AI Sales Academy

CRM prowadzony automatycznie

Automation 11 min
Problem biznesowy

CRM wymiera, bo aktualizacja to praca administracyjna: wpisz lead, dodaj notatkę, zmień etap, zaplanuj follow-up. Handlowcy tego nie robią (bo to nie sprzedaje), więc CRM jest pusty, pipeline nie odzwierciedla rzeczywistości, a decyzje opierają się na pamięci zamiast na danych. Automatyzacja rozwiązuje to u źródła: CRM aktualizuje się, gdy dzieje się praca.

Sprawdzona metoda

Automatyczny CRM w 9 funkcjach:

  1. LEAD CREATION: nowy lead (formularz, import, odpowiedź) trafia do CRM automatycznie (z dedup z modułu
  2. ,
  3. ENRICHMENT: dane uzupełniają się (firma, kontakt, technologia),
  4. TAGGING: lead dostaje tagi wg reguł (segment: e-commerce, wielkość: 40 os, źródło: kampania X, status: qualified),
  5. SCORING: score z modułu 5 zapisuje się automatycznie (87 → pole 'score'),
  6. STAGE UPDATES: etap deala zmienia się wg akcji (odpowiedź → 'rozmowa', demo → 'demo', oferta → 'wycena', podpis → 'won'),
  7. NOTES: notatki z rozmów i maili lądują w dealu automatycznie,
  8. TASKS: AI tworzy zadania z terminami (umów demo, wyślij ofertę, follow-up w piątek),
  9. NEXT ACTIONS: pole 'następny krok' aktualizuje się po każdej akcji (system wie, co dalej),
  10. DEAL SUMMARIES: 3-zdaniowe podsumowanie każdego deala (co wiemy / co ustaliliśmy / co dalej). Zasady:
  11. automatyzacja CRM działa na danych z innych automatyzacji (enrichment, klasyfikacja, inbox) — nie ma 'osobnej automatyzacji CRM',
  12. człowiek poprawia, nie wpisuje (AI tworzy, Ty edytujesz przy błędach),
  13. pipeline review co tydzień — automatyzacja nie zastępuje przeglądu,
  14. history: każda zmiana ma ślad (kto/co/kiedy), żeby dało się debugować.
Przykład z rynku
ZŁY
Ręczne, niespójne wykonywanie kroków lub chaotyczna automatyzacja bez walidacji danych.
DOBRY
Lead z formularza: CRM tworzy deal automatycznie (lead creation + dedup), enrichment dodaje firmę i kontakt, tagging: 'e-commerce, 40 os, kampania-czerwiec', scoring: 87 (moduł 5), stage: 'new'. Klient odpowiada na mail: stage → 'rozmowa', notes: 'chce demo, pyta o cenę', tasks: 'umów demo do środy', next action: 'demo środa 11:00'. Po demo: stage → 'demo', notes uzupełnione, task: 'wycena do piątku'. Pipeline review w piątek pokazuje aktualny stan — bez ręcznego wpisywania czegokolwiek.
Gotowy prompt do skopiowania
Jesteś architektem automatyzacji CRM.

Kontekst: CRM: [CRM]. Proces: [PROCES — od leada do deala]. Ręcznie wpisuję: [CO WPISUJESZ]. Integracje: [MAKE/N8N + TOOL EMAILOWY + AI].

Zadanie: Zaprojektuj automatyczny CRM:
1. Lead creation: skąd trafiają leady i co się dzieje po wejściu (dedup, pola)
2. Enrichment + tagging + scoring: jak automatyzują się
3. Stage updates: mapa etapów + jakie akcje zmieniają etap (tabela: akcja → nowy etap)
4. Notes: skąd biorą się notatki (rozmowy, maile) i co trafia do deala
5. Tasks + next actions: jak AI tworzy zadania i aktualizuje next step (szablon)
6. Deal summaries: szablon 3-zdaniowego podsumowania + kiedy się aktualizuje
7. Pipeline review: cotygodniowy raport (co pokazuje, jak długo)

Format: 7 sekcji.
Model rekomendowany: Claude 3.5 Sonnet / GPT-4o Skopiuj i wklej do ChatGPT, Claude lub Perplexity
ALTERNATYWNE SCENARIUSZE

Warianty i alternatywne scenariusze

Wersja podstawowa: lead creation + scoring + tagi (reszta ręcznie).

Wersja pełna: 9 funkcji + integracja z inbox/klasyfikacją.

Ćwiczenie praktyczne

Zaprojektuj mapę etapów w swoim CRM + akcje, które zmieniają etap (tabela). Napisz szablon deal summary (3 zdania). Wypisz 3 funkcje do automatyzacji w pierwszej kolejności.

Zapisano w przeglądarce

Kroki do wykonania

0/4