Ads, Bestellungen, CRM und ERP in einem Warehouse,
und ein Analyst, dem Sie einfach schreiben
Für zwei Sportnahrungsmittelmarken (Thailand und Ukraine) haben wir ein Warehouse gebaut, das Meta, TikTok Shop, Shopify, LINE, GA4, CRM und ein Werks-ERP für die echten Herstellungskosten zusammenführt, mit Dashboards, Wettbewerbs- und Distributoren-Monitoring und einem KI-Analysten in Telegram, der mit SQL antwortet. 1.025 Tests. 184 von 218 Preisunterbietungen erkannt, ohne Fehlalarme.
Die Aufgabe
Zwei Marken, zwei Länder, Daten an einem Dutzend Stellen: Werbeplattformen, ein Shopify-Store, TikTok Shop, LINE, ein CRM, GA4, ein Telegram-Bestellkanal und ein Werks-ERP. Der Inhaber wollte ein einziges Gesamtbild und die Möglichkeit, eine Frage zu stellen und eine Zahl zu bekommen.
Was wir gebaut haben
Connectors mit Backfill. Meta Ads, TikTok Shop (3.638 Bestellungen aus einem 30-Tage-Backfill), Shopify, LINE OA, GA4, KeyCRM, PostHog, ein Telegram-Bestellkanal, ausgelesen von einem User-Bot (571 von 571 Bestellungen wiederhergestellt), und das Werks-ERP als Read-only-Quelle für die echten Herstellungskosten über Rezepturen und Rohstoffpreise. Der Katalog wurde über drei Quellen abgeglichen: Dabei zeigte sich, dass 13 Produkte produziert wurden, aber im Shop fehlten.
Marts und Dashboards. Bestellungen, Ausgaben, Kohorten, Produkte, Bundles, Margen mit echten Herstellungskosten (Rohstoffmarge je Linie, genutzt für die Zusammenstellung von Sets). Eine Warenkorbanalyse von 568 Bestellungen veränderte die Bundle-Strategie.
Module. Wettbewerbs-Intelligence mit zehn Collectors (Ad-Libraries, Social, Marktplätze, Websites, Traffic, Suche, Trends, Bewertungen) und ein Distributoren-Monitor, der 184 von 218 Preisunterbietungen ohne Fehlalarme erkannte. Kundensegmentierung in zehn Personas mit SKU-Affinität, deterministisch in SQL berechnet. Ein Angebots-Konstruktor mit einem finanziellen Gate auf die Marge und einem Claims-Guard. Ein Funnel-Architekt mit vier deterministischen Gates und Mermaid-Export.
Der KI-Analyst. Eine Read-only-Datenbankrolle, eine abgesicherte SQL-Schicht (nur ein SELECT, nur das Mart-Schema, erzwungene Limits, Timeouts) und ein Telegram-Bot, der auf „Top drei Städte nach Umsatz” mit der ausgeführten Query antwortet. Wir haben unseren eigenen Guard selbst auditiert und acht Umgehungen gefunden, von Quote-Tricks bis zum Zugriff auf Systemkataloge, und alle geschlossen, bevor wir ihm Live-Daten anvertraut haben.
Deployment. Separate Services pro Marke auf einem VPS, systemd, Caddy für TLS, tägliche Backups, 1.025 automatisierte Tests im vollständigen Durchlauf.
Das Ergebnis
Der Inhaber bekommt Zahlen in Sekunden in Telegram, das Team erhält Alarme, wenn ein Distributor unterbietet, und die beiden Marken teilen sich endlich eine gemeinsame Definition einer Bestellung.