CRM-Automatisierung: was sie wirklich umfasst und wie sie leise kaputtgeht

Fragen Sie zehn kleine Unternehmen, was CRM-Automatisierung bedeutet, und acht beschreiben eine E-Mail-Strecke. Jemand füllt ein Formular aus und bekommt in den nächsten zwei Wochen vier Nachrichten, geschrieben Monate zuvor von der Person, die damals gerade Zeit dafür hatte.

Das ist CRM-Automatisierung ungefähr so, wie ein Scheibenwischer ein Auto ist. Es ist echt, es ist sichtbar, und es ist ein Bruchteil der Mechanik. Die Teile, die tatsächlich verändern, wie ein Betrieb läuft, sind weniger fotogen: Daten, die sich als Nebenprodukt der Arbeit selbst festhalten, Datensätze, die sich selbst an eine verantwortliche Person leiten, Phasen, die die Realität abbilden, ohne dass jemand eine Karte zieht, Beziehungen, die sich melden, wenn sie einzuschlafen beginnen, und Berichte, die am Montagmorgen bereits existieren, ohne dass ein Mensch sie gebaut hat.

Dieser Text behandelt alle fünf und widmet danach echte Aufmerksamkeit dem Abschnitt, den die meisten Artikel ganz auslassen: den konkreten Arten, wie CRM-Automatisierung schiefgeht. Nicht die generische Warnung, klein anzufangen, sondern die drei Fehlermodi, die echten Schaden anrichten, warum jeder davon schwer zu sehen ist und was ein kleines Team dagegen tun sollte. Am Ende steht Governance, ein Wort, das nach Unternehmen mit Compliance-Abteilung klingt und in Wahrheit den Unterschied macht zwischen Automatisierung, der Sie in einem Jahr noch vertrauen, und Automatisierung, die Sie stillschweigend abschalten.

Die fünf Dinge, die CRM-Automatisierung abdecken sollte

1. Daten, die als Nebenprodukt der Arbeit entstehen

Die wertvollste Automatisierung in einem CRM ist die, die verhindert, dass überhaupt jemand hineintippt.

Jede andere Regel, die Sie bauen, hängt davon ab, dass der Datensatz existiert und stimmt. Wenn Anfragen in drei Postfächern und einem Telefon leben, wenn die Hälfte der Gespräche nie protokolliert wird, wenn der Deal-Wert im System eine sechs Wochen alte Schätzung ist, dann arbeitet jede nachgelagerte Regel auf Fiktion. Automatisierung auf schlechter Erfassung sorgt nur dafür, dass die Fiktion schneller zirkuliert.

Richtig gemachte Erfassung heißt, dass der Datensatz aus dem entsteht, was ohnehin passiert ist. Ein abgeschicktes Formular wird zum Kontakt. Eine Nachricht wird zum Lead. Ein Meeting produziert seine eigene Zusammenfassung, seine Entscheidungen, seine Aufgaben mit Verantwortlichen und die korrigierte E-Mail-Adresse, die der Interessent nebenbei erwähnt hat. Eine fotografierte Visitenkarte wird zum Kontakt mit gefüllten Feldern. Nichts davon ist eine Tippaufgabe, und genau darum geht es: Der Datensatz existiert, weil die Arbeit stattgefunden hat, nicht weil jemand am Ende des Tages zwanzig Minuten gefunden hat.

Das Thema ist groß genug für eine eigene Behandlung, und die gibt es im Leitfaden zu einem CRM ohne Dateneingabe. Für die Automatisierung zählt die Abhängigkeit: Erfassung ist nicht eine von fünf Automatisierungen, sie ist das Fundament, auf dem die anderen vier stehen.

2. Zuweisung, die entscheidet, ob überhaupt etwas passiert

Ein Datensatz ohne verantwortliche Person ist ein Datensatz, an dem niemand arbeitet. In kleinen Teams ist das kein theoretisches Risiko, sondern ein gewöhnlicher Dienstag. Eine Anfrage kommt, zwei Leute sehen sie, jeder nimmt an, der andere habe sie übernommen, und sie bleibt liegen.

Zuweisungsregeln sind unspektakulär und tragen weit mehr Gewicht, als ihre Einfachheit vermuten lässt. Leiten Sie nach Quelle, Gebiet, Produktlinie, Reihum-Prinzip oder tatsächlicher Verfügbarkeit, und zwar innerhalb von Minuten nach Auftauchen des Datensatzes. Machen Sie die Zuweisung anschließend auf dem Datensatz und in einer Benachrichtigung sichtbar, denn eine verantwortliche Person, die nichts davon weiß, entspricht keiner verantwortlichen Person.

Widerstehen Sie dem Drang, hier früh clever zu werden. Nach Lead-Score zu leiten, bevor genug abgeschlossene Geschäfte vorliegen, damit ein Score etwas bedeutet, ersetzt eine Tatsache durch eine Schlussfolgerung und handelt dann nach der Schlussfolgerung. Leiten Sie nach etwas, das Sie tatsächlich wissen.

3. Phasenwechsel, die den Fakten folgen

Die Phase eines Deals ist eine Behauptung über die Wirklichkeit. In den meisten Pipelines kleiner Unternehmen ist es eine Behauptung, die vor etwa elf Tagen stimmte.

Phasenwechsel zu automatisieren heißt, dass sich die Behauptung selbst aktualisiert, wenn sich die zugrunde liegende Tatsache ändert. Ein Angebot geht raus, also tritt der Deal in die Phase Angebot versendet, und die zu dieser Phase gehörenden Aufgaben entstehen mit ihm. Ein unterschriebenes Dokument trifft ein, der Deal wechselt auf Gewonnen und die Übergabe startet. Ein Angebot läuft ohne Antwort ab, also fällt der Deal zurück, statt in einer Phase zu sitzen, die Ihre Prognose schönt.

Zwei Einschränkungen halten das ehrlich. Erstens sollte ein Phasenwechsel von einem Ereignis ausgelöst werden, nicht allein vom Zeitablauf, denn Beförderung durch Alterung ist der Weg, auf dem sich eine Pipeline mit Deals füllt, die durch Warten vorangekommen sind. Zweitens sollte alles, was einen Deal zurückstuft oder auf verloren setzt, eine Spur des Warum hinterlassen, erfasst am selben Tag. Verlustgründe, die einen Monat später notiert werden, sind Belletristik.

4. Erkennen von Stillstand, die übersehene Automatisierung

Alles bisher Genannte dreht sich um Datensätze, die vorankommen. Die Kategorie, die kleine Unternehmen systematisch nicht automatisieren, ist die umgekehrte: zu bemerken, dass etwas stehen geblieben ist.

Deals sterben selten in einem Moment, auf den man zeigen kann. Sie schlafen ein. Der Kunde antwortet nicht mehr, die verantwortliche Person will nachfassen, die Woche wird voll, und acht Wochen später ist der Deal technisch offen und praktisch tot. Dasselbe passiert Kundenbeziehungen. Niemand entscheidet, einen Account zu vernachlässigen, es vergeht einfach ein Quartal ohne Gespräch.

Stillstandserkennung ist eine Dauerregel, die auf Abwesenheit achtet statt auf Anwesenheit. Ein offener Deal ohne Aktivität seit sieben Tagen. Ein aktiver Deal ohne datierten nächsten Schritt. Ein Kunde ohne Kontakt seit neunzig Tagen. Ein qualifizierter Lead, der nie angerufen wurde. Jede davon erzeugt eine kurze Liste und eine benannte verantwortliche Person, was eine grundlegend andere Erfahrung ist als das vage Gefühl, wahrscheinlich jemanden zu vernachlässigen.

Das entscheidende Konstruktionsdetail ist die Ausschlussklausel. Ein Deal, der zu Recht bis zur Vorstandssitzung des Kunden in drei Wochen ruht, sollte nicht alle sieben Tage eine Erinnerung erzeugen. Sonst lernt das Team, die Benachrichtigung wegzuklicken, und eine Benachrichtigung, die alle wegklicken, ist schlimmer als gar keine, weil sie auch das Wegklicken der wichtigen antrainiert.

5. Berichte, die sich selbst zusammenbauen

Die letzte Kategorie hat den klarsten Stundenwert und den geringsten Widerstand von irgendwem.

In den meisten kleinen Unternehmen verbringt jemand einen Teil des ersten Arbeitstags im Monat damit, Zahlen aus dem CRM in eine Tabelle zu kopieren, damit dieselben Zahlen in einer Besprechung diskutiert werden. Die Zahlen existieren bereits. Die gesamte Arbeit steckt im Zusammenbauen, und Zusammenbauen ist die am besten automatisierbare Tätigkeit im Geschäftsleben.

Eine Monatsübersicht mit Umsatz, gewonnenen und verlorenen Abschlüssen, durchschnittlicher Zykluszeit, Aktivität pro Person und offenen Forderungen, abgelegt im Arbeitsbereich, ohne dass jemand sie baut, ist keine ausgefeilte Automatisierung. Es ist eine geplante Abfrage. Es ist auch verlässlich die Automatisierung, bei der Menschen am meisten überrascht sind, dass sie sie von Hand gemacht haben.

Die wöchentliche Variante wiegt schwerer als die monatliche. Ein Montagsauszug mit neuen Leads, bewegten Deals, verstummten Deals, diese Woche schließenden Deals und offenen Rechnungen verändert, wozu die wöchentliche Besprechung da ist. Sie hört auf, eine Runde zu sein, in der Fakten laut festgestellt werden, und wird eine, in der entschieden wird, was ungefähr der Hälfte der Zeit entspricht.

Wie CRM-Automatisierung schiefgeht

Jetzt der Teil, den die meisten Artikel zum Thema weglassen, weil er unbequem ist und nichts verkauft.

Automatisierungsfehler sind nicht wie Softwarefehler. Ein Bug wirft eine Ausnahme, und jemand merkt es. Ein Automatisierungsfehler sieht exakt wie ein Automatisierungserfolg aus, bis zu dem Moment, in dem er es nicht mehr tut, und bis dahin läuft er meist schon eine Weile schief. Das passiert auf drei verschiedene Arten, und sie werden schrittweise schlimmer.

Regeln ohne Eigentümer

Der erste Fehler ist organisatorisch und nahezu universell.

Jemand richtet in einem energiegeladenen Monat eine Regel ein. Sie funktioniert. Sechs Monate später hat sich das Geschäft verändert: Die Phasennamen sind andere, die Qualifizierungsfrage ist eine andere, die Person, die dieses Segment betreute, ist gegangen. Die Regel hat sich nicht verändert, denn Regeln verändern sich nicht selbst. Sie läuft weiter, löst weiter aus, tut weiter etwas, das gegenüber einer Version des Geschäfts Sinn ergab, die es nicht mehr gibt.

Niemand schaltet sie ab, denn eine Regel abzuschalten setzt voraus zu wissen, was sie tut, und wer es wusste, ist weg. Also bleibt sie. Neue nehmen an, sie sei Absicht. Man umgeht sie, statt sie zu reparieren, und die Umgehung wird zum Prozess. Binnen eines Jahres haben Sie einen Bestand an Automatisierungen, den niemand im Haus vollständig erklären kann, eine eigentümliche und ziemlich verbreitete Form technischer Schulden in einem Betrieb ohne Ingenieure.

Die Abhilfe ist keine Dokumentation, die liest niemand. Die Abhilfe ist ein Name. Jede Regel hat eine Person, die sie in einem Satz erklären kann und die Befugnis hat, sie zu löschen. Geht diese Person, werden ihre Regeln im selben Gespräch übergeben wie ihre Kunden. Findet eine Regel keinen Eigentümer, ist das der stärkste verfügbare Beleg dafür, dass sie stillgelegt gehört.

Stille Ausfälle

Der zweite Fehler ist technisch und der, der auch erfahrene Leute täuscht.

Eine Regel, die aufgehört hat zu funktionieren, sendet kein Signal. Sie wirft keinen Fehler. Sie sieht nicht kaputt aus. Sie steht in der Liste und wirkt korrekt, und sie wirkt so, weil sie korrekt ist, in dem Sinn, dass ihre Logik genau das ist, was Sie geschrieben haben. Sie trifft nur auf nichts mehr zu.

Das passiert ständig. Ein Feld wird umbenannt, also trifft die Bedingung, die den alten Wert suchte, jetzt auf null Datensätze zu. Eine Phase wird geteilt, und die Regel, die auf die ursprüngliche wartete, fängt die Hälfte der bisherigen Deals. Eine angebundene App ändert ihr Exportformat und schreibt „Neuseeland", wo vorher „NZ" stand. Keiner dieser Fälle wirft einen Fehler. Sie senken einfach still die Trefferquote einer Regel auf null, während die Regel weiter lebendig aussieht.

Das verräterische Zeichen ist immer dasselbe, und fast niemand prüft es: Eine Regel, die in diesem Monat null Mal ausgelöst hat, ist entweder überflüssig oder kaputt, und beide Möglichkeiten verdienen einen Blick. Deshalb wiegt das Ausführungsprotokoll schwerer als der Editor. Der Editor zeigt, was eine Regel tun soll. Das Protokoll zeigt, was sie getan hat. Die Lücke dazwischen ist der Ort, an dem jeder stille Ausfall wohnt.

Ketten über mehrere Apps verschärfen das auf eine bestimmte Weise. Wenn der Auslöser in einem Werkzeug lebt, die Daten in einem zweiten und die Aktion in einem dritten, erzeugt ein Bruch in der Mitte eine halb funktionierende Regel: Sie löst aus, erledigt das Erste, und das Zweite passiert still nicht. Jede Statusseite der Anbieter ist grün. Die Kette ist trotzdem gebrochen.

Automatisierungen, die auf schlechten Daten auslösen

Der dritte Fehler ist der, den Ihre Kunden sehen, und der einzige auf dieser Liste, der Sie tatsächlich eine Beziehung kosten kann.

Jede Automatisierung ist ein Verstärker. Mit einem guten Datensatz tut sie schnell das Richtige. Mit einem schlechten Datensatz tut sie schnell das Falsche, im Maßstab, an echte Menschen, mit Ihrem Namen darauf.

Die konkreten Ausprägungen verdienen Namen, denn sie wiederholen sich in jedem Betrieb, der automatisiert:

Das Duplikat. Jemand schickt Ihr Formular ab und schreibt Ihnen danach über WhatsApp. Zwei Datensätze, zwei Willkommensnachrichten, ein Empfänger, der jetzt weiß, dass Ihr System nicht aufpasst. Eine Duplikatsprüfung über eine stabile Kennung wie Telefonnummer oder E-Mail ist in keiner ausgehenden Regel optional.

Das leere Platzhalterfeld. Eine Nachricht, die mit „Hallo {first_name}," beginnt, ist in Ordnung, bis ein Datensatz eintrifft, in dem nur ein Firmenname steht, und schon haben Sie eine Leerstelle begrüßt. Jeder Platzhalter braucht einen Ersatzwert, und jede ausgehende Regel braucht vor dem Livegang einen Test gegen einen absichtlich unvollständigen Datensatz.

Der Testdatensatz. Jemand legt an einem Dienstagnachmittag „Test-Lead" an, um ein Formular zu prüfen. Drei Tage später erhält dieser eine deutliche Mahnung zu einer offenen Rechnung. Das ist genau einmal komisch, und nur wenn der Testdatensatz intern war.

Der zahlende Kunde, der trotzdem gemahnt wird. Eine Rechnung wird an einer Stelle als bezahlt markiert, aber die Mahnstrecke beobachtet ein anderes Feld, also bekommt ein Kunde, der vergangene Woche beglichen hat, eine immer schärfere Erinnerung. Nichts zerstört internes Vertrauen in Automatisierung schneller, und die Reparatur besteht darin, dass die Zahlung den Kreis ausdrücklich schließt: als bezahlt markieren, Strecke stoppen, Mahnaufgaben schließen.

Die veraltete Tatsache, behandelt als aktuell. Ein im Januar erfasster Deal-Wert steuert im August eine Rabattregel. Die Regel arbeitet einwandfrei. Die Eingabe ist acht Monate alt.

Beachten Sie, was diese Fälle gemeinsam haben. Keiner ist ein Logikproblem, und keiner wird gelöst, indem man der Regel Bedingungen hinzufügt. Es sind allesamt Datenprobleme, die die Automatisierung in kundensichtbare Ereignisse verwandelt hat. Der Schutz gehört also an die Daten: die Felder verlangen, von denen die Aktion abhängt, vor dem Versand Duplikate ausschließen, Testdatensätze per Konvention ausnehmen, und eine Regel lieber die Ausführung verweigern lassen, als sie auf Unvollständigem laufen zu lassen. Eine Automatisierung, die nicht auslöst, ist eine kleine Unannehmlichkeit. Eine Automatisierung, die auf Unsinn auslöst, ist ein Telefonat.

Es gibt eine größere Fassung dieses Fehlers. Seine Ursachen überschneiden sich stark mit den Gründen, aus denen CRM-Projekte überhaupt scheitern, behandelt im Leitfaden dazu, warum CRM-Einführungen scheitern: In beiden Fällen geht es letztlich um ein System, das von menschlicher Pflege abhängt, für die niemand Zeit hat.

Wo Zoye hineinpasst

Zoye geht das anders an als ein Regel-Editor, und der Unterschied liegt vor allem darin, was Sie pflegen sollen.

Sie beschreiben die Regel in einem Satz, in der App, über WhatsApp oder in Slack. Zoye macht daraus einen echten Auslöser, echte Bedingungen und echte Aktionen und zeigt Ihnen anschließend die fertige Regel in verständlicher Sprache zurückgeschrieben, damit Sie prüfen können, ob das Verstandene dem Gemeinten entspricht. Nichts läuft, bevor Sie es freigeben. Ein visueller Editor existiert, falls Sie die Form einer Regel sehen oder sie anpassen möchten, und Sie müssen ihn nie öffnen.

Zoye Reports führt Deals, Aufgaben, Kontakte und Finanzen in einem Dashboard zusammen, sodass sich die Monatsübersicht selbst zusammenbaut, statt von Hand gebaut zu werden

Zwei strukturelle Punkte wiegen schwerer als der Schritt vom Satz zur Regel, und beide antworten direkt auf die obigen Fehlermodi.

Der erste: Die Datensätze sind bereits miteinander verknüpft. Ein Deal kennt seinen Kontakt, seine Aufgaben, seine Dateien und seine Rechnungen, und Auslöser wie Aktionen reichen in acht der Werkzeuge des Arbeitsbereichs. Es gibt keine Feldzuordnung zwischen Systemen, weil es keine Lücke zwischen Systemen gibt, und das beseitigt die gesamte Klasse stiller Ausfälle, die aus einem umbenannten Feld oder einem abgelaufenen Token mitten in einer Kette entstehen. Auslöser, Daten und Aktion sind derselbe Arbeitsbereich.

Der zweite: das Ausführungsprotokoll. Jeder Lauf hält fest, was ausgelöst hat, was sich geändert hat und was gesendet wurde, und er ist umkehrbar. Das ist unspektakulär und genau das, was Automatisierung von einem Vertrauensakt in etwas Prüfbares verwandelt. Wenn eine Regel auf einem schlechten Datensatz auslöst, wollen Sie das am selben Tag sehen, in dreißig Sekunden verstehen und rückgängig machen, statt es drei Wochen später aus einer Kundenbeschwerde zu rekonstruieren.

Sechs Rezepte sind sofort einschaltbar: sofortige Nachfassaktion bei einem neuen Lead, ein Deal ohne Bewegung seit sieben Tagen, das Onboarding nach einem gewonnenen Abschluss, die Mahnung überfälliger Rechnungen, das Sichtbarmachen blockierter Aufgaben und eine übergeordnete Aufgabe, die sich schließt, wenn alle Teilaufgaben erledigt sind. Ein breiteres Menü an Regeln, einschließlich jener, die Sie selbst schreiben würden, findet sich in der Sammlung von Beispielen für Prozessautomatisierung, zwanzig davon mit Auslöser und Bedingung. Das vollständige Bild der Reichweite steht auf der Seite zu den Prozessautomatisierungen.

Ehrlich zum Umfang: Zoye ist kein Buchhaltungsjournal, die Rechnungsregeln mahnen und protokollieren also, statt Ihre Bücher abzustimmen. Es ist keine Ticketsuite für den Support. Und es schaltet keine Anzeigen, es erfasst und bearbeitet die Leads, die Ihre Anzeigen erzeugen.

Governance, oder wie Sie dem in einem Jahr noch trauen

Governance ist ein schweres Wort für drei leichte Gewohnheiten. Sie sind der Unterschied zwischen einem Bestand an Automatisierungen, der sich aufaddiert, und einem, der langsam zur Last wird, die niemand anfassen mag.

Protokollieren Sie jeden Lauf. Nicht als Prüfspur für jemand anderen, sondern als Diagnose für Sie. Jede Regel sollte festhalten, was ausgelöst hat, auf welchem Datensatz, was sich geändert hat und was gesendet wurde. Ohne das können Sie eine funktionierende Regel nicht von einer unterscheiden, die still auf nichts zutrifft, und diese beiden Zustände sehen überall gleich aus, außer im Protokoll. Lesen Sie das Protokoll in den ersten zwei Wochen jeder neuen Regel und bestätigen Sie, dass die Anzahl der Auslösungen ungefähr Ihrer Erwartung entspricht. Zwei Auslösungen statt der erwarteten vierzig bedeuten eine zu enge Bedingung. Vierhundert bedeuten, dass Sie ein Problem vor Ihren Kunden entdeckt haben.

Machen Sie es umkehrbar. Bevor Sie eine Regel einschalten, die einen Kunden berührt, kennen Sie die Antwort auf eine einfache Frage: Wenn sie auf dem falschen Datensatz auslöst, was tue ich in den nächsten fünf Minuten? Bei einer internen Aktion lautet die Antwort meist rückgängig machen. Bei einer ausgehenden Nachricht lautet sie eine menschliche Entschuldigung, und genau deshalb verdienen ausgehende Regeln strengere Datenschutzbedingungen. Diese Asymmetrie sollte prägen, was Sie zuerst automatisieren: Interne Aktionen sind billig im Fehlerfall, externe nicht.

Monatlich prüfen, quartalsweise ausdünnen. Die monatliche Prüfung ist kurz und stellt eine Frage je Regel: Hat sie ungefähr erwartungsgemäß ausgelöst? Das quartalsweise Ausdünnen ist schwerer und fragt, ob die Regel noch beschreibt, wie der Betrieb arbeitet. Stilllegung ist hier der zu wenig genutzte Zug. Teams fügen begeistert Automatisierungen hinzu und entfernen fast nie welche, und so landet ein Betrieb bei Regeln, die einen vor einem Jahr beendeten Prozess kodieren. Eine Regel, die nicht mehr zur Wirklichkeit passt, ist nicht neutral. Sie produziert aktiv falsche Ergebnisse mit voller Überzeugung.

Auch das Tempo zählt. Eine neue Regel alle zwei Wochen ist ein guter Takt für ein kleines Team, und das ist schneller, als es klingt: zwölf Automatisierungen in einem halben Jahr sind mehr, als die meisten Betriebe dieser Größe je in Betrieb nehmen, und jede davon wird von jemandem verstanden.

Was in welcher Reihenfolge automatisieren

Wenn Sie bei null anfangen, folgt die Reihenfolge unten den Abhängigkeiten, nicht der Attraktivität.

Zuerst die Erfassung. Solange Datensätze nicht verlässlich und ohne Tippen entstehen, ist nichts darauf Gebautes vertrauenswürdig. Das ist unaufregend und tragend.

Zweitens die Zuweisung. Jeder neue Datensatz erhält binnen Minuten eine benannte verantwortliche Person, nach einer Regel, die einfach genug ist, dass jeder ihr Ergebnis vorhersagen kann.

Drittens die zwei Umsatzregeln. Sofortige erste Antwort auf eine neue Anfrage, und eine Erinnerung, wenn ein offener Deal verstummt ist. Beide sitzen direkt auf Geld, das Sie bereits ausgegeben haben, beide sind innerhalb von zwei Wochen messbar, und keine verlangt von jemandem, die Arbeitsweise zu ändern.

Viertens das Mahnen. Rechnungserinnerungen vor und nach Fälligkeit, mit ausdrücklicher Stoppbedingung bei Zahlung. Das ist die einzige Gruppe, deren Wert in Tagen Liquidität gerechnet wird, was sie leicht begründbar und leicht überprüfbar macht.

Fünftens der Auszug. Eine wöchentliche Zusammenstellung dessen, was sich bewegt hat, was verstummt ist und was offen ist. Sie verändert den Charakter der wöchentlichen Besprechung stärker als alles andere auf dieser Liste.

Zuletzt alles Clevere. Scoring, Verzweigungslogik, mehrbedingtes Routing, Prognosen jeder Art. Nicht weil das schlecht wäre, sondern weil jedes davon die Folgen der obigen Fehlermodi vervielfacht, und keines hilft, wenn die Erfassung unzuverlässig ist und die Hälfte Ihrer Regeln keinen Eigentümer hat.

Automatisieren Sie den Datensatz, nicht die Beziehung

Die Linie, die es zu halten gilt, ist diese. CRM-Automatisierung sollte alles Mechanische am Erhalt der Wahrheit übernehmen: sie erfassen, weiterleiten, aktualisieren, ihr Verstummen bemerken und sie zurückmelden. Sie sollte nicht die Teile der Kundenbeziehung übernehmen, in denen Menschlichkeit der gesamte Wert ist.

Automatisieren Sie den Datensatz, damit er stets aktuell ist. Automatisieren Sie das Timing, damit nichts auf jemandes Gedächtnis wartet. Automatisieren Sie das Zusammenbauen, damit niemand den Montagmorgen in einer Tabelle verbringt. Und stecken Sie die zurückgewonnene Zeit in das Gespräch, das die Automatisierung gerade ermöglicht hat, denn das ist der einzige Teil davon, an den sich ein Kunde je erinnern wird.

Probieren Sie Zoye aus und beschreiben Sie Ihre erste Regel in einem Satz.

Für mehr Zusammenhang siehe die Übersicht der Prozessautomatisierungen, den Leitfaden zu einem CRM ohne Dateneingabe und die Analyse dazu, warum CRM-Einführungen scheitern.