From cf4390bdb739d5e057c621936ac452953cdf85f5 Mon Sep 17 00:00:00 2001 From: Floke Date: Thu, 8 Jan 2026 15:12:11 +0000 Subject: [PATCH] =?UTF-8?q?Notion=5FDashboard.md=20hinzugef=C3=BCgt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Notion_Dashboard.md | 145 ++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 145 insertions(+) create mode 100644 Notion_Dashboard.md diff --git a/Notion_Dashboard.md b/Notion_Dashboard.md new file mode 100644 index 00000000..3bf45fb1 --- /dev/null +++ b/Notion_Dashboard.md @@ -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. \ No newline at end of file