Integracja AI z HubSpot: jak asystent łączy dane marketingu i sprzedaży

Handlowiec otwiera HubSpot po webinarze. Widzi 53 nowe kontakty. Który zadzwonić pierwszy? Który był już w lejku rok temu i skończyło się na "wróćmy do tematu w Q4"? Który trzy razy w tym tygodniu przeglądał stronę z cennikiem, ale formularz kontaktowy ominął szerokim łukiem? Bez asystenta AI to kilkanaście minut klikania po profilach. Z asystentem: 30 sekund i gotowa lista priorytetów.

HubSpot to jedno z niewielu narzędzi, gdzie CRM i marketing automation działają na tych samych danych. Kontakt widzi kampanię mailingową, otwiera wiadomość, klika w link, wchodzi na stronę z ofertą i wszystko to ląduje w jednej osi czasu, przy tym samym rekordzie kontaktu. Dla AI to idealne środowisko: spójny obraz klienta, nie sklejony z trzech różnych systemów. Właśnie dlatego integracja z HubSpotem daje inne możliwości niż podpięcie asystenta do samego CRM.

Co konkretnie wyciągamy z HubSpot

HubSpot udostępnia API do praktycznie wszystkich obiektów. W typowej integracji pobieramy kilka warstw danych jednocześnie.

Z kontaktów wyciągamy właściwości takie jak Lifecycle Stage (Subscriber, Lead, MQL, SQL, Opportunity, Customer), Lead Status, Last Activity Date, Original Source, First Page Seen, Number of Page Views, Job Title, Associated Company. To nie są abstrakcyjne pola, to konkretna informacja o tym, skąd dana osoba trafiła do bazy, co oglądała i kiedy ostatni raz cokolwiek zrobiła.

Z deali pobieramy Deal Stage, Amount, Close Date, Associated Contact i Contact Owner. Ze zgłoszeń serwisowych: Ticket Status, Priority, Pipeline Stage i Time to Close. Do tego aktywność marketingową: otwarcia i kliknięcia w kampaniach emailowych, wypełnione formularze, odwiedzone podstrony. Całość spina oś czasu kontaktu, czyli Timeline, gdzie zapisuje się każda notatka, rozmowa telefoniczna, spotkanie i zmiana właściwości.

To, co odróżnia HubSpot od większości CRM, to właśnie ta warstwa marketingowa. Mamy nie tylko "kto jest w lejku", ale też "co ten ktoś robił, zanim handlowiec w ogóle się odezwał".

Kwalifikacja leadów na żywych sygnałach

Kwalifikacja to pierwsza i najczęstsza sytuacja, w której AI naprawdę skraca czas pracy. Zamiast handlowiec samodzielnie oceniał każdy nowy kontakt, asystent robi to na podstawie danych z HubSpot, porównując kilka sygnałów jednocześnie.

• Lifecycle Stage: czy to już MQL czy dopiero Subscriber z jednym mailem w historii
• Jakie strony odwiedził i ile razy: wizyta na stronie cennikowej to inny sygnał niż przeczytanie wpisu na blogu
• Aktywność mailowa: czy otwierał kampanie, kiedy ostatni raz kliknął
• Źródło pozyskania: Organic Search, Paid Social, Referral, Direct
• Kompletność profilu: czy ma wypełnione Job Title, Associated Company, numer telefonu

Na tej podstawie asystent ocenia, które kontakty wymagają telefonu dzisiaj, które można wrzucić do sekwencji nurturingowej, a które jeszcze nie dojrzały. Pracowaliśmy z firmą, która obsługiwała kilkadziesiąt nowych leadów tygodniowo z różnych kampanii i eventów. Przed integracją handlowiec przeglądał profile jeden po drugim i decydował intuicyjnie. Teraz dostaje listę Top 5 do kontaktu na dziś razem z krótkim wyjaśnieniem, dlaczego akurat ci. Resztę asystent kategoryzuje jako "follow-up za tydzień" albo "zostaw w nurturingu".

Historia kontaktu w 30 sekund

Oś czasu w HubSpot po roku aktywności potrafi mieć kilkadziesiąt wpisów. Notatki po rozmowach, wysłane maile, spotkania, zmiany statusu deala, odwiedzone strony. Wszystko jest. Problem w tym, że przeglądanie tego przed rozmową z klientem zajmuje sporo czasu.

Handlowiec dzwoni do kontaktu z firmy, z którą nie rozmawiał od czterech miesięcy. Chce wiedzieć: co było omawiane, dlaczego deal stanął, czy coś się zmieniło po stronie klienta, co ten kontakt robił na stronie ostatnio. Timeline ma 38 pozycji.

Asystent czyta całą historię i zwraca streszczenie: "Ostatni kontakt 12.03, rozmowa z Pawłem N., deal zatrzymał się na etapie Proposal Sent, klient pytał o integrację z systemem ERP. W ciągu ostatnich 7 dni cztery wizyty na stronie, w tym dwie na podstronie z cennikiem abonamentowym." To 30 sekund, nie 10 minut. Handlowiec wchodzi w rozmowę przygotowany.

Tę funkcję handlowcy doceniają szczególnie wtedy, gdy deal zmienił opiekuna albo gdy po dłuższej przerwie wracamy do kontaktu, który był prowadzony przez kolegę.

Projekty maili zamiast pisania od zera

HubSpot ma szablony i sekwencje, ale personalizowany mail z prawdziwym kontekstem i tak wymaga pracy człowieka. Albo asystenta, który tę historię zna.

Kiedy handlowiec ma wrócić do 15 kontaktów, które były na etapie Decision Maker Bought-In trzy miesiące temu i potem cisza, asystent przygotowuje szkic wiadomości dla każdego z nich. Nie ogólny szablon "Witam, chciałem zapytać o status", tylko coś z kontekstem: nawiązanie do produktu, który był omawiany, do pytania, które padło na ostatnim spotkaniu, do informacji z notatki handlowca.

Handlowiec dostaje 15 gotowych szkiców. Czyta, poprawia ton, wysyła. Zamiast pisać od zera, przegląda i zatwierdza. To zupełnie inna skala pracy przy tej samej liczbie wysłanych wiadomości.

Ważne zastrzeżenie: asystent przygotowuje draft, wysyła człowiek. Żadna wiadomość nie idzie bez przejrzenia przez handlowca. To nie jest masowy mailing z AI, to pomoc przy personalizowanej komunikacji jeden do jednego.

Zgłoszenia serwisowe i pilnowanie SLA

Firmy korzystające z HubSpot Service Hub trzymają tam tickety klientów. Każde zgłoszenie ma Ticket Status, Priority, Pipeline Stage i czas trwania w danym statusie. Przy kilkudziesięciu aktywnych zgłoszeniach śledzenie tego ręcznie to zadanie, które zawsze spada na koniec listy.

AI pilnuje dwóch rzeczy. Po pierwsze eskalacji: jeśli zgłoszenie o priorytecie High siedzi w statusie "Waiting on us" dłużej niż ustalone SLA, asystent wysyła alert do opiekuna. Prosta logika, ale bez automatyzacji wymaga ciągłego ręcznego sprawdzania kolejki.

Po drugie: streszczenia dla agenta obsługi. Klient wraca z pytaniem o status sprawy po dwóch tygodniach. Zamiast agent przeszukiwał całą historię korespondencji, asystent wyciąga skrót: co było zgłoszone, co już zostało zrobione, na jakim etapie jest sprawa i kto jest aktualnym opiekunem. Szczególnie przydatne, gdy zgłoszenie zmieniło osobę prowadzącą w trakcie.

Sygnały marketingowe trafiają do lejka sprzedaży

To miejsce, gdzie HubSpot odróżnia się od zwykłego CRM i gdzie AI może zrobić coś, co bez asystenta wymagałoby ręcznego przeglądania kilku różnych raportów.

Typowa sytuacja: firma kończy kampanię mailingową do segmentu klientów z branży medycznej. W raportach widać Open Rate i Click Rate. Ale co z tymi, którzy kliknęli, odwiedzili stronę z ofertą i nie wypełnili żadnego formularza? Oni są w HubSpot jako kontakty, mają Last Email Click Date, mają wizyty z przypisaniem do kampanii, ale nie mają aktywnego dealu ani nie zostali oznaczeni jako SQL.

Asystent przeczesuje listę po kampanii i wyciąga dokładnie tych, którzy zareagowali marketingowo, ale sprzedażowo są nadal "niczyj". To sygnał do kontaktu przez sprzedaż, nie do wrzucenia w kolejny automated workflow. Marketing generuje sygnały, AI je interpretuje, sprzedaż dostaje konkretną listę z uzasadnieniem.

To połączenie, które w teorii HubSpot umożliwia od dawna. W praktyce wymaga czasu i wiedzy, gdzie patrzeć. Asystent robi to za każdym razem i na bieżąco.

Od czego zaczynamy wdrożenie

Przy HubSpot nie podłączamy wszystkiego naraz. Pierwsze pytanie brzmi zawsze: jak wygląda jakość danych?

Sprawdzamy, jak wypełnione są właściwości kontaktów, szczególnie Lifecycle Stage i Lead Status. Jeśli połowa bazy ma pusty Lifecycle Stage albo wszyscy siedzą na "Lead" bez rozróżnienia, AI nie ma na czym pracować. Zanim podepniemy asystenta, porządkujemy dane albo ustalamy reguły, jak mają być uzupełniane od tej chwili.

Drugi krok to wybór jednego przypadku użycia na start. Najczęściej wybieramy kwalifikację leadów albo streszczenia historii kontaktu. Jedno z tych dwóch daje szybki i widoczny efekt, który handlowcy od razu zauważają w codziennej pracy.

Trzeci krok to integracja techniczna: pobieramy dane przez HubSpot API z endpointów dla kontaktów, deali, ticketów i aktywności, łączymy z modelem językowym i budujemy interfejs, przez który handlowiec lub menedżer może zadawać pytania albo zlecać konkretne zadania. Nie ma jednego szablonu, bo każda firma ma inny układ właściwości i inne priorytety.

Jeśli Twój zespół ma HubSpota i ktoś co rano spędza godzinę na ręcznym przeglądaniu leadów, pisaniu tych samych maili od zera albo sprawdzaniu, które zgłoszenie zaraz przekroczy SLA, to są sygnały, że asystent AI może tu realnie pomóc. Nie trzeba zmieniać systemu. Podłączamy się do tego, co już macie.

Chętnie sprawdzimy razem, który przypadek użycia zadziała u Was najlepiej. Umów się na bezpłatny audyt albo zajrzyj do realnych wdrożeń, żeby zobaczyć, jak to wygląda od środka.