Automatisering och optimering av processer

Jag har optimerat processer sedan jag började ta marknadsföring på allvar, för 20 år sedan nu.

Gjorde jag det för att någon chef föreslog det?

Nej.

Jag började göra det för att jag helt enkelt insåg att repetitiva processer — som att skicka ett veckobrev eller skapa produktkortet för en ecommerce-produkt — tog mer tid om jag varje gång jag satte mig med en av dem behövde tänka igenom vilka steg jag skulle följa.

Och dessutom, om jag litade för mycket på att jag hade gjort det tusen gånger tidigare och inte var helt skärpt, kunde jag göra misstag.

Sedan dess, av dessa två skäl — spara tid och undvika fel — försöker jag optimera varje process som jag vet att jag kommer att upprepa.

Den här optimeringen:

1. Ibland handlar den om att automatisera helt eller delvis, andra gånger om att förbättra flödet och andra gånger om att hitta verktyg som förbättrar någon del av processen, som vi ska se nu.
2. Den fungerar för alla typer av processer:
1. Business
2. Försäljning
3. Marknadsföring
4. Tekniska
5. Analytiska
6. Logistiska
3. Och jag får alltid till den genom att följa samma steg.

De här sju som jag går igenom nedan.

#1. Bestäm vilken process som ska optimeras

Det här är det första. Innan du optimerar något, måste du veta vad som är värt att optimera. Jag gör det utifrån en väldigt enkel formel och tar hänsyn till dessa variabler:

• Tid det tar att utföra en process.
• Antal gånger den utförs per månad.
• Beräknad tid efter optimeringen.
• Kostnad för att utveckla optimeringen.

Utifrån detta skapar jag en prioriteringsmatris för processoptimering.

Och jag börjar med den första.

#2. Upprepa processen manuellt flera gånger

Alltså, även om jag vet att det är en process som jag kommer att upprepa flera gånger i framtiden, försöker jag inte automatisera eller optimera den första gången jag tar mig an den.

Nej, för jag vet att om jag gör det direkt kommer jag att missa saker. Det är omöjligt att fånga allt om jag inte har utfört den tidigare.

Därför försöker jag först “mastera” processen. Det vill säga bli en mästare på den genom att upprepa den några gånger. Tillräckligt många för att stöta på olika möjligheter eller variationer som kan dyka upp, som jag sedan tar hänsyn till när jag optimerar.

När jag redan vet hur jag ska hantera varje fall är det då optimeringen börjar.

#3. Definiera processen

Den andra punkten är kanske den viktigaste. För om den definieras dåligt är det helt omöjligt att optimera och ännu mindre automatisera någon process.  

Vi kommer att sakna kopplingar.

Data kommer inte att flöda hur eller när vi behöver det.

I slutändan blir vi frustrerade i senare faser eftersom grunden inte är korrekt.

Hur man definierar en process

Egentligen tycker jag att det är väldigt enkelt. I princip handlar det om att skriva ned i en mindmap eller i Excel — i slutändan hamnar vi nästan alltid i Excel, oavsett hur vi börjar — varenda åtgärd som en process innebär. 

Utan att gruppera.

Hur enkla de än verkar.

Något i den här stilen:

För den typiska “ladda ned månadens försäljningsdata”, när det gäller automatisering, är inte samma sak som:

1. Gå till denna URL: xxxxxx
2. Logga in.
3. Gå in i försäljningsrapporten.
4. Filtrera på den senaste månaden.
5. Exportera.

Du ser skillnaden, eller hur?

I det första fallet (“ladda ned månadens försäljningsdata”) kommer en människa att kunna tolka och göra det om man förklarar det.

En AI-agent kommer förmodligen också att kunna det.

Men ett automatiseringsverktyg som N8N gör det inte. Och det är inte alltid nödvändigt och/eller användbart att en agent gör det.

#4. Fundera på hur varje steg kan förbättras, och utvärdera olika lösningar

För, om vi följer den tidigare idén, i många fall innebär det att lägga in en agent:

1. att bränna tokens i onödan.
2. Att lita på att den utför processen korrekt.

När det finns APIs som kopplar upp sig mot plattformar och ger oss den data vi behöver genom att bara lägga in några uppgifter i en nod i flödet.

Det är den här typen av beslut vi behöver fatta här:

• Vilka punkter kan automatiseras.
• Vilka som helst bör utföras av en människa manuellt.
• Analysera om och var AI.
• Om resultatet från AI:n ska granskas av en person eller inte innan processen fortsätter.
• Om det är bättre med en klassisk utveckling (en funktion för CMS:et i PHP eller Python) eller en med N8N och/eller AI.
• Vilka verktyg som är mest lämpliga, beroende på:
• Resultatet.
• Utvecklingens komplexitet.
• Kostnaden.

När du utvärderar allt detta får du något som detta:

Där blir det tydligt vilka punkter som ska förbli manuella, vilka som kan automatiseras eller hanteras med AI, och vilka verktyg som är värda att utvärdera.

I exemplet ovan har jag föreslagit tre möjliga lösningsvägar:

1. En första där processen i grunden är mänsklig, med hjälp av AI på vissa punkter i processen. Den kommer säkert att fungera och förbättrar det nuvarande, nästan utan behov av utveckling.
2. En andra väg där vi automatiserar en stor del av processen, men vi gör det med N8N, lämnar AI för bara några punkter och lägger in mänskliga valideringar. AI-verktyget ändras också: i väg 1 föreslår jag NotebookLM, vars API inte passar för denna väg 2, och därför måste verktyget bytas.
3. En agentisk väg, där agenter utvecklas som kommer att utföra större delen av processen, med vissa punkter för mänsklig validering.

Till slut valde vi i det här fallet mellanvägen, eftersom den passade bäst i förhållande till projektets mål.

#5. Utveckla och implementera lösningen

Med denna karta är det bara att själv, eller den person det gäller, sätta igång och utveckla lösningen.

Det är utan tvekan den längsta och mest komplexa punkten i processen. Det är där flest timmar går åt, men det är priset man betalar för att spara mer senare.

Och här, jag insisterar, blir vägarna:

1. Optimera via förbättring av mänskligt utförande, användning av hjälpande verktyg. Till exempel makron i Excel eller Photoshop. Eller integrera ett CRM för kundtjänst. Eller ett verktyg för ärendeuppföljning.
2. Automatisera med verktyg för detta: N8N, Make, Zapier…
3. Automatisera med utvecklingar — vanligtvis webbaserade — skräddarsydda (moduler för CMS:et).
4. Lägga till ett AI-lager, punktvis i något steg eller genom att lägga hela belastningen från processen på en eller flera agenter.

I varje fall kan man välja en av dessa vägar eller en kombination av flera.

Det här är ett exempel på hur vi hanterade kampanjer på Yo pongo el hielo:

Från denna backoffice-URL genererade vi:

• Landing med kampanjprodukterna.
• Newsletter på 3 språk, med urval av de kampanjprodukter som skickades via e-post och schemalagt sändningsdatum.
• Hero banner för kampanjen.
• Modul med utvalda produkter på startsidan.
• Märke på de kampanjade produkterna.
• Remsa med kampanjbanner.

Allt från samma enda URL.

En skräddarsydd utveckling som gav oss en brutal automatisering och en betydande tidsbesparing: vi började lägga en timme jämfört med de tidigare åtta.

Viktigt här är att automatiserings- och AI-sektorn utvecklas konstant, så det är troligt att någon punkt i processen om en månad kan utföras enklare.

Poängen där blir att avgöra om det är värt att ständigt utveckla processen eller om det är mer produktivt att låta den vara stabil i 3 eller 6 månader och, när tiden kommer, se om det är värt att göra flera förbättringar på en gång, vilket i allmänhet är mitt föredragna alternativ.

Förresten är det mycket troligt att vi, när vi utvecklar lösningen, ser behovet av att göra ändringar i det som planerades. Några ändringar är normalt. Många ändringar betyder att vi inte har gjort föregående punkt (utvärderingen) bra och det bör vi ta hänsyn till för framtida processer.

Men låt oss inte förväxla ändringar med möjliga förbättringar som lämnas till en senare fas 2. Det är olika saker och denna möjliga fas 2 är normal och positiv för att börja förbättra processen så snart som möjligt.

#6. Testa och justera. Och fas 2

Även om tester görs under utvecklingen av lösningen kan det, när du börjar arbeta på riktigt med den nya lösningen, hända att allt går som väntat eller inte, och att någon justering behövs.

Saken är att om det finns bra kommunikation mellan personen eller teamet som utvecklar lösningen och personen eller teamet som använder den, blir justeringarna små och snabba, och från första stund kommer vi att märka tidsbesparingen.  

Om inte har vi gjort något fel.

Med det tidigare exemplet såg vi på Yo pongo el hielo att vi kunde optimera systemet för att skapa landings ännu mer genom att ändra sättet att lägga till produkterna.

I en fas 2 gick vi från att göra det i den tidigare landingen till en modul som importerade Excel-filer med alla uppgifter om produktens erbjudande (attribut, kampanjpris, tidigare pris, erbjudandets längd, mängdbegränsning):

På så sätt arbetade vi bättre med produkterna tillsammans med Inköp i en delad Excel-fil, som marknadsföring sedan importerade till landningen, och undvek att välja varje produkt en och en.

Tidsvinsten var betydande, särskilt eftersom det fanns kampanjer som Black Friday med flera hundra referenser.

#7. Dokumentera

Den här är valfri, men rekommenderad, om automatiseringen ska hanteras av någon annan eller om du ska hantera den själv men vill replikera den i framtiden.

Till exempel kan det vara en automatisering du vill replikera med varje kund: dokumentera hur den replikeras.

Det är nämligen bra att veta vilka steg som ska följas för att slippa gå på minnet, vilket vi redan har sett är långsammare och leder till fel.

Ett enkelt Google Doc räcker mer än väl för att förklara nyckelpunkterna.

Om det är för någon annan kan du behöva lägga till fler detaljer eller skärmbilder. Så gör jag på Disruptivos när jag skapar automatiseringar som andra personer senare ska replikera.

Eller för mig själv, med komplexa processer som att skapa en membership-webb, där det, även om jag inte ska automatisera dem, är bäst att alltid följa samma ordning för att gå snabbt. Eller också att ladda upp kurser till webben, vilket har flera steg och tar en stund, så det är mycket bättre att ha det nedskrivet och följa steg för steg:

Klart.

Med dessa sju steg har du ett förbättrat och dokumenterat system, så att vem som helst som måste göra det i ditt ställe (nyanställning, semester, jobbbyte, ditt framtida jag som inte längre minns hur man gjorde…) kan utföra det utan större problem.

Det är inte lite: med tiden har jag insett att optimerade och automatiserade processer är ett mycket tydligt tecken på robusthet i businessen eller företaget.

Verkliga fall av optimerade och/eller automatiserade processer

Och för att du inte ska tro att jag stannar vid teorin, lämnar jag flera exempel på optimerade processer för att ge dig några idéer.

Jag har redan nämnt hur vi förbättrade tiden som behövdes för att skapa kampanjer på Yo pongo el hielo, men i det projektet gjorde vi många andra saker, som:

• System för automatisering av fakturor.
• Skapande av produktkort i batch.
• Skapande av produktbilder med AI.
• Analysera logistikfakturor med AI.

Och jag utelämnar säkert något annat intressant fall.

Snart länkar jag här till en artikel med systemet för att skapa artiklar med hjälp av AI som jag förbereder för min webbplats (den här webbplatsen).

Senare, när jag har det i drift, ett stort projekt jag bygger på Disruptivos: en konsult-SaaS, med vilken vi vill snabba upp processerna för revision och strategiska förslag för nya digitala projekt som kommer in till oss.

Slutsatser

Att optimera processer handlar inte om att automatisera allt, utan om att tänka djupt.

För det största felet är att lägga verktyg, AI eller automatiseringar ovanpå processer som inte är väl definierade.

Systemet jag just har visat dig har en tydlig fördel:

Du utgår alltid från den manuella processen, från att förstå den på djupet. Och först därefter bestämmer du vad som ska optimeras, om det behöver automatiseras och med vad (inte alltid med AI).

Det minskar fel, undviker onödig utveckling och tvingar dig att använda omdöme i dina beslut.

En annan viktig idé:

Allt bör inte automatiseras.

Det finns steg där:

• Det är billigare att göra det manuellt
• Det är säkrare (till exempel bankåtkomst)
• Eller så kompenserar det helt enkelt inte för ansträngningen att skapa automatiseringen (i timmar) eller kostnaden för att låta AI göra det.

Och på tal om AI: det kommer att finnas fall där den passar perfekt, medan det i andra blir dyrare, mer instabilt eller direkt onödigt att lägga till den.

Kort sagt, ta med dig detta:

Att optimera processer är grundläggande för att ett projekt ska gå framåt. Prioritera därför de med störst verklig påverkan, definiera dem korrekt innan du börjar automatisera och mät alltid besparingen mot kostnaden.

För i slutändan handlar detta inte om att lägga till teknik, utan om att bygga ett projekt som fungerar utan att vara beroende av ditt minne för allt.

Ett projekt utan definierade processer skalar inte. Ett med optimerade processer kan göra det.