Commercial Intelligence: waarom je CRM nu nog een archief met automatiseringen is

Elk CRM-systeem heeft hetzelfde probleem: het is het meest accuraat op de dag dat je het vult. Daarna staat het stil. De klant niet. Die neemt een bedrijf over, opent een vestiging, krijgt een nieuwe IT-manager, valt onder nieuwe wetgeving en hoort van zijn softwareleverancier dat het huidige systeem over een jaar niet meer wordt ondersteund. Jouw CRM weet daar niets van.

De afgelopen tien jaar hebben we dat proberen op te lossen met automatisering. Workflows, scoringsregels, herinneringen, campagnes. Nuttig, maar het lost het echte probleem niet op. Automatisering maakt bestaande gegevens sneller bruikbaar. Het maakt gegevens niet actueler.

De volgende stap is daarom geen extra laag automatisering. De volgende stap is een systeem dat continu volgt wat er verandert — bij organisaties, bij mensen én in de markt — en dat vertaalt naar een concrete actie. Wij noemen dat een Commercial Intelligence Platform.

Waarom geen “Business Intelligence”

De verleiding is groot om dit Business Intelligence te noemen. Toch klopt dat niet. BI staat al decennia voor dashboards en historische rapportages: het vertelt je wat er is gebeurd, netjes samengevat, achteraf.

Commercial Intelligence werkt de andere kant op. Het kijkt vooruit, signaleert veranderingen zodra ze zichtbaar worden en zet die om in een voorgestelde actie. Geen rapport over vorig kwartaal, maar een aanleiding voor volgende week.

Een Commercial Intelligence Platform rust op drie lagen.

De drie intelligentielagen

1. Account Intelligence — wat verandert er bij de organisatie?

Continu monitoren van je klanten en prospects als bedrijf: websitewijzigingen, vacatures, nieuws en persberichten, reviews, nieuwe producten, partnerships, fusies en overnames, financiële ontwikkelingen en zichtbaar technologiegebruik.

Vacatures zijn hierin misschien wel het eerlijkste signaal dat bestaat. Waar een bedrijf in investeert, adverteert het voor.

2. Contact Intelligence — wat verandert er bij de mensen?

Organisaties nemen geen beslissingen. Mensen doen dat. Deze laag volgt je belangrijkste contactpersonen: nieuwe functies, promoties, een overstap naar een andere werkgever, publicaties en interviews, spreekbeurten op events en gewijzigde verantwoordelijkheden.

Het meest onderschatte signaal in B2B is nog altijd een tevreden contactpersoon die ergens anders begint. Dat is geen verloren contact, dat is een nieuwe kans bij een nieuw bedrijf.

3. Market Intelligence — wat verandert er om de klant heen?

Klanten worden geraakt door ontwikkelingen waar ze zelf niet om hebben gevraagd: nieuwe wet- en regelgeving zoals NIS2 en de AI Act, compliance- en certificeringseisen, brancheontwikkelingen en nieuwe standaarden, bewegingen bij leveranciers zoals end-of-life-aankondigingen, licentie- en prijswijzigingen, nieuwe proposities van concurrenten en krapte op de arbeidsmarkt.

Deze laag ontbreekt in vrijwel elk CRM. En het is juist de laag die verklaart waarom een klant nú iets zou moeten doen.

De rol van AI: niet detecteren, maar interpreteren

Signalen ophalen is het makkelijke deel. Een RSS-feed doet dat ook. De waarde ontstaat in de beoordeling, en juist dat konden regels en workflows nooit.

Een workflow werkt op vaste voorwaarden: als veld A gelijk is aan B, doe dan C. Signalen uit de echte wereld zijn geen velden. Het zijn zinnen, in wisselende bewoordingen, met wisselende relevantie. Een taalmodel kan die tekst wél lezen, wegen en samenvatten tot een oordeel.

Bij MFORZ hanteren we daarvoor één vuistregel: zelfde input, zelfde output betekent automatisering. Context en nuance nodig betekent AI.

Concreet moet de AI-laag zeven vragen automatisch beantwoorden:

• Welke klanten worden hierdoor geraakt?
• Hoe groot is de impact?
• Welke commerciële kansen ontstaan?
• Welke risico’s ontstaan?
• Welke contactpersonen zijn hierbij relevant?
• Welke bestaande producten of diensten sluiten hierop aan?
• Welke vervolgactie is het meest logisch?

Van inzicht naar actie

Een inzicht dat in een dashboard blijft hangen, verandert niets. De waarde ontstaat pas als het systeem de volgende stap voorstelt: een persoonlijke e-mail, een LinkedIn-bericht, een taak in het CRM, een beladvies met gespreksopening, een uitnodiging voor een webinar, een relevante whitepaper, een demo, een scan, een migratievoorstel of een concreet cross- of upsell-advies.

Het systeem neemt het gesprek niet over. Het zorgt dat de accountmanager het juiste gesprek voert, op het juiste moment, met een aanleiding die de klant zelf herkent.

Hoe dat er in de praktijk uitziet

Neem een bestaande klant: een technische dienstverlener met zestig medewerkers. In één maand ontstaan vier signalen, verspreid over de drie lagen.

• Account: twee vacatures voor een security officer en een servicemanager, plus een nieuwsbericht over een tweede vestiging in België.
• Contact: de IT-manager waar je al drie jaar mee schakelt, wordt intern Manager Operations. Zijn opvolger is nieuw en kent je niet.
• Markt: hun sector valt onder NIS2, en hun huidige leverancier heeft end-of-life aangekondigd voor het systeem dat zij gebruiken.

Los van elkaar is dit ruis. Samengenomen is het een helder verhaal: compliance-druk, een technische vervangingsdeadline en een nieuwe beslisser die zich wil bewijzen. Dat is geen vage kans, dat zijn drie redenen om nú te bellen.

In een Commercial Intelligence-opzet verschijnt dat als één regel in het CRM, inclusief bronnen en een voorgestelde actie: “Nieuwe beslisser + NIS2 + end-of-life bij huidige leverancier. Aanbevolen actie: kennismaking plannen met de nieuwe IT-manager, met de NIS2-deadline als aanleiding. Feliciteer daarnaast de oude contactpersoon in zijn nieuwe rol.”

De accountmanager besteedt geen halve dag meer aan zoeken. Hij controleert het inzicht in dertig seconden en voert het gesprek.

Dit is geen sciencefiction

Vrijwel alle genoemde data is vandaag al openbaar: bedrijfswebsites, LinkedIn, vacaturesites, nieuws, persberichten, reviews, bedrijfsregisters en publicaties van toezichthouders en leveranciers. Iedereen in jouw bedrijf heeft die bronnen wel eens handmatig geraadpleegd, meestal een kwartier voor een belangrijk gesprek.

Het probleem is niet de beschikbaarheid. Het probleem is dat niemand dit voor tweehonderd accounts elke week kan doen. De innovatie zit dus niet in het verzamelen van data, maar in het automatisch combineren, interpreteren en vertalen naar acties.

In enterprise-sales bestaat een deel hiervan al, onder namen als intent data, signal-based selling en account based marketing. Dure oplossingen, gebouwd voor grote salesteams. Wat nieuw is, is dat de bouwstenen inmiddels binnen bereik van het MKB liggen: de data is openbaar, AI-modellen worden per verwerkte tekst afgerekend in plaats van per licentie, en CRM-platformen zijn open genoeg geworden om inzichten terug te schrijven naar het systeem waar het team al in werkt. Bij Zoho CRM zijn de benodigde onderdelen — API’s, Flow, custom modules en AI-koppelingen — vandaag al aanwezig.

Dit is niet alleen interessant voor sales

Commercial Intelligence wordt snel weggezet als salesinstrument. Dat is te beperkt.

Marketing krijgt segmenten op basis van wat er nú bij een bedrijf speelt, in plaats van op branche en bedrijfsgrootte. Customer success ziet risicosignalen voordat ze in een opzegging eindigen: een reorganisatie, een vertrekkende sponsor, een concurrent die zichtbaar wordt in vacatureteksten. Management krijgt zicht op beweging in de markt in plaats van alleen op de eigen pipeline.

En hyperpersonalisatie? Dat is geen doel op zich. Het is het logische resultaat van een systeem dat continu begrijpt wat er speelt.

Wat MFORZ nu bouwt

Wij werken op dit moment aan een uitgebreid onderzoek en een praktische whitepaper. Daarin komen onder andere aan bod: de visie achter deze aanpak, het framework met de drie lagen, Account Intelligence, Contact Intelligence, Market Intelligence, de betrouwbaarheid van de verschillende databronnen, de AI-workflows, de architectuur, praktijkvoorbeelden en de implementatie binnen Zoho CRM.

Ik ben vooral benieuwd naar tegenspraak: welke signalen zou jij níet vertrouwen, en waar ligt voor jou de grens tussen nuttig en opdringerig? Mail gerust naar marvin@mforz.com — reacties nemen we mee in het onderzoek.

Blijft één vraag over. Waarom gebruiken we CRM nog steeds als een digitaal archief, terwijl AI ons vandaag al kan vertellen wat er morgen belangrijk wordt?

Liever direct één concreet onderdeel laten inrichten? Dat kan ook in een korte implementatie sprint.