De AI-assistent voor retail: van klantvraag tot afgeronde transactie
- Gepubliceerd
- Laatst bijgewerkt
LuisterenLuister naar dit artikel
Klanten kopen niet volgens een rechte lijn. Ze wijzigen data en budgetten, hebben halverwege vragen en verwachten dat het antwoord meteen de volgende stap bevat. Formulieren en filters laten hen opnieuw beginnen. Een AI-spraakassistent niet. Die zoekt, antwoordt, past zich aan en rondt de transactie af in één gesprek.
In ons recente webinar lieten Pieter Peeters (GTM), Boning Gong (FDE) en Shana Inch (GTM) zien hoe een AI-agent op basis van ElevenAgents echte gesprekken over hotelboekingen afhandelt, wat goed presterende agents onderscheidt van teleurstellende agents en hoe teams van pilot naar productie gaan.
Belangrijkste inzichten
- Eén gesprek vervangt formulieren en filters. Klanten wijzigen tijdens een aanvraag data, budgetten en plannen. De AI-assistent doorzoekt live data, past zich aan en rondt de boeking of bestelling af. Bij Rohlik kunnen klanten al producten zoeken, een boodschappenlijst maken en via spraak afrekenen.
- Een goede assistent begeleidt, en geeft niet alleen antwoord. Die kent de klant en de catalogus. In onze demo merkte de assistent een overlap op met een eerdere boeking die de klant was vergeten. Bij Immobiliare.itverhoogde een assistent voor advertenties de kwalificatie van leads met 3,3x.
- Support volgt hetzelfde patroon. Klanten met een probleem willen dat het wordt opgelost, niet worden doorgestuurd. De assistent van Rohlik, Maia, handelt 90% van de binnenkomende hotlinegesprekken af, en de assistent van Klarna biedt eerstelijnstelefonische support aan alle 35 miljoen Amerikaanse klanten.
- Spraak bewijst zijn waarde naarmate gesprekken ingewikkelder worden. Na twee minuten slaagt spraak 29% vaker dan chat. In ons onderzoek gaf 85% van de 98 deelnemers de voorkeur aan spraak boven chat om een geannuleerde vlucht om te boeken. Ook snelheid is belangrijk: een daling van 16% in latency ging gepaard met een stijging van 26% in succes.
- De configuratie bepaalt het resultaat. Veel teleurstellende AI-agents zijn verkeerd ingesteld: het verkeerde model, de verkeerde stem of te weinig tijd voor de configuratie. De technologie is niet het probleem. Samen bouwen met een forward deployed engineer of een getrainde partner haalt veel meer uit het project.
Waarom klanten een assistent willen, geen formulier
Klanten boeken of kopen niet volgens een rechte lijn. Een aanvraag begint met twee nachten bij de grachten, wordt er drie en botst vervolgens met een reis die al in de agenda staat. In een winkel begint een mandje met een recept, groeit het met de gebruikelijke bestelling en eindigt het bij het afrekenen. Formulieren en filters zijn daarvoor te statisch. Elke wijziging dwingt de klant opnieuw te beginnen of te vertrekken. Elke wijziging dwingt de klant opnieuw te beginnen of te vertrekken, wat mede verklaart waarom 70% van de online winkelmandjes, checkouts en boekingen wordt verlaten.
Kiezen is het lastige deel. Weinig klanten weten welk filter ze moeten instellen. Ze weten wat ze willen: een rustig hotel bij de musea voor minder dan €400 per nacht, een recept voor vier personen, een huis dicht bij de school. Een goede assistent stelt de volgende vraag, beperkt de opties en beveelt er één aan. Die kent de klant ook.
Support volgt hetzelfde patroon. Een klant met een probleem wil geen telefoonmenu of wachtrij. Die wil dat het wordt opgelost, in de eigen taal, en worden doorverbonden met een persoon die de volledige context heeft als de assistent dat niet kan. De vraag houdt zich ook niet aan kantooruren. Bij SevenRooms kwam 1 op de 5 gesprekken die door de Voice AI werden afgehandeld buiten kantooruren binnen. Voicemail vangt ze niet op: 80% van de bellers die voicemail krijgen, hangt op zonder een bericht achter te laten. Amerikaanse gegevens van het Marchex Institute laten zien dat 1 op de 7 telefoongesprekken mislukt, onbeantwoord blijft of wordt afgebroken.
De kosten van onbeantwoorde oproepen
Stress drijft mensen naar spraak. In een onderzoek van ElevenLabs onder 98 mensen gaf 85% de voorkeur aan spraak boven chat om een geannuleerde vlucht om te boeken, waarbij ze snelheid van afhandeling en empathie als belangrijke redenen noemden. Chat werkt voor korte vragen, maar bij honderden productie-agents die beide kanalen gebruiken, slaagt spraak 29% vaker zodra een gesprek langer dan twee minuten duurt. Veel teams automatiseren eerst chat of e-mail en voegen spraak als laatste toe. Volgens onze ervaring verbetert beginnen met spraak de metrics meteen.
Spraak blinkt uit in complexe klantgesprekken
Wat AI-assistenten voor retail opleveren in productie
AI-assistenten leveren het eerst resultaat op waar klanten hulp nodig hebben bij kiezen, bestellen of iets oplossen: een winkel met een lange catalogus, een boekingssite met te veel filters, een supportwachtrij die blijft groeien. ElevenAgents is live in hospitality, reizen, retail, commerce en marktplaatsen, en klanten hebben resultaten gepubliceerd op vijf gebieden.
Vraag opvangen buiten openingstijden. De Voice AI van SevenRooms, mogelijk gemaakt door ElevenAgents, heeft meer dan 400.000 gesprekken afgehandeld bij meer dan 600 restaurants, waarvan 1 op de 5 buiten openingstijden. Restaurants ontvingen tot 25% meer reserveringen, op basis van gegevens van SevenRooms waarin de eerste drie maanden van locaties met Voice AI in 2026 worden vergeleken met dezelfde periode een jaar eerder.
Support sneller oplossen, via het kanaal en in de taal van de klant. Rohlik Group, een van de grootste online boodschappenplatforms van Europa, bedient 3 miljoen klanten in vijf landen. De agent Maia handelt 90% van de binnenkomende hotlinegesprekken en 90% van de klantcommunicatie af via telefoon, web, app en WhatsApp, in zes talen. Problemen worden meer dan 2x sneller opgelost en er is 24/7 ondersteuning beschikbaar. Rohlik ligt op koers om de operationele kosten met 50% te verlagen terwijl de CSAT behouden blijft. Klanten kunnen ook producten zoeken, een lijst maken en via spraak afrekenen. „Wij geloven dat spraak de toekomst van boodschappen doen is”, zegt Lukas Honke, Head of AI Engineering bij Rohlik Group. Klarna gebruikt zijn agent voor eerstelijnstelefonische support aan alle 35 miljoen Amerikaanse klanten, met oplossingen die voor de vragen die de agent afhandelt tot 10x sneller zijn. eDreams ODIGEO meldt dubbelcijferige verbeteringen in de snelheid van probleemoplossing en in doorverwijspercentages in vijf talen, en LOT Polish Airlines zet ElevenAgents in voor inkomende telefonische support, waaronder boekingswijzigingen en vragen over tickets.
Lokale talen goed ondersteunen. KPN bouwde Mobiel AI, een assistent binnen zijn zakelijke mobiele abonnementen. Gezamenlijk werk verhoogde de nauwkeurigheid van Nederlandse verificatie van ongeveer 50% naar 90%, en die verbetering komt nu elke Nederlandstalige implementatie op het platform ten goede.
Leads kwalificeren en converteren. Immobiliare.it, de toonaangevende vastgoedmarktplaats van Italië, zag de kwalificatie van leads met 3,3x stijgen. Gebruikers deelden 74% vaker hun telefoonnummer en ongeveer 80% beoordeelde de functie positief. Wat begon als één agent voor advertenties, is uitgegroeid tot een netwerk van agents voor verkopers, outbound, support en zoeken.
Outbound op schaal uitvoeren. De outboundagents van Deliveroo bereikten meer dan 80% van de bezorgers die vastliepen tijdens onboarding, verifieerden de openingstijden van 75% van de restaurants en bereikten 86% van de partnerlocaties voor activering van bezorgerstags.
Demo: AI-conciërge voor hotelboekingen
Scenario: Een reisconciërge-agent op een live boekingssite helpt een klant een hotel in Amsterdam te vinden voor twee personen, voor minder dan €400 per nacht en op loopafstand van de grachten en het museum. De klant wijzigt de aanvraag tijdens het gesprek.
Wat werd getoond:
- Een natuurlijk, snel gesprek dat wijzigingen in plannen verwerkt, zoals een verblijf verlengen van twee naar drie nachten
- Live zoeken in een hoteldatabase, terwijl de website wordt bijgewerkt terwijl de agent werkt
- Gebruik van eerdere boekingen: de agent ontdekte een overlappend verblijf in Istanbul en vroeg ernaar voordat de boeking werd bevestigd
- Personalisatie: de agent vroeg naar het jubileum van de klant en gaf een notitie door aan het hotel
- Opvolging: de boeking werd bevestigd en de conflicterende boeking werd op verzoek geannuleerd
- Een wisseling naar het Nederlands voor een samenvatting, daarna terug naar het Engels
Waarom dit belangrijk is: De klant rondt in één gesprek af wat anders pagina's met filters en formulieren zou kosten. De agent ontdekt ook de overlap die de klant was vergeten en voltooit de taak van begin tot eind.
Best practices voor het bouwen van een agent voor boekingen of commerce
- Begin met één duidelijk afgebakende customer journey. Breng snel een kleine use case naar productie om te bevestigen dat deze werkt en snel genoeg is. Breid hetzelfde platform daarna uit met het opzoeken van bestellingen, terugbetalingen of hulp bij winkelen.
- Leg persona, doelen en vangrails vast. Een sterke system prompt beschrijft wie de agent is, de toon, wat de agent nooit mag doen (zoals informatie verzinnen) en wat er moet gebeuren als een tool faalt of een reservering niet doorgaat.
- Verbind de juiste data en beperk de scope. Koppel kennis en tools aan de systemen die de antwoorden bevatten, zoals je CRM en boekingssysteem. Maak elke tool en elk document alleen zichtbaar in de fase van het gesprek waarin die nodig is, zodat de prestaties behouden blijven naarmate de agent groeit.
- Gebruik workflows wanneer het pad vast moet liggen. Leid stappen zoals authenticatie of het bevestigen van een reservering via specifieke subagents en tool calls, zodat het gedrag voorspelbaar is.
- Kies model en stem bewust. Een zeer capabel model kan de agent zo traag maken dat die kapot lijkt, terwijl de snelste modellen minder consistent kunnen zijn. Een stem die niet bij het merk past, kan een goede agent slecht laten klinken. Test opties aan de hand van dezelfde scenario's.
- Test vóór de lancering, meet daarna. Bepaal vooraf succescriteria, beoordeel elk gesprek daaraan en houd bij waar bellers naar vragen waarop de agent geen antwoord kan geven. In de demodata bleven bellers bijvoorbeeld vragen naar parkeren.
- Plan de overdracht naar een persoon. Geef verzamelde gegevens door, zoals gebruikers-ID en authenticatiestatus, plus een samenvatting van het gesprek en waarom de agent overdroeg, zodat de persoon verdergaat waar de agent stopte.
- Controleer vroegtijdig de vereisten voor data en toestemming. EU-dataresidentie en een zero retention-modus zijn beschikbaar. Voor outboundgesprekken die worden geactiveerd door websiteactiviteit gelden regels, zoals expliciete toestemming in Nederland.
- Neem de tijd voor configuratie. Veel teams testen een paar uur en concluderen dat de technologie nog niet klaar is. Resultaten komen voort uit leren hoe je de agent configureert, inclusief model, stem en prompt.
Veelvoorkomende valkuilen bij de implementatie van AI-agents vermijden
Drie manieren om aan de slag te gaan
- Bouw het zelf. Koop een licentie op de website, of neem contact met ons op voor een enterpriselicentie. Bouw vervolgens met de documentatie en Architect, een AI-builder die een agent configureert op basis van een beschrijving van wat je wilt. Een eerste werkende versie kan inclusief testen ongeveer een dag duren, waardoor dit de snelste manier is om een kleine use case te valideren.
- Bouw met ElevenLabs. Werk samen met een forward deployed engineer die naast je team bouwt en meebrengt wat die heeft geleerd uit klantprojecten.
- Werk met een systeemintegrator. Onze getrainde partners in de Benelux geven praktische workshops op locatie. Dit past bij kleinere eerste use cases of teams die een grotere pilot moeten verantwoorden aan hun bestuur.
Volgens onze ervaring benutten teams die volledig zelfstandig bouwen slechts 10-20% van het potentieel van het platform. Daarom profiteren de meeste projecten, vooral die op grote schaal, van een van de laatste twee opties.
Bekijk de volledige sessie
Bekijk hier het volledige webinar, inclusief de Q&A met het publiek over integraties, overdracht naar een persoon en dataresidentie. Klaar om dit te zien voor je eigen boekingen, bestellingen of reserveringen? Neem contact op met ons salesteam voor een begeleide demo op maat van je team.
Pieter Peeters maakt deel uit van het GTM-team en richt zich op het versterken van de aanwezigheid van ElevenLabs in voice AI en agents in Europa.

.webp&w=3840&q=80)



