1. Kontekst Projektu
Klient to amerykański biznes usługowy z długim cyklem sprzedaży, dużą bazą leadów, kilkoma kanałami komunikacji i wrażliwym procesem podpisywania dokumentów
Kommo było już centralnym CRM-em, ale biznes potrzebował wyraźniejszej warstwy sales intelligence: gdzie znajduje się główny pipeline value, które opportunities mają największy potencjał, które kanały działają najlepiej i jak szybciej prowadzić klienta od pierwszego kontaktu do dokumentów oraz płatności
Moja rola nie polegała tylko na podłączeniu API. Musiałem zrozumieć obecny sales process, znaleźć pieniądze w danych CRM, zaprojektować warstwę kontroli nad Kommo i uruchomić integracje dla dokumentów, SMS oraz sales operations
2. Stan Początkowy
•CRM nie wymuszał ruchu procesu: Kommo zawierało aktywne opportunities, ale wiele z nich nie miało jasnej następnej akcji
•Dyscyplina sprzedaży zależała za mocno od ludzi: jeśli odpowiedzialna osoba nie tworzyła follow-upu albo nie aktualizowała stage, właściciel widział problem zbyt późno
•Dokumenty żyły osobnym procesem: podpisanie agreement trzeba było połączyć z konkretnym dealem, template i link-to-sign flow
•SMS miały ograniczenia compliance: provider dało się zintegrować technicznie, ale US messaging wymagało toll-free registration, opt-in wording, privacy language i approval
•AI było kuszące, ale pierwszy krok musiał być konkretny: zanim powstałaby duża AI-warstwa, biznes potrzebował szybkiego data-backed obrazu tego, gdzie CRM traci kontrolę
3. Zakres
•Zrobić audyt Kommo pipelines, stages, custom fields, users, leads i tasks
•Wykryć pipeline value, successful revenue, stage bottlenecks i miejsca, gdzie automatyzacja najszybciej wzmacnia sprzedaż
•Uruchomić integration bridge między Kommo, DocuSign i SMS-provider
•Zbudować logikę deal-specific document templates i signing links działającą z kontekstu CRM
•Przygotować SMS delivery bez naruszania US compliance requirements
•Zaprojektować pierwszy Sales Control Layer: rules, audit, revenue visibility, CRM notes i AI-assisted recommendations
•Utrzymać bezpieczeństwo systemu: dry-run mode, idempotency, kontrolowane CRM writes i brak chaotycznej masowej wysyłki do starych leadów
4. Rozwiązanie
CRM Audit & Sales Leakage
•Przez Kommo API zebrałem strukturę pipelines, stages, users, custom fields, leads i tasks
•Powstał audit snapshot pokazujący mapę wartości w CRM: active pipeline, completed revenue, high-potential stages i channel-level opportunities
•Osobno przeanalizowano stage value, won revenue, active pipeline i kanały, gdzie automatyzacja mogła najszybciej wzmocnić sprzedaż
•Zamiast nieprecyzyjnego “zadzwońmy do wszystkich jeszcze raz” powstała ścieżka data-driven: najpierw znaleźć miejsce wycieku, potem automatyzować tylko ważne punkty kontroli
Kommo Integration Bridge
•Uruchomiłem Node.js / Express bridge dla Kommo webhooks i działań integracyjnych
•Klienty API zostały rozdzielone odpowiedzialnościami: Kommo, DocuSign i SMS-provider
•Integracje zaprojektowano fazowo, żeby dokumenty, wiadomości, audit jobs i manager tasks nie blokowały się wzajemnie
•Dla CRM writes zaplanowano idempotency, żeby webhooks albo daily audits nie tworzyły duplikatów tasków i notes
DocuSign Flow
•Przeanalizowałem agreement process i uruchomiłem połączenie między Kommo deal, document template i signing flow
•Flow tworzy envelope, generuje stabilny signing link i zapisuje wynik z powrotem do CRM
•Udokumentowano zewnętrzny blocker: production approval w DocuSign nie dało się rozwiązać kodem, musiał przejść account/app review
•Wartość była nie w kliknięciu jednej integracji, ale w zamianie podpisywania dokumentów w kontrolowaną architekturę z fallbackiem dla managerów
SMS & Compliance
•Sprawdziłem SMS delivery przez providera i przygotowałem registration package dla US toll-free messaging
•Wyszło jasno, że SMS nie można uruchomić jako zwykłej integracji technicznej: potrzebne były opt-in wording, privacy-policy language, sample templates, business verification i campaign approval
•Powstał bezpieczny fallback: jeśli SMS są niedostępne przez compliance approval, signing link nadal może zostać utworzony i wysłany przez managera innym kanałem
•Dzięki temu integracja pozostała użyteczna bez popychania biznesu w ryzykowną wysyłkę wiadomości
Sales Control Layer & AI
•Zaprojektowałem pierwszą warstwę AiSS — AI Sales Supervisor dla Kommo
•Zasada była prosta: deterministic rules trzymają proces w kontrolowanych granicach, a AI pomaga sformułować manager-facing recommendations, risk summaries i next-best actions
•Pierwszy scope nie zależał od DocuSign ani SMS, więc biznes mógł szybko dostać wartość: daily audit, revenue visibility, stage recommendations i CRM notes
•Ścieżka launchu zawierała dry-run mode, ograniczenia po pipelines/stages, batch processing i ręczny review pierwszych high-priority deals
5. Efekt
•Jasny obraz tego, gdzie Kommo gromadzi deale bez następnych akcji
•Owner-level audit snapshot oparty na sales-control gaps, nie na wrażeniach
•Architektura integration bridge dla Kommo, DocuSign i SMS-provider
•Uruchomiony document-signing flow powiązany z CRM deals i template logic
•Compliance-aware SMS plan, który nie próbował obchodzić US messaging rules
•Uruchomiony Sales Control Layer: rules, AI recommendations, CRM notes, idempotency i dry-run safety
•Praktyczna droga od “mamy dużo leadów w CRM” do “każdy ważny deal ma następną akcję albo widoczne ryzyko”
6. Efekt Biznesowy W Liczbach
Audyt pokazał skalę potencjału: w CRM było 3,542 otwartych dealów i około $623,765 active pipeline value. Właściciel dostał executive view pokazujący, gdzie koncentrują się pieniądze i które segmenty warto wzmacniać najpierw
Audyt rozdzielił pipeline na praktyczne segmenty biznesowe: sales, repair, credit build, funding, old-base i ads. Zamiast ogólnego wrażenia “w CRM jest dużo wszystkiego” powstała mapa revenue opportunities, active stages i kanałów gotowych do skalowania
Po uruchomieniu warstwy kontroli Kommo zaczęło działać jak sales intelligence layer: owner mógł zarządzać na podstawie pipeline i revenue data, nie intuicji. CRM pokazywał 117 won deals i około $261,950 successful revenue w zrealizowanych etapach, co dało mocną bazę pod follow-up, reactivation i AI-assisted sales operations
7. Rezultat Techniczny
Ten case był o zmianie CRM z pasywnej bazy dealów w system operacyjnej kontroli sprzedaży
Kommo pozostało znajome dla zespołu, ale nad nim pojawiła się warstwa, która pokazuje pipeline value, revenue movement, document steps i compliance blockers. Nie zastępowała sprzedaży; dawała ownerowi kontrolę nad tym, jak CRM zamienia zapytania, dokumenty, wiadomości i follow-up w revenue
