Een lead uit Meta overnemen in een spreadsheet. Productinformatie uit een webshop verzamelen voor een socialmediapost. Mappen en bestanden klaarzetten voor een nieuwe klant. Het hoort er allemaal bij, maar je wilt er niet iedere keer opnieuw mee bezig zijn.
Bij GoHashtag gebruiken we daarom Make.com. Daarmee koppelen we programma's aan elkaar en laten we terugkerende taken automatisch uitvoeren. In deze blog laten we zien hoe dat er bij ons in de praktijk uitziet, waar AI een rol speelt en hoe je zelf bepaalt wat je wel en niet automatiseert.
Wat is Make eigenlijk?
Make (voorheen Integromat) is een zogenoemd no-code automatiseringsplatform. Je trekt daarin visuele schema's, zogenaamde scenario's, die data van het ene programma naar het andere verplaatsen. Een nieuw formulierinvoer triggert een scenario, het scenario haalt de gegevens op, verrijkt ze misschien met een stap in tussen en zet ze klaar waar ze nodig zijn.
Het grote voordeel: je hoeft geen programmeur te zijn om een werkende koppeling te bouwen. Tegelijk kun je met filters, routers en iterators behoorlijk geavanceerde logica opzetten. Van "stuur deze lead naar het juiste team" tot "verzamel elke maandag automatisch de cijfers van vijf advertentieplatforms in één overzicht".
Kortom: Make is geen AI-tool, maar de verbindende laag tussen al je andere tools. Dat onderscheid is belangrijk, want de twee worden vaak door elkaar gehaald.
Automatisering is niet automatisch AI
In alle opwinding rond AI valt soms vergeten dat een groot deel van de tijdwinst gewoon uit klassieke automatisering komt. Een scenario die een e-mail correct doorzet naar het juiste dossier is geen kunstmatige intelligentie, maar het scheelt je elke keer een paar minuten kopieerwerk.
Waar AI wél waardevol is, zijn de stappen waar iets begrepen of geschreven moet worden. Make biedt daarvoor koppelingen met AI-diensten zoals OpenAI, zodat je binnen een scenario een stap toevoegt die bijvoorbeeld:
- een lange aanvraag samenvat tot twee zinnen voor het klantdossier,
- inkomende berichten categoriseert (prijsvraag, vraag, klacht, sollicitatie),
- een concepttekst of vertaling opstelt die een collega daarna controleert.
Zo combineer je het beste van twee werelden: Make regelt de verbindingen en de vaste stappen, AI helpt waar écht tekst of begrip nodig is. Vaak is dat een combinatie van één AI-stap tussen een hele rij gewone stappen.
Hoe wij het bij GoHashtag doen
We zetten Make in voor de taken die zich voor elke klant en elke campagne herhalen. Een paar voorbeelden van hoe zo'n praktijk eruitziet:
- Leads direct op de juiste plek. Een aanvraag via een advertentie of formulier wordt automatisch opgenomen in ons overzicht, krijgt de juiste labels en komt in de opvolglijst van de juiste collega. Niemand hoeft meer iets over te typen.
- Campagnerapportages zonder Excel-avonduren. Scenario's halen op vaste momenten cijfers op uit de advertentieplatforms en zetten ze in één dashboard. Waar we vroeger per klant de vingers moesten styven, staat het nu klaar.
- Klantmappen in één keer goed. Bij een nieuwe klant worden automatisch de mappenstructuur, sjablonen en checklists aangemaakt, zodat de start van een campagne altijd hetzelfde verloopt.
- AI-stap als redacteur. Voor socialmediaposten laat een scenario conceptteksten opstellen op basis van een briefing of blog. Een collega leest na, past aan en zet live. AI versnelt, mensen beslissen.
Merk je dat de voorbeelden weinig sexy zijn? Prima. Juist dat soort taken is het waard om te automatiseren, omdat ze elke week terugkomen en nergens toe leiden als je ze met de hand doet.
Waarom dit meer oplevert dan "sneller werk"
De grootste winst van automatisering is niet dat het sneller gaat. Het is dat het hetzelfde gaat, elke keer opnieuw.
Handwerk varieert. Vandaag heb je haast, morgen vergeet je een kolom, volgende week doet iemand anders het op z'n eigen manier. Een scenario doet elke keer exact dezelfde stappen, in dezelfde volgorde, met dezelfde controle. Dat betekent:
- minder fouten door overtypen en vergeten stappen,
- processen die niet afhangen van wie die dag aanwezig is,
- tijd die vrijkomt voor het werk waar je bureau of bedrijf echt voor bestaat.
Voor een klein team is dat verschil tussen "de administratie haalt je in" en "je hebt op maandag je cijfers klaar voordat je koffie op is".
Waar begin je zelf?
Wil je hiermee starten? Begin dan niet met een megaproject, maar met het terugkerende klusje dat je dit totaal niet graag doet. Onze vuistregels:
- Kies een taak die vaker dan één keer per maand voorkomt. Automatiseren kost eenmalige tijd, dus de herhaling moet het terugverdienen.
- Kies een taak met vaste regels. "Verstuur dit formulier naar mailbox X en zet het in spreadsheet Y" is een perfecte eerste stap. "Beoordeel of deze lead serieus is" is dat nog niet.
- Bouw klein en test met jezelf. Zet het scenario eerst naast je handmatige werk, niet er meteen voor in de plaats.
- Documenteer wat je bouwt. Over zes maanden wil je (of je collega) nog weten waarom die filter erin staat.
- Houd er één mens bij betrokken. Zeker bij AI-stappen: laat iemand het resultaat nakijken voordat het klantklare output wordt.
Lukt dat eerste klusje, dan groeit de rest vanzelf. Meestal ontdekt men al in de tweede week vijf nieuwe taken die net zo werken.
Waar je op moet letten
Automatisering is geen tovertruc en het vraagt onderhoud:
- Koppelingen veranderen. Als een tool zijn API of velden aanpast, moet je scenario soms mee. Kies daarom tools die je toch al gebruikt.
- Foutafhandeling is onderdeel van het werk. Zorg dat een scenario die vastloopt je op de hoogte stelt, in plaats van dat je er weken later pas achter komt.
- Privacy blijft gelden. Ook in een scenario geldt: verwerk geen gegevens waar je geen recht op hebt, en houd rekening met de privacyregels, zeker als persoonsgegevens van klanten door externe diensten gaan.
- Niet alles moet geautomatiseerd. Het persoonlijke telefoontje naar een nieuwe klant, het meelezen met een concept: dat zijn nu juist de momenten waarop je je onderscheidt.
Concreet komt het neer op dit: AI hoeft geen spectaculaire robot-collega te zijn. De waarde zit in de dagelijkse taken die je niet telkens opnieuw wilt doen. Make regelt de verbindingen en de vaste stappen, OpenAI helpt waar tekst nodig is, en jouw team houdt de regie.
Zelf aan de slag of eerst sparren?
De vraag is niet of automatisering werkt, maar welk terugkerend klusje binnen jouw marketing je als eerste aanpakt. Vertel ons waar je tegenaan loopt, dan kijken we of automatisering, AI of juist een eenvoudiger proces de beste oplossing is. Wil je eerst meer lezen over het slim inzetten van automatisering in je marketing? Lees dan onze blog over marketing automation voor het MKB.
Meer over Make
De praktijkvoorbeelden in dit artikel zijn gebaseerd op onze eigen werkwijze bij GoHashtag.