Automatisierungs-Engineering für CRM und WhatsApp
Python-Tools, die Hunderte produktiver Vertriebsautomatisierungs-Flows in einem CRM prüfen und sicher bearbeiten — dazu signierte, zeitlich begrenzte Einladungslinks, die diese WhatsApp-Automatisierungen mit einer Mitgliederbereich-Website verbinden.
- Kunde
- Agentur für digitales Marketing (Name nicht genannt)
- Rolle
- Tooling, Migrationen und Integrationsdesign
- Jahr
- 2026
- Status
- Im Einsatz auf produktiven Flows
≈400
produktive Flows über die API geprüft
247
Flows migriert, mit Backup und Rollback
109
eingebettete Skripte wegen eines Zeitzonenfehlers korrigiert
32 → 0
überlappende Blöcke nach dem automatischen Layout
Kontext
Der Vertrieb der Agentur läuft über WhatsApp-Funnels, die als Hunderte von Flows in einem CRM aufgebaut sind. Sie von Hand zu ändern war langsam und riskant, und eine API-Migration des Anbieters stand kurz davor, einen Teil davon lahmzulegen.
Das Problem
Große Änderungen an produktiven Automatisierungen sicher durchführen, erkennen, was ausfallen wird, bevor es ausfällt, und das CRM ohne fragile Behelfslösungen mit den eigenen Websites der Agentur verbinden.
Mein Beitrag
- 01
Ich habe Python-Tooling rund um die REST-API des CRM geschrieben, mit einem einheitlichen Muster für jede Änderung: Dry Run → Backup → Anwenden → Verifikation durch erneutes Auslesen → Rollback mit einem Befehl.
- 02
Ich habe HMAC-signierte, zeitlich begrenzte Einladungslinks entworfen, die die CRM-Automatisierungen und ein Next.js-Mitgliederbereich gemeinsam nutzen.
- 03
Nach einer Häufung von 429-Fehlern habe ich ein Redesign des Lead-Webhooks der Plattform spezifiziert, das die Ratenlimits sicher einhält.
Was es leistet
- Datums-/Uhrzeitfelder in 247 Flows zu filterbaren Datumsfeldern migriert
- Bestandsaufnahme aller Flows, die noch API-Routen des Anbieters aufrufen, deren Abschaltung geplant ist
- Automatisches Layout von Flow-Diagrammen mit SVG-Vorschauen für vorher und nachher
- Klonen von Zweigen, um ein neues Produkt in einen mehrstufigen WhatsApp-Funnel aufzunehmen
Technische Highlights
- 01
Change Management für Automatisierungen
Jede Massenänderung läuft zuerst als Dry Run, sichert jeden Flow, patcht über die API, liest zum Vergleich erneut aus und wird mit einem Rollback-Skript ausgeliefert.
- 02
Ein Zeitzonenfehler in großem Maßstab
Skripte im CRM liefen in UTC und erfassten zwischen 21:00 Uhr und Mitternacht Ortszeit bereits den nächsten Tag. 109 Skriptblöcke in 63 Flows wurden auf America/Sao_Paulo umgestellt.
- 03
Graph-Layout für Flow-Diagramme
Spalten nach dem längsten Pfad, Swimlanes pro Abschnitt und Überlappungsprüfungen ordnen verworrene Flows neu: Bei den größten sank die Zahl überlappender Blöcke von 32 auf 0.
- 04
Einladungslinks mit Contract Tests
8 Stunden gültige HMAC-SHA256-Links mit Vergleich in konstanter Zeit, geprüft im Next.js-Proxy. Ein Test-Harness führt den echten JavaScript-Block des CRM gegen die Regeln der Website aus: 19 Fälle in 3 Flows.
Knackpunkte
- 01
Die Abschaltung einer Anbieter-API
Eine rein lesende Bestandsaufnahme fand 47 Flows und 71 Blöcke, die noch veraltete Routen aufriefen, bevor die alten Hosts abgeschaltet wurden.
- 02
Geteilte Ratenlimits
Das CRM erlaubt 60 Anfragen pro Minute und Route über einen einzigen Zähler. Das Webhook-Redesign nutzt eine persistente Queue mit Debouncing, einem Budget von ~40/min und Behandlung von Retry-After.
Ergebnisse
- Ablauf der Einladungslinks in Produktion mit einer Testmatrix verifiziert: abgelaufene, gültige, unbefristete, manipulierte und unvollständige Links.
- Jede Änderung an produktiven Flows lässt sich mit einem Befehl rückgängig machen.
Die Zahlen stammen aus dem Repository: Tests, Messungen und dokumentierte Berichte.
Stack
- Python
- JavaScript
- TypeScript
- REST APIs
- Webhooks
- HMAC-SHA256
- Next.js
VorgehenEntwickelt mit KI-Unterstützung beim Programmieren unter meiner Leitung; jede Änderung folgt derselben Disziplin aus Dry Run, Verifikation und Rollback.
Code und Kunde sind vertraulich. Details werden so weit geteilt, wie es die Arbeit zulässt.