“Kun je hier een blog over schrijven?”
Zeker. Stuur maar door wat je hebt. En dan komt er een briefing met drie bullets: onderwerp, doelgroep, gewenste lengte. Soms nog een link naar een concurrent die “ongeveer dezelfde content” heeft geschreven. Succes ermee.
Het gekke is dat diezelfde organisatie vaak barst van de kennis. Er loopt een consultant rond die het probleem al twintig keer bij klanten heeft opgelost. Een developer kan precies vertellen waarom de voor de hand liggende oplossing in de praktijk niet werkt. Sales krijgt iedere week dezelfde vragen van prospects en bij support weten ze inmiddels welke fout klanten werkelijk maken, in plaats van de fout waarvan marketing dénkt dat klanten hem maken.
Alleen staat dat allemaal niet in de briefing. Dus googelen we het onderwerp, bekijken wat concurrenten schrijven, vragen AI om een eerste opzet en maken daar een keurige tekst van. Niks mis mee, behalve dat je daarmee precies dezelfde vijver leegvist als iedereen.
Je kennisprobleem is vaak helemaal geen kennisprobleem
Als een bedrijf zegt dat het “meer kennis moet delen”, klinkt het alsof die kennis eerst gemaakt moet worden. In veel B2B-organisaties is het tegenovergestelde waar. De kennis is er allang. Ze zit alleen op onhandige plekken: in hoofden, supporttickets, voorstellen, projectdocumentatie, presentaties, klantgesprekken, demo’s en mails waarin iemand om 16:47 uur ineens glashelder uitlegt waarom een project anders liep dan verwacht.
Een deel van die kennis is bovendien ontstaan door ervaring. Iemand heeft twintig implementaties meegemaakt en ziet daardoor dingen die niet in een handleiding staan. Een consultant voelt bijvoorbeeld al vroeg aan dat een project waarschijnlijk gaat vastlopen, omdat drie factoren samenkomen die hij eerder heeft gezien. Vraag je waarom, dan komt het antwoord misschien niet meteen als een keurig stappenplan naar buiten.
En precies daar wordt het interessant. Want vraag een ervaren specialist hoe die een bepaalde situatie beoordeelt en het antwoord begint opvallend vaak met: “Dat hangt ervan af.” Mijn volgende vraag zou dan niet zijn: “Oké, volgende onderwerp.” Ik wil weten waar het vanaf hangt.
Een expert weet niet altijd wat bijzonder is
Een specialist weet vaak niet meer welke kennis voor een buitenstaander bijzonder is. Als je al tien jaar cloudmigraties doet, voelt het misschien volkomen vanzelfsprekend dat je vóór een migratie eerst naar een bepaalde afhankelijkheid kijkt. Voor iemand die één keer in zijn leven zo’n traject begeleidt, kan precies dát inzicht enorm waardevol zijn. Dat is ook een van de voordelen van een tekstschrijver met een frisse blik: die stelt soms vragen waarvan de expert zelf denkt dat het antwoord volkomen vanzelfsprekend is. Voor de lezer is dat lang niet altijd zo.
Daarom levert “vertel eens iets over cloudmigraties” meestal niet de interessantste input op. Vraag liever wanneer zo’n migratie volgens de expert meestal misgaat. Welk probleem klanten structureel onderschatten. Welke uitzondering er is op het standaardadvies. Of welke aanpak vijf jaar geleden nog logisch was, maar inmiddels niet meer.
Die laatste vraag stel ik graag: doe je dit nu anders dan een paar jaar geleden, en waarom? Zodra iemand daarop ja zegt, heb je bijna automatisch iets interessants te pakken. Er is blijkbaar iets veranderd door nieuwe technologie, andere omstandigheden of simpelweg voortschrijdend inzicht. Daar zit ervaring achter die je niet uit een algemene uitleg haalt.
Tijdens een interview let ik daarom ook op woorden die op het eerste gezicht weinig voorstellen. Meestal. Vaak. Beter. Lastig. Slimmer. Afhankelijk van. Achter zulke woorden zit regelmatig een criterium, ervaring of uitzondering verstopt.
Neem de uitspraak: “Bij grotere organisaties duurt de implementatie vaak langer.” Je kunt dat keurig opschrijven en doorgaan naar de volgende vraag. Je kunt ook vragen wat groter betekent, hoeveel langer langer ongeveer is en vooral waardoor dat verschil ontstaat. Misschien blijkt vervolgens dat het helemaal niet om het aantal medewerkers gaat, maar om het aantal systemen dat gekoppeld moet worden. En laat dat nou net iets zijn waar een lezer wat aan heeft.
Hetzelfde geldt voor voorbeelden. “Wat zijn de grootste uitdagingen bij een ERP-implementatie?” levert waarschijnlijk een keurig lijstje op. Vraag je: “Kun je een project noemen waarbij iets gebeurde wat jullie vooraf niet hadden verwacht?”, dan krijg je eerder een verhaal. In zo’n verhaal zitten beslissingen, oorzaken, gevolgen en uitzonderingen. Precies de details waarmee je wegkomt van algemene kennis en dichter bij daadwerkelijk beleefde kennis komt.
Dat betekent niet dat je ieder klantverhaal met naam, rugnummer en omzetcijfers hoeft te publiceren. Ervaringen kun je prima anonimiseren of gebruiken om een algemener patroon uit te leggen. Het gaat erom dat je niet alleen vraagt wat iemand weet, maar ook hoe diegene dat weet.
Sales en support weten vaak wat je klant wil weten
Voor goede content hoef je bovendien niet altijd de grootste inhoudelijke expert van het bedrijf te interviewen. Soms zit de interessantste informatie bij de mensen die iedere dag vragen krijgen.
Sales weet welke bezwaren prospects hebben voordat ze klant worden, welke termen ze zelf gebruiken, waar ze oplossingen mee vergelijken en bij welke uitleg ineens het kwartje valt. Support weet waar klanten ná aankoop tegenaan lopen, welke instructie blijkbaar minder duidelijk is dan iedereen intern dacht en welke vraag voor de 38e keer binnenkomt terwijl het antwoord “toch gewoon op de website staat”.
Komt dezelfde vraag steeds terug, dan is dat op zichzelf al interessante informatie. Misschien staat het antwoord inderdaad op de website, maar kan niemand het vinden. Misschien beantwoord je technisch gezien de vraag, maar niet de vraag die de klant werkelijk bedoelt. Of misschien ontbreekt het antwoord gewoon.
AI kent jouw organisatie niet
Dat wordt nog relevanter nu AI steeds vaker onderdeel is van het contentproces. Je kunt ChatGPT of een ander taalmodel prima gebruiken om structuur aan te brengen, invalshoeken te bedenken, informatie samen te vatten of een eerste versie te maken.
Maar AI weet niet wat jouw consultant vorige week bij een klant ontdekte. Het heeft niet bij dat evaluatiegesprek gezeten waarin een technisch probleem uiteindelijk een organisatorisch probleem bleek te zijn. En het weet al helemaal niet waarom jullie een bepaalde implementatie inmiddels anders aanpakken dan drie jaar geleden, tenzij iemand die kennis ooit beschikbaar heeft gemaakt.
Geef je AI alleen een onderwerp, dan krijg je dus al snel algemene kennis terug. Soms uitstekend geformuleerd, maar nog steeds algemeen. Eerst moet je je eigen kennis boven water krijgen, daarna kun je AI ermee aan het werk zetten. Garbage in, garbage out geldt tenslotte ook als de garbage keurig gespeld is.
Bouw een kennisvoorraad
Zo’n gesprek met een specialist hoeft bovendien niet alleen input op te leveren voor het artikel waarvoor je het oorspronkelijk organiseerde. Een uur praten kan voorbeelden, uitspraken, veelgestelde vragen, tegenargumenten, criteria en nieuwe onderwerpen opleveren waar je later opnieuw uit kunt putten.
Daarom zou ik een interview ook niet te strak aan een briefing vastbinden. Natuurlijk wil je antwoord op je hoofdvragen, maar als iemand terloops zegt: “Daar maken klanten trouwens bijna altijd dezelfde fout”, dan laat je je volgende vraag even liggen en vraag je door. Juist op die zijpaadjes kom je vaak informatie tegen waarvan niemand vooraf had bedacht dat die in het artikel moest.
Leg die kennis vervolgens ook vast. Niet alleen als transcript dat daarna ergens in een map verdwijnt, maar bijvoorbeeld als verzameling van voorbeelden, claims die nog onderbouwd moeten worden, veelgestelde vragen, interessante uitspraken en onderwerpen waar genoeg materiaal voor een apart artikel in zit.
Dan wordt een interview iets anders dan een manier om één blog gevuld te krijgen. Je bouwt langzaam een kennisvoorraad op waar je later weer uit kunt putten voor artikelen, klantcases, FAQ’s, whitepapers, salesmateriaal of andere content. Daarmee vermijd je ook dat gevreesde moment waarop iemand tijdens een contentoverleg vraagt: “Waar zullen we deze maand eens over bloggen?”
Goede content begint dus niet met schrijven
Dat is misschien het vreemde aan mijn vak: een flink deel van goed schrijven gebeurt voordat je één fatsoenlijke zin hebt geschreven. Je moet eerst ontdekken wat er te vertellen valt.
Dus stuur een expert niet alleen een Word-document met de vraag of die “even wat input kan aanleveren”. Ga praten. Vraag welke vragen klanten stellen, waar projecten vastlopen, welk advies de afgelopen jaren is veranderd en wat de expert zelf volkomen vanzelfsprekend vindt maar klanten blijkbaar niet.
Vraag ook door wanneer een antwoord nét iets te makkelijk klinkt. Wat bedoel je precies met vaak? Voor welke klanten geldt dat? Wanneer juist niet? Heb je daar een voorbeeld van? Hoe weet je dat eigenlijk? Daar zit vaak precies de kennis die je niet uit de eerste drie zoekresultaten haalt en die AI niet voor je kan verzinnen.
Je hoeft goede content namelijk lang niet altijd te bedenken. Soms moet je gewoon de juiste vragen stellen aan de mensen die het antwoord allang weten. En als ik mijn klanten mag geloven, is dat luisteren en doorvragen toevallig iets waar ik behoorlijk goed in ben. 😉