Automatisering en optimalisatie van processen

Ik optimaliseer processen sinds ik serieus met marketing aan de slag ging, inmiddels 20 jaar geleden.

Deed ik dat omdat een baas het me had voorgesteld?

Nee.

Ik begon ermee omdat ik simpelweg merkte dat repetitieve processen — zoals een wekelijkse nieuwsbrief lanceren of de fiche van een ecommerce-product maken — me meer tijd kostten als ik elke keer dat ik eraan begon moest nadenken welke stappen ik moest volgen.

En bovendien kon ik fouten maken als ik erop vertrouwde dat ik het al duizend keer had gedaan en niet volledig scherp was.

Sindsdien probeer ik om deze twee redenen — tijd besparen en fouten vermijden — elk proces te optimaliseren waarvan ik weet dat ik het ga herhalen.

Deze optimalisatie:

1. Soms bestaat die uit volledig of gedeeltelijk automatiseren, soms uit het verbeteren van de flow en soms uit het vinden van tools die een deel van het proces verbeteren, zoals we nu zullen zien.
2. Ze werkt voor elk type proces:
1. Business
2. Sales
3. Marketing
4. Technisch
5. Analytisch
6. Logistiek
3. En ik bereik het altijd door dezelfde stappen te volgen.

Deze zeven die ik je hieronder uitleg.

#1. Beslissen welk proces je optimaliseert

Dit is het eerste. Voordat je iets optimaliseert, moet je weten wat de moeite waard is om te optimaliseren. Ik doe dat op basis van een heel eenvoudige formule, met deze variabelen:

• Tijd die het kost om een proces uit te voeren.
• Aantal keren dat het per maand wordt uitgevoerd.
• Geschatte tijd na de optimalisatie.
• Kosten van de ontwikkeling van de optimalisatie.

Op basis hiervan maak ik een prioriteitsmatrix voor procesoptimalisatie.

En ik begin met de eerste.

#2. Het proces meerdere keren handmatig herhalen

Dat wil zeggen: ook al weet ik dat het een proces is dat ik in de toekomst meerdere keren ga herhalen, de eerste keer dat ik ermee te maken krijg probeer ik het niet te automatiseren of te optimaliseren.

Nee, want ik weet dat als ik het meteen doe, ik dingen zal missen. Het is onmogelijk om alles te zien als ik het proces nog niet eerder heb uitgevoerd.

Daarom probeer ik eerst het proces te “masteren”. Met andere woorden, er een meester in worden door het een paar keer te herhalen. Vaak genoeg om verschillende mogelijkheden of variaties tegen te komen die kunnen verschijnen, waarmee ik later rekening zal houden bij het optimaliseren.

Wanneer ik duidelijk weet hoe ik elk geval moet aanpakken, begint de optimalisatie.

#3. Het proces definiëren

Het tweede punt is misschien wel het belangrijkste. Want als het slecht wordt gedefinieerd, is het volledig onmogelijk om welk proces dan ook te optimaliseren, laat staan te automatiseren.  

Er zullen verbindingen ontbreken.

De gegevens zullen niet reizen zoals of wanneer we ze nodig hebben.

Kortom, we raken gefrustreerd in latere fases omdat de basis niet klopt.

Hoe je een proces definieert

Eigenlijk denk ik dat het heel eenvoudig is. In feite komt het erop neer dat je in een mindmap of in Excel — uiteindelijk belanden we bijna altijd in Excel, hoe we ook beginnen — alle afzonderlijke acties noteert die een proces omvat. 

Zonder te groeperen.

Hoe simpel ze ook lijken.

Zoiets:

Want het typische “de verkoopgegevens van de maand downloaden” is, met het oog op automatisering, niet hetzelfde als:

1. Ga naar deze URL: xxxxxx
2. Log in.
3. Ga naar het verkooprapport.
4. Filter op de laatste maand.
5. Exporteer.

Je ziet het verschil, toch?

In het eerste geval (“de verkoopgegevens van de maand downloaden”) zal een mens het kunnen interpreteren en uitvoeren als je het uitlegt.

Een AI-agent waarschijnlijk ook.

Maar een automatiseringstool zoals N8N niet. En het is niet altijd nodig en/of nuttig dat een agent dat doet.

#4. Bedenken hoe elke stap beter kan, door verschillende oplossingen te beoordelen

Want, voortbordurend op het vorige idee, in veel gevallen betekent een agent toevoegen:

1. onnodig tokens verbranden.
2. Vertrouwen dat hij het proces correct uitvoert.

Wanneer er APIs zijn die verbinding maken met platformen en ons de gegevens teruggeven die we nodig hebben door slechts enkele gegevens in een node van de flow in te voeren.

Dit soort beslissingen zullen we hier moeten nemen:

• Welke punten kunnen worden geautomatiseerd.
• Welke beter door een mens handmatig worden uitgevoerd.
• Analyseren of en waar de AI.
• Of het resultaat van de AI door een persoon moet worden beoordeeld of niet voordat het proces verdergaat.
• Of een klassieke ontwikkeling (een functie voor het CMS in PHP of Python) beter is, of een oplossing met N8N en/of AI.
• Welke tools het meest geschikt zijn, afhankelijk van:
• Het resultaat.
• De complexiteit van de ontwikkeling.
• De kosten.

Wanneer je dit allemaal beoordeelt, krijg je zoiets:

Daarin wordt duidelijk welke punten handmatig moeten blijven, welke geautomatiseerd kunnen worden of door AI kunnen worden uitgevoerd, en welke tools het waard zijn om te beoordelen.

In het voorbeeld hierboven heb ik drie mogelijke oplossingsroutes:

1. Een eerste waarbij het proces hoofdzakelijk menselijk is, met hulp van AI op bepaalde punten van het proces. Dit zal zeker werken en verbetert de huidige situatie, bijna zonder ontwikkelbehoefte.
2. Een tweede route waarbij we een groot deel van het proces automatiseren, maar dat doen we met N8N, waarbij AI slechts voor enkele punten wordt gebruikt en menselijke validaties worden toegevoegd. Ook de AI-tool verandert: in route 1 stel ik NotebookLM voor, waarvan de API niet geschikt is voor deze route 2, dus moet de tool veranderen.
3. Een agentische route, waarbij agents worden ontwikkeld die het grootste deel van het proces uitvoeren, met enkele punten voor menselijke validatie.

Uiteindelijk kozen we in dit geval voor de tussenroute, omdat die het beste aansloot bij de doelstellingen van het project.

#5. De oplossing ontwikkelen en implementeren

Met deze kaart klaar is het een kwestie van zelf, of wie dan ook, aan de slag gaan met de ontwikkeling van de oplossing.

Het is zonder twijfel het langste en meest complexe punt van het proces. Daar gaan de meeste uren in zitten, maar dat is de prijs die je betaalt om later meer te besparen.

En hier, ik blijf het zeggen, zijn de routes:

1. Optimaliseren via verbetering van de menselijke uitvoering, gebruik van faciliterende tools. Bijvoorbeeld macro’s in Excel of Photoshop. Of een CRM integreren voor klantenservice. Of een tool voor incidentopvolging.
2. Automatiseren met tools hiervoor: N8N, Make, Zapier…
3. Automatiseren met ontwikkelingen — meestal web — op maat (modules voor het CMS).
4. Een AI-laag toevoegen, puntsgewijs op een bepaald punt of door de volledige last van het proces naar één of meerdere agents te verleggen.

In elk geval kun je kiezen voor een van deze routes of voor een combinatie van meerdere.

Dit is een voorbeeld van hoe we campagnes beheerden bij Yo pongo el hielo:

Vanuit deze backoffice-URL genereerden we:

• Landing met de producten van de promo.
• Nieuwsbrief in 3 talen, met selectie van de gepromote producten die per e-mail werden verzonden en geplande verzenddatum.
• Hero banner van de promo.
• Module met uitgelichte producten op de homepage.
• Label op de gepromote producten.
• Strook met promotiebanner.

Alles vanuit diezelfde en enige URL.

Een maatwerkontwikkeling die ons een brute automatisering en een aanzienlijke urenbesparing opleverde: we gingen één uur tegenover de eerdere acht.

Belangrijk hier is dat de sector van automatisering en AI constant evolueert, waardoor het waarschijnlijk is dat over een maand een bepaald punt van het proces makkelijker kan worden uitgevoerd.

Het punt zal dan zijn te beslissen of het de moeite waard is het proces continu te laten evolueren of dat het productiever is om het 3 of 6 maanden stabiel te laten en, wanneer het moment daar is, te kijken of het de moeite waard is meerdere verbeteringen in één keer door te voeren, wat over het algemeen mijn voorkeursoptie is.

Trouwens, het is heel waarschijnlijk dat we tijdens het ontwikkelen van de oplossing de noodzaak zien om wijzigingen aan te brengen in wat was bedacht. Enkele wijzigingen zijn normaal. Veel wijzigingen betekenen dat we het vorige punt (de evaluatie) niet goed hebben uitgevoerd en daar moeten we rekening mee houden voor toekomstige processen.

Maar laten we wijzigingen niet verwarren met mogelijke verbeteringen die blijven liggen voor een latere fase 2. Dat zijn verschillende dingen en deze mogelijke fase 2 is normaal en positief om het proces zo snel mogelijk verder te verbeteren.

#6. Testen en bijstellen. En fase 2

Hoewel er tijdens de ontwikkeling van de oplossing tests worden gedaan, kan het, zodra je echt met de nieuwe oplossing aan de slag gaat, zijn dat alles loopt zoals verwacht of juist niet, en dat er bijgestuurd moet worden.

Het punt is dat, als er goede communicatie is tussen de persoon of het team dat de oplossing ontwikkelt en de persoon of het team dat ze gebruikt, de aanpassingen klein en snel zullen zijn, en vanaf dat eerste moment merken we de tijdsbesparing.  

Als dat niet zo is, hebben we iets verkeerd gedaan.

Volgens het vorige voorbeeld zagen we bij Yo pongo el hielo dat we het systeem voor het maken van landings nog verder konden optimaliseren door de manier waarop producten werden toegevoegd te veranderen.

In fase 2 gingen we van dat doen op de vorige landing naar een module die Excel-bestanden importeerde met alle gegevens van de productaanbieding (attributen, actieprijs, vorige prijs, duur van de aanbieding, hoeveelheidslimiet):

Op die manier werkten we de producten beter uit met Inkoop in een gedeelde Excel, die marketing daarna in de landing importeerde, waardoor we de selectie van elk product één voor één vermeden.

De tijdwinst was aanzienlijk, vooral omdat er campagnes waren zoals Black Friday met enkele honderden referenties.

#7. Documenteren

Deze is optioneel, maar aanbevolen, als de automatisering door iemand anders wordt beheerd of als jij ze zelf beheert maar in de toekomst wilt herhalen.

Het kan bijvoorbeeld een automatisering zijn die je met elke klant wilt herhalen: documenteer hoe je die herhaalt.

Het is namelijk handig om te weten welke stappen je moet volgen zodat je niet op je geheugen hoeft te vertrouwen, waarvan we al hebben gezien dat het trager is en fouten veroorzaakt.

Een eenvoudig Google Doc is meer dan genoeg om de belangrijkste punten uit te leggen.

Als het voor iemand anders is, moet je misschien meer details of screenshots toevoegen. Zo doe ik het bij Disruptivos wanneer ik automatiseringen maak die andere mensen later zullen herhalen.

Of voor mezelf, met complexe processen zoals het maken van een membershipwebsite, waarbij het, ook al ga ik ze niet automatiseren, handig is altijd dezelfde volgorde te volgen om snel te kunnen werken. Of ook cursussen uploaden naar de website, wat verschillende stappen heeft en even duurt, dus veel beter om het op papier te hebben en stap voor stap te volgen:

Dat was het.

Met deze zeven stappen heb je een verbeterd en gedocumenteerd systeem, zodat iedereen die het in jouw plaats moet doen (nieuwe aanwerving, vakantie, verandering van baan, je toekomstige ik dat niet meer weet hoe het moest…) het zonder veel problemen kan uitvoeren.

Dat is niet weinig: na verloop van tijd heb ik gemerkt dat geoptimaliseerde en geautomatiseerde processen een heel duidelijk teken van robuustheid van de business of het bedrijf.

Echte gevallen van geoptimaliseerde en/of geautomatiseerde processen

En zodat je niet denkt dat ik bij de theorie blijf, geef ik je meerdere voorbeelden van geoptimaliseerde processen om je wat ideeën te geven.

Ik noemde al hoe we de benodigde tijd voor het maken van campagnes bij Yo pongo el hielo hebben verbeterd, maar in dit project deden we veel meer dingen, zoals:

• Systeem voor factuurautomatisering.
• Productfiches in batch aanmaken.
• Productafbeeldingen maken met AI.
• Logistieke facturen analyseren met AI.

En ik laat vast nog een interessant geval achterwege.

Binnenkort link ik hier een artikel met het systeem voor het maken van artikelen met behulp van AI dat ik voor mijn website (deze website) aan het voorbereiden ben.

Later, wanneer ik het operationeel heb, een groot project dat ik aan het bouwen ben bij Disruptivos: een consultancy-SaaS, waarmee we de auditprocessen en strategische voorstellen voor nieuwe digitale projecten die binnenkomen willen versnellen.

Conclusies

Processen optimaliseren gaat niet over alles automatiseren, maar over diep nadenken.

Want de grootste fout is tools, AI of automatiseringen bovenop processen zetten die niet goed zijn gedefinieerd.

Het systeem dat ik je net heb laten zien heeft een duidelijk voordeel:

Je vertrekt altijd vanuit het handmatige proces, vanuit het grondig begrijpen ervan. En pas daarna beslis je wat je optimaliseert, of er geautomatiseerd moet worden en waarmee (niet altijd met AI).

Dat vermindert fouten, voorkomt onnodige ontwikkelingen en dwingt je om oordeel te gebruiken bij je beslissingen.

Nog een belangrijk idee:

Niet alles moet geautomatiseerd worden.

Er zijn stappen waarbij:

• Het goedkoper is om het handmatig te doen
• Het veiliger is (bijvoorbeeld banktoegang)
• Of de inspanning om de automatisering te maken (in uren) of de kosten om het door AI te laten doen gewoon niet compenseert.

En over AI gesproken: er zullen gevallen zijn waarin ze perfect past, terwijl ze in andere duurder, instabieler of gewoon onnodig is.

Kortom, onthoud dit:

Processen optimaliseren is essentieel om een project vooruit te helpen. Geef daarom prioriteit aan processen met de grootste echte impact, definieer ze correct voordat je gaat automatiseren en meet altijd de besparing tegenover de kosten.

Want uiteindelijk gaat dit niet over technologie toevoegen, maar over een project bouwen dat werkt zonder voor alles afhankelijk te zijn van je geheugen.

Een project zonder gedefinieerde processen schaalt niet. Een project met geoptimaliseerde processen kan dat wel.