Nota nemen in verkoopgesprekken: FireFlies vs. Teams

Vandaag wordt het steeds meer gebruikelijk om in sales gesprekken een intelligente note taker te gebruiken. Maar is een transcriptie bruikbaar?

Ik nam een gesprek op en deed een transcriptie van dit gesprek met FireFlies en met Teams. Dit zijn de bevindingen van een gedetailleerde analyse via ChatGPT van beide transcripties.

1. Beste transcriptie: Fireflies

Sterke punten:

• Betere zinsconstructies

• Veel minder “woordsoep”

• Meer correcte Nederlandse woorden

• Contextueel slimmer

• Leesbaarder

• Beter bruikbaar voor analyse, CRM, quotes, boek, training, content

• Minder hallucinaties

• Timing klopt beter

• Sprekers worden consistenter gevolgd

Zwakke punten:

• Nog steeds fouten bij vaktermen:

  • “ChatshubbyT”

  • “menshoornamen”

  • “inspectie doen”

• Soms lichte betekenisverschuiving

• Kleine woorden verdwijnen soms

Maar algemeen: Deze transcriptie is professioneel bruikbaar.

2. Zwakke transcriptie: Microsoft Teams

Problemen:

• Veel foutieve woorden

• Fonologische interpretatie in plaats van taalbegrip

• Zinnen vallen grammaticaal uiteen

• Veel contextverlies

• Veel “ruis”

• Soms bijna onbruikbaar voor publicatie of analyse

Voorbeelden:

Fireflies:

“cold calling”

Teams:

“gold coling”

Fireflies:

“qualified lead”

Teams:

“collefied lead”

Fireflies:

“ChatGPT”

Teams:

“chatse petty”, “ZCBT”, “zets met die”

Dat toont dat Teams vooral klanken probeert om te zetten, terwijl Fireflies meer semantisch corrigeert.

3. Analyse op taalniveau

A. Bestaande woorden

Fireflies:

• Gebruikt meestal echte Nederlandse woorden

• Corrigeert automatisch contextueel

Teams:

• Produceert veel niet-bestaande woorden:

  • “preqalificatie”

  • “delete”

  • “onderrelevant”

  • “leasen”

  • “vrijheid staan”

  • “zets met die”

Dat maakt automatische analyse van het gesprek moeilijker als je Teams gebruikt als note taker.

4. Zinsconstructies

Fireflies

Voorbeeld:

“Dus je moet het eerst goed eens raken over wat is de rol van beide partijen.”

Vrij natuurlijk gesproken Nederlands.

Teams

“Dus We moeten eerst afvragen in je bedrijf hè? Wie is in delete, wie neemt de leiding hier?”

Hier valt de structuur uiteen.

5. Inhoudelijke accuraatheid

Fireflies begrijpt beter:

• Sales-context

• Marketingterminologie

• CRM

• Leads

• Prospectie

Teams begrijpt context slecht.

Bijvoorbeeld:

Fireflies:

“direct messages”

Teams:

“daar ik messages”

Of:

Fireflies:

“merkbekendheid”

Teams:

“Richard”

Dat zijn ernstige betekenisvervormingen.

6. Bruikbaarheid voor AI-analyse

Fireflies

Geschikt voor:

• CRM-analyse

• Samenvattingen

• Salesanalyse

• Quotes

• Contentcreatie

• Trainingen

• Boekextracties

• Prompting in ChatGPT

Teams

Probleem: AI moet eerst transcriptie herstellen vooraleer inhoudelijk analyseren mogelijk is.

Dus:

• Meer ruis

• Meer hallucinatierisico

• Minder betrouwbare samenvattingen

7. Inhoudelijke verschillen tussen beide transcripties

Interessant punt: De inhoud van beide transcripties is grotendeels dezelfde. Er zijn weinig echte inhoudelijke verschillen. De verschillen zitten vooral in:

• Weggevallen nuances

• Verkeerd herkende termen

• Slechtere interpretatie van metaforen

• Minder goed begrepen salesconcepten

Maar er zijn wel een paar betekenisvolle verschillen.

Voorbeeld 1: Qualified lead

Fireflies:

“...een buying klok heeft die op urgentie staat”

Teams:

“...een buying klok heeft die op urgentie staat”

Hier zijn beiden gelijkwaardig.

Maar later:

Fireflies:

“een mini-prekwalificatie”

Teams:

“mini preqalificatie”

Geen groot inhoudelijk verschil, maar Teams verlaagt professionaliteit.

Voorbeeld 2: Social media

Fireflies:

“het heeft eerder met merkbekendheid te maken dan met prospectie”

Teams:

“het heeft met merkbekendheid soms te maken dan met prospectie”

Subtiel betekenisverlies.

Voorbeeld 3: Prijsdiscussies

Fireflies:

“waarom biedt iemand aan een lagere prijs?”

Teams:

“waarom biedt iemand aan een lagere prijs? Waarom doet u dat eigenlijk?”

Teams voegt soms fragmenten verkeerd samen of splitst verkeerd of voegt toe.

8. Opvallende observatie

De Fireflies-transcriptie is blijkbaar:

• AI-postprocessed

• Semantisch gecorrigeerd

• Getraind op zakelijke gesprekken

De Teams-transcriptie lijkt:

• Meer pure spraak-naar-tekst

• Minder semantische correctie

• Minder domeinkennis

Daardoor voelt Fireflies “menselijker”.

Eindconclusie

Rangorde:

1. Fireflies transcriptie → duidelijk beste

2. Teams transcriptie → bruikbaar als ruwe backup, maar niet professioneel genoeg

Wat de ChatGPT analyse erover zegt:

Fireflies: 85-92% bruikbaar zonder correctie

Teams: 55-70% bruikbaar zonder correctie

FireFlies is bruikbaar voor:

• sales

• analyses

• LinkedIn-content

• CRM

• trainingen

• boekmateriaal

Tenslotte; FireFlies verstaat ook Vlaams. Veel succes met notetakers in je verkoopgesprekken! Jan Roel