SMALLAND v2.1

↳ support · dienst

Klantenservice automatiseren: elke opvolging, elke review, elke kans.

Opvolgmails die vertrekken. Tickets die bij de juiste persoon landen. Reviews die binnenkomen. Zonder dat iemand eraan moet denken.

Waarom dit automatiseren?

Kleine bedrijven verliezen zelden klanten door een slecht product. Ze verliezen ze door stilte: de opvolgmail die niemand stuurde, het supportticket dat onderaan de stapel belandde, de verlengingsmail die nooit vertrok, de ontevreden klant wiens review je pas zag toen hij al op Google stond. Wij bouwen klantenservice-automatisering die het gat dicht tussen wat je van plan bent en wat echt gebeurt. Reeksen na aankoop en bij onboarding die een klant van eerste bestelling naar vaste klant brengen. Ticketsortering die supportvragen op urgentie rangschikt en naar de juiste persoon stuurt. Reviewverzoeken die op het juiste moment vertrekken, meteen na een goede ervaring in plaats van drie weken later. Alarmen die je gebruiksdata in de gaten houden en je waarschuwen voor een klant stilletjes wegdrijft.

Vier onderdelen die samenwerken.

Elk onderdeel is op zich al nuttig. Samen halen ze een hele categorie werk uit je week.

build
01 / onderdeel

Reeksen na aankoop & onboarding

Flows in meerdere stappen voor de eerste 30 dagen: welkom, hulp bij de opstart, check-in na het eerste resultaat, vraag om feedback, duwtje naar een tweede aankoop. Via e-mail, sms of WhatsApp, getriggerd door wat de klant doet.

build
02 / onderdeel

Tickets sorteren & doorsturen

AI deelt binnenkomende supportvragen in op urgentie (terugbetaling, technisch probleem, verkoopvraag, ter info), stuurt ze naar het juiste teamlid en schrijft alvast een antwoord op basis van gelijkaardige tickets uit het verleden.

build
03 / onderdeel

Review- & feedbackverzoeken

Vraagt om een review wanneer de klant het meest tevreden is, meestal 3 tot 14 dagen na aankoop of dienst. Via e-mail, sms of WhatsApp. Blije klanten gaan naar de publieke platformen, ontevreden klanten komen rechtstreeks bij jou.

build
04 / onderdeel

Alarm bij afhakende klanten

Houdt je gebruiksdata in de gaten (hoe vaak ze inloggen, welke functies ze gebruiken, de toon van hun supporttickets) en verwittigt je wanneer een klant lijkt af te haken, vroeg genoeg om er nog iets aan te doen.

Hoe het eruit kan zien in jouw zaak.

Een voorbeeld ↘

Stel: je hebt een klein softwarebedrijf en klanten zijn enthousiast op het onboardinggesprek, maar haken zes weken later stilletjes af omdat niemand opvolgde. Wij bouwen de opvolging: het gesprek wordt opgenomen, samengevat door AI, het CRM bijgewerkt met de actiepunten, en een persoonlijke opvolgmail in de stem van je medewerker staat klaar om met één klik te versturen, enkele minuten na het gesprek. Daarna een check-in na 30 dagen en een tevredenheidspeiling na 60 dagen. Product, prijs en verkoopteam blijven hetzelfde. De vergeten opvolgingen stoppen.

Werkt met de tools die je al gebruikt.

Staat de jouwe er niet bij? Vraag het ons. Bijna zeker kunnen we ermee werken.

Zendesk Intercom Front HubSpot Service Help Scout Crisp Teamleader Slack Microsoft Teams Stripe Mollie Mailchimp Klaviyo

Over klantenservice automatisering.

Wat is het verschil met gewoon een reeks in Mailchimp opzetten?
Mailchimp-reeksen volgen de kalender en zijn voor iedereen hetzelfde: dag 7, dezelfde mail, los van de context. Wij bouwen flows op gedrag, die zich aanpassen aan wat de klant echt deed, met tekst geschreven voor zijn situatie.
Gaan klanten voelen dat ze automatische berichten krijgen?
Alleen als het slecht gedaan is. Goed gedaan is het bericht concreet en op het juiste moment ('Ik zag dat je vorige dinsdag je eerste factuur hebt gemaakt, hoe reageerde de klant?') en leest het als persoonlijk. We voorzien altijd een echte antwoordweg zodat klanten jou kunnen bereiken.
Kunnen jullie koppelen met mijn bestaande helpdesk?
Ja. We werken met Zendesk, Intercom, Front, HubSpot Service, Help Scout, Crisp, Teamleader en de meeste grote helpdesks. De sorteer- en schrijflaag komt bovenop de tool die je al gebruikt.
En negatieve reviews? Kan het systeem daarmee om?
De reviewflow stuurt tevreden klanten naar de publieke platformen (Google reviews, Facebook) en ontevreden klanten naar een rechtstreeks feedbackkanaal, zodat je het probleem kunt oplossen voor het online staat. Samen met de toonalarmen drukt dat je aantal publieke één-sterreviews.
Hoe werken die alarmen bij afhakende klanten precies?
We bepalen een risicoscore op basis van signalen eigen aan jouw zaak: hoe vaak ze inloggen, welke functies ze gebruiken, de toon van hun supporttickets, hoe snel ze jou antwoorden. Gaat de score over een drempel, dan krijg je een Slack- of e-mailalarm met de klant in kwestie en een voorgestelde volgende stap, meestal enkele weken voor hij anders zou vertrekken.
Klaar als jij het bent ↘

Begin klein. Begin met een gesprek.

Vertel ons wat je afremt. Wij zeggen in gewone taal of en hoe we het kunnen automatiseren. Gratis, 15 minuten.

  • Gratis gesprek van 15 min
  • Audit van €300 als optie
  • Vaste offertes
  • Geen lange contracten
€300
audit · vast · eenmalig
Boek de audit → — of — Plan een gratis gesprek van 15 min →