De situatie

DigiSocial is een snelgroeiend performance marketingbureau in Berlijn. Hun accountmanagers draaien Meta-advertentiecampagnes voor klanten, en bij elke nieuwe klant begint datzelfde werk opnieuw: uitzoeken wie de concurrenten zijn, wat er in de markt speelt, wat de doelgroep zegt, en later wekelijkse audits en updates schrijven. Veel handwerk, veel herhaling, en bij groei betekent dat: minder tijd voor het echte werk.

De vraag aan ons was niet 'bouw een losse AI-tool'. De vraag was: bouw een fundament waar we de komende jaren op kunnen doorbouwen, dat meegroeit met het bedrijf en dat we zelf kunnen blijven uitbreiden.

Onze aanpak

We zijn begonnen met een gerichte inventarisatie, niet met bouwen. Eerst scherp krijgen welke processen zich lenen voor AI, welke inputs en outputs per proces leidend zijn, en waar de mens aan het stuur moet blijven. Daarna hebben we samen met DigiSocial één gezamenlijke architectuur uitgewerkt: een webapp waar alle modules in hangen, met één login voor het team en een gedeelde AI-laag eronder. Zo kan elke module los worden gebouwd en opgeleverd, maar staat het geheel op hetzelfde fundament.

Pas toen die opzet scherp en akkoord was, zijn we gaan bouwen. Module voor module, met iteratierondes tussendoor waarin we op basis van gebruik prompts hebben aangescherpt, bronnen hebben toegevoegd en de kwaliteit stapsgewijs hebben opgebouwd.

Wat we hebben gebouwd

Drie modules, in één webapp, draaiend in productie:

• Module 1: Klantonderzoek. Een accountmanager start een nieuwe klant en de webapp levert automatisch een markt- en concurrentieonderzoek op, klaar voor gebruik. De accountmanager kan het eindresultaat nog per sectie bijwerken, met prompts of handmatig, voordat het naar de klant gaat.

• Module 2: Audit. Genereert op basis van campagnedata een volledige audit, met ruimte voor de accountmanager om eigen observaties, advies en verwachte impact toe te voegen. De output past direct in de bestaande rapportage-template van DigiSocial.

• Module 3: Wekelijkse klantupdates. Analyseert week-op-week performance, genereert een concept-update voor de klant, en geeft de accountmanager de regie om te reviewen, aan te passen en te versturen.

Om dit mogelijk te maken koppelen de modules met ruim tien verschillende bronnen en systemen — van adverteerplatformen en marktdata tot publieke discussiebronnen en interne documenten van DigiSocial. Welke precies, is onderdeel van hun werkwijze en daarom niet iets wat we hier delen.

Hoe we gebouwd hebben

Per module hebben we hetzelfde ritme gehanteerd: eerst zorgen dat de juiste data binnenkomt, dan de AI-verwerking, dan de interface waar de accountmanager mee werkt, dan de uiteindelijke output. Tussen elke stap feedback en iteratie met het team van DigiSocial.

Het uitgangspunt dat we vasthouden: AI doet het voorwerk, de mens levert de laatste kwaliteit en het oordeel. Alle drie de modules zijn zo ingericht dat de accountmanager altijd kan ingrijpen, bijsturen en aanscherpen voordat iets naar de klant gaat.

Waar we nu staan

De webapp draait in productie. Alle drie de modules zijn in gebruik bij het team van DigiSocial. De samenwerking loopt door: we blijven modules aanscherpen op basis van gebruik, en bouwen verder op het fundament dat er nu staat.