Een accountmanager van een concurrent belt terug binnen een uur, stuurt dezelfde middag een offerte op maat en heeft bij het volgende contact alle eerdere afspraken scherp in beeld. Dat gedrag is een databron. Niet omdat die persoon het zegt, maar omdat het patroon iets verraadt over wat er achter die persoon gebeurt.
Reactiesnelheid, offertekwaliteit en dossierkennis waren lange tijd een functie van ervaring en bezetting: een goede verkoper had er meer van, een onderbezet team had er minder van. Die aanname is niet meer overal waar. Waar AI de eerste versie van een offerte samenstelt, de klanthistorie samenvat voor het gesprek begint, of vervolgacties voorstelt op basis van eerder gedrag, verschuift de bron van snelheid en precisie van de persoon naar het systeem achter de persoon. Dat betekent dat twee verkopers met evenveel ervaring en evenveel deals op hun bord fundamenteel verschillend kunnen presteren, puur op basis van wat er ondersteunend meedraait.
Voor de vergelijking met een concurrent is dat relevant, omdat het de vraag verandert. Vroeger vroeg u: heeft deze concurrent goede verkopers. Nu is de vraag: welk deel van wat die verkoper doet, doet hij nog zelf, welk deel gebeurt met toezicht op wat een systeem aandraagt, en welk deel is puur menselijk werk dat niet sneller wordt. Die drie categorieën lopen door elk signaal dat u bij verkopers observeert.
Een paar concrete signalen, en wat ze suggereren:
Geen van deze signalen bewijst iets op zichzelf. Ze worden pas betekenisvol als patroon, herhaald over meerdere klantcontacten en meerdere verkopers bij dezelfde concurrent.
De meest gemaakte fout is het toeschrijven van snelheid aan bezetting: de aanname dat een concurrent die sneller reageert, gewoon meer mensen op de zaak heeft gezet. Dat was de logica van voor de verschuiving en is niet meer de enige verklaring.
De tweede fout is het omgekeerde: alles wat goed gaat toeschrijven aan AI. Een verkoper die goed luistert en onthoudt, is niet automatisch ondersteund door een systeem. Dossierkennis kan ook het resultaat zijn van een klein, stabiel team dat dezelfde klanten al jaren bedient.
De derde fout is het signaal geïsoleerd behandelen. Verkoopgedrag zegt iets over de dimensie waarop een concurrent wint, maar alleen in combinatie met andere bronnen wordt het een claim die u kunt onderbouwen. Wat verloren offertes laten zien over waar een concurrent scherper prijst of sneller levert, wat vacatureteksten verraden over welke rollen een concurrent nog voor mensen reserveert, en wat de eigen website van de concurrent belooft over levertijd of responstijd, leveren samen een consistenter beeld dan het gedrag van één verkoper.
Dit signaal loont wanneer het herhaald voorkomt en wanneer het aansluit bij een dimensie waarop u zelf denkt te concurreren. Eén snelle offerte van één verkoper is anekdote. Een patroon over meerdere deals, meerdere verkopers en een periode van maanden is een indicatie die het navragen waard is bij het scoren van een concurrent zonder aannames.
Het omgekeerde geldt ook: als reactiesnelheid geen rol speelt in uw markt, is dit signaal ruis, hoe overtuigend het ook aanvoelt in een enkel gesprek.
Wat verkoopgedrag bij een concurrent laat zien, is één puzzelstuk in een bredere vraag: hoe uw bedrijf en uw peer group scoren op de dimensies die in uw markt daadwerkelijk deals beslissen. Die vraag beantwoordt u pas volledig als u het eigen bedrijf tegen concurrenten benchmarkt op basis van bewijs in plaats van indrukken uit losse gesprekken.
De onderliggende vraag welk werk in uw eigen bedrijf daadwerkelijk door AI is over te nemen, met toezicht of volledig, wordt per taak beantwoord door de werkscan van FTE TO AI.
Benoem de dimensies waarop u denkt te winnen van uw concurrenten, en toets ze in de gratis dimensiecheck: u geeft aan waar u de overhand denkt te hebben, en ziet welke van die claims met bewijs te verdedigen zijn en welke op aanname berusten. De volledige benchmark, met peer-group-score en bewijsmatrix per dimensie, is in aanbouw.