel
• 15:52
  Speaker 2: voorspellend model heeft het altijd bij het rechte eind, zeker
• 15:54
  Speaker 2: niet als de omstandigheden constant veranderen. Dus, wat gebeurt er
• 15:57
  Speaker 2: als een lead op papier veelbelovend lijkt, maar in de
• 15:59
  Speaker 2: praktijk niets oplevert? Of als marktgedrag omslaat nadat een nieuwe
• 16:03
  Speaker 2: concurrent het toneel betreedt? Dat is waar de echte test
• 16:06
  Speaker 2: van je scoremodel begint. Ontdekken hoe het zich aanpast, leert
• 16:09
  Speaker 2: en scherper wordt bij elke feedbackloop. De feedbackloop, hoe elke
• 16:14
  Speaker 2: winst en elk verlies het systeem aan SharePT. Heb je
• 16:17
  Speaker 2: ooit gemerkt dat een lead met hoge scores je CRM binnenkomt,
• 16:21
  Speaker 2: elke e-mail opent, op elke link klikt, misschien zelfs een
• 16:24
  Speaker 2: demo bijwoont en je vervolgens bij de finish plotseling laat zitten?
• 16:28
  Speaker 2: Het is een reality check voor iedereen die vertrouwt op
• 16:30
  Speaker 2: voorspellende scores. De logische vraag is, wat gebeurt er daarna?
• 16:34
  Speaker 2: Blijft Dynamics 365 simpelweg vergelijkbare leads naar je toesturen zonder
• 16:38
  Speaker 2: oog te hebben voor dat misgelopen succes? of pikt het
• 16:41
  Speaker 2: de signalen op en herdefiniëert het wat succes betekent. Dit
• 16:43
  Speaker 2: is waar de feedbackloop in actie komt en dat gaat
• 16:45
  Speaker 2: minder automatisch dan je misschien zou denken. Stel je voor
• 16:48
  Speaker 2: dat je team snel schakelt. Je volgt elk contactmoment en
• 16:51
  Speaker 2: voert elk gesprek, maar midden in het kwartaal haakt hem
• 16:53
  Speaker 2: van je top prospects met een schitterende score plotseling zonder
• 16:57
  Speaker 2: waarschuwing af. Hoe verleidelijk het ook is om de markt
• 17:00
  Speaker 2: de schuld te geven of het af te doen als pech,
• 17:02
  Speaker 2: deze uitkomst negeren is de fatale fout. Dynamics 365 is
• 17:06
  Speaker 2: gebouwd om zich aan te passen, lerend van zowel winst
• 17:09
  Speaker 2: als verlies, maar alleen als jouw team die resultaten terugvoert
• 17:11
  Speaker 2: in het systeem. Elke keer dat je een deal markeert
• 17:15
  Speaker 2: als gewonnen of verloren, bouwt het systeem een duidelijker beeld
• 17:18
  Speaker 2: op van patronen in de echte wereld, het werk bij
• 17:20
  Speaker 2: wat echt telt als koopintentie en wat slechts ruis blijkt
• 17:23
  Speaker 2: te zijn. Hier gaan de meeste verkoopteams de mist in,
• 17:28
  Speaker 2: ze focussen zo sterk op pijplijnsnelheid en leadvolume dat ze
• 17:31
  Speaker 2: de nabespreking vergeten. Als je CRM volloopt met oude kansen
• 17:36
  Speaker 2: die nooit een definitieve status krijgen, of als je verloren
• 17:39
  Speaker 2: deals behandelt als digitaal afval, worden niet alleen je rapporten
• 17:42
  Speaker 2: vaag
• 17:43
  Speaker 2: Het hele AI-model dat je moet helpen verbeteren, verandert in
• 17:47
  Speaker 2: een stagnerende echo-put die vastzit in het herhalen van fouten
• 17:50
  Speaker 2: zonder iets nieuws te leren. Het is alsof je van
• 17:53
  Speaker 2: de GPS in je auto verwacht dat hij files vermijdt
• 17:55
  Speaker 2: terwijl je de kaart nooit bijwerkt. Gegevens over de werkelijke
• 17:58
  Speaker 2: resultaten van deals zijn de enige manier waarop de Feedbacklus
• 18:00
  Speaker 2: het instinct van D365 aan SharePT. Laten we dit minder
• 18:04
  Speaker 2: abstract maken. Stel dat je een nieuw product lanceert en
• 18:07
  Speaker 2: een gerichte campagne uitrolt. In het begin gaan je traditionele
• 18:10
  Speaker 2: signalen voor hot leads helemaal los. Het webverkeer stijgt, e-mailopeningspercentages
• 18:14
  Speaker 2: schieten omhoog. Iedereen wil een kijkje op de landingspagina nemen.
• 18:17
  Speaker 2: Het oude model, getraind op eerdere productlanseringen, geeft deze leads
• 18:21
  Speaker 2: hoge scores en sportvertegenwoordigers aan om er vol voor te gaan.
• 18:24
  Speaker 2: Een maand later zie je echter een patroon. De conversiecijfers
• 18:27
  Speaker 2: blijven achter en de meest betrokken leads lopen vast in
• 18:30
  Speaker 2: de voorstelfase. In de klassieke, instellen en vergeten, scoremodellen zouden
• 18:34
  Speaker 2: die gedragingen nog steeds wijzen op hoog potentieel en zou
• 18:37
  Speaker 2: je schimmen blijven najagen. Maar Dynamics 365 herkent, wanneer je
• 18:42
  Speaker 2: elke winst en elk verlies locht, dat dit niet langer
• 18:45
  Speaker 2: het oude patroon is. Misschien zijn mensen alleen geïnteresseerd in lezen,
• 18:49
  Speaker 2: maar niet in kopen. De AI begint zijn begrip bij
• 18:52
  Speaker 2: te sturen, het vermindert het gewicht van landingspaginaweergave en benut
• 18:56
  Speaker 2: nieuwe signalen, zoals deelname aan een technische Q & A
• 18:59
  Speaker 2: of herhaalde prijsaanvragen, gebaseerd op wat deals voor je nieuwe
• 19:03
  Speaker 2: aanbod echt vooruit helpt. Dit vermogen om bij te sturen
• 19:07
  Speaker 2: terwijl de wereld verandert, is enorm belangrijk. Klantgewoonte, marktsentiment en
• 19:11
  Speaker 2: zelfs de tijd van het jaar kunnen bepalen wat goed
• 19:13
  Speaker 2: gedrag inhoudt. Als een groot branchevenement je inbox overspoelt met demovragen,
• 19:17
  Speaker 2: gaat Dynamics er niet zomaar vanuit dat je ineens uitblinkt
• 19:20
  Speaker 2: in vraaggeneratie. In plaats daarvan dwingt elke verloren deal tijdens
• 19:24
  Speaker 2: die drukte het model tot zelfcorrectie, vooral als je alleen
• 19:27
  Speaker 2: maar mensen krijgt die informatie opvragen en nooit meer iets
• 19:30
  Speaker 2: laten horen. Het is een levend, ademend feedbacksysteem. Actieve afstelling
• 19:34
  Speaker 2: is waar het echt interessant wordt. Je hoeft niet te
• 19:36
  Speaker 2: wachten op AI-magie. D365 laat je onder de motorkap kijken
• 19:41
  Speaker 2: om te zien welke velden de voorspellingen echt aansturen, hoe
• 19:44
  Speaker 2: belangrijk kenmerken zijn, het model te hertrainen met nieuwe winst-verliesgegevens
• 19:48
  Speaker 2: of het systeem te vertellen. afwijkende gevallen te negeren die
• 19:51
  Speaker 2: de score kunnen vertekenen. Als je bijvoorbeeld een enorme bedrijfsdeal
• 19:55
  Speaker 2: binnenhaalt waar drie jaar en 27 vergaderingen voor nodig waren...
• 19:58
  Speaker 2: wil je waarschijnlijk niet dat die ene deal het model
• 20:01
  Speaker 2: voor alle toekomstige MKB-leads beïnvloedt. Door deze uitschieters uit te sluiten,
• 20:05
  Speaker 2: blijven voorspellingen realistisch in plaats van louter idealistisch. Dit staat
• 20:09
  Speaker 2: in schril contrast met de meeste verouderde CRM-systemen, die hun
• 20:13
  Speaker 2: scoremodellen als beton behandelen dat bij de implementatie wordt gestort,
• 20:16
  Speaker 2: misschien bij de volgende jaarlijkse planningssessie wordt bekeken en verder
• 20:19
  Speaker 2: aan zijn lot wordt overgelaten. D365 vereist doorlopend onderhoud en
• 20:24
  Speaker 2: echte feedback, het soort feedback dat elke toekomstige score net
• 20:27
  Speaker 2: weer wat scherper maakt. De nauwkeurigheid van je model, dat
• 20:30
  Speaker 2: wat scoren verandert van een gokspel in een bedrijfsactief, verbetert
• 20:33
  Speaker 2: alleen met deze regelmatige dosis eerlijke feedback. Wanneer teams het
• 20:36
  Speaker 2: afstemmen van scores en het volgen van resultaten serieus nemen,
• 20:39
  Speaker 2: blijft hun verkoopproces relevant, zelfs als de markt in beweging blijft. Dus,
• 20:43
  Speaker 2: mocht je je ooit afvragen of je pipeline-inzichten echt gebaseerd
• 20:46
  Speaker 2: zijn op resultaten uit de praktijk, of dat je simpelweg
• 20:49
  Speaker 2: hoopt dat de voorspellingen stand houden, onthoud dan dat je
• 20:51
  Speaker 2: feedbackloop het enige is dat je model echt scherp houdt.