6 banebrytende automatiseringer alle prosjektledere bør prøve
Automatiser kommunikasjonen: Prosjektledere kan øke hastigheten på kundekommunikasjonen samtidig som de beholder et personlig preg gjennom automatiserte svar.
Effektiviser oppdateringene: KI-agenter kan brukes til å omforme tekniske prosjektdata til tydelige oppdateringer rettet mot kunden.
Hold dataene ryddige: Automatisert datarydding kan forhindre problemer som skyldes feilaktig eller utdatert informasjon i CRM-systemer.
Effektive overleveringer: Automatiserte arbeidsflyter kan legge til rette for sømløse overganger mellom salg og drift og redusere behovet for manuell registrering.
Dømmekraft er viktig: Automatisering er nyttig for rutineoppgaver, men menneskelig kontroll er avgjørende når de endelige beslutningene skal tas.
Prosjektledere venter ikke lenger på at programvareleverandører skal bygge arbeidsflyten de trenger. I dag bygger mange prosjektledere den selv – ved å koble sammen API-er, skript og KI-agenter for å eliminere rutinearbeid, samtidig som et menneske har full kontroll over vurderinger og endelige godkjenninger.
Vi spurte driftslederne vi kjenner, som er dypt involvert i arbeidsflytautomatisering: Hva var den mest banebrytende automatiseringen dere bygget inn i arbeidsflyten?
Her er det de fortalte oss fungerer – og hvor de satte grensen 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
Automatiser kundekommunikasjonen uten å miste det personlige preget (eller virksomheten)
Mange virksomheter lever eller dør av hvor raskt de svarer på en ny kundehenvendelse. Men det er urealistisk å forvente at et menneske svarer i løpet av noen få minutter. Det er her automatisering kommer inn, ved å utarbeide svar automatisk uten noen gang å sende noe som ikke er gjennomgått.
Alle disse eksemplene på automatisering av kundekommunikasjon viser at du ikke trenger ett dyrt verktøy for å få automatisering til å fungere. Du kan få automatisering til å fungere med den eksisterende verktøystakken din.
Sendeklare e-postutkast
Jacob Varghese, eier av Zion Foodtrucks, beskrev arbeidsflyten han bygget for å håndtere innkommende kundehenvendelser: «Slik er den koblet sammen: En planlagt jobb kjøres i GitHub Actions, så den ligger i skyen og fortsetter å fungere uavhengig av om laptopen min er på eller ikke. Ved hver kjøring henter et Python-skript nye e-poster fra kundeemner i Outlook via Microsoft Graph API, leser det personen skrev og sender det til Claude. Claude utarbeider et svar tilpasset innholdet i e-posten og spørsmålene deres, med en Calendly-lenke slik at de kan bestille en samtale med en gang. Utkastet legges tilbake i Outlook som et faktisk utkast som jeg kan lese gjennom og sende.»
Holde oversikt over WhatsApp-meldinger
Walid Chaya, eier av et eiendomsmeglerbyrå, kom til samme konklusjon etter en kostbar forsinkelse. «En dag tok en kunde kontakt via WhatsApp. Jeg så meldingen, men hadde ikke lyst til å svare med en gang. Det gikk omtrent to timer, og så sendte jeg ham en melding. Det kunden fortalte meg, gjorde meg sjokkert: Han hadde allerede funnet en eiendom. På to timer! Jeg utsatte kommunikasjonen på impuls, og han hadde allerede fått jobben gjort. Det var da jeg innså at poenget ikke er å svare raskere hver gang jeg tilfeldigvis ser meldingen, for jeg er jo et menneske. Poenget er å automatisere det.»
Han forklarte den enkle måten han gjorde dette på: «Jeg tok alle de sosiale nettverkene jeg bruker, som i dette tilfellet er de Meta driver: WhatsApp, Instagram og Facebook. Jeg koblet dem sammen med et API og en LLM, og knyttet alt til en kalender.»
En dag tok en kunde kontakt via WhatsApp. Jeg så meldingen, men hadde ikke lyst til å svare med en gang. Det gikk omtrent to timer, og så sendte jeg ham en melding. Det kunden fortalte meg, gjorde meg sjokkert: Han hadde allerede funnet en eiendom.
Kommunikasjon organisert etter hvor mye det haster
Eric Turney, eier av The Monterey Company, bygget et system for å fange opp muligheter som dukker opp utenfor en vanlig innboks: «F5Bot og Google Alerts sender nye omtaler og relevante diskusjoner på e-post. Disse mulighetene legges til i et delt Google Sheet med tråd-URL, produktkategori, kjøpers spørsmål, hvor mye det haster og status. Deretter hjelper ChatGPT med å oppsummere diskusjonen og klargjøre et førsteutkast. En person gjennomgår hvert svar for nøyaktighet, tone og hvorvidt det faktisk vil være nyttig å svare.»
Gjør spredte prosjektdata om til oppdateringer klare for kunden
Å holde kundene oppdatert om prosjektets fremdrift innebærer ofte å hente status fra et halvt dusin verktøy og oversette den til noe ikke-tekniske personer faktisk kan lese.
Jeremy Belcher, grunnlegger av Robot Heart Studios, løste dette ved å bygge en KI-agent som henter inn og oversetter informasjonen for ham. «Det jeg automatiserte: hele lanseringsnotatet. Jeg bygget en KI-agent (en Claude-ferdighet) som henter ukens fullførte arbeid fra Linear, kontrollerer det mot sammenslåtte GitHub PR-er, sjekker Slack, e-post og opptak av samtalene mine, og utarbeider deretter et lanseringsnotat rettet mot kunden, skrevet i et enkelt språk, før det legges inn i kundeportalen. Jeg starter prosessen, den utarbeider utkastet, og jeg gjennomgår og publiserer det.»
Jeg bygde en AI-agent (en Claude-ferdighet) som henter ukens ferdigstilte arbeid fra Linear, sjekker det mot sammenslåtte GitHub-PR-er, sjekker Slack, e-post og opptak av samtalene mine, og deretter utarbeider et kundenotat om lanseringen.
Han ga oss også en gjennomgang av hvordan han kobler sammen verktøystakken sin: «Linears API leverer data om saker og sykluser, GitHub leverer historikken over sammenslåinger, Google brukes til e-post, Slack og Granola MCP-er gir kontekst, og en Claude-agent i midten oversetter utviklerspråk til noe en kunde faktisk kan lese.»
Belcher påpekte at det er like viktig at resultatet er konsekvent som at man sparer tid: «Ferdigheten er versjonskontrollert, så den kjører på samme måte hver uke i stedet for at jeg finner opp formatet på nytt hver fredag.»
Hold CRM- og oppgavedata ryddige og selvoppdaterende
Uryddige data undergraver i det stille flere prosjekter enn de fleste team innser, og enkelte praktikere har automatisert selve oppryddingen i stedet for bare rapporteringen som bygger på den.
Selvoppdaterende kundedata
Justin DeBron, daglig leder i Peak Time Pickleball, droppet verktøyene for dra-og-slipp-automatisering fullstendig og valgte i stedet et lite, spesialtilpasset skript som kjører etter en automatisk tidsplan: «Jeg valgte bevisst bort mellomvare uten kode. Det er et Python-skript som kjører som en planlagt GitHub Actions-arbeidsflyt via en cron-utløser. Hvert segment i HubSpot oppdateres nå automatisk i stedet for å bygges manuelt. Jobben avdekker også dataproblemer på egen hånd. Ved den første feilfrie kjøringen fant den 259 kontakter uten e-postadresse og noen få adresser med skrivefeil som teamet mitt måtte rette.»
Hvert segment i HubSpot oppdateres nå automatisk i stedet for å bygges manuelt. Jobben avdekker også dataproblemer på egen hånd.
Automatiserte overleveringer fra salg til drift
Hamza Amir, grunnlegger av Jabwewed, automatiserte overleveringen mellom salg og drift slik at introduksjonsoppgaver ikke lenger avhenger av at noen husker å opprette dem: «Jeg bygde en Make.com-arbeidsflyt som utløses automatisk når en leverandørs status oppdateres i HubSpot. Den oppretter en strukturert introduksjonsoppgave i ClickUp med forhåndsutfylte felt hentet direkte fra HubSpot-oppføringen – leverandørnavn, kategori, kontaktinformasjon og prioritetsnivå – slik at ingenting må legges inn manuelt på nytt.»
Hvor automatiseringen bør stoppe, og det menneskelige skjønnet bør ta over
Nesten alle praktikere vi snakket med, trakk en tydelig grense mellom det som automatiseres, og det som forblir hos et menneske, uansett hvor kapabel automatiseringen blir.
Philip Ruffini, administrerende direktør i Hire Overseas, fortalte oss at regelen hans er å «automatisere forberedelsene og rutinearbeidet, og la AI-en gjøre de første 80 prosentene. Ha et menneske med på de siste 20% og på den faktiske endelige avgjørelsen. Vi automatiserer aldri beslutningen, bare alt som leder frem til den.»
Graham Mann, grunnlegger av SEOTakeoff, formulerte det samme prinsippet rundt hva som gjør automatisering faktisk nyttig, i stedet for bare imponerende: «Min regel er å automatisere sortering, oppsummering og videresending, men la vurderinger, prioritering og godkjenninger ligge hos et menneske. Det er vanligvis der automatisering hjelper prosjektledere med å jobbe, i stedet for å skape et nytt system som folk må administrere.»
For prosjektledere er det den virkelige muligheten: ikke å bygge systemer som kjører helt av seg selv fra ende til annen, men å bygge systemer som gir deg beslutningene som betyr noe.
Vil du ha flere innsikter som disse? Opprett en gratis DPM-konto for å høre fra flere eksperter som disse.
