Floke
653bd79e1f
Updated all Notion Verticals with sharpened Pains/Gains based on internal strategy (Ops vs Infra focus). Updated SuperOffice Connector README to reflect the 'Static Magic' architecture.
114 lines
5.1 KiB
Markdown
114 lines
5.1 KiB
Markdown
# SuperOffice Connector & GTM Engine ("The Muscle & The Brain")
|
||
|
||
Dieses Dokument beschreibt die Architektur der **Go-to-Market (GTM) Engine**, die SuperOffice CRM mit der Company Explorer Intelligence verbindet.
|
||
|
||
Ziel des Systems ist der vollautomatisierte Versand von **hyper-personalisierten E-Mails**, die so wirken, als wären sie manuell von einem Branchenexperten geschrieben worden.
|
||
|
||
---
|
||
|
||
## 1. Das Konzept: "Static Magic"
|
||
|
||
Anders als bei üblichen KI-Tools, die E-Mails "on the fly" generieren, setzt dieses System auf **vorberechnete, statische Textbausteine**.
|
||
|
||
**Warum?**
|
||
1. **Qualitätssicherung:** Jeder Baustein kann vor dem Versand geprüft werden.
|
||
2. **Performance:** SuperOffice muss beim Versand keine KI anfragen, sondern nur Felder zusammenfügen.
|
||
3. **Konsistenz:** Ein "Finanzleiter im Maschinenbau" bekommt immer dieselbe, perfekte Argumentation – egal bei welchem Unternehmen.
|
||
|
||
### Die E-Mail-Formel
|
||
|
||
Eine E-Mail setzt sich aus **drei statischen Komponenten** zusammen, die im CRM (SuperOffice) gespeichert sind:
|
||
|
||
```text
|
||
[1. Opener (Unternehmens-Spezifisch)] + [2. Bridge (Persona x Vertical)] + [3. Social Proof (Vertical)]
|
||
```
|
||
|
||
* **1. Opener (Der Haken):** Bezieht sich zu 100% auf das spezifische Unternehmen und dessen Geschäftsmodell.
|
||
* *Quelle:* `Company`-Objekt (Feld: `ai_opener`).
|
||
* *Beispiel:* "Die präzise Just-in-Time-Fertigung von **Müller CNC** erfordert einen reibungslosen Materialfluss ohne Mikrostillstände."
|
||
* **2. Bridge (Die Relevanz):** Holt die Person in ihrer Rolle ab und verknüpft sie mit dem Branchen-Pain.
|
||
* *Quelle:* `Matrix`-Tabelle (Feld: `intro`).
|
||
* *Beispiel:* "Für Sie als **Produktionsleiter** bedeutet das, trotz Fachkräftemangel die Taktzeiten an der Linie stabil zu halten."
|
||
* **3. Social Proof (Die Lösung):** Zeigt Referenzen und den konkreten Nutzen (Gains).
|
||
* *Quelle:* `Matrix`-Tabelle (Feld: `social_proof`).
|
||
* *Beispiel:* "Unternehmen wie **Jungheinrich** nutzen unsere Transportroboter, um Fachkräfte an der Maschine zu halten und Suchzeiten um 30% zu senken."
|
||
|
||
---
|
||
|
||
## 2. Die Datenbasis (Foundation)
|
||
|
||
Die Qualität der Texte steht und fällt mit der Datenbasis. Diese wird zentral in **Notion** gepflegt und in den Company Explorer synchronisiert.
|
||
|
||
### A. Verticals (Branchen)
|
||
Definiert die **Makro-Pains** und **Gains** einer Branche sowie das **passende Produkt**.
|
||
* *Beispiel:* Healthcare -> Pain: "Pflegekräfte machen Logistik" -> Gain: "Hände fürs Bett" -> Produkt: Service-Roboter.
|
||
* *Wichtig:* Unterscheidung nach **Ops-Focus** (Operativ vs. Infrastruktur) steuert das Produkt (Reinigung vs. Service).
|
||
|
||
### B. Personas (Rollen)
|
||
Definiert die **persönlichen Pains** einer Rolle.
|
||
* *Beispiel:* Produktionsleiter -> Pain: "OEE / Taktzeit".
|
||
* *Beispiel:* Geschäftsführer -> Pain: "ROI / Amortisation".
|
||
|
||
---
|
||
|
||
## 3. Die Matrix-Engine (Multiplikation)
|
||
|
||
Das Skript `generate_matrix.py` (im Backend) ist das Herzstück. Es berechnet **alle möglichen Kombinationen** aus Verticals und Personas voraus.
|
||
|
||
**Logik:**
|
||
1. Lade alle Verticals (`V`) und Personas (`P`).
|
||
2. Für jede Kombination `V x P`:
|
||
* Lade `V.Pains` und `P.Pains`.
|
||
* Generiere via Gemini einen **perfekten Satz 2 (Bridge)** und **Satz 3 (Proof)**.
|
||
* Generiere ein **Subject**, das den Persona-Pain trifft.
|
||
3. Speichere das Ergebnis in der Tabelle `marketing_matrix`.
|
||
|
||
*Ergebnis:* Eine Lookup-Tabelle, aus der für jeden Kontakt sofort der passende Text gezogen werden kann.
|
||
|
||
---
|
||
|
||
## 4. Der "Opener" (First Sentence)
|
||
|
||
Dieser Baustein ist der einzige, der **pro Unternehmen** generiert wird (bei der Analyse/Discovery).
|
||
|
||
**Logik:**
|
||
1. Scrape Website-Content.
|
||
2. Identifiziere das **Vertical** (z.B. Maschinenbau).
|
||
3. Lade den **Core-Pain** des Verticals (z.B. "Materialfluss").
|
||
4. **Prompt:** "Analysiere das Geschäftsmodell von [Firma]. Formuliere einen Satz, der erklärt, warum [Core-Pain] für genau dieses Geschäftsmodell kritisch ist."
|
||
|
||
*Ergebnis:* Ein Satz, der beweist: "Ich habe verstanden, was ihr tut."
|
||
|
||
---
|
||
|
||
## 5. SuperOffice Connector ("The Muscle")
|
||
|
||
Der Connector ist der Bote, der diese Daten in das CRM bringt.
|
||
|
||
**Workflow:**
|
||
1. **Trigger:** Kontakt-Änderung in SuperOffice (Webhook).
|
||
2. **Enrichment:** Connector fragt Company Explorer: "Gib mir Daten für Firma X, Person Y".
|
||
3. **Lookup:** Company Explorer...
|
||
* Holt den `Opener` aus der Company-Tabelle.
|
||
* Bestimmt `Vertical` und `Persona`.
|
||
* Sucht den passenden Eintrag in der `MarketingMatrix`.
|
||
4. **Write-Back:** Connector schreibt die Texte in die UDF-Felder (User Defined Fields) des Kontakts in SuperOffice.
|
||
* `UDF_Opener`
|
||
* `UDF_Bridge`
|
||
* `UDF_Proof`
|
||
* `UDF_Subject`
|
||
|
||
---
|
||
|
||
## 6. Setup & Wartung
|
||
|
||
### Neue Branche hinzufügen
|
||
1. In **Notion** anlegen (Pains/Gains/Produkte definieren).
|
||
2. Sync-Skript laufen lassen: `python3 backend/scripts/sync_notion_industries.py`.
|
||
3. Matrix neu berechnen: `python3 backend/scripts/generate_matrix.py --live`.
|
||
|
||
### Prompt-Tuning
|
||
Die Prompts für Matrix und Opener liegen in:
|
||
* Matrix: `backend/scripts/generate_matrix.py`
|
||
* Opener: `backend/services/classification.py` (oder `enrichment.py`)
|