Adress- und Lead-Daten mit AI-Tools bearbeiten – zwei Praxis-Beispiele

Zuerst mal danke für das zahlreiche Feedback zum letzten Artikel – auch wenn einige der Leser das Thema “Zukunftsprognosen” etwas zu abgehoben eingeschätzt haben und das Feedback sehr unterschiedlich ausfiel, weiß ich euer Feedback trotzdem sehr zu schätzen.

Heute möchte ich auf ein alltägliches und heute schon einsetzbares Leistungsspektrum von AI-Tools eingehen, mit dem jede/r von euch hier und da zu tun hat. Der Verarbeitung und Veredelung von Adressdaten, wie z.B. Leads, Newsletter-Empfänger-Daten oder Daten von Event-Teilnehmern. 

Denn, AI-Tools wie ChatGPT Plus/Teams oder Copy.ai können uns massiv bei der Verbesserung unserer Datenqualität bei solchen Jobs unterstützen. 

Ich zeige euch heute zwei Beispiele, die ich so ähnlich schon bei Kundenprojekten eingesetzt habe und die sich bewährt haben. 

Das erste Beispiel ist trivial, aber superpraktisch. Das zweite Projekt ist etwas komplexer, kann aber einen echten Unterschied machen. 

Los geht’s! 

WICHTIG: Datenschutz-Hinweis

Die heute gezeigten Beispiele sind nicht für jedes Unternehmen so anwendbar, wie hier vorgestellt. Je nachdem, wie die Datenschutzbestimmungen definiert wurden und wie das entsprechende Unternehmen dieses Thema intern geregelt hat, verarbeiten wir hier i.d.R. Daten auf Servern in den USA.

Das solltest du auf jeden Fall beachten, bevor du dich an den Beispielen orientierst. 

Natürlich gibt es für jedes Problem auch eine Lösung. Sei es durch die Nutzung von AI-Tools aus der EU, die mit euren Datenschutzrichtlinien konform gehen oder durch das Betreiben einer eigenen Instanz auf Inhouse-Servern oder der Verwendung von OpenSource-LLMs in eurer technischen Infrastruktur in der EU oder in Deutschland. Das macht die Umsetzung solcher Projekte etwas aufwändiger – aber auch für Unternehmen mit straffen Datenschutz-Frameworks noch machbar.

ChatGPT kann Excel-Daten umfangreicher bearbeiten als Excel selbst

Du kennst die Situation sicher: Du hast über eine Marketing- oder Event-Aktion Vornamen, Nachnamen und E-Mail-Adresse erfasst und stellst bei der sich anschließenden Marketing- oder Sales-Aktion fest, dass du keine persönliche Ansprache umsetzten kannst, da du die Anrede nicht erfasst hast. 

Jetzt könnte man schnell sagen: “Warum wurde die Anrede nicht miterfasst”? Wir wissen allerdings auch, dass je mehr Daten wir in Formularen abfragen, die Conversionrate (der Anteil der Nutzer, die die Registrierung abschließen) immer weiter sinkt. 

Kommunizieren wir mit unseren Kontakten “per Du” ist das nicht weiter dramatisch. Ein “Hallo [Vorname],” ist bei informeller Kommunikation auch ohne Anrede machbar. Sobald wir habe “Liebe [weiblicher Vorname"]" bzw. “Lieber [männlicher Vorname]” oder “Sehr geehrter [Anrede] Nachname” bzw. Sehr geehrte [Anrede] Nachname verwenden möchten ist das nicht mehr möglich, wenn uns die Anrede nicht vorliegt.

Bis jetzt, zu mindestens.

Agiere als Excel-Spezialist. 

Im Anhang findest du eine Excel-Tabelle mit "ID" "Unternehmen", "Vorname" und "Nachname". Ich habe auch die E-Mail-Adresse. Diese sind aber nicht in der Excel-Tabelle hinterlegt (Datenschutz).

Im ersten Schritt möchte ich, dass du folgendes tust:
Ergänze eine Spalte mit dem "persönlicher Ansprache" und eine Spalte mit "Anrede". Gehe dabei nach folgenden Regeln vor:

1. Wenn in einer Zeile unter "Vorname" ein Name steht, schätze ab, ob es sich dabei um einen Mann oder eine Frau handelt und fülle die neue Spalte "Anrede" mit "Herr" oder "Frau" aus. Wenn die Wahrscheinlichkeit, dass du auf Basis des Vornamens die Anrede zuordnen kannst, unter 30% liegt, schreibe "UNKLAR" in die Spalte "Anrede".

2. Wenn du keinen Vornamen hast, schreibe in die neue Spalte "persönliche Ansprache" folgendes:
"Liebes Team der [Name des Unternehmens]" in die Spalte "persönliche Anrede".

Entscheide grammatisch korrekt, ob du "der" oder "des" vor den Namen des Unternehmens setzt (Genetiv und Dativ).

Die "ID" benötige ich später nur um die richtigen E-Mail-Adressen wieder zuzuordnen. Lasse diese immer unverändert.

Gebe mir die neue Excel-Tabelle als Ergebnis aus. 

Ich danke dir.

Meist ist das ersten Ergebnis noch nicht direkt verwendbar. Aber mit eine paar Folgeprompts kannst du eine sehr gute Datenqualität erreichen.

Hier ein paar nützliche Folgeprompts:

Gebe mir eine nummerierte Liste der Vornamen aus, denen du keine Anrede ("Herr", "Frau") zuordnen konntest. 

Ich habe mir die Liste angeschaut, die meisten Kontakte sind männlich. Ich werde dir im Anschluss die Nummern der Vornamen nennen (Beispiel: 2, 6,19, ...), die weiblich sind. 

Danach kannst du die Excel-Tabelle dann wieder ausgeben.

Im nächsten Schritt möchte ich nun, dass du für die Kotaktzeilen, für die wir einen Vornamen, einen Nachnamen und eine Anrede haben, die "persönliche Ansprache" abänderst. 

Bitte wandele die "persönliche Ansprache" nach folgendem Schemata um:

- Bei Anrede "Herr" setzte die "persönliche Anrede" auf:
Lieber Herr [Nachname]

- Bei Anrede "Frau" setzte die "persönliche Anrede auf:
Liebe Frau [Nachname]

Mit dieser Vorgehensweise (es waren ein paar Prompts mehr) war ich bei einem Kundenprojekt in der Lage innerhalb von 90 Minuten ca. 3.000 Adressen mit “Anrede” und “persönlicher Ansprache” korrekt abzuarbeiten. Das hätte manuell sicherlich 1-2 Tage gedauert und wäre ein richtig mieser Job gewesen.

Das ist nur ein Beispiel, wie man in ChatGPT Plus/Team Arbeitsschritte durchführen kann, die so in Excel (noch) nicht möglich sind. 

Aber es geht noch deutlich mehr, wie wir im zweiten Beispiel sehen werden.

Adress-Veredelung in einem Workflow mit Copy.ai

In einen anderen Kundenprojekt war die Ausgangslage die, dass der Kunde nur “Vorname”, “Nachname” und “Business E-Mail-Adresse” hatte und auf dieser Basis mehr Informationen für den Vertrieb ergänzen wollte, um die erweiterten Daten ins CRM zu importieren und von da aus mit dem vielversprechendsten Kontakten weiter arbeiten zu können.

Aber wie macht man aus so wenig Datenbasis ein vom Vertrieb nutzbares CRM-Profil?

Ich habe dafür einen Workflow gebaut, der grob beschrieben wie folgt funktioniert:

1. Ich gebe dir folgende Inputs: “Vorname”, “Nachname”, “E-Mail”
2. Extrahiere aus der E-Mail-Adresse die URL der Unternehmensseite.
3. Speichere die URL des Unternehmens ab.
4. Surfe auf die Unternehmensseite und suche das Impressum des Unternehmens.
5. Speichere die URL zum Impressum ab.
6. Extrahiere aus dem Impressum folgende Informationen:
   1. Name des Unternehmens / Firmenbezeichnung
   2. Postalische Adresse des Unternehmens mit
      1. Land
      2. Ort
      3. PLZ
      4. Straße
7. Speichere die Daten in zwei Datensätzen ab: “Firmenbezeichnung” und “Unternehmens-Adresse”.
8. Führe eine Suche nach dem Profil des Kontaktes bei LinkedIn durch. Nutze dafür [Vorname] [Nachname], [Firmenbezeichnung]
9. Speichere die URL des LinkedIn-Profils des Kontakts ab
10. Suche auf dem LinkedIn-Profil den aktuellen Job-Titel des Kontakts.
11. Speichere den Job-Titel ab.
12. Suche den Info-Text des LinkedIn-Profils.
13. Speichere den Info-Text des LinkedIn-Profils ab.
14. Gebe nun alle gespeicherten Daten zum Kontakt in [Formatangabe] aus.

Aus diesen Input-Daten:
Kai Michael 
Schäfer
kai@kms-projects.com

Wird …

… im Copy.ai-Workflow folgende Ausgabe:

Vorname:
Kai Michael

Nachname:
Schäfer

E-Mail-Adresse:
kai@kms-projects.com

Jobtitel:
Geschäftsführer

Unternehmensbezeichnung:
kms projects GmbH

Unternehmensanschrift:
Richard-Wagner-Str. 4, 66894 Bechhofen, Germany

Homepage Unternehmen:
kms-projects.com

Informationen zu Kai Michael Schäfer:
Ich unterstütze Führungskräfte und Unternehmen dabei, AI effizient im Unternehmen einzusetzen und durch praxisnahe AI-Weiterbildung und AI-Beratung, das unternehmensinterne AI-Verständnis auf- und auszubauen und erste AI-Projekte erfolgreich umzusetzen.

Ich habe einen 25-jährigen Background in den Bereichen Online-Business, Startups, Strategieberatung und Digitalisierungs-Projekten in mittelständigen Unternehmen.

Seit über einem Jahr beschäftige ich mich intensiv mit den Möglichkeiten, die AI für Unternehmen bietet.

Mehr Infos zu den Angeboten findest du unter Master-AI.info.

Damit kann ein Vertriebsmitarbeiter doch schon weitaus mehr anfangen als mit den Daten, mit denen wir gestartet sind, oder?

Wenn der Workflow in Tests stabil funktioniert (das gelingt meist nicht auf Anhieb), kannst du die Daten, die du so anreichern möchtest, über eine CSV-Datei hochladen und über Nacht durchlaufen lassen. 

Am nächsten Morgen hast du ca. 35-70% der Daten erfolgreich angereichert. Die Erfolgs-Quote ist abhängig von der Datenqualität des Inputs. 

Dieser Workflow funktioniert nur mit klassischen Business-E-Mail-Adressen, aus denen mit die URL des Unternehmens extrahieren kann. 

Auch dies ist nur eines von zahlreichen Beispielen, wie man in fortgeschritteneren AI-Tools extrem relevante Automatisierungen durchführen kann. 

Hier kommst du zur Website von Copy.ai.

Ich hoffe ich konnte heute deine Fantasie anregen, wie man bei der Bearbeitung und Veredelung von Daten mit AI-Tools einen Unterschied machen kann. 

Die heute beschriebenen Beispielprojekte habe ich so oder in abgewandelter Form schon bei zahlreichen Kundenprojekten eingesetzt und teils herausragende Ergebnisse erreicht, die, ohne die Datenarbeit mit AI-Tools, nicht zu huderttausenden Euro Umsatz geführt hätten.

Manchmal ist die (AI-)Welt gar nicht so kompliziert und man ist in der Lage in wenigen Stunden Arbeit mit AI-Tools Projekte zu realisieren, die entweder ohne AI gar nicht möglich wären oder aber enormen manuellen Aufwand verursachen würden. 

Ich hoffe, die Beispiele haben dir Inspiration für eigene Ideen geliefert.

In diesem Sinne - bis zur nächsten Ausgabe.

Kai Michael Schäfer