Wat er misgaat bij handmatige verwerking van offertes
Een inkomende offerteaanvraag van klant A ziet er heel anders uit dan die van klant B. De één stuurt een PDF met vaste kolommen, de ander een e-mail met een lijstje in de tekst, een derde een Excel met wisselende kolomvolgorde. Veldnamen verschillen ook: 'artikel', 'productnummer', 'SKU' of gewoon een omschrijving. Wie dit handmatig verwerkt, typt elke aanvraag opnieuw over in het ERP of offertesysteem. Dezelfde situatie geldt voor inkomende offertebevestigingen: je hebt een offerte uitgestuurd, de klant stuurt een goedkeuring terug, en iemand moet die goedkeuring omzetten naar een order of verkoopfactuur. Bij drie bevestigingen per dag is dat te doen. Bij dertig gaat het schrijven.
Wat document-AI concreet oplost bij offertes verwerken
Document-AI leest de inkomende offerte of aanvraag, begrijpt de context van het document en haalt de relevante velden eruit: klantgegevens, artikelregels, aantallen, prijzen, leveringsafspraken en referentienummers. Dat gebeurt zonder dat je per klant of per leverancier een apart sjabloon hoeft in te richten. Het resultaat wordt als gestructureerde data aangeboden aan je systeem, met een mens die accordeert voor het naar het ERP, TMS of boekhoudpakket gaat. Dat is precies het verschil met gewone scan-en-herken: het gaat niet om tekst kopiëren, maar om velden begrijpen en matchen. Een artikelnummer dat in de offerte als 'ref. 4812-B' staat, wordt herkend als hetzelfde als 'artikel 4812B' in je eigen systeem. Afwijkingen worden gemarkeerd, niet stilletjes doorgelaten.
Wanneer is automatisch offertes verwerken zinvol?
De vuistregel is volume en herhaling. Verwerk je minder dan tien offertes of aanvragen per week, dan is de winst te klein om het traject te rechtvaardigen. Maar zodra je team structureel meerdere uren per week kwijt is aan overtypen, en de documenten komen in herkenbare categorieën binnen (aanvragen, bevestigingen, wijzigingen), dan loont automatisering. Het loont ook als de foutgevoeligheid hoog is: verkeerde aantallen, gemiste kortingsafspraken of een referentie die niet overeenkomt met de order zorgen voor correctiewerk en soms voor verstoringen verderop in de keten. Document-AI vangt die discrepanties vroeg op, vóór ze het systeem in gaan.
Waar automatisering van offertes juist niet zinvol is
Hoog maatwerk is de belangrijkste uitzondering. Als elke offerte fundamenteel anders is, de klant elke keer andere voorwaarden stelt en er weinig vaste structuur in zit, dan heeft automatisering weinig grip. De mens moet dan toch het hele document doornemen en beoordelen; automatisering biedt dan hooguit hulp bij de invoer van een paar standaardvelden. Een tweede grens is de kwaliteit van de brondocumenten. Aanvragen die binnenkomen als een foto van een handgeschreven briefje, een slecht gescande fax of een e-mail vol informele tekst zonder structuur, zijn lastig betrouwbaar te verwerken. Dat wil niet zeggen dat het onmogelijk is, maar je moet realistisch zijn over de uitvalpercentages en de tijd die een medewerker kwijt is aan handmatige correctie. En ten derde: als het besluitvormingsproces rond een offerte complex is (klant wil onderhandelen, prijzen liggen niet vast, marges worden handmatig ingeschat), dan is dat een commercieel proces, geen documentverwerkingsprobleem. Document-AI helpt bij het lees- en tikwerk, niet bij de onderhandeling.
Welke trade-offs spelen bij het automatisch verwerken van offerteaanvragen?
De grootste trade-off is nauwkeurigheid versus doorlooptijd. Automatisering is snel, maar wil je honderd procent zekerheid, dan is de menselijke check nog altijd nodig. Dat is ook het model waarvoor dottle gebouwd is: de machine doet het lees- en tikwerk, een medewerker accordeert. Die medewerker hoeft niet meer te overtypen, maar kijkt wel even of alles klopt. Een tweede trade-off is flexibiliteit versus standaardisatie. Hoe meer je je offerte-instroom standaardiseert (vaste kanalen, vaste formats afspreken met klanten), hoe beter automatisering werkt. Maar dat is niet altijd haalbaar in een markt waar klanten hun eigen inkoopformulier gebruiken. Document-AI is juist gebouwd voor die werkelijkheid: wisselende formats van verschillende klanten, zonder dat je per afzender een apart sjabloon inricht. Een derde punt is de koppeling met je systeem. Automatische offteverwerking heeft alleen waarde als de gestructureerde data ook daadwerkelijk in je ERP of orderbeheersysteem terechtkomt. Dat vraagt om een werkende koppeling, en het is verstandig om die koppeling en de accordeerflow goed in te richten voordat je live gaat.
Hoe pak je de implementatie aan?
Begin bij de documentstroom die je wilt automatiseren. Zijn het inkomende aanvragen van klanten, goedkeuringen op verstuurde offertes, of beide? Breng in kaart hoe groot het volume is, via welke kanalen ze binnenkomen (e-mail, portaal, post), en hoe sterk de formats wisselen. Kies dan een scope die klein genoeg is om snel live te gaan, maar groot genoeg om direct effect te merken. In de praktijk zijn dat vaak de bevestigingen: die zijn gestructureerder dan aanvragen en vloeien direct door naar een order of factuur. dottle gaat live in twee weken, zonder implementatietraject van maanden en zonder setup-fee. Je betaalt per document. Dat maakt het makkelijk om klein te starten en op te schalen zodra de flow stabiel is.