Goed adviseren begint met kiezen

1. 16 juni 2026, door Jack Vos
2. 0 reacties

Stel je een adviseur voor die zijn dag begint zoals zovelen dat doen: mailbox open, takenlijst erbij, even snel door de portefeuille heen. De meeste acties ontstaan reactief. Iemand mailt, dus je reageert. Iemand belt, dus je helpt. Dat voelt logisch. Maar het heeft een keerzijde.

De klanten die het meeste contact zoeken, zijn niet altijd de klanten waar jouw advies de meeste impact heeft. Ze vragen tijd, maar bepalen ook ongemerkt je dag. Ondertussen zijn er klanten die nauwelijks van zich laten horen. Geen schade, geen vragen. Alles lijkt rustig. Juist daar zit vaak de waarde. Loyale klanten, goede risico’s, maar ook: klanten die langzaam uit beeld verdwijnen. Niet omdat ze ontevreden zijn, maar omdat ze geen aandacht krijgen.

Inbound versus outbound

Inbound en outbound zijn twee verschillende soorten werkzaamheden:

• Inbound is wat binnenkomt. Mails, vragen, schademeldingen. Voor zakelijk is dit gemiddeld acht tot twaalf keer per jaar per klant, voor particulier gemiddeld één of twee keer. Dit werk is belangrijk, het verdient snel en goed antwoord.

• Outbound is waar je zelf bepaalt wat je aandacht krijgt. Welke klanten krijgen vandaag een moment van jou? Welke risico’s heb je laten liggen? Waar zit potentieel dat je nog niet hebt opgemerkt? Dit werk bepaalt hoe proactief je bent.

Het probleem is dat inbound-werk (wat binnenkomt) alle uren eet, zodat outbound-werk (wat ertoe doet) er niet van komt. De oplossing is niet meer inzet. De oplossing is allereerst slimmere inbound-verwerking, zodat je tijd hebt voor gericht outbound-werk.

Moderne AI-technologie biedt een inbound-systeem speciaal voor de adviseur met integratie van je CRM (Anva, CCS, DIAS, enzovoort) dat elke binnenkomende mail in twee seconden contextualiseert. Wie is deze klant? Wat is hun risicoprofiel? Wat is de beste respons (next best action)? Zoals: ‘deze klant heeft hoog vertrekrisico, bellen, niet mailen’. Daarmee bespaar je tot vijftien minuten per mail. Bij gemiddeld tien tot vijftien mails per adviseur per dag heb je het over ruim twee uur per dag. Hierdoor krijg je ruimte om meer aan outbound te gaan doen.

Drie lenzen

Wanneer je tijd hebt om te kiezen, waar richt je je dan op? Drie lenzen structureren dat:

• Eerste: royement. Welke klanten lopen risico op vertrek? Dit is niet voelen, dit is voorspellen. Dit is mogelijk met complexe AI-modellen met een nauwkeurigheid rond 50 procent voor twaalf maanden vooruit. Gericht ingrijpen leidt tot 80 procent retentie-verbetering. Een klant met hoog risico om te vertrekken, verdient jouw aandacht vandaag. Want het is nu eenmaal vijf keer makkelijker een klant te behouden dan een nieuwe klant te vinden.

• Tweede: potentieel. Welke pakketten zijn onvolledig? Een bedrijf dat digitaliseert en geen cyber heeft. Een huis gekocht zonder opstaldekking. Een zelfstandige zonder AOV. Het systeem ziet deze gaten door vergelijking: wie in dezelfde sector, dezelfde grootte, dezelfde situatie hebben wel deze dekking? Dat zijn concrete gesprekken.

• Derde: zorgplicht. Welke dossiers hebben echt aandacht nodig? Complexe pakketten die twee jaar niet gereviewd zijn. Overgenomen klanten zonder controle. Grote risico’s waar onderverzekering op de loer ligt. Dit is adviesplicht, niet administratie.

Deze drie lenzen werken samen. Een klant met hoog vertrekrisico én onbenut potentieel én zorgplichtbehoefte? Dat is vandaag jouw werk.

Voorbereiding maakt het verschil

Nu je weet welke klanten aandacht verdienen, begint het echte voordeel.

Voordat je belt, zijn de feiten al samengesteld op basis van de beschikbare data in jouw systemen en aangevuld met externe data. Daarnaast, wanneer heb je deze klant het laatst gesproken? Wat is er veranderd in hun situatie? Waar zit het risico, welke essentiële dekking ontbreekt? Welk advies ligt voor de hand?

Dit werk doen AI-ondersteuning en agents vooraf. De ene bereidt je voor op het gesprek. Een ander stelt draft-communicatie op, zoals een gespreksleidraad of alvast een concept adviesrapport. De ondersteunende taken, het arbeidsintensieve werk, zijn al klaar. Jij begint waar het ertoe doet: het gesprek zelf.

Voor zakelijk betekent dit dat je meer klanten gericht kunt benaderen met dezelfde tijd. Voor particulier betekent het dat je op schaal persoonlijk kunt werken. Allebei zonder dat reactief inbound-werk je in de weg staat.

De technologie onder het werk

Dit klinkt simpel, maar werkt alleen met de juiste inzichten achter de schermen.

• Data science verbindt en verrijkt je klantgegevens met externe informatie. Zo wordt meestal CBSdata op buurtniveau ingezet, met meer dan honderd kenmerken van een buurt. KvK-groei, demografische verandering, alles geeft context die je zelf nooit zou kunnen opbouwen.

• Machine learning leert wat voorspellend is. Welke combinaties leiden tot vertrek? Welke signaleren potentieel? Welke wijzen op zorgplicht? Dit wordt niet bedacht, het wordt herkend in duizenden klanttrajecten.

• Large Language Models (LLM’s) vertalen technische inzichten naar adviestermen die helpen. En autonome AI-agents voeren het zware werk uit: mail op het juiste moment, voorbereiding klaar, gespreksnotities verzameld.

McKinsey noemde dit in 2025 een ‘strategisch kantelpunt’. Organisaties die dit integreren bouwen een voorsprong op. Dit hoeft niet zelf gebouwd te worden. Serviceproviders bieden het meer en meer aan. Softwarepartners regelen het. Je kiest voor een tool of service die dit standaard doet, je stelt je werkwijze erop af, en je werkt anders. Dat is alles.

De kern van goed adviseren

De juiste klant, op het juiste moment, de juiste aandacht. Dat is het. Niet meer, niet minder. Dat is adviesimpact.

Met een portefeuille van duizenden klanten is dat een uitdaging. Reactief werken biedt geen uitweg: je reageert op wie schreeuwt, niet op wie je echt kunt helpen. Dat kan beter.

De werkwijze die we in dit artikel hebben beschreven - inbound-triaging zodat je outbound-focus krijgt, drie lenzen om gericht te kiezen, voorbereiding die je tijd teruggeeft, is precies ontworpen voor deze uitdaging. Het maakt het haalbaar.

Het resultaat is helder: klanten die beter geadviseerd worden op het moment dat het ertoe doet. Groeiend vertrouwen in jouw bedrijf, omdat advisering voelbaar wordt. Hogere loyaliteit, omdat je daar aanwezig bent waar het verschil maakt. De klant denkt: ”Deze adviseur is echt goed, hij weet wat er speelt, voordat ik aan de bel hoef te trekken”.

En voor jezelf: meer rust in je dag, scherpere keuzes, beter werk. Niet omdat je harder werkt. Maar omdat je weet waarop je je richt.

In het derde en laatste deel van dit drieluik kijken we naar de gevolgen: hoe dit omslaat in groei, waardering en toekomst van je kantoor. Want dit gaat verder dan je eigen dag. Het bepaalt wat je kantoor waard is.

Bronnen:

• McKinsey & Company – The Future of AI for the Insurance Industry (2025)

• Deloitte – State of AI in the Enterprise 2026

• Bain & Company – Customer Behavior and Loyalty in Insurance (2023)

• Gartner – Predicts 2026: AI Potential and Risks in Software Engineering

 

Drieluik adviesimpact

In het eerste deel van dit drieluik beschreven we hoe het vak verschuift van werkdruk naar keuzedruk. In diteweede deel: hoe bepaal je als adviseur waar jouw aandacht vandaag het meeste verschil maakt. In deel 3 volgt inzicht in het advieskantoor van morgen.

Jack Vos: ‘Meer rust omdat je weet waarop je je richt.’

Jack Vos is de oprichter van Onesurance.ai. Een insurtech bedrijf dat zich specifiek richt op ondersteuning van adviseurs in Nederland en omringende landen. Aangesloten bij insurtech hubs in Amsterdam, München, London en Zurich.

 

Reactie toevoegen

Naam

E-mailadres

Reactie

Organisatie

Telefoonnummer

VVPVIP HypothekenVVP Innovatie PlatformVIP SchadeVVP Twitter

Toevoegen 

Meer over

• Digitale Transformatie
• Onesurance