First time right is geen acceptatie-truc
Twee dossiers, dezelfde klantvraag
Twee kantoren dienen bijna dezelfde hypotheekaanvraag in. Bij het ene kantoor stelt de acceptant drie extra vragen. Bij het andere kantoor komt er snel akkoord. Zelfde soort klant, zelfde soort woning, zelfde geldverstrekker. En toch een ander resultaat. Dan gaat het dus niet alleen om acceptatiekennis. Het gaat om hoe het dossier is opgebouwd voordat iemand op verzenden klikt.
In een gesprek van Viisi Hypotheken met Lloyds Bank zat een interessant detail. Niet de dagrente. Niet het bouwdepot. De bron noemde dat Viisi rond first time right ongeveer twee keer zo hoog scoort als het gemiddelde in de besproken context: 21% tegenover 10,2%. Dat is geen universele benchmark, maar wel een scherp signaal. Waarom lukt het het ene kantoor vaker om een dossier meteen goed aan te leveren?
First time right begint voor het aanvraagformulier
Veel hypotheekadviseurs behandelen first time right alsof het een laatste controle is. Nog even de loonstrook. Nog even de werkgeversverklaring. Nog even kijken of de toelichting erbij zit. Dat helpt, maar het is te laat in het proces. Je repareert dan aan het einde wat eerder in de klantreis niet goed is ingericht. 'Dingetjes doen', dus. Terwijl de echte fout vaak al bij de intake ontstaat.
Een goed dossier begint met vaste keuzes. Welke klantdata vraag je wanneer uit? Welke afwijkingen wil je al in het eerste gesprek scherp hebben? Waar leg je uitleg vast, zodat die niet in een losse mail of in het hoofd van een adviseur blijft hangen? Dat klinkt procesmatig. Dat is het ook. Maar precies daar zit het verschil tussen een kantoor dat elke aanvraag opnieuw uitvindt en een kantoor dat leert van elk dossier.
- Leg uitzonderingen al bij de intake vast, niet pas bij het uploaden.
- Gebruik vaste velden voor herkomst eigen middelen, verhuur, studieschuld en bijzonder onderpand.
- Maak interne toelichting onderdeel van het CRM, niet van losse mailboxen.
- Koppel klantcommunicatie aan dossierstatus, zodat klanten weten wat ontbreekt.
- Meet terugvragen per geldverstrekker en per type dossier. Anders stuur je op gevoel.
Brondata haalt documenten weg, niet het oordeel
Brondata is nuttig omdat gegevens direct uit betrouwbare bronnen komen. HDN beschrijft dat gegevens uit bijvoorbeeld UWV, Belastingdienst of andere bronnen via de hypotheekketen kunnen worden gebruikt, zodat minder losse documenten nodig zijn. Dat scheelt werk. Het verkleint ook het risico op verouderde of verkeerd aangeleverde stukken. Alleen: brondata neemt het advies niet over. Het geeft betere input voor het oordeel van de adviseur.
Dat verschil is belangrijk. Een klant met eigen middelen uit crypto, geld uit het buitenland of verhuurde panden heeft niet alleen data nodig. Die klant heeft context nodig. Waarom is dit geld er? Hoe is het opgebouwd? Welke uitleg verwacht de geldverstrekker? Als je die uitleg niet strak vastlegt, krijg je alsnog extra vragen. Alleen dan met nettere data eronder…
Losse documenten versus een dossierproces
Ik zie dit bij advieskantoren vaker dan men wil toegeven. Het dossier staat deels in HDN, deels in het adviespakket, deels in de mailbox en deels in iemands geheugen. Zolang alles goed gaat, lijkt dat prima. Tot er een acceptatievraag komt. Dan zoekt iedereen terug: wie heeft wat gezegd, welk document hoort bij welke uitleg en waar staat de laatste klantversie?
| Werkwijze | Risico | Effect op acceptatie | Actie voor kantoor |
|---|---|---|---|
| Losse documenten uploaden | Context ontbreekt of staat in e-mail | Meer terugvragen bij afwijkingen | Maak vaste toelichtingsvelden per dossiertype |
| Checklist aan het einde | Fouten worden laat ontdekt | Stress vlak voor passeren | Verplaats checks naar intake en pre-submit |
| Brondata zonder proces | Schone data, maar onduidelijke duiding | Acceptant mist verhaal achter de cijfers | Koppel brondata aan CRM-notities en advieslogica |
| Gestructureerde dossierflow | Minder afhankelijk van losse kennis | Snellere beoordeling bij complete uitleg | Meet first-time-right en terugvragen per stap |
Van HDN-aanvraag naar CRM-nazorg
De fout is vaak dat de hypotheekaanvraag als eindpunt wordt gezien. Voor de klant is dat niet zo. Die wil duidelijkheid, rust en daarna een normale relatie met het kantoor. Als je CRM pas weer wakker wordt bij een renteherziening of een nieuwsbrief, mis je veel waarde. De aanvraag vertelt namelijk precies welke situatie iemand heeft: starter, doorstromer, verbouwer, verduurzamer, ondernemer, scheiding, verhuur, vermogen.
Daar raakt dossierkwaliteit direct aan je 'full funnel approach'. Niet omdat elk dossier een marketingtruc moet worden. Wel omdat goede data ook na de aanvraag waarde houdt. Een klant met een bouwdepot vraagt andere nazorg dan een starter zonder verbouwing. Een klant met verduurzamingsplannen heeft andere timing dan iemand die vooral zekerheid zoekt. Als die informatie niet netjes in je systeem staat, wordt nazorg weer handwerk.
“Strategie is een diagnose maken, geen lijstje acties afvinken.”
Een procescheck voor maandag
Je hoeft dit niet groot te maken. Begin met tien recente dossiers. Pak vijf dossiers die snel akkoord kregen en vijf dossiers met veel terugvragen. Kijk niet alleen naar de documenten. Kijk naar het pad ernaartoe. Waar kwam de eerste onduidelijkheid binnen? Waar stond de uitleg? Welke status zag de klant? En welke vraag had je eigenlijk al drie dagen eerder kunnen stellen?
- Tel het aantal terugvragen per dossier en label de oorzaak.
- Zet eigen middelen, verhuur, buitenland, ondernemer en studieschuld apart.
- Controleer of elk label een vaste CRM-plek heeft.
- Maak een pre-submit moment voordat HDN de aanvraag uitstuurt.
- Koppel de uitkomst terug naar klantcommunicatie en nazorgsegmenten.
Voor veel kantoren zit hier de echte winst. Niet in nog een tool. Wel in Koers kiezen: welke dossiers wil je strak kunnen verwerken? Dan Brandpunt zetten: welke data en processtappen moeten altijd kloppen? Pas daarna kun je schalen. Anders automatiseer je vooral de rommel die je al had.
Tot slot
AI gaat dit verschil groter maken. Niet omdat AI de hypotheekadviseur vervangt, maar omdat AI vooral goed werkt op duidelijke data, vaste processen en scherpe context. Wie zijn dossierproces op orde heeft, kan sneller uitleggen, controleren en opvolgen. Wie dat niet heeft, krijgt alleen sneller zicht op de chaos. De vraag is dus simpel: hoeveel van jouw dossierkwaliteit zit nu nog in hoofden, losse mails en 'dat weet collega X wel'?
