6 banebrydende automatiseringer, som alle projektledere bør prøve
Automatisér kommunikationen: Projektledere kan øge hastigheden i kundekommunikationen og samtidig bevare en personlig kontakt gennem automatiserede svar.
Effektivisér opdateringer: AI-agenter kan bruges til at omdanne tekniske projektdata til klare opdateringer rettet mod kunder.
Bevar rene data: Automatisering af datarensning kan forhindre problemer, der skyldes forkerte eller forældede oplysninger i CRM-systemer.
Effektive overdragelser: Automatiserede arbejdsgange kan sikre problemfri overgange mellem salg og drift og minimere manuel indtastning.
Dømmekraft er vigtig: Automatisering er nyttig til rutineopgaver, men menneskeligt tilsyn er afgørende for den endelige beslutningstagning.
Projektledere venter ikke længere på, at softwareleverandører bygger den arbejdsgang, de har brug for. I dag bygger mange projektledere den selv — ved at kæde API'er, scripts og AI-agenter sammen for at eliminere rutinearbejde, samtidig med at et menneske fortsat har det fulde ansvar for vurderinger og endelige godkendelser.
Vi spurgte de driftsledere, vi kendte, som var dybt involverede i verdenen af automatisering af arbejdsgange: Hvad var den mest banebrydende automatisering, du byggede ind i din arbejdsgang?
Her er, hvad de fortalte os, fungerer. Og hvor de trak grænsen for automatisering.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Automatisér kundekommunikationen uden at miste det personlige præg (eller forretningen)
Mange virksomheder lever og dør på, hvor hurtigt de svarer på en ny kundehenvendelse. Men det er urealistisk at forvente, at et menneske svarer inden for få minutter. Det er her, automatisering kommer ind i billedet og automatisk udarbejder svar uden nogensinde at sende noget, der ikke er blevet gennemgået.
Alle disse eksempler på automatisering af kundekommunikation viser, at du ikke behøver ét dyrt værktøj for at få automatisering til at fungere. Du kan få automatisering til at fungere med din eksisterende værktøjspakke.
Klar-til-afsendelse-e-mails
Jacob Varghese, ejer af Zion Foodtrucks, beskrev den arbejdsgang, han byggede til at håndtere indgående kundehenvendelser: “Sådan er den sat op: Et planlagt job kører i GitHub Actions, så det ligger i skyen og fortsætter med at fungere, uanset om min bærbare computer er tændt eller ej. Ved hver kørsel henter et Python-script nye kundehenvendelser fra Outlook via Microsoft Graph API, læser, hvad personen har skrevet, og sender det videre til Claude. Claude udarbejder et svar, der er tilpasset konteksten i deres e-mail og deres spørgsmål, med et Calendly-link, så de kan booke et opkald med det samme. Udkastet lander igen i min Outlook som et rigtigt kladde-svar, som jeg kan læse og sende.”
Få styr på WhatsApp-beskederne
Walid Chaya, ejer af et ejendomsmæglerbureau, nåede frem til samme konklusion efter en dyr forsinkelse. “En dag kom en kunde ind via WhatsApp. Jeg så beskeden og havde ikke lyst til at svare med det samme. Der gik omkring to timer, og så sendte jeg ham en besked. Det, kunden fortalte mig, efterlod mig i chok: Han havde allerede fundet en ejendom. På to timer! Jeg forsinkede kommunikationen på et indfald, og han havde allerede fået det ordnet. Det var dér, jeg indså, at pointen ikke er at svare hurtigere, når jeg tilfældigvis ser beskeden, for jeg er jo et menneske. Pointen er at få det automatiseret.”
Han forklarede, hvordan han gjorde det på en enkel måde: “Jeg tog alle de sociale netværk, jeg bruger, hvilket i dette tilfælde er dem, Meta driver: WhatsApp, Instagram og Facebook. Jeg forbandt dem med en API og en LLM og koblede det hele til en kalender.”
En dag kom en kunde ind via WhatsApp. Jeg så beskeden og havde ikke lyst til at svare med det samme. Der gik omkring to timer, og så sendte jeg ham en besked. Det, kunden fortalte mig, efterlod mig i chok: Han havde allerede fundet en ejendom.
Kommunikation organiseret efter hast
Eric Turney, ejer af The Monterey Company, byggede et system til at opfange muligheder, der dukker op helt uden for en typisk indbakke: “F5Bot og Google Alerts sender nye omtaler og relevante diskussioner via e-mail. Disse muligheder føjes til et delt Google-regneark med trådens URL, produktkategori, købers spørgsmål, hastende karakter og status, hvorefter ChatGPT hjælper med at opsummere diskussionen og udarbejde et første udkast. En person gennemgår hvert svar for nøjagtighed, tone og om det faktisk ville være nyttigt at svare.”
Forvandl spredte projektdata til opdateringer, der er klar til kunderne
At holde kunder opdateret om projektets fremskridt betyder ofte, at man skal hente status fra et halvt dusin værktøjer og oversætte den til noget, som ikke-tekniske personer faktisk kan læse.
Jeremy Belcher, grundlægger af Robot Heart Studios, løste dette ved at bygge en AI-agent, der henter og oversætter oplysningerne for ham. “Det, jeg automatiserede: hele versionsnotatet. Jeg byggede en AI-agent (en Claude-funktion), der henter ugens afsluttede arbejde fra Linear, kontrollerer det op mod sammenflettede GitHub-PR'er, gennemgår Slack, e-mails og mine opkaldsoptagelser, udarbejder derefter et kundeorienteret versionsnotat i et enkelt sprog og skriver det ind i kundeportalen. Jeg starter det, det udarbejder et udkast, og jeg gennemgår og udgiver det.”
Jeg byggede en AI-agent (en Claude-færdighed), der henter ugens afsluttede arbejde fra Linear, sammenholder det med sammenflettede GitHub-PR’er, tjekker Slack, e-mail og mine opkaldsoptagelser og derefter udarbejder en kundevendt versionsnote.
Han gav os også en gennemgang af, hvordan han forbinder sin værktøjsstak: “Linears API leverer data om opgaver og cyklusser, GitHub leverer flettehistorikken, Google bruges til e-mail, Slack og Granola MCP'er leverer kontekst, og en Claude-agent i midten oversætter udviklersprog til noget, en kunde rent faktisk kan læse.”
Belcher bemærkede, at resultatets ensartethed er lige så vigtig som den sparede tid: “Færdigheden er versionsstyret, så den kører på samme måde hver uge, i stedet for at jeg genopfinder formatet hver fredag.”
Hold CRM- og opgavedata rene og selvopdaterende
Urene data underminerer i stilhed flere projekter, end de fleste teams er klar over, og nogle få praktikere har automatiseret selve oprydningen i stedet for kun rapporteringen oven på den.
Selvopdaterende kundedata
Justin DeBron, direktør hos Peak Time Pickleball, sprang helt værktøjerne til træk-og-slip-automatisering over og valgte i stedet et lille specialtilpasset script, der kører efter en automatisk tidsplan: "Jeg sprang bevidst middleware uden kode over. Det er et Python-script, der kører som en planlagt GitHub Actions-arbejdsgang via en cron-udløser. Hvert segment i HubSpot opdaterer nu sig selv i stedet for at være opbygget manuelt. Jobbet finder også selv dataproblemer. Ved den første fejlfri kørsel markerede det 259 kontakter uden e-mail samt nogle få adresser med tastefejl, som mit team kunne rette."
Hvert segment i HubSpot opdaterer nu sig selv i stedet for at være opbygget manuelt. Jobbet finder også selv dataproblemer.
Automatiserede overdragelser fra salg → drift
Hamza Amir, grundlægger af Jabwewed, automatiserede overdragelsen mellem salg og drift, så onboardingopgaver ikke længere afhænger af, at nogen husker at oprette dem: “Jeg byggede en Make.com-arbejdsgang, der automatisk udløses, når en leverandørs status opdateres i HubSpot. Det opretter en struktureret onboardingopgave i ClickUp med forudfyldte felter hentet direkte fra HubSpot-posten — leverandørnavn, kategori, kontaktoplysninger og prioritetsniveau — så intet skal indtastes manuelt igen.”
Hvor automatiseringen bør stoppe, og vurderingen bør tage over
Næsten alle de praktikere, vi talte med, trak en klar grænse mellem det, der bliver automatiseret, og det, der forbliver hos en person, uanset hvor kompetent automatiseringen bliver.
Philip Ruffini, CEO for Hire Overseas, fortalte os, at hans regel er: “Automatisér forberedelsen og rutinearbejdet, og lad AI'en gøre de første 80 procent. Behold et menneske til de sidste 20 % og til den faktiske afsluttende beslutning. Vi automatiserer aldrig beslutningen, kun alt det, der leder op til den.”
Graham Mann, grundlægger af SEOTakeoff, formulerede det samme princip ud fra, hvad der gør automatisering reelt nyttig frem for blot imponerende: “Min regel er: Automatisér sortering, opsummering og videresendelse, men lad vurdering, prioritering og godkendelser forblive hos en person. Det er som regel her, automatisering hjælper projektledere med at arbejde i stedet for at skabe endnu et system, som folk skal administrere.”
For projektledere er det den virkelige mulighed: ikke at bygge systemer, der kører fra ende til anden af sig selv, men at bygge systemer, der overdrager de beslutninger, der betyder noget, til dig.
Vil du have flere indsigter som disse? Opret en gratis DPM-konto for at høre fra flere eksperter som disse.
