Ervaren leidinggevende in klantensucces legt uit waar AI het verschil maakt — en waar het tekortschiet

Anika Zubair

CEO van The Customer Success Pro

Anika Zubair

Ontdek hoe AI teams voor klantensucces helpt om verlengingen te verbeteren, uitbreidingskansen te identificeren en administratief werk te verminderen zonder menselijke oordeelsvorming of relaties te vervangen.

Key Takeaways

Proactieve klantervaring: Anika Zubair helpt bedrijven om over te stappen van reactieve naar proactieve modellen voor klantensucces.

AI-gebruik: AI ondersteunt beslissingen, maar mag menselijke oordeelsvorming in klantrelaties niet vervangen.

Beperkingen van AI: AI versnelt processen, maar is geen kortere weg naar het transformeren van strategieën voor klantensucces.

AI in QBR's: AI stroomlijnt de voorbereiding van QBR's, waardoor ruimte ontstaat voor strategische gesprekken en de voorbereidingstijd afneemt.

Tool versus ondersteuning: Succes hangt meer af van de ondersteuning van teams dan van technologische hulpmiddelen, met de nadruk op omzet en strategische veranderingen.

Anika Zubair is de CEO van The Customer Success Pro, een bedrijf dat samenwerkt met organisaties om hun klantensuccesteams te helpen omzet te genereren uit hun bestaande klantenbestand.

We spraken met Anika om meer te weten te komen over hoe ze AI inzet om impact te creëren. Dit vertelde ze ons.

Van reactieve naar proactieve klantbeleving

Ik ben Anika Zubair, oprichter en CEO van The Customer Success Pro. Ik werk al meer dan 16 jaar in klantensucces en na de verkoop, waarvan ongeveer tien jaar in leidinggevende functies, voordat ik mijn eigen bedrijf begon.

Vandaag werk ik wereldwijd met B2B SaaS-organisaties, doorgaans middelgrote tot grote ondernemingen, om hun klantensucces-, accountmanagement- en bredere teams na de verkoop te helpen omzet te genereren uit hun bestaande klantenbestand. Niet alleen klantbehoud, maar ook echte uitbreiding en meetbare groei. Ik werk met teams van 10 tot meer dan 100 CSM's in EMEA, de VS en APAC.

Deze teams beheren meestal een mix van klantsegmenten, van intensief begeleide accounts van grote ondernemingen tot grootschalige klantenportefeuilles in het middensegment. De overeenkomst tussen al deze teams is dat er van hen wordt verwacht dat ze meer doen dan alleen relaties beheren. Ze moeten omzetverantwoordelijkheid dragen, invloed uitoefenen op verlengingen en mogelijkheden voor uitbreiding identificeren.

Mijn rol helpt deze organisaties om de omslag te maken van reactief, op dienstverlening gericht klantensucces naar proactieve, commercieel gedreven teams die vol vertrouwen kunnen aantonen hoe hun werk bijdraagt aan de omzet.

More Articles

Waarom CX-leiders bewust moeten kiezen wanneer ze AI inzetten

Waarom CX-leiders bewust moeten kiezen wanneer ze AI inzetten

Veel teams maken de verkeerde verdeling tussen taken voor AI en taken voor mensen. Ze vertrouwen óf te veel op AI óf vermijden het volledig.

De grens is heel duidelijk. AI moet beslissingen informeren en de uitvoering versnellen, maar mag niet de relatie of het beoordelingsvermogen overnemen.

Zo pak ik het aan. Ik gebruik AI voor:

  • Prioritering van problemen en risico's: AI is uitstekend in het herkennen van patronen in grote hoeveelheden gegevens: dalingen in productgebruik, pieken in support, veranderingen in betrokkenheid en zelfs de toon in klantcommunicatie. Het brengt accounts met een verhoogd risico veel sneller aan het licht dan wanneer een mens dashboards doorneemt.
  • Personalisatie op schaal: Niet voor het opbouwen van relaties, maar voor de voorbereiding. AI helpt bij het opstellen van gepersonaliseerde e-mails, agenda's voor gesprekken, opvolgberichten en zelfs communicatie die is afgestemd op belanghebbenden op basis van hun functie. In plaats van naar een leeg scherm te staren, begint een CSM met iets dat voor 80% klaar is.
  • Inzichten genereren voor gesprekken: Voor een verlenging of een waardebespreking brengt AI alles samen tot één visie. Het identificeert wat er is veranderd, waar waarde zichtbaar is, waar wrijving bestaat en waar mogelijkheden voor uitbreiding liggen. Voorheen kostte dit niveau van synthese uren.
  • Interne efficiëntie: Gesprekken samenvatten, CRM-notities bijwerken, vervolgstappen identificeren — dat automatiseert AI allemaal. CSM's zouden hun tijd niet moeten besteden als administratieve medewerkers.

AI moet je team sneller, scherper en beter voorbereid maken. Maar momenten die bepalend zijn voor klantrelaties, vertrouwen en omzetresultaten vereisen nog steeds een mens aan het stuur… De teams die winnen, kiezen niet tussen AI en mensen. Ze bepalen bewust waar elk van beide wordt ingezet.

Anika ZubairCEO van The Customer Success Pro
Share This Quote on:

Hier kies ik er bewust voor om het expliciet menselijk te houden:

  • Commercieel oordeel: Bepalen hoe je met een verlenging omgaat, of je druk moet uitoefenen, waar je moet toegeven en hoe je een deal structureert. Hiervoor zijn context, ervaring en het kunnen aanvoelen van de situatie nodig. AI kan hierbij informatie bieden, maar zou die beslissing niet moeten nemen.
  • Relaties opbouwen en vertrouwen creëren: Klanten merken automatisering op. Gesprekken met leidinggevenden, moeilijke discussies en momenten waarop je een klant uitdaagt of diens denkwijze herkadert, moeten door een mens worden gevoerd.
  • Herstel van de dienstverlening en escalaties: Wanneer er iets misgaat, is je verschuilen achter automatisering de slechtste aanpak. Empathie, verantwoordelijkheid nemen en sterke communicatie zijn dan het belangrijkst.
  • Het klanttraject op strategisch niveau ontwerpen: AI kan patronen voorstellen, maar beslissen hoe je klantervaring moet aanvoelen, waar je extra aandacht aan besteedt, wat je automatiseert en hoe je je onderscheidt — dat is een leiderschapsbeslissing.

AI moet je team sneller, scherper en beter voorbereid maken. Maar momenten die klantrelaties, vertrouwen en omzetresultaten bepalen, vereisen nog steeds een mens aan het stuur.

De teams die winnen, kiezen niet tussen AI en mensen. Ze zijn bewust van de momenten waarop elk van beide een rol speelt.

Waarom AI geen kortere weg naar transformatie is

En onthoud: AI versterkt wat je team al is.

Als je team strategisch, commercieel scherp en klantgericht is, maakt AI het sneller, consistenter en doeltreffender. Maar als je team reactief en taakgericht is en opereert als een ondersteuningsteam, maakt AI het alleen maar een snellere versie daarvan.

Het is geen kortere weg naar transformatie.

Waarom AI in CX grote voordelen — en nadelen — heeft

Waarom AI in CX grote voordelen — en nadelen — heeft

De resultaten van AI zijn grotendeels — maar niet volledig — positief:

  • De tijdsbesparing is aanzienlijk: Teams zien een afname van 30 tot 60% in de voorbereidingstijd voor QBR's, verlengingsbriefings en accountbeoordelingen. Wat vroeger twee tot drie uur kostte, is nu in 20 tot 40 minuten klaar.
  • De kwaliteit van gesprekken is toegenomen: Dit is voor mij het belangrijkst. CSM's gaan gesprekken in met een standpunt, niet alleen met gegevens. Dat hoor je onmiddellijk. Meer taalgebruik op directieniveau, meer resultaatgerichte gesprekken en minder aandacht voor functies.
  • Risico's worden eerder geïdentificeerd: AI helpt signalen van klantverloop weken, soms maanden, eerder dan voorheen naar boven te halen. Hierdoor krijgen teams een echte kans om in te grijpen, in plaats van te reageren wanneer het al te laat is.
  • Impact op de omzet: Teams vergroten hun vertrouwen in verlengingen en geven minder korting omdat ze waarde beter kunnen verwoorden. Aan de uitbreidingskant signaleren ze kansen eerder, waardoor er meer pijplijn ontstaat vanuit bestaande klanten. Ik heb een verbetering van 10 tot 25% in de kwaliteit van de uitbreidingspijplijn gezien, niet alleen in het volume.
  • Minder administratieve belasting: Gespreksnotities, CRM-updates en samenvattingen worden sneller afgehandeld, waardoor de CSM tijd terugkrijgt.

Deze efficiëntiewinsten vereisen een mentaliteitsverandering — CX-leiders moeten afstand nemen van de overtuiging dat geweldige CX tijd vereist.

Jarenlang gingen we ervan uit dat een hoogwaardige klantervaring uren kostte: grondige voorbereiding, het uitgebreid opbouwen van QBR's, handmatige analyses en elk bericht vanaf nul opstellen. En eerlijk gezegd was dat vroeger ook zo. Maar AI heeft dat volledig ter discussie gesteld.

Hoe AI de manier verbetert waarop CSM's QBR's aanpakken

Dit is een grote verandering die ik dankzij AI heb doorgevoerd.

Een jaar geleden haalden de meeste teams handmatig gegevens op, maakten ze dia's en probeerden ze een “waardeverhaal” samen te stellen op basis van gebruiksstatistieken, ondersteuningstickets en intuïtie. Dit proces was traag, inconsistent en sterk gericht op activiteiten.

Ik heb dat proces volledig omgedraaid met AI. Nu gebruik ik AI om een eerste versie van het klantverhaal te genereren voordat ik een presentatie open. In plaats van te vragen: “Welke dia's heb ik nodig?”, beginnen ze met: “Wat is het verhaal over de bedrijfsimpact voor dit account?”

Ik voer trends in productgebruik, belangrijke mijlpalen, interacties met de ondersteuning, bekende klantdoelen en gespreksnotities in. AI helpt dit vervolgens te structureren in:

  • De resultaten die de klant probeerde te bereiken
  • Wat er in hun bedrijf is veranderd
  • Waar waarde is gecreëerd of gevaar loopt
  • Waar duidelijke signalen voor uitbreiding aanwezig zijn

De hulpmiddelen die ik hiervoor gebruik, zijn aangepaste GPT's, Claude, Fathom, Gong en Planhat,

Tegen de tijd dat de CSM de QBR opstelt of het gesprek voert, gokken ze niet meer. Ze stappen binnen met een duidelijke visie. De resultaten zijn aanzienlijk:

  1. De kwaliteit van de gesprekken verbeterde onmiddellijk. CSM's klinken strategischer omdat ze een verhaal hebben, en niet alleen data.
  2. De voorbereidingstijd nam aanzienlijk af. Wat vroeger uren kostte, duurt nu minuten. Dit betekent dat teams meer tijd besteden aan nadenken en minder tijd aan het samenvoegen van informatie.
  3. Het belangrijkste is dat dit rechtstreeks invloed had op de omzet. Door te beginnen met een duidelijk waardeverhaal wordt het veel eenvoudiger om verlengingen te bespreken, weerstand te bieden aan kortingen en op natuurlijke wijze uitbreidingsmogelijkheden te introduceren.

AI maakte het proces niet alleen sneller. Het maakte Klantsucces commerciëler.

Waarom AI in CX grote nadelen heeft

Anika Zubair

Anika deelt

Het grootste probleem is oppervlakkig denken: Wanneer teams te sterk vertrouwen op AI-uitvoer, stellen ze het verhaal niet langer ter discussie.

En nu het slechte nieuws — want als het slecht wordt uitgevoerd, bestaat er zeker een keerzijde:

  • Het grootste probleem is oppervlakkig denken: Wanneer teams te sterk vertrouwen op AI-uitvoer, stellen ze het verhaal niet langer ter discussie. Ik heb CSM's een door AI gegenereerde samenvatting voor waar zien aannemen zonder hun eigen oordeel toe te passen. Daardoor kunnen ze volledig missen wat er in het account gebeurt.
  • Generieke communicatie: Als je niet voorzichtig bent, begint alles hetzelfde te klinken. Klanten merken dat. Het vertrouwen neemt snel af als elke e-mail of update aanvoelt alsof die uit een sjabloon komt, zelfs als die technisch gezien “gepersonaliseerd” is.
  • Een vals gevoel van strategie: Dit is een belangrijk probleem. Het feit dat AI een aantrekkelijk “waardeverhaal” kan genereren, betekent niet dat het team strategisch te werk gaat. Ik heb leiders zien denken dat ze hun team naar een hoger niveau hadden gebracht, terwijl ze in werkelijkheid alleen de opmaak hadden verbeterd — niet het denkproces.
  • Te veel automatisering op de verkeerde momenten: AI gebruiken bij escalaties, moeilijke gesprekken over verlengingen of gevoelige situaties kan ernstig averechts werken. Dit zijn momenten waarop toon, empathie en beoordelingsvermogen belangrijker zijn dan snelheid.

Ik heb gemerkt dat de winnende teams AI gebruiken als startpunt, niet als definitief antwoord.

Waarom AI tekortschiet bij het bieden van echte CX-personalisatie

Waarom AI tekortschiet bij het bieden van echte CX-personalisatie

Het grootste gebied waarop AI de verwachte impact op CX niet heeft waargemaakt, is echte personalisatie op relatieniveau.

AI is uitstekend in het doen lijken alsof iets gepersonaliseerd is. Het kan e-mails aanpassen, verwijzen naar gebruiksgegevens en de toon afstemmen op een persona. Op papier ziet dat er geweldig uit. Maar klanten — vooral op ondernemingsniveau — voelen onmiddellijk het verschil.

Er bestaat een groot verschil tussen “Dit is voor mij gegenereerd” en “Deze persoon begrijpt mijn bedrijf.” En dat verschil is belangrijk, omdat vertrouwen wordt opgebouwd op basis van diepgang, niet van opmaak.

Waarom ondersteuning belangrijker is dan hulpmiddelen

Ondersteuning is belangrijker dan de hulpmiddelen zelf. Dat is iets wat ik eerder had willen beseffen.

Toen ik AI voor het eerst testte met CS-teams, dacht ik dat het moeilijkste onderdeel het kiezen van de juiste tool was en mensen een paar opdrachten laten zien. Dat was niet zo. De echte uitdaging was om het team anders te laten nadenken over hun werk.

Om dit te bereiken, stopte ik met praten over AI als een hulpmiddel en begon ik erover te praten als een hefboom voor omzet. Ik zorgde ervoor dat mijn team over de juiste hulpmiddelen en de juiste instelling beschikte. En in plaats van hen te vragen AI te gebruiken om sneller e-mails te schrijven, vroeg ik hen AI te gebruiken ter voorbereiding op commerciële gesprekken. Wat moet deze klant horen om te verlengen? Welke signalen voor uitbreiding gaan schuil in hun gebruiksgegevens? Welk risico zien we niet?

Dus hier is mijn advies: behandel AI niet als een technologie-initiatief. Beschouw het als een verschuiving in vaardigheden.

De winnende teams gebruiken AI als uitgangspunt, niet als het uiteindelijke antwoord….Behandel AI niet als een technologie-initiatief. Zie het als een verschuiving in capaciteiten.

Anika ZubairCEO van The Customer Success Pro
Share This Quote on:

Volg mee

Je kunt het werk van Anika Zubair volgen op LinkedIn. Bekijk ook The Customer Success Pro.

Er volgen nog meer interviews met experts op The CX Lead!

You may also like