Notion_Dashboard.md hinzugefügt
This commit is contained in:
145
Notion_Dashboard.md
Normal file
145
Notion_Dashboard.md
Normal file
@@ -0,0 +1,145 @@
|
||||
# Dokumentation: RoboPlanet Strategic Marketing OS (v1.0)
|
||||
|
||||
## 1. Vision & Primärauftrag
|
||||
Das **RoboPlanet Strategic Marketing OS** ist kein reines Content-Tool, sondern das digitale Zentralnervensystem für das Growth-Marketing der RoboPlanet GmbH (Wackler Group). Es transformiert unstrukturierte Herstellerdaten und Marktschmerz-Analysen in eine skalierbare, hochgradig personalisierte Go-to-Market-Maschine.
|
||||
|
||||
**Kern-Mission:**
|
||||
* **Whale Hunting:** Identifikation und Durchdringung von Großkunden (Logistik >10k m², Chemieparks, Malls).
|
||||
* **Wackler-Symbiose:** Integration des menschlichen Service-Layers (NSL, Reinigung, Security) in das Robotik-Versprechen.
|
||||
* **Hyper-Skalierung:** Reduktion des Aufwands pro Kampagne bei gleichzeitiger Steigerung der Relevanz (Precision Targeting).
|
||||
|
||||
---
|
||||
|
||||
## 2. System-Architektur (The Big Picture)
|
||||
|
||||
Das System basiert auf einer **Decoupled Architecture**:
|
||||
|
||||
1. **The Intelligence Factory (Backend):** Python-Services (Docker, SQLite) für Scraping, Data Mining, Normalisierung und KI-Generierung.
|
||||
2. **The Strategic Hub (Frontend/Control):** Notion als Single Source of Truth (SSoT) für Strategie, Portfolio-Management und Reporting.
|
||||
3. **The Execution Channels (Outbound):** SuperOffice API (CRM/Mails), WordPress API (Public Web), Messaging Matrix (Automation).
|
||||
|
||||
---
|
||||
|
||||
## 3. Funktionsmodule (Detaillierte Beschreibung)
|
||||
|
||||
### 3.1 Product Master (Hardware Truth)
|
||||
Zentrale Instanz für alle technischen Spezifikationen.
|
||||
* **Funktion:** Automatisierte Extraktion von harten Fakten aus Hersteller-Quelltexten.
|
||||
* **Normalisierung:** Umwandlung heterogener Daten (z.B. "1:30h" -> 90 Min, "3000 sqm/h" -> 3000) zur direkten Vergleichbarkeit.
|
||||
* **Zukunftsfähigkeit:** Modularer Aufbau durch "Layer-Logik" (Cleaning-Layer, Service-Layer, Security-Layer).
|
||||
|
||||
### 3.2 Sector & Persona Master (Psychology Layer)
|
||||
Das "Gehirn", das früher in YAML-Dateien gefangen war.
|
||||
* **Sektoren:** Definition der Zielbranchen (Hotellerie, Chemie, etc.) inklusive der "RoboPlanet-Definition" (Was bedeutet diese Branche für uns?).
|
||||
* **Personas:** Psychologische Profile (Housekeeping, Werkschutz, CEO) mit spezifischen Pains (Mirror) und Gains (Value).
|
||||
* **Probing Questions:** Branchenspezifische Fragen, die das Scraping-Tool leiten (z.B. "Hat das Hotel einen Spa?").
|
||||
|
||||
### 3.3 Messaging Matrix (The Secret Sauce)
|
||||
Die Schaltstelle für die hyper-personalisierte Ansprache.
|
||||
* **Logik:** Trennung in **Satz 1** (Individueller Hook basierend auf der aktuellen Website-Analyse des Zielkunden) und **Satz 2** (Relationaler Lösungsbaustein basierend auf Branche + Produkt).
|
||||
* **Voice-Ready:** Vorbereitung von Skripten für den zukünftigen Voice-KI-Einsatz im Vertrieb und Support.
|
||||
|
||||
### 3.4 Competitive Radar (Market Intelligence)
|
||||
Automatisierte Überwachung der Marktbegleiter.
|
||||
* **Funktion:** Kontinuierliches Scraping von Wettbewerber-News und Blogposts.
|
||||
* **Kill-Argumente:** Direkte Gegenüberstellung technischer Specs zur Erstellung von Battlecards für den Sales-Außendienst.
|
||||
|
||||
### 3.5 Enrichment Factory & RevOps
|
||||
Datenanreicherung der CRM-Accounts.
|
||||
* **Mining:** Suche nach Umsatz, MA-Zahlen und fehlenden Ansprechpartnern via LinkedIn/SerpAPI.
|
||||
* **Klassifizierung:** Automatisches Mapping von Jobtiteln zu definierten Rollen im Strategic OS.
|
||||
* **Reporting:** Aggregation von Outbound-Metriken (Mails sent, Response Rate) zurück nach Notion für das C-Level.
|
||||
|
||||
---
|
||||
|
||||
## 4. Workflows & Datenflüsse
|
||||
|
||||
### A. Der GTM-Prozess (Produkt-Launch)
|
||||
1. **Ingest:** Hersteller-URL wird in die GTM-Engine eingespeist.
|
||||
2. **Extraction:** Technische Specs werden normalisiert und in den Notion **Product Master** geschrieben.
|
||||
3. **Positioning:** KI matcht Specs gegen die **Market Psychology DB** in Notion.
|
||||
4. **Generation:** Erstellung von Website-Inhalten (WordPress API) und Sales-Battlecards.
|
||||
|
||||
### B. Der Outbound-Prozess (Whale Hunting)
|
||||
1. **Scanning:** Enrichment-Tool liest Ziel-Accounts aus SuperOffice.
|
||||
2. **Hyper-Personalization:**
|
||||
* KI analysiert Kunden-Website -> Generiert **Satz 1** (Operative Herausforderung).
|
||||
* System zieht **Satz 2** aus der **Messaging Matrix** in Notion.
|
||||
3. **CRM-Injection:** Der finale Text wird via API in SuperOffice injiziert.
|
||||
4. **Execution:** Vertrieb sendet hochgradig relevante Mails direkt aus dem gewohnten CRM.
|
||||
|
||||
---
|
||||
|
||||
## 5. Outside-the-Box Hebel (Ausblick 6-12 Monate)
|
||||
|
||||
### 5.1 The Brain (Knowledge Ingestor)
|
||||
Befreiung von implizitem Wissen aus WhatsApp/E-Mail-Silos. Ein Postfach-Scraper extrahiert Lösungsfragmente der Techniker und führt sie in Notion als strukturierte Wissensbasis für Support und RAG-Systeme zusammen.
|
||||
|
||||
### 5.2 Voice-Bot Integration
|
||||
Nutzung der `Voice Script` Felder in der Messaging Matrix zur Speisung von AI-Voice-Agenten für Erstqualifizierung und Terminvereinbarung.
|
||||
|
||||
### 5.3 Combat View (Mobile Enablement)
|
||||
Reduzierte Notion-Ansicht für Vertriebler vor Ort, die basierend auf dem Standort/Kunden-Sektor sofort die 3 schlagkräftigsten Verkaufsargumente liefert.
|
||||
|
||||
---
|
||||
|
||||
## 6. Notion Datenbank-Relationen (Technisches Mapping)
|
||||
|
||||
Um die relationale Integrität zu wahren, sind folgende Datenbanken in Notion zwingend zu verknüpfen:
|
||||
|
||||
* **Product Master** $\leftrightarrow$ **Sector Master** (Welcher Roboter passt in welchen Markt?)
|
||||
* **Messaging Matrix** $\leftrightarrow$ **Product Master** (Welche Lösung gehört zum Text?)
|
||||
* **Messaging Matrix** $\leftrightarrow$ **Sector Master** (Welcher Schmerz gehört zu welcher Branche?)
|
||||
* **The Brain** $\leftrightarrow$ **Product Master** (Welches Support-Wissen gehört zu welcher Hardware?)
|
||||
* **GTM Workspace** $\leftrightarrow$ **Product Master** (Welche Kampagne bewirbt welches Gerät?)
|
||||
|
||||
---
|
||||
|
||||
## 7. Zusammenfassung der technischen Hebel
|
||||
1. **Python API Gateway:** Einziger Kommunikationspunkt für alle KI-Anfragen und CRM/WP-Transaktionen.
|
||||
2. **SQLite Persistence:** Lokales Zwischenlagern von Scrape-Ergebnissen zur Vermeidung redundanter API-Kosten.
|
||||
3. **Human-in-the-loop:** Notion dient als "Freigabe-Layer" – erst nach manuellem Review in Notion triggert Python den CRM-Push oder den Website-Publish.
|
||||
|
||||
---
|
||||
|
||||
## 8. Lessons Learned & Technische Constraints (Stand Jan. 2026)
|
||||
|
||||
Während der initialen Prototyping-Phase wurden kritische technische Hürden identifiziert, die bei der finalen Implementierung (insb. via Gemini CLI) proaktiv adressiert werden müssen.
|
||||
|
||||
### 8.1 API-Latenz & „Eventual Consistency“
|
||||
* **Problem:** Wenn eine Datenbank via API erstellt wird, meldet Notion sofort den Erfolg (`200 OK`). Die internen Indizes der Spalten (Properties) sind jedoch oft erst 15–30 Sekunden später für Schreibzugriffe (`pages.create`) bereit.
|
||||
* **Lösung:** Nach DDL-Operationen (Erstellen/Ändern von Datenbank-Strukturen) muss zwingend ein **Wait-Timer (min. 15s)** eingebaut werden, bevor Daten in diese Struktur injiziert werden.
|
||||
|
||||
### 8.2 SDK vs. Native REST
|
||||
* **Erkenntnis:** Das offizielle Python-SDK (`notion-client`) verhielt sich auf der Server-Umgebung (Diskstation/Python 3.8) instabil und meldete fehlende Methoden (z.B. `.query`), die laut Dokumentation vorhanden sein sollten.
|
||||
* **Lösung:** Für geschäftskritische Prozesse und Massen-Injektionen ist der **direkte Weg über die REST-API** (Python `requests` Bibliothek) vorzuziehen. Dies eliminiert Abhängigkeiten und bietet volle Transparenz über die Fehlermeldungen von Notion.
|
||||
|
||||
### 8.3 Suchindex-Verzögerung
|
||||
* **Problem:** Neu erstellte Datenbanken tauchen erst mit erheblicher Verzögerung im `notion.search`-Index auf. Skripte, die Datenbanken „dynamisch suchen“, schlagen in der Deployment-Phase daher oft fehl.
|
||||
* **Lösung:** Während des Setups müssen die von der API zurückgegebenen **UUIDs (IDs)** direkt im Speicher gehalten und an nachfolgende Funktionen übergeben werden, anstatt sich auf Suchbegriffe zu verlassen.
|
||||
|
||||
### 8.4 Property-Namenskonventionen
|
||||
* **Problem:** Sonderzeichen (z.B. `/` in `Branche/Persona`) oder führende/nachfolgende Leerzeichen in Spaltentiteln führen zu `400 Bad Request` Fehlern, da die API extrem sensitiv auf exakte String-Matches reagiert.
|
||||
* **Lösung:** Nutzung von **einfachen, alphanumerischen Bezeichnern** (z.B. `Art`, `Beschreibung`, `Status`). Die kosmetische Aufbereitung (Icons, längere Namen) sollte erst *nach* dem erfolgreichen API-Mapping manuell oder über ein explizites Update-Skript erfolgen.
|
||||
|
||||
### 8.5 Relation-Wiring (Das Henne-Ei-Problem)
|
||||
* **Problem:** Eine Datenbank kann keine Relation zu einer anderen Datenbank aufbauen, wenn diese noch nicht existiert.
|
||||
* **Lösung:** Zweistufiger Deployment-Prozess:
|
||||
1. **Phase A:** Erstellen aller 7 Datenbank-Hüllen mit Basis-Properties.
|
||||
2. **Phase B:** Nachträgliches „Verdrahten“ der Relationen via `databases.update` unter Verwendung der in Phase A generierten IDs.
|
||||
|
||||
### 8.6 Authentifizierung & Scoping
|
||||
* **Erkenntnis:** Notion-Integrationen benötigen explizite Freigaben pro Seite. Wenn eine Datenbank gelöscht und neu erstellt wird, muss die Verbindung in der Notion-UI oft **manuell neu autorisiert** werden, auch wenn die übergeordnete Seite bereits freigegeben war.
|
||||
* **Lösung:** Bei jedem neuen Deployment-Lauf in der Notion-UI prüfen, ob die „RoboPlanet GTM Engine“ unter den `Connections` der Zielseite gelistet ist.
|
||||
|
||||
---
|
||||
|
||||
### Checkliste für den Neustart mit Gemini CLI:
|
||||
1. [ ] **Requests statt SDK:** Nutze die native HTTP-Library für alle Notion-Calls.
|
||||
2. [ ] **ID-Persistence:** Speichere IDs in einer lokalen JSON-Variable während des Laufs.
|
||||
3. [ ] **Schema-Validation:** Nutze einen `database.retrieve` Call vor dem ersten Daten-Push, um die Existenz der Spaltennamen zu verifizieren.
|
||||
4. [ ] **Error-Logging:** Implementiere detailliertes Logging der API-Response-Bodys, da Notion dort sehr präzise Hinweise gibt (z.B. `property_not_found`).
|
||||
|
||||
---
|
||||
**Status:** Blueprint Finalisiert.
|
||||
**Nächster Schritt:** Umsetzung der Datenbank-Properties und API-Endpunkte gemäß diesem Dokument.
|
||||
Reference in New Issue
Block a user