Eén op de vijftig sales managers geeft om de kwaliteit van een call. Vijftig op de vijftig tellen calls. Ze tellen omdat tellen makkelijk is. Een scorecard is het goedkoopste instrument dat de moeilijkere vraag afdwingt, en de meeste teams die Gong of Modjo bezitten hebben er nog steeds geen dat het waard is om te gebruiken.
Dit is voor de VP of Sales of sales manager die de opnames heeft, de dashboards heeft en je toch niet kan vertellen of zijn reps goede discovery voeren. Na zeven jaar en 1.400+ handmatig gereviewde B2B SaaS-calls in Benelux en DACH, die de dataset vormen achter mijn EU Sales Call Benchmark 2026 , is het patroon consistent. Teams zijn veel beter in het opbouwen van de infrastructuur van sales dan in het inspecteren van wat er daadwerkelijk in een call gebeurt. De scorecard is hoe je die gap dicht.
Ein Call-Review-Scorecard is een gestructureerd rubric dat een manager gebruikt om een opgenomen sales-call te beoordelen tegen een kleine set gedefinieerde skills, elk 1–5 te scoren en één concrete, van timestamp voorziene observatie per skill vast te leggen. Het is geen compliance-checklist, en het is niet je activity-dashboard. Dat onderscheid is het hele spel, want de meeste "scorecards" die als template worden verkocht, zijn in werkelijkheid alleen call-telwerk in een mooiere tabel.
De meeste KPI's worden getrackt omdat ze trackbaar zijn. Als een cijfer geen coaching-actie oplevert, is het een vanity-metric, en calls tellen is de populairste vanity-metric in sales.
1Beoordeel kwaliteit, niet volume
Hier is de test voor elke metric op je scorecard: als hij geen coaching-actie oplevert, hoort hij er niet bij. Gemaakte dials, talk-to-listen-ratio, gelogde calls. Die worden getrackt omdat ze trackbaar zijn, niet omdat ze veranderen wat een rep volgende maandag doet. Een A-call verschilt fenamenteel van een B-call, en geen enkele mate van tellen vertelt je welke je zojuist hebt gehoord.
Mijn EU-benchmark scoort elke kern-skill op tien over de teams die ik review. Die gemiddelden zijn ontnuchterend, en ze dienen tegelijk als referentiepunten voor je eigen scorecard. De score van een rep is niet alleen een cijfer, het is een cijfer tegen een bekende Europese baseline.
EU Sales Call Benchmark, gemiddelde score van 10 per skill (1.400+ calls, 140+ teams, Benelux & DACH).
2De vijf criteria die deals daadwerkelijk voorspellen
Weersta de drang om alles te beoordelen. Een scorecard met vijfentwintig regels wordt mechanisch ingevuld en nooit gecoacht. De criteria die hun plek verdienen, zijn die waarbij mijn benchmark-data laten zien dat reps consistent falen, en waarbij verbetering zichtbaar win-rates verandert. Vijf skills, niet vijfentwintig:
3Beoordeel 1 tot 5, nooit tick-box
Binair scoren, waarbij pain ja/nee wordt vastgelegd en de DMU ja/nee wordt begrepen, versimpelt de genuanceerde aard van discovery-informatie enorm. Een rep kan technisch "naar pain vragen" en niets leren. De oplossing is een 1–5-schaal per criterium, met vooraf gedefinieerde banden, zodat twee managers die dezelfde call reviewen op hetzelfde punt uitkomen.
Definieer elke band concreet. Voor discovery is een 1 "geen pain-vragen gesteld", een 3 "één genoemde pain blootgelegd, maar geen impact", en een 5 "impact gekwantificeerd en gekoppeld aan een door de buyer bevestigde business-consequentie". Zonder geschreven banden drijft het scoren af, de kalibratie stort in, en de scorecard is binnen een kwartaal waardeloos. Wees eerlijk: heeft je huidige review geschreven banden, of betekent "goede discovery" wat de manager die dag voelde?
4Kan AI je calls beoordelen? Let op AI Sales Psychosis
AI Sales Psychosis is het valse gevoel van controle dat opduikt wanneer Gong, Modjo en AI-notetakers reps en managers vertellen "geen zorgen, je hebt de pain vastgelegd", terwijl de buyer alleen het zwakste signaal gaf. Ik heb het benoemd omdat ik het keer op keer heb waargenomen. Toen ik de AI-analyse van calls vergeleek met de handmatige reviews die de basis vormden van mijn benchmark 2026, vond ik een discrepantie van meer dan 30%.
De fouten waren specifiek. De AI markeerde pain-criteria groen omdat de klant meeknikte, terwijl de Rep gangbare pains opsomde. Ze markeerde de DMU als "goed begrepen", terwijl het daadwerkelijke antwoord van de buyer luidde "ja, ik moet mijn manager waarschijnlijk op een gegeven moment erbij betrekken". Large language models zijn van nature volgzaam. Ze weken gaps op, laten zwakke discovery gestructureerd lijken en veranderen aannames in CRM-data. Ineens gelooft iedereen dat de deal beter gekwalificeerd is dan hij is, tot precies het moment waarop de buyer de status quo kiest, een concurrent, of gewoon verdwijnt.
Gebruik AI om je denken te ondersteunen. Besteed je oordeel niet uit.
Je kunt AI-scoring met één enkele prompt-instructie veel eerlijker maken: verlang van het model dat het de exacte transcript-evidence achter elk oordeel citeert, zowel de vraag die de seller stelde als de informatie die de buyer daadwerkelijk gaf. Als de AI de regel niet kan leveren, is het criterium niet vervuld. Die ene regel verandert een AI-scorecard van een zelfvertrouwen-machine in een echte reviewer.
5Het tool is alleen zo goed als de discipline van het team
Conversational-intelligence-platformen als Gong kunnen coaching enorm versterken, maar ze dragen drie failure modes die het waard zijn om benoemd te worden voordat je er een in bouwt. Ten eerste het big-brother-effect: reps schakelen op gevoelige momenten stilletjes de opname uit, wat precies de data vertekent die je beoordeelt. Ten tweede het verdrinken in vanity-metrics, waar managers zoveel cijfers hebben dat ze er geen vertrouwen. Ten derde de onderhoudslast, omdat scorecards in deze tools constante zorg nodig hebben en verwaarloosde exemplaren wegrotten.
Niets hiervan is een argument tegen Gong of Modjo. Het is een argument dat het platform niet de discipline creëert; de manager doet dat. Een scorecard in een spreadsheet dat een manager daadwerkelijk elke week gebruikt, verslaat een prachtig geconfigureerd Gong-scorecard dat niemand opent. Begin waar je discipline is, niet waar de software is.
6Sampling, geen toezicht: de cadans die het laat beklijven
Je hoeft niet elke call te beoordelen. Om call-kwaliteit echt vast te leggen, neem wekelijks of tweewekelijks steekproeven en leg ze vast in de scorecard. Sampling is duurzaam voor een manager met zeven reps, en het omzeilt de toezichts-dynamiek die reps voor de opname laat presteren in plaats van voor de buyer. De cadans loopt in een wekelijkse lus:
Sample. Trek twee of drie willekeurige calls per rep per week, niet de handgeplukte beste van de rep.
Score. Beoordeel de vijf skills 1–5 tegen de geschreven banden. Leg één specifieke observatie per skill vast, met timestamp.
Coach één ding. Breng één enkele skill in de 1:1. De snelste manier om coaching nutteloos te maken, is alle vijf scores tegelijk over een rep uitstorten.
Laat ze het oefenen. Zeg de rep niet wat hij moet doen, laat hem het doen. De scorecard vindt de gap; roleplay dicht hem. AI-roleplay-tools als Jam (wejam.ai), dat ik precies daarvoor heb mede-opgericht, laten reps de zwakke skill in grote hoeveelheid oefenen zonder manager-tijd te verbranden.
Die laatste stap is de stap die de meeste teams overslaan, en het is het verschil tussen feedback en coaching. Een rep vertellen "je discovery kreeg een 2" verandert niets. Een roleplay van vijf minuten draaien waarin hij de impact-vraag opnieuw doorloopt tot hij zit, is wat de volgende call beweegt.
Waar de scorecard in een coaching-systeem past: COMPASS
Ik heb COMPASS gebouwd nadat ik mijn eigen team echt saaie coaching had gegeven. Ik bleef meestal op één onderwerp hameren tot ze afhaakten en midden in de sessie Slack-berichten beantwoordden. Het framework is een correctie voor managers zoals ik was. Goed coachen is Continuous, Organized, Measured, Practical, Appealing, Specialized en Strategic.
De scorecard is de Measured-pijler, wat coaching objectief maakt in plaats van het onderbuikgevoel van een manager. Maar een scorecard zonder de Practical-pijler (roleplay, geen college) en de Specialized-pijler (gekoppeld aan de individuele doelen van elke rep) is alleen meting, en meting alleen ontwikkelt niemand. Dat is ook waarom AI-sales-coaching-tools die calls beoordelen maar nooit oefening aanjagen, meestal teleurstellen: ze zijn helemaal M, geen P. De cadans en de 1:1-structuur rond de scorecard krijgen hun eigen behandeling in de manager-coaching-cadans.
De scorecard vertelt je welke call een B was en welke een A. Coaching is het enige dat de B in een A verandert, en je kunt niet coachen wat je nooit hebt beoordeeld.
Veelgestelde vragen
Hoeveel criteria zou een call-review-scorecard moeten hebben?
Zou ik elke call moeten beoordelen of een steekproef?
Kan AI sales-calls accuraat beoordelen?
Heb ik Gong of Modjo nodig om een scorecard te draaien?
Wat is het verschil tussen calls tellen en calls beoordelen?
Waar je begint
De scorecard is het makkelijke deel. Je zou het vijf-skill-rubric hierboven in tien minuten kunnen bouwen. Het moeilijke deel is de manager-gewoonte: samplen, scoren, één ding coachen, de rep het laten oefenen. Als je hulp wilt om een scorecard te veranderen in een coaching-systeem dat je managers daadwerkelijk draaien, daarvoor is mijn coaching-werk gebouwd. En als je niet zeker weet waar de grootste kwaliteitsgap van je team zit, start met een baseline.
Start met de baseline
Mijn gratis Gap Analysis beoordeelt twee echte calls van je reps tegen dezelfde criteria hierboven, zodat je precies weet welke skill je op de scorecard zou moeten zetten voordat je iets bouwt. Benelux en DACH, op locatie of remote, gebouwd op je echte calls.