Voor dienstverleners met een hoog volume aan inkomende klantvragen is WhatsApp het meest gebruikte kanaal geworden. Het probleem: buiten kantooruren blijven berichten onbeantwoord, en herhaalvragen kosten medewerkers veel tijd. Dit is een concreet scenario voor een installatiebedrijf.
De context
Een installatiebedrijf voor zonnepanelen en warmtepompen (12 medewerkers, 3 in de buitendienst) ontving dagelijks 30 tot 50 WhatsApp-berichten van klanten. De meest gestelde vragen waren:
- Wanneer kom ik aan de beurt? (planningsvraag)
- Mijn installatie doet het niet meer, wat nu? (storing)
- Is dit gedekt onder garantie?
- Kan ik mijn afspraak verzetten?
- Hoe lees ik mijn omvormer uit?
Samen maakten deze vijf categorieën ruim 60% van alle inkomende berichten uit. De overige 40% waren complexere vragen die een medewerker nodig hadden.
De workflow
De automatisering is opgebouwd in twee lagen: een classificatielaag en een antwoordlaag.
Laag 1: Classificatie
- Inkomend WhatsApp-bericht wordt ontvangen via de WhatsApp Business API-webhook in n8n.
- Het bericht wordt doorgegeven aan de OpenAI API (GPT-4o mini) met een classificatieprompt. Het model categoriseert het bericht in een van de volgende klassen: planning, storing, garantie, afspraak-verzetten, technische-handleiding, of overig.
- Op basis van de categorie splitst de workflow zich in twee paden: automatisch beantwoorden of routeren naar een medewerker.
Laag 2: Automatische antwoorden
Voor de vijf bekende categorieën genereert de workflow een gepersonaliseerd antwoord:
- Planning: het systeem haalt de klantgegevens op uit Notion (klantendatabase) en koppelt de verwachte installatiedatum terug.
- Storing: de klant ontvangt een stap-voor-stap troubleshooting-bericht afgestemd op het geinstalleerde type omvormer (ook opgezocht in Notion).
- Garantie: de garantiestatus en -duur worden opgezocht in het klantdossier en teruggemeld.
- Afspraak verzetten: de klant ontvangt een Cal.com-link om zelf een nieuw moment te kiezen uit de beschikbare agenda.
- Technische handleiding: de juiste handleiding-link wordt teruggestuurd op basis van het geinstalleerde product.
Routering van complexe vragen
Berichten die vallen in de categorie "overig" of waarvoor geen klantdata beschikbaar is, worden doorgestuurd naar een gedeelde Slack-thread voor het serviceteam. Het bericht bevat de originele WhatsApp-tekst, de klantnaam, het adres en een AI-samenvatting van de context.
Buiten kantooruren
De workflow draait 24/7. Buiten kantooruren ontvangen klanten automatisch een antwoord op hun vraag als die in een bekende categorie valt. Is dat niet het geval, dan bevestigt de bot de ontvangst en meldt dat een medewerker de volgende werkdag reageert. Het bericht verschijnt op een prioriteitenlijst voor de eerste medewerker die 's ochtends inlogt.
Privacy en AVG
Alle klantdata blijft binnen de eigen systemen (Notion, Google Workspace). Er worden geen persoonsgegevens opgeslagen bij OpenAI: de API-calls bevatten alleen de tekst van het bericht en maximaal de voornaam van de klant. De Data Processing Addendum van OpenAI is van toepassing.
Resultaten na 2 maanden
- 60% van berichten volledig automatisch verwerkt
- Gemiddelde responstijd buiten kantooruren: van 9 uur naar onder 1 minuut
- Klanttevredenheids-score (NPS): gestegen van 34 naar 51
- Tijdsbesteding klantenservice-medewerkers aan WhatsApp: -55%