Proaction: 60% meer verkoop en 75+ uur bespaard met Codex

Proaction⁠(opent in een nieuw venster) bouwt software voor bedrijven die wagenparken beheren, van personenauto's en vrachtwagens tot bouwmachines. Omdat elk wagenpark anders wordt ingezet, is het in het verkoopproces essentieel om potentiële klanten te laten zien hoe het platform van Proaction aansluit op hun bedrijf.

Maar demo's op maat kostten het ontwikkelteam tijd die het niet kon missen. De oprichters moesten het doen met gesprekken en presentaties om uit te leggen wat er mogelijk was. Codex bracht daar verandering in.

"Omdat ik geen technische achtergrond heb, moest ik vroeger ontwikkelaars inschakelen als ik een demo wilde", zegt Colin Knudsen, medeoprichter en COO van Proaction. "Nu doe ik het zelf in Codex." Colin maakt vier tot zes interactieve demo's op maat per maand. Elke demo kost hem 30 tot 45 minuten om te bouwen. Hij schat dat dit 40 tot 60 uur ontwikkelwerk bespaart.

Na een verkoopgesprek verwijst Colin Codex naar de opname in Granola, e-mailwisselingen met de potentiële klant en eventuele spreadsheets die deze heeft gedeeld. Codex gebruikt die context om een HTML-demo-omgeving aan te passen aan het product van Proaction en het eigen wagenpark van de klant.

Wanneer Colin zijn scherm deelt, zien potentiële klanten hun eigen auto's, vrachtwagens of materieel, ingedeeld op basis van hun werkwijze. Ze kunnen aangeven wat er aangepast moet worden en meewerken aan de oplossing. "Je werkt samen aan de uiteindelijke oplossing zonder dat het ontwikkelteam eraan te pas hoeft te komen", zegt Colin.

Een demo met hun eigen gegevens geeft potentiële klanten een concrete reden om de volgende stap te zetten. Colin schat dat dankzij de demo's op maat het percentage deals dat na het eerste contact doorgaat naar de ontwikkeling van een oplossing met 50% tot 60% is gestegen, in plaats van dat het bij het onderhouden van contact blijft.

Als de ontwikkelaars van Proaction vergelijkbare demo's zouden maken, zou dat volgens Colin ongeveer 10 uur per demo kosten. Omdat Proaction maandelijks zo'n vier tot zes demo's maakt, bespaart dat elke maand 40 tot 60 uur ontwikkelwerk.

De demo bespaart ook later in het proces tijd. Wanneer een potentiële klant daadwerkelijk klant wordt, geeft Colin de ontwikkelaars de demo op maat als visueel voorbeeld. Dat scheelt vragen en overleg over wat er gebouwd moet worden.

Met Codex bouwde Proaction ook een klantenportaal waar potentiële klanten kunnen inloggen, workflows kunnen verkennen die op hun bedrijf zijn afgestemd en verkoopmateriaal kunnen bekijken. Zo kunnen klanten beter uitleggen wat ze nodig hebben en kunnen collega's buiten het ontwikkelteam die gesprekken omzetten in duidelijkere vereisten. Tegen de tijd dat de ontwikkelaars betrokken worden, hebben ze een concreter beeld van wat ze moeten bouwen.

Colins dagelijkse werk omvat verkoop, klantondersteuning en productmanagement. Via Codex-plug-ins voor tools als Granola, Gmail, Slack, Linear, GitHub en HubSpot brengt Colin klantinformatie samen en gaat hij er binnen Codex mee aan de slag.

Hij haalt gesprekstranscripten en eerdere e-mails op om vervolgacties voor te bereiden, maakt issues aan in Linear en werkt verkoopkansen bij in HubSpot. Hij heeft ook een geplande automatisering ingesteld die recente gesprekken doorneemt en verkoopupdates voor het team opstelt.

Voorheen betekende zijn hoge werkdruk dat hij voortdurend tussen tabbladen moest schakelen en informatie van de ene tool naar de andere moest kopiëren. Nu kan Colin beschrijven wat hij nodig heeft en Codex gebruiken om de context te verzamelen en de volgende stap uit te voeren. "Alles wat ik doe, draait om werken in Codex. Ik werk nog maar weinig daarbuiten", zegt Colin. Colin schat dat hij 15 tot 20 verschillende taken per dag heeft en dat Codex hem 25–33 uur per maand bespaart.

Proaction gebruikt ook OpenAI-modellen op het hele platform. Wanneer klanten foto's meesturen bij meldingen van voertuigproblemen, helpt ChatGPT‑5.6 Sol om schade te herkennen. En met GPT‑Live‑1 bouwt Proaction agents die meer van het dagelijkse werk rond wagenparkbeheer op zich nemen. Het bedrijf noemt dit zijn Managed Execution Layer.

Klanten kunnen gespecialiseerde agents vragen om zaken als tolbetalingen of onderhoud af te handelen, of workflows instellen die automatisch de juiste agent aan het werk zetten. De agents gebruiken OpenAI-modellen, waaronder GPT‑Live‑1 en GPT‑6 Astra, om telefoongesprekken te voeren, documenten en afbeeldingen te beoordelen, tekst te analyseren en in de chat te reageren.

Een van die agents, Marty, is ontworpen om voertuigonderhoud te coördineren. Marty bespreekt een probleem met een bestuurder, belt garages, regelt onderhoud en helpt de offerte goedgekeurd en betaald te krijgen. Het team van Proaction springt bij wanneer het werk menselijke beoordeling of tussenkomst vereist.

Met GPT‑6 Astra kan Proaction deze functionaliteit ook sneller bouwen voor klanten. Danny O’Halloran, hoofd Product, zegt: "Astra heeft minder stappen nodig om taken op de computer uit te voeren. Met GPT‑5.6 Sol duurde het veel langer om hetzelfde werk uit te voeren."

Codex en GPT‑6 Astra geven Proaction meer tijd voor verkoop, klantondersteuning en het laten groeien van het bedrijf. En met agents op basis van GPT‑Live‑1 geeft Proaction ook wagenparkbeheerders meer tijd.