Hoe Clay alle klantfeedback bleef lezen terwijl het met Unwrap groeide

Toen Clay's klantenbestand uitgroeide tot tienduizenden klanten, bereikten de slanke product- en supportteams een punt waarop niemand meer elk binnenkomend feedbackbericht handmatig kon lezen. Met Unwrap, een AI-platform voor klantinzichten, haalde Clay feedback uit elk kanaal samen op één plek, herstelde het vertrouwen van het team dat niets tussen wal en schip viel en gaf het engineeringteam direct inzicht in wat klanten zeiden.

Unwrap ai Partner Spotlight 12627
Partner Perspectives

This is sponsored content from Unwrap. Learn here how we stay transparent.

Belangrijkste punten

  • Clay kreeg te maken met hypergroei en het slanke team kon niet langer elk stukje klantfeedback handmatig lezen; Unwrap bundelde feedback uit elk kanaal — waaronder door AI afgehandelde tickets die het team nooit had gezien — in één gesynthetiseerd overzicht.
  • De Assistent van Unwrap verving handmatig peilen voor functiebeslissingen: het productteam vraagt nu rechtstreeks hoe groot een probleem is, in plaats van navraag te doen bij support.
  • De toepassing verspreidde zich over support, product en engineering, en Unwrap werd onderdeel van Clay's wekelijkse productbeoordeling, waardoor klantfeedback onder de aandacht blijft van de mensen die beslissingen over de productroutekaart nemen.

Het verhaal

Clay groeide snel — zo snel dat de systemen die vorig kwartaal nog werkten, dit kwartaal stilletjes niet meer voldeden. Klantfeedback kwam via meer kanalen en in grotere hoeveelheden binnen dan een slank team handmatig kon bijhouden. Supportmedewerkers signaleerden onafhankelijk van elkaar dezelfde problemen zonder gedeeld overzicht, AI leidde stilletjes een groot deel van de tickets af die niemand in het team ooit zag, en het productteam besteedde daadwerkelijk tijd aan het ondervragen van collega's om in te schatten hoe wijdverbreid een probleem was. Clay schakelde Unwrap in om al die verspreide feedback in één gesynthetiseerd overzicht te verzamelen — en de verandering was niet alleen zichtbaar in een dashboard, maar ook in de manier waarop het team beslissingen neemt.

Over Clay

Clay is een in New York gevestigd AI-platform voor marktintroductieactiviteiten dat omzetteams helpt gegevens te verrijken en uitgaande activiteiten op schaal te automatiseren. Het bedient meer dan 10.000 klanten en is een van de snelst groeiende bedrijven in zijn categorie. Juist die groei maakt het verhaal relevant voor iedere product- of supportleider bij een groeiend softwarebedrijf: de hoeveelheid klantsignalen overstijgt uiteindelijk de menselijke capaciteit om ze te lezen, en de teams die het dichtst bij klanten staan, merken dat als eerste. De productorganisatie van Clay is bewust slank gehouden en het supportteam was gegroeid tot ongeveer 20 mensen toen de hoeveelheid feedback handmatig niet meer beheersbaar werd.

De uitdaging

Voor Unwrap stond de feedback van Clay daar waar die toevallig binnenkwam. Observaties werden in Slack-kanalen geplaatst — "een beetje versnipperd", zoals George Dilthey, hoofd Support, het omschreef — zonder betrouwbare gegevens over hoeveel klanten een bepaald probleem daadwerkelijk meldden. Met ongeveer 20 mensen in het supportteam kon hetzelfde probleem meerdere medewerkers afzonderlijk bereiken en was er geen eenvoudige manier om die observaties te combineren tot één verhaal.

Twee hiaten maakten de situatie nog erger. AI leidde al een aanzienlijk deel van de binnenkomende tickets af — door ze op te lossen voordat er een mens bij betrokken was — waardoor dat volledige deel van de klantfeedback onzichtbaar bleef voor het team. En wanneer het productteam een functiebeslissing moest afwegen, betekende het inschatten van de vraag dat er rondvraag moest worden gedaan: het bevragen van het supportteam kostte "veel meer tijd", merkte Abbie Kouzmanoff, productleider, op, binnen een toch al krap productschema. Bij het groeitempo van Clay was elk stukje feedback handmatig lezen simpelweg niet langer schaalbaar.

De oplossing

Unwrap maakt verbinding met de tools waarin klantfeedback al staat en gebruikt AI om deze automatisch te categoriseren en samen te vatten. Zo worden geaggregeerde inzichten zichtbaar, in plaats van dat teams handmatig vermeldingen moeten labelen en dashboards moeten opbouwen. Voor Clay veranderde dat een versnipperde verzameling signalen in één plek waar feedback uit elk kanaal — inclusief de tickets die AI buiten het zicht had opgelost — samen binnenkomt.

De mogelijkheid die het dagelijkse werk van het productteam veranderde, is de Assistent van Unwrap, die vragen in natuurlijke taal over de feedbackverzameling beantwoordt. Wanneer een technicus vraagt of het de moeite waard is om een bepaalde functie te bouwen, kan Abbie Unwrap rechtstreeks bevragen in plaats van collega's te ondervragen — door, in haar woorden, te vragen: "hoe groot is dit probleem?" Het antwoord waarvoor vroeger een gespreksronde nodig was, vereist nu slechts één vraag.

De toepassing verspreidde zich verder dan de teams die doorgaans eigenaar zijn van feedback. Ook het engineeringteam van Clay gebruikt Unwrap nu, waardoor technici rechtstreeks inzicht krijgen in wat klanten ervaren en zeggen, in plaats van dit via anderen te vernemen. Het productteam nam het bovendien op in een wekelijks ritueel: tijdens de productbeoordeling openen ze Unwrap en bekijken ze samen de binnenkomende problemen. Zo blijft de realiteit van klanten onder de aandacht van de mensen die beslissingen over de productroutekaart nemen.

De implementatie

De bron van dit verhaal richt zich meer op de resultaten dan op de details van de uitrol. Het duidelijkste signaal van een geslaagde implementatie is dan ook waar de tool terechtkwam: niet beperkt tot één team, maar actief gebruikt binnen support, product en engineering, en ingebouwd in een terugkerende wekelijkse vergadering. Een dergelijke multidisciplinaire toepassing is doorgaans het moeilijkste onderdeel van het invoeren van een nieuw systeem, en bij Clay is dat gelukt.

De resultaten

Het duidelijkste resultaat voor Clay is iets wat het team eerder in termen van vertrouwen dan van een getal beschrijft. Doordat feedback voor hen wordt geaggregeerd en samengevat, kan het team opnieuw "het gevoel hebben dat we elk stukje feedback lezen", zei Abbie — een rechtstreeks antwoord op de muur waar ze tegenaan waren gelopen.

De andere veranderingen zijn concreet, ook waar ze nog niet zijn gekwantificeerd. De feedback die door AI was afgevangen, is nu voor het eerst zichtbaar voor het team. Engineers krijgen rechtstreeks inzicht in het sentiment van klanten, in plaats van dit uit de tweede hand te horen. En vragen over prioritering van functies die ooit vereisten dat meerdere mensen werden geraadpleegd, worden nu met één query beantwoord, waardoor een klein productteam tijd terugkrijgt die het eerder aan handmatig werk besteedde. De volgende stap die Clay heeft genoemd, is om de groep mensen binnen het bedrijf die rechtstreeks met klantfeedback werkt verder uit te breiden.

Citaten van klanten

Zelfs ons engineeringteam gebruikt het nu, en dat geeft hen veel meer inzicht in wat klanten rechtstreeks zien en horen.

Abbie KouzmanoffProductlead, Clay
Share This Quote on:

We hebben veel tickets die door AI worden afgevangen, en die zagen we helemaal niet. Het was uiterst nuttig om één plek te hebben waar al die feedback tegelijkertijd binnenkwam.

George DiltheyHoofd klantenondersteuning, Clay
Share This Quote on:

Volgende stappen

Als je team op het punt is beland waarop klantfeedback sneller binnenkomt dan iemand die kan lezen, biedt de ervaring van Clay een nuttige referentie voor wat het samenbrengen ervan op één plek kan veranderen. Je kunt het platform achter dit verhaal verkennen via Unwrap of onze uitgebreide Unwrap-beoordeling lezen voor een vollediger overzicht van de plek die het in je technologiestack inneemt.

Tim Fisher
Tim brings over two decades of experience leading at the crossroads of tech, editorial, and AI innovation. From launching and scaling Lifewire into a top-ranked tech site, to spearheading AI operations at People Inc., he’s spent his career building systems that connect people with smarter solutions. His favorite problems are the ones that unlock new possibilities when properly solved. For Tim, problems are just undiscovered opportunities, and AI has opened the door to solving challenges once thought immovable. When he’s not tinkering with large language models, Tim is either re-reading Project Hail Mary, or eating Mexican food.
Follow the author: