Hoe Varsity Tutors AI-stemagenten van Retell inzet om ervoor te zorgen dat geen enkel gezin hoeft te wachten
Elk succesverhaal over bijles begint op dezelfde manier: een ouder die om hulp vraagt. Varsity Tutors werkte samen met Retell om ervoor te zorgen dat er altijd iemand is om op te nemen.
Stel je het voor. Een ouder vult om 21.00 uur een bijlesformulier in, bezorgd om zijn kind. Ze klikken op verzenden en hopen dat iemand belt. Dit is de harde waarheid over dat moment: timing is alles. Een ouder die niet snel iets hoort, blijft niet zitten wachten. Ze gaan door naar het volgende bijlesbedrijf dat wel opneemt.
Dus Varsity Tutors ging aan de slag om die kloof te dichten. Niet met een groter callcenter, maar met stemagenten die opnemen zodra een ouder contact opneemt, dag en nacht.
Het probleem: snelheid bepaalt wie het gezin krijgt
Bijles is een vertrouwensbusiness, maar het is ook een snelheidsbusiness. Het bedrijf dat als eerste reageert wint meestal, en degene die een dag later reageert verliest meestal, hoe goed de docenten ook zijn.
Dat zorgt voor een paar echte knelpunten:
- Nieuwe aanvragen koelen snel af. Een formulier dat 's nachts wordt ingediend, blijft vaak in een wachtrij staan tot de ochtend. Tegen die tijd heeft de ouder al drie andere formulieren ingevuld.
- Inkomende bellers worden heen en weer gestuurd. Mensen bellen met heel verschillende behoeften, en ze snel bij het juiste team krijgen is lastiger dan het klinkt.
- Nieuwe docenten zitten stil. Een geweldige docent die maar één smal vak opgeeft, kan weken wachten om aan een leerling te worden gekoppeld.
Varsity Tutors pakt alle drie aan met stemagenten gebouwd op Retell. Zo werkt dat.
Nieuwe leads opvolgen voordat ze afkoelen
De agent: "Jamie", een uitgaande opvolgconsultant.
Wanneer een lead een bijlesaanvraag indient, belt Jamie hen terug om het gesprek levend te houden. Het belangrijkste om te begrijpen is wat Jamie níét doet. Het verkoopt niet, geeft geen prijzen op en pitcht geen diensten. Zijn hele taak is om een echt persoon te bereiken, een paar details te bevestigen en hen zo snel mogelijk via een warme doorverbinding door te schakelen naar een live menselijke expert.
Hoe dat eruitziet tijdens een gesprek:
- Het kent het verschil tussen een persoon en een robot. Een groot deel van het ontwerp van Jamie is het detecteren van voicemailboxen en AI-gespreksscreeners zoals Google Call Screen. Als het geen echt mens is, laat het een persoonlijke voicemail achter en hangt het op. Het zal nooit een screener doorverbinden naar een live medewerker.
- Het voert een snelle, gerichte inventarisatie uit. Zodra een echt persoon opneemt, stelt Jamie zich voor, meldt het dat de lijn wordt opgenomen en verzamelt het drie dingen: wie de ouder is, wie de leerling is en het niveau plus vak voor elke leerling.
- Dan draagt het over. Met die details in de hand verbindt het de ouder door naar een live expert die de context al heeft. Niet opnieuw beginnen.
Het resultaat is een lead die snel een echt telefoontje terugkrijgt, en een menselijke medewerker die instapt terwijl hij het verhaal al kent.
Inkomende bellers bij het juiste team krijgen
De agent: "Becky", een inkomende salesagent.
Wanneer iemand Varsity Tutors belt, neemt Becky op. Op het moment dat ze opneemt, zoekt ze het inkomende nummer op om te zien of het overeenkomt met een bekende lead, en past ze haar begroeting daarop aan:
- Bekende lead: "Hoi, dit is Becky van Varsity Tutors, spreek ik met [naam]?"
- Nieuwe beller: "Hoi, dit is Becky van Varsity Tutors, waarmee kan ik je vandaag helpen?"
Van daaruit achterhaalt ze wat voor soort hulp de beller eigenlijk wil en verwijst ze hen door naar het juiste salesteam, met een reservepad voor als een doorverbinding ooit mislukt.
Ze weet ook wat niet aan haar is om af te handelen. Als een beller logopedie, ergotherapie of fysiotherapie, ABA of een medische of psychologische evaluatie nodig heeft in plaats van academische bijles, herkent Becky dat en verwijst ze hen niet door als bijleslead. Die vangrail voorkomt dat gezinnen op de verkeerde plek belanden.
Nieuwe docenten sneller gekoppeld krijgen
De agent: "Nico", een docentactivatiebeller.
Deze draait het om. In plaats van ouders te bellen, belt Nico nieuw toegetreden docenten die nog niet aan leerlingen zijn gekoppeld. Vaak is de reden simpel: hun lijst met goedgekeurde vakken is te smal, dus het koppelingssysteem kan geen match voor hen vinden.
Nico belt om dat op te lossen:
- Het legt het "waarom" uit. De docent leert dat hij niet is gekoppeld omdat zijn vakken te beperkt zijn.
- Het doet specifieke, vooraf goedgekeurde aanbevelingen. Nico stelt twee tot vijf extra vakken voor uit een gecontroleerde lijst, en verzint nooit vakken die er niet op staan.
- Het loodst hen door de volgende stap. Daaronder valt hoe je vakken toevoegt in het dashboard en wat je kunt verwachten van het ongeveer tien minuten durende AI-controlegesprek.
- Het sluit af met een geruststelling. De docent verlaat het gesprek in de wetenschap dat het team achter hem staat en wat er hierna gebeurt.
Meer vakken betekent meer matches, wat betekent dat leerlingen sneller hulp krijgen en goede docenten niet aan de zijlijn blijven staan.
Het grotere plaatje
Zet de drie samen en je krijgt een systeem dat de hele reis afdekt:
- Uitgaande opvolging voorkomt dat warme leads afkoelen.
- Inkomende routering brengt elke beller in één keer bij het juiste team.
- Docentactivatie zorgt ervoor dat er iemand klaarstaat om daadwerkelijk les te geven.
De bezorgde ouder die om 21.00 uur dat formulier invulde, loopt niet langer tegen een muur aan. Ze krijgen een echt gesprek en een beetje gemoedsrust, en dat is precies waar het om draait.
We zijn er trots op om aan de zijde van Varsity Tutors te staan en meer kinderen de hulp te helpen krijgen die ze nodig hebben, precies wanneer het telt.
