Hoe Conversal onderbouwd koos welke A.I.-copilot het bureau vooruithelpt

Project Overzicht

Wie is Conversal?

Conversal is een digital agency uit Affligem dat bedrijven begeleidt in webdesign en online marketing. Het bureau werkt met twee teams: een team dat websites bouwt en een team dat campagnes opzet en opvolgt voor klanten in verschillende sectoren. Sinds enkele jaren hoort daar ook een creatief bureau bij. Het management volgt de ontwikkelingen rond A.I. van dichtbij en zag kansen om zowel het eigen werk als de dienstverlening naar klanten slimmer te maken.

De vraag

Conversal wilde A.I. niet als los experiment inzetten, maar als vaste laag onder de dienstverlening. Het idee: een eigen A.I.-copilot die campagnedata leest, resultaten samenvat en advies geeft. Intern voor het team, en later mogelijk ook als product voor klanten.

"We willen een A.I.-assistent die onze marketeers ondersteunt en op termijn ook waarde geeft aan onze klanten. Maar wat bouwen we zelf, wat kopen we, en wat levert het effectief op?"

Project Uitvoering

De aanpak

Wij werken in drie stappen: eerst de waarde vinden, dan de waarde bewijzen, dan de waarde bouwen. Voor Conversal deden we de eerste twee stappen. Een A.I. Opportunity Mapping om alle kansen boven water te halen en te prioriteren. Daarna een Business Value traject om de belangrijkste kans volledig uit te werken, tot en met de businesscase.

1. A.I. Opportunity Mapping

Een workshop met het management en de projectverantwoordelijken van beide teams. Zo verliep de sessie:

1. Inspiratie met concrete A.I.-cases uit marketing en dienstverlening.
2. Het proces van prospect tot klant samen uittekenen, van intake over strategie tot kick-off.
3. Per stap de pijnpunten en het huidige A.I.-gebruik ophalen.
4. Opportuniteiten genereren per A.I.-categorie.
5. Alles plotten op waarde tegenover complexiteit en samen prioriteren.

Daaruit kwam één strategisch initiatief naar boven, de A.I.-copilot, plus een quick win rond automatische meetingverslagen.

Het voordeel: het team ging van een brede ideeënlijst naar een gedragen keuze, met per idee een duidelijke inschatting van waarde en complexiteit.

2. Business Value traject rond de A.I.-copilot

In een tweede fase werkten we de copilot volledig uit:

1. Doel en meetpunten vastleggen: minder tijd in rapportering, snellere inzichten, betere onderbouwing richting klanten.
2. Een klikbare mockup maken van de chatinterface, met voorbeeldvragen zoals "Hoe presteerden mijn campagnes vorige maand?".
3. De scope vastleggen in user stories voor een eerste versie.
4. De architectuur uittekenen: een centraal dataplatform dat campagnedata uit de verschillende advertentie- en analysetools samenbrengt, met daarbovenop een A.I.-agent en een chatvenster.
5. De businesscase berekenen, met de cijfers van Conversal zelf.

We deden ook een buy-versus-build analyse. We vergeleken elf bestaande rapporteringsplatformen op integraties, A.I.-mogelijkheden, flexibiliteit en dataveiligheid, en zetten die naast een eigen oplossing. Zo werd zichtbaar waar een kant-en-klare tool volstaat en waar eigen ontwikkeling het verschil maakt.

Het voordeel: geen ruw idee meer, maar een afgebakende eerste versie met scope, architectuur, kostenbeeld en een onderbouwde keuze tussen kopen en bouwen.

3. Quick win: A.I. notetaker

Naast het grote traject legden we een snelle winst op tafel. Een A.I. notetaker die elke meeting automatisch omzet in een verslag met actiepunten, in de eigen huisstijl en opgeslagen in de eigen cloudomgeving. Het team blijft in controle: het verslag gaat pas de deur uit na goedkeuring.

Het voordeel: minder tijd in verslaggeving en meer context die bewaard blijft na een gesprek.

Resultaten

Conversal heeft nu een helder beeld van waar A.I. in het bureau het meeste oplevert, en wat het zou kosten om dat te bouwen. De copilot is uitgewerkt tot een concreet MVP-voorstel: mockup, user stories, architectuur, een kostenraming voor bouw en werking, en een businesscase op basis van eigen cijfers.

Even belangrijk is wat het traject duidelijk maakte over het alternatief. De vergelijking met bestaande platformen liet zien waar die volstaan en waar ze vastlopen, zeker rond eigen datamodellen en dataveiligheid. Zo werd de investeringsbeslissing een onderbouwde keuze in plaats van een gevoel.

Het bureau ging daarna zelf verder met een aantal quick wins uit de mapping. Het uitgewerkte dossier voor de copilot ligt klaar voor het moment dat de bouwfase start.

Wil jij ook weten waar A.I. in jouw bureau het meeste oplevert? Neem contact op met Flowkify voor een A.I. Opportunity Mapping op maat.