Automatisering og optimalisering av prosesser

Jeg har optimalisert prosesser siden jeg begynte å ta markedsføring på alvor, for 20 år siden nå.

Gjorde jeg det fordi en sjef foreslo det?

Nei.

Jeg begynte å gjøre det fordi jeg ganske enkelt innså at repetitive prosesser — som å sende ut et ukentlig nyhetsbrev eller lage produktkortet for et ecommerce-produkt — tok mer tid hvis jeg hver gang jeg skulle gjøre en av dem måtte tenke gjennom hvilke steg jeg skulle følge.

Og dessuten, hvis jeg stolte for mye på at jeg hadde gjort det tusen ganger før og ikke var helt skjerpet, kunne jeg gjøre feil.

Siden da, av disse to grunnene — spare tid og unngå feil — prøver jeg å optimalisere hver prosess jeg vet at jeg kommer til å gjenta.

Denne optimaliseringen:

1. Noen ganger består den i å automatisere helt eller delvis, andre ganger i å forbedre flyten, og andre ganger i å finne verktøy som forbedrer en del av prosessen, som vi skal se nå.
2. Den fungerer for alle typer prosesser:
1. Business
2. Salg
3. Markedsføring
4. Tekniske
5. Analytiske
6. Logistiske
3. Og jeg får det alltid til ved å følge de samme stegene.

Disse sju som jeg forklarer deg nedenfor.

#1. Bestemme hvilken prosess som skal optimaliseres

Dette er det første. Før du optimaliserer noe, må du vite hva det lønner seg å optimalisere. Jeg gjør det basert på en veldig enkel formel, der jeg vurderer disse variablene:

• Tid det tar å utføre en prosess.
• Antall ganger den utføres per måned.
• Estimert tid etter optimaliseringen.
• Kostnad for utvikling av optimaliseringen.

Basert på dette lager jeg en prioriteringsmatrise for prosessoptimalisering.

Og jeg starter med den første.

#2. Gjenta prosessen manuelt flere ganger

Det vil si, selv om jeg vet at det er en prosess jeg kommer til å gjenta flere ganger i fremtiden, prøver jeg ikke å automatisere eller optimalisere den første gang jeg møter den.

Nei, fordi jeg vet at hvis jeg gjør det med en gang, kommer jeg til å overse ting. Det er umulig å få med seg alt hvis jeg ikke har utført den før.

Derfor prøver jeg først å “mastere” prosessen. Altså å bli en mester i den ved å gjenta den noen ganger. Nok ganger til å møte ulike muligheter eller variasjoner som kan dukke opp, og som jeg senere vil ta hensyn til når jeg optimaliserer.

Når jeg har klart for meg hvordan jeg skal håndtere hvert tilfelle, er det da optimaliseringen begynner.

#3. Definere prosessen

Det andre punktet er kanskje det viktigste. For hvis den defineres dårlig, er det helt umulig å optimalisere, og langt mindre automatisere, en hvilken som helst prosess.  

Vi kommer til å mangle koblinger.

Dataene vil ikke flyte slik eller når vi trenger det.

Kort sagt, vi blir frustrerte i mer avanserte faser fordi grunnlaget ikke er riktig.

Hvordan definere en prosess

Egentlig mener jeg at det er veldig enkelt. I bunn og grunn handler det om å notere i et tankekart eller i Excel — til slutt ender vi nesten alltid i Excel, uansett hvordan vi begynner — hver eneste handling som en prosess innebærer. 

Uten å gruppere.

Uansett hvor enkle de virker.

Noe slikt:

Fordi det typiske “last ned månedens salgsdata”, med tanke på automatisering, ikke er det samme som:

1. Gå til denne URL-en: xxxxxx
2. Logg inn.
3. Gå inn i salgsrapporten.
4. Filtrer på den siste måneden.
5. Eksporter.

Du ser forskjellen, ikke sant?

I det første tilfellet (“last ned månedens salgsdata”) vil et menneske kunne tolke og gjøre det, hvis det blir forklart.

En AI-agent vil sannsynligvis også kunne det.

Men et automatiseringsverktøy av typen N8N, nei. Og det er ikke alltid nødvendig og/eller nyttig at en agent gjør det.

#4. Tenke på hvordan hvert steg kan forbedres, ved å vurdere ulike løsninger

Og det er fordi, i tråd med ideen over, i mange tilfeller betyr det å sette inn en agent:

1. å brenne tokens helt unødvendig.
2. Å stole på at den utfører prosessen riktig.

Når det finnes APIs som kobler seg til plattformer og gir oss dataene vi trenger bare ved å legge inn noen data i en node i flyten.

Dette er typen beslutninger vi må ta her:

• Hvilke punkter kan automatiseres.
• Hvilke som er bedre at et menneske gjør manuelt.
• Analysere om og hvor AI.
• Om resultatet fra AI skal vurderes av en person eller ikke før prosessen fortsetter.
• Om det er bedre med en klassisk utvikling (en funksjonalitet for CMS-et i PHP eller Python) eller en med N8N og/eller AI.
• Hvilke verktøy som er best egnet, avhengig av:
• Resultatet.
• Utviklingens kompleksitet.
• Kostnaden.

Når du vurderer alt dette, får du noe slikt:

Der blir det tydelig hvilke punkter som bør forbli manuelle, hvilke som kan automatiseres eller håndteres med AI, og hvilke verktøy som er verdt å vurdere.

I eksemplet over har jeg foreslått tre mulige løsningsveier:

1. En første der prosessen i hovedsak er menneskelig, med hjelp fra AI på enkelte punkter i prosessen. Denne vil garantert fungere og forbedrer det nåværende, nesten uten behov for utvikling.
2. En andre vei der vi automatiserer en stor del av prosessen, men vi gjør det med N8N, lar AI bare ta noen få punkter og legger inn menneskelige valideringer. AI-verktøyet endres også: i vei 1 foreslår jeg NotebookLM, hvis API ikke passer for denne vei 2, og derfor må verktøyet byttes.
3. En agentisk vei, der det utvikles agenter som skal gjennomføre mesteparten av prosessen, med noen punkter for menneskelig validering.

Til slutt valgte vi i dette tilfellet mellomveien, fordi den passet best med prosjektets mål.

#5. Utvikle og implementere løsningen

Med dette kartet klart er det bare et spørsmål om å sette seg ned selv, eller den personen det gjelder, og utvikle løsningen.

Det er uten tvil det lengste og mest komplekse punktet i prosessen. Der flest timer går med, men det er prisen å betale for å spare mer senere.

Og her, jeg insisterer, blir veiene:

1. Optimalisere via forbedring i menneskelig utførelse, bruk av hjelpende verktøy. For eksempel makroer i Excel eller Photoshop. Eller integrere et CRM for kundeservice. Eller et verktøy for oppfølging av hendelser.
2. Automatisere med verktøy til dette: N8N, Make, Zapier…
3. Automatisere med utviklinger — vanligvis webbaserte — skreddersydd (moduler for CMS-et).
4. Legge til et AI-lag, punktvis på et sted eller ved å legge hele prosesslasten over på én eller flere agenter.

I hvert tilfelle kan man velge en av disse veiene eller en kombinasjon av flere.

Dette er et eksempel på hvordan vi håndterte kampanjer i Yo pongo el hielo:

Fra denne backoffice-URL-en genererte vi:

• Landing med produktene i kampanjen.
• Nyhetsbrev på 3 språk, med utvalg av de promoterte produktene som ble sendt på e-post og planlagt sendetidspunkt.
• Hero banner for kampanjen.
• Modul med fremhevede produkter på forsiden.
• Merke på de promoterte produktene.
• Felt med kampanjebanner.

Alt fra den samme og eneste URL-en.

En skreddersydd utvikling som ga oss en brutal automatisering og en betydelig timebesparelse: vi begynte å bruke én time mot de åtte tidligere.

Viktig her er at automatiserings- og AI-sektoren utvikler seg konstant, så det er sannsynlig at et eller annet punkt i prosessen kan utføres enklere om en måned.

Poenget da blir å avgjøre om det er verdt å utvikle prosessen kontinuerlig, eller om det er mer produktivt å la den ligge stabil i 3 eller 6 måneder og, når tiden kommer, se om det er verdt å gjøre flere forbedringer på én gang, som generelt er mitt foretrukne alternativ.

For øvrig er det svært sannsynlig at vi, når vi utvikler løsningen, ser behov for å gjøre endringer i det som var planlagt. Noen endringer er normalt. Mange endringer betyr at vi ikke har utført forrige punkt godt nok (evalueringen) og det bør vi ta hensyn til i fremtidige prosesser.

Når det er sagt, la oss ikke forveksle endringer med mulige forbedringer som blir liggende til en senere fase 2. Det er forskjellige ting, og denne mulige fase 2 er normal og positiv for å begynne å forbedre prosessen så snart som mulig.

#6. Teste og justere. Og fase 2

Selv om det gjøres tester under utviklingen av løsningen, kan det hende at alt går som forventet når du setter i gang med å jobbe med den nye løsningen, eller at det ikke gjør det og at noe må justeres.

Saken er at hvis det er god kommunikasjon mellom personen eller teamet som utvikler løsningen og personen eller teamet som bruker den, vil justeringene være små og raske, og fra første stund vil vi merke tidsbesparelsen.  

Hvis ikke har vi gjort noe feil.

Med utgangspunkt i forrige eksempel så vi i Yo pongo el hielo at vi kunne optimalisere systemet for landing-oppretting enda mer ved å endre måten produktene ble lagt til på.

I en fase 2 gikk vi fra å gjøre det i den forrige landingen til en modul som importerte Excel-filer med alle dataene om produkttilbudet (attributter, tilbudspris, tidligere pris, tilbudets varighet, mengdegrense):

På denne måten jobbet vi bedre med produktene sammen med Innkjøp i en delt Excel-fil, som markedsføring deretter importerte til landingen, og vi slapp å velge hvert produkt ett og ett.

Tidsgevinsten var betydelig, særlig fordi det fantes kampanjer som Black Friday med flere hundre referanser.

#7. Dokumentere

Denne er valgfri, men anbefalt, hvis automatiseringen skal håndteres av en annen person, eller hvis du skal håndtere den selv men ønsker å replikere den i fremtiden.

For eksempel kan det være en automatisering du vil replikere med hver kunde: dokumenter hvordan den replikeres.

Det er nemlig nyttig å vite hvilke steg som må følges, så man ikke baserer seg på hukommelsen, som vi allerede har sett er tregere og fører til feil.

Et enkelt Google Doc er mer enn nok for å forklare nøkkelpunktene.

Hvis det er til noen andre, må du kanskje legge til flere detaljer eller skjermbilder. Slik gjør jeg det i Disruptivos når jeg lager automatiseringer som andre personer senere skal replikere.

Eller for meg selv, med komplekse prosesser som å lage en membership-nettside, der det, selv om jeg ikke skal automatisere dem, lønner seg å alltid følge samme rekkefølge for å jobbe raskt. Eller også å laste opp kurs til nettsiden, som har flere steg og tar litt tid, så det er mye bedre å ha det skriftlig og følge steg for steg:

Ferdig.

Med disse sju stegene har du et forbedret og dokumentert system, slik at hvem som helst som må gjøre det i ditt sted (nyansettelse, ferie, jobbskifte, ditt fremtidige jeg som ikke husker hvordan det ble gjort…) kan utføre det uten større problemer.

Det er ikke lite: Over tid har jeg innsett at optimaliserte og automatiserte prosesser er et veldig tydelig tegn på robusthet i businessen eller selskapet.

Reelle tilfeller av optimaliserte og/eller automatiserte prosesser

Og for at du ikke skal tro at jeg blir i teorien, skal jeg gi deg flere eksempler på optimaliserte prosesser, så du får noen ideer.

Jeg har allerede nevnt hvordan vi forbedret tiden som trengtes for å lage kampanjer i Yo pongo el hielo, men i dette prosjektet gjorde vi mye annet også, som:

• System for automatisering av fakturaer.
• Oppretting av produktkort i batch.
• Oppretting av produktbilder med AI.
• Analysere logistikkfakturaer med AI.

Og jeg utelater sikkert et annet interessant tilfelle.

Snart legger jeg inn en lenke her til en artikkel med systemet for å lage artikler med hjelp av AI som jeg forbereder for nettstedet mitt (dette nettstedet).

Senere, når jeg har det operativt, et stort prosjekt jeg bygger i Disruptivos: en konsulent-SaaS, som vi ønsker å bruke til å effektivisere audit- og strategiforslagsprosessene for nye digitale prosjekter som kommer inn.

Konklusjoner

Å optimalisere prosesser handler ikke om å automatisere alt, men om å tenke grundig.

For den største feilen er å legge verktøy, AI eller automatiseringer oppå prosesser som ikke er godt definert.

Systemet jeg nettopp har vist deg har en tydelig fordel:

Du starter alltid fra den manuelle prosessen, fra å forstå den grundig. Og først deretter bestemmer du hva som skal optimaliseres, om det må automatiseres og med hva (ikke alltid med AI).

Det reduserer feil, unngår unødvendige utviklinger og tvinger deg til å bruke dømmekraft i beslutningene dine.

En annen viktig idé:

Ikke alt bør automatiseres.

Det finnes steg der:

• Det er billigere å gjøre det manuelt
• Det er tryggere (for eksempel tilgang til banken)
• Eller det rett og slett ikke lønner seg med innsatsen det tar å lage automatiseringen (i timer) eller kostnaden ved å få AI til å gjøre det.

Og når vi snakker om AI, finnes det tilfeller der den passer perfekt, mens det i andre vil være dyrere, mer ustabilt eller rett og slett unødvendig å legge den inn.

Kort sagt, sitt igjen med dette:

Å optimalisere prosesser er grunnleggende for at et prosjekt skal komme videre. Derfor bør du prioritere dem med størst reell effekt, definere dem riktig før du begynner å automatisere, og alltid måle besparelsen mot kostnaden.

For til syvende og sist handler ikke dette om å legge til teknologi, men om å bygge et prosjekt som fungerer uten å være avhengig av hukommelsen din for alt.

Et prosjekt uten definerte prosesser skalerer ikke. Et med optimaliserte prosesser kan gjøre det.