Veel bureauleiders die ik spreek hebben momenteel een variant van deze vraag in hun hoofd:
Hoe verdienen we geld met onze expertise als AI bepaalde onderdelen in minuten kan waar we eerst dagen over deden?
De realiteit is dat de meeste bureaus geld verdienen met het opleveren van deliverables. Plannen, software, visuele assets en campagnes. En juist daar wordt AI steeds beter in.
Voordat we het kunnen gaan hebben over het verdienmodel (weg bewegen van uurtje factuurtje bijvoorbeeld), moeten we het hebben over waarvoor je die factuur überhaupt mag sturen.
Volgens mij is het uitsluitend bedenken en realiseren van deliverables straks niet meer genoeg.
Ik denk dat bureaus weg zullen moeten bewegen van het verkopen van capaciteit en deliverables naar het verkopen van oplossingen voor problemen.
Je kunt de dingen waar je nu goed in bent blijven doen. Ze moeten echter onderdeel worden van iets groters. Anders ben je veel te makkelijk te vervangen door een Claude Pro abonnement van 20 dollar per maand. Concreet ziet dat er zo uit:
De transitie voor bureaus
Maak je deze transitie, dan levert dit een aantal voordelen op:
Je komt aan tafel voordat de oplossing bedacht en de briefing geschreven is
Het wordt minder belangrijk hoe je dingen doet (wat erg handig is in deze tijd)
Je mag meer inhoudelijk de leiding nemen over het werk
Je kunt je prijs beter baseren op de geleverde waarde, in plaats van de uren die erin gaan
Praktische uitdaging
Zes maanden geleden schreef ik over 2 business modellen voor de toekomst van bureaus: consultancy-first en program-based.
Ik heb inmiddels een klein jaar met die visie gewerkt in de praktijk. Samen met zo'n 20 bureaus ontwierp ik diagnose proposities en programma's, specifiek voor hun speelveld.
Daardoor is me 1 ding veel duidelijker geworden:
Het maken van een offerte voor een oplossing van een pijnlijk probleem in de boardroom vraagt hele andere dingen dan de offerte voor een deliverable. Om vertrouwen te hebben in je oplossing moet je minimaal antwoord hebben op deze vijf vragen:
Hoe en waar wordt het probleem ervaren in de organisatie?
Hoe groot is het probleem hier in cijfers?
Wat zijn de oorzaken en hoe hangen zij samen?
Welke resources zijn beschikbaar voor een oplossing?
Hoe complex is de context waarin we gaan oplossen?
Pas als je dit weet kun je een oplossing voorstellen en daar een reële prijs aan hangen.
Dit is de reden dat in de praktijk de program-based route waar ik eerder over schreef heel uitdagend is. In die route moet je namelijk alle vragen op basis van een kennismaking kunnen beantwoorden, om vervolgens te kunnen zeggen jullie hebben programma X nodig en dat kost Y.
Zeker als je veel realisatie werk doet voor klanten is dat niet realistisch.
Meestal een diagnose nodig
In de meeste gevallen zul je eerst een diagnose moeten doen.
Scope van een diagnose
Dit is dus niet het standaard concurrentie-onderzoek dat marketingbureaus in hun offerte stoppen. Of de discovery sessie waarin webbureaus met hun klanten over features brainstormen.
Dit is een in hoge mate gestandaardiseerde propositie die jullie in staat stelt oorzaken en symptomen te scheiden. Onderliggende samenhang te duiden en de pijn in euro's te kwantificeren. En om te kunnen bepalen wat er nodig is om het probleem op te lossen.
Ik zou er zo tegenaan kijken: je doet dit nooit gratis. Want dit is waardevol denkwerk waar een prospect op geen enkele andere manier toegang toe heeft. Jullie zijn immers (als het goed is) een van de weinige opties die zij hebben om dit specifieke probleem op te lossen. En mochten ze na de diagnose besluiten om zelf met de oplossing aan de slag te gaan: even goede vrienden. Iets dat ze in de praktijk natuurlijk vrijwel nooit doen. De enige uitzondering hierop is in de beginfase: ik zou deze diagnose de eerste 5 keer gratis doen, misschien wel bij bestaande klanten, om wat vlieguren te maken.
Doe je regelmatig zo'n diagnose dan leer je sneller alles wat er te weten valt over de business context van je ideale klant. Die inzichten kun je gebruiken voor je eigen marketing, voor geloofwaardigheid in sales en als benchmarks in toekomstige samenwerkingen.
Vervolg samenwerking: bouwstenen
Een van de dingen die je oplevert in de diagnose is een voorstel voor de oplossing waar jullie bij kunnen helpen. Die oplossing bestaat uit bouwstenen.
Je hebt tussen de 10 en 20 bouwstenen op de plank liggen. Het grote verschil met een menukaart van diensten is dat elke bouwsteen vormgegeven is om een bijdrage te leveren aan het oplossen van dezelfde 3-5 problemen.
Afhankelijk van wat je vindt in de diagnose kies je welke bouwstenen er in de oplossing moeten komen.
Een bouwsteen kan van alles zijn: marktonderzoek, GEO, productcommunicatie, sales automatisering of data activatie bijvoorbeeld.
Belangrijk is dat elke bouwsteen een paar eigenschappen heeft:
Een vast proces. Elke klant die deze bouwsteen afneemt volgt exact hetzelfde proces.
Maatwerk in de invulling. De precieze invulling van dat proces is op maat voor de klant.
Drie niveaus van complexiteit: M, L en XL. Op basis van de diagnose ga je inschatten hoe complex de uitrol van deze bouwsteen wordt in de context van deze organisatie en haar probleem. Hier kunnen allerlei factoren in gaan: aantal medewerkers, aantal kantoren, aantal doelgroepen, aantal productlijnen, en zo nog veel meer.
De prijs van de totale oplossing baseer je vervolgens op 2 zaken: de vastgestelde complexiteit in de bouwstenen en de verwachte waarde van een verdwijnend probleem.
Dit heb je nodig
Eerlijk is eerlijk: om deze aanpak verkocht te krijgen heb je best wel wat vertrouwen en aantrekkingskracht nodig in de markt.
Je zult je bureau moeten onderscheiden van de rest. Bouwen aan een reputatie die niet gaat over wat jullie doen, maar over wat jullie oplossen.
Dat begint bij het kiezen van een handjevol business problemen om te gaan ownen. Geen deliverables, geen discipline. Pijnlijke business problemen. Diensten in de breedte opofferen voor expertise in de diepte.
En dat is voor veel bureaus de grootste uitdaging.
We zitten met z'n allen midden in deze transitie, dus het denken over dit onderwerp is nog lang niet klaar.
Heb je toevoegingen of opmerkingen? Beantwoord deze mail, ik ben heel benieuwd.
Koen Hendrickx
Schrijft en adviseert over expertise verkopen in het AI-tijdperk.
Een AI-brein voor je bureau ↓ Weet je wat zowel het bestaansrecht als de grootste bottleneck van een bureau is? Assymetrie van kennis en vaardigheden. Bestaansrecht want: klanten weten en kunnen dingen niet, dus vragen ze jullie. Bottleneck want: de ene collega weet iets dat de andere niet weet. En de helft van de mensen kan iets dat de rest niet kan. Het wordt langzaam maar zeker mogelijk om die bottleneck flink kleiner te maken. Door het bouwen van een collectief, geautomatiseerd geheugen...
De ROI op moeilijke dingen stijgt ↓ Weet je wat de grootste frustratie uit het leven van een consultant is? Hoe goed een plan ook is, op enig moment moet je klant het ook zelf gaan doen. Elke dag weer, ook als de energie van het bedenken van iets nieuws weg is en de waan van de dag weer de dienst uitmaakt. Zo help ik bureaus commercieel beter te presteren in het AI-tijdperk. Dat is meestal een behoorlijke transitie. De grootste blokkades waardoor die transitie niet (of maar half) gemaakt...
Geef je productiviteitswinst niet aan de klant ↓ Begin jaren '80 pompte General Motors meer dan 40 miljard dollar in fabrieksrobots. Het plan was simpel: zet de robot op de plek waar de arbeider stond. Dezelfde assemblagelijn, workflow en aansturing. Maar dan sneller en goedkoper. Toyota had toegang tot precies dezelfde technologie. Maar stelde een andere vraag. Niet: welke taken kunnen robots overnemen? Maar: wat wordt er mogelijk nu we over deze technologie beschikken? Ze herontwierpen o.a....