Customer success managers bereiden QBR's sneller voor als AI het verzamelen doet, niet het denken. Het haalt gebruik, tickets, gespreksnotities en open acties uit het CRM in één concept, met een bron naast elk cijfer. De CSM controleert de cijfers, bepaalt wat de klant moet horen en schrijft de aanbevelingen zelf.
#Belangrijkste punten
- De meeste voorbereidingstijd voor een QBR gaat naar data verzamelen uit vijf of zes tools, en dat is het deel waar AI goed in is.
- Het verhaal, de risico's en de vragen aan de klant horen bij de CSM, want dat is het oordeel waar de klant op let.
- Elk cijfer in een concept dat AI maakt, heeft een verwijzing nodig naar het systeem waar het vandaan komt, anders vertrouwt niemand de presentatie.
- Een gedeeld sjabloon en een CRM-export zijn genoeg voor een kleine portefeuille; een gebouwde workflow loont als veel CSM's veel reviews voorbereiden.
- Meet de voorbereidingsinspanning per review en het aandeel reviews dat eindigt met afgesproken vervolgstappen, vooraf en achteraf.
#Waarom kost de voorbereiding van een QBR zoveel van de week van een CSM?
Een gemiddelde CSM bij een B2B-dienstverlener of softwarebedrijf beheert een portefeuille verspreid over Salesforce of HubSpot, Zendesk of Freshdesk, een dashboard voor productgebruik, gespreksopnames in Gong of Teams en een map met oude presentaties. Voor elke review kopieert de CSM cijfers uit elke tool, jaagt de accountmanager na voor commerciële context en bouwt de slides van de vorige keer opnieuw op.
Dit is geen nicheklacht. Bain, december 2025 meldt dat customer success managers ongeveer twee derde van hun tijd besteden aan werk met minder waarde dat met AI te automatiseren is. Het samenstellen van QBR's is daar een groot deel van, en het laat weinig ruimte om na te denken over wat de klant hierna moet doen. Teams zoeken al hulp: een persbericht over de Gainsight customer success index, januari 2025 liet zien dat 52% van de CS-teams AI al gebruikt.
#Wat doet AI in de QBR-voorbereiding, en wat blijft bij de CSM?
- AI verzamelt: gebruikstrends, ticketvolumes en -thema's, open escalaties, acties die bij de vorige review zijn toegezegd, en belangrijke citaten uit gespreksnotities.
- AI maakt een concept: een eerste versie van de accountsamenvatting en de slides over ‘wat er gebeurde’, met elk cijfer gekoppeld aan de bron.
- AI signaleert: gaten zoals een ontbrekende executive sponsor, een functie die is gekocht maar niet gebruikt, of een actie die nooit is afgerond.
- De CSM beslist: het verhaal, de risico's die op tafel komen, de aanbevelingen, en wat je van de klant vraagt.
- De CSM controleert: elk cijfer tegen de bron voordat de presentatie bij de klant of de accountmanager komt.
Die verdeling doet ertoe omdat een QBR draait om vertrouwen. Een klant die één fout cijfer ziet, gaat aan de rest twijfelen. Laat AI het lezen en het eerste concept doen, en laat de persoon die de relatie beheert de boodschap bepalen.
#Een draaiboek voor QBR-voorbereiding dat je deze cyclus kunt gebruiken
- Spreek in het team één QBR-sjabloon af: de vorige keer afgesproken doelen, resultaten daartegen, het supportbeeld, adoptie, risico's, vervolgstappen.
- Noteer uit welke systemen elk onderdeel put en wie eigenaar is van elk systeem.
- Exporteer de accountdata en plak die, samen met de notities van de vorige review, in een goedgekeurde AI-tool zoals ChatGPT Enterprise, Copilot of Claude.
- Vraag om een concept per onderdeel met de bron van elk cijfer, en vraag wat er ontbreekt.
- Controleer elk cijfer en schrijf daarna zelf de aanbevelingen en vragen.
- Laat AI na de meeting je notities omzetten in de follow-upmail en de CRM-acties, en beoordeel beide voordat je verstuurt.
#Wanneer zijn een sjabloon en ChatGPT genoeg?
Beheren een of twee CSM's een paar dozijn accounts en staat de data in één CRM, dan brengen een goed sjabloon, een CRM-export en een goedgekeurde AI-tool je het grootste deel van de weg. Je hebt geen bouw nodig. Je hebt wel een regel nodig over welke klantdata in welke tool mag, en de gewoonte om cijfers te controleren.
Een gebouwde workflow wordt zinvol als veel CSM's veel reviews voorbereiden, de data in meerdere systemen staat, of de kopieer-en-plakstap is waar klantdata in persoonlijke tools weglekt. Dan horen de export en het concept in je eigen accounts te draaien, met een log van wat er is gemaakt.
#Hoe Stennir dit aanpakt
Stennir begint met AI-consulting als het team niet zeker weet of QBR-voorbereiding de juiste eerste workflow is; de AI Opportunity Audit zet die af tegen verlengingsvoorbereiding, onboarding en escalaties. Met AI-implementatie bouwt Stennir het QBR-concept in het CRM en de tools die je al gebruikt, in het Arabisch en Engels, gehost waar je regels dat vereisen, met de CSM die elke presentatie goedkeurt.
AI-training leert CSM's daarna via het AI Operator Program op hun eigen accounts: hoe je een concept controleert, waar je om vraagt, en waar AI niet te vertrouwen is. Het gebruik wordt vooraf en achteraf gemeten, en het programma eindigt met een adoptierapport.
We are
Stennir bouwt QBR-voorbereiding in je eigen CRM en accounts, laat de CSM elke presentatie goedkeuren en geeft jou de uitknop.
We aren't
Stennir is geen customer-successplatform dat je huurt, en stuurt niets naar je klanten zonder aftekening door een persoon.
#Wat doet een head of customer success nu?
Kies de volgende ronde reviews en meet eerlijk hoe lang de voorbereiding duurt, onderdeel voor onderdeel. Dat laat zien waar AI zou helpen. Bekijk hoe dit past in een breder support- en successteam bij AI voor klantenservice, en hoe gespreksnotities acties worden in AI voor vergadernotities. Doe dan de gratis gereedheidsscan of boek een gesprek van 30 minuten.
#Veelgestelde vragen
Wat hebben jullie van ons nodig om QBR-voorbereiding te bouwen?
Je QBR-sjabloon, leestoegang tot het CRM, de ticket- en gebruiksdata, twee of drie eerdere presentaties waar je tevreden over was, en één CSM-lead die kan uitleggen hoe een goede review eruitziet. Je wijst ook aan wie het concept goedkeurt. Stennir brengt de rest met die lead in kaart voordat er iets wordt gebouwd.
Krijgt de klant een presentatie te zien die AI heeft geschreven?
De klant ziet een presentatie die de CSM heeft geschreven en gecontroleerd. AI stelt de data en een eerste concept van de feitelijke onderdelen samen, maar het verhaal, de risico's en de aanbevelingen komen van de CSM. Er komt niets bij de klant voordat die persoon elk cijfer tegen de bron heeft gecontroleerd en de definitieve versie heeft goedgekeurd.
Waar blijven de gegevens van onze klanten?
In je accounts. De workflow draait in je CRM en cloud, gehost in de regio die je contracten en dataregels vereisen, waar nodig ook in het eigen land. Je bent eigenaar van de accounts, de data en de uitknop. Regels voor persoonsgegevens, zoals de PDPL-wetten in de VAE en Saudi-Arabië, komen aan bod tijdens het in kaart brengen.
Werkt het voor Arabischtalige accounts?
Ja. Arabisch en Engels worden volledig ondersteund, dus gespreksnotities, tickets en e-mails in beide talen voeden hetzelfde concept, en de presentatie kan worden voorbereid in de taal die de klant verkiest. De CSM controleert nog steeds de formulering, vooral namen, functietitels en cijfers die uit Arabische documenten worden geciteerd.
