AI-leadsegmentatie en CRM-hygiëne
Nieuwe leads kwamen ongesorteerd binnen in het CRM. Elke lead moest handmatig bekeken worden om te bepalen om wat voor bedrijf het ging en of het een waardevolle lead was. Dat kostte enkele minuten per lead en was foutgevoelig.
Een n8n-workflow die automatisch de website van elke nieuwe lead scrapet, de inhoud via AI classificeert in vaste segmenten (bureau, SaaS-bedrijf, KMO, freelancer) en het resultaat als gestructureerde notitie terugschrijft in het CRM. Daarnaast bouwde ik een reeks kleinere automatiseringen die de betrouwbaarheid van het systeem garanderen:
- Deduplicatie-controle: een aparte flow die bij elke nieuwe lead checkt of er al een lead bestaat met dezelfde naam. Bij een match wordt een notitie toegevoegd en de dubbele lead automatisch verwijderd.
- Geen dubbele verwerking: een filter die garandeert dat elke lead maar één keer door de AI-classificatie gaat, ook wanneer het systeem zijn eigen wijziging als nieuwe trigger zou herkennen (een klassieke race condition bij self-triggering flows).
- Label- en databehoud: logica die bestaande labels en gegevens ophaalt en samenvoegt voor elke update, zodat een automatische wijziging nooit bestaande informatie overschrijft.
- Bestaande-klant matching: een flow die het btw-nummer van een organisatie automatisch aftoetst tegen de interne klantendatabase, zodat het CRM meteen weet of een lead al klant is.
Consistente, ogenblikkelijke segmentatie van elke binnenkomende lead, een CRM zonder dubbels en geen verloren of overschreven data. Volledig zonder manueel opzoekwerk.