Blog

Smarte Datenaufbereitung: Personalisierte E-Mail-Kampagnen mit Zoho DataPrep und der OpenAI API

Im digitalen Marketing ist Personalisierung kein Luxus mehr, sondern eine Grundvoraussetzung für den Erfolg. Deine Kunden erwarten, persönlich angesprochen zu werden. Doch was tust Du, wenn Deine Datenbasis dies nicht hergibt? Oft stehen Unternehmen vor der Herausforderung, dass Kontaktdaten, beispielsweise aus Messe-Listen oder Altsystemen, in einem unstrukturierten Format vorliegen. Ein typisches Beispiel: Vor- und Nachname befinden sich in einer einzigen Spalte. Eine personalisierte Anrede wie „Hallo Max Mustermann“ ist damit unmöglich. Dieser Artikel zeigt Dir einen praxisnahen und automatisierten Weg, wie Du dieses Problem elegant mit Bordmitteln aus dem Zoho-Ökosystem und der gezielten Unterstützung einer externen KI-Schnittstelle lösen kannst. Wir transformieren chaotische Daten in eine saubere Grundlage für Deine nächste Kampagne in Zoho Marketing Automation.

Das Praxisbeispiel: Die dringende Messe-Einladung

Stell Dir folgendes Szenario vor: In wenigen Wochen findet eine wichtige Branchenmesse statt. Du möchtest alle relevanten Kontakte aus den letzten Jahren per E-Mail einladen. Die Kontaktliste liegt als Excel-Tabelle vor und wurde über Jahre hinweg gepflegt – oder eben auch nicht. Das zentrale Problem: Eine Spalte namens „Ansprechpartner“ enthält den vollen Namen, manchmal mit Titel, manchmal mit zweitem Vornamen, manchmal nur mit Initialen. Eine manuelle Trennung von Tausenden von Kontakten in Vor- und Nachname ist zeitlich unmöglich. Die schnelle, aber unprofessionelle Lösung wäre eine allgemeine Anrede wie „Guten Tag“. Doch das senkt die Öffnungs- und Klickraten erheblich und wirkt unpersönlich. Das Ziel ist klar: Wir benötigen eine saubere Trennung der Namen, um eine professionelle und personalisierte Kampagne durchführen zu können – und das unter hohem Zeitdruck.

Schritt-für-Schritt Anleitung zur automatisierten Datenbereinigung

Wir lösen diese Aufgabe mit einer Kombination aus Zoho DataPrep und einer Custom Function, die die OpenAI API nutzt. So kombinieren wir die Stärken beider Welten: Die strukturierte Datenverarbeitung von Zoho und die kontextuelle Intelligenz einer KI.

Schritt 1: Datenimport in Zoho DataPrep

Zoho DataPrep ist ein Self-Service-Tool zur Datenaufbereitung und -analyse. Es ist ideal, um Daten aus verschiedenen Quellen zu importieren, zu bereinigen, zu transformieren und für weitere Anwendungen wie Zoho CRM oder Zoho Analytics vorzubereiten.

• Öffne Zoho DataPrep und erstelle einen neuen Arbeitsbereich.
• Importiere Deine Excel- oder CSV-Datei als neue Datenquelle.
• DataPrep zeigt Dir sofort eine Vorschau Deiner Daten an. Du siehst die problematische Spalte „Ansprechpartner“ mit den vollen Namen.

Schritt 2: Der Standardversuch – Aufteilung per Trennzeichen

DataPrep bietet eingebaute Funktionen, um Spalten aufzuteilen. Der naheliegendste Versuch ist die Trennung am Leerzeichen.

• Klicke auf den Spaltenkopf „Ansprechpartner“.
• Wähle die Transformation „Spalte teilen“ (Split Column).
• Wähle als Trennzeichen das Leerzeichen und teile die Spalte in zwei neue Spalten auf: „Vorname“ und „Nachname“.

Du wirst schnell feststellen, dass dieses Vorgehen bei komplexeren Namen an seine Grenzen stößt:

• „Prof. Dr. Max Mustermann“ wird falsch aufgeteilt.
• „Anna-Lena von der Au“ erzeugt mehrere fehlerhafte Spalten.
• „Peter Müller-Lüdenscheidt“ wird ebenfalls nicht korrekt verarbeitet.

Für eine professionelle Lösung benötigen wir also eine intelligentere Methode.

Schritt 3: Die KI-Lösung – Eine Deluge Custom Function mit der OpenAI API

Hier kommt die Stärke von Zohos Skriptsprache Deluge und externen APIs ins Spiel. Wir schreiben eine kleine Funktion, die jeden Namen an die OpenAI API sendet und die KI bittet, Vor- und Nachnamen zu extrahieren. Die API ist im Vergleich zu einem ChatGPT-Abonnement extrem kostengünstig und wird pro Nutzung abgerechnet (oft nur wenige Cents für Tausende von Anfragen).

Vorbereitung:

1. Erstelle einen Account auf der OpenAI-Plattform. Dies ist nicht dasselbe wie ein ChatGPT-Account.
2. Lege ein Zahlungsmittel an, um die API nutzen zu können.
3. Generiere einen neuen API-Schlüssel (API Key) in Deinem Account-Dashboard. Behandle diesen Schlüssel wie ein Passwort!

Erstellung der Deluge Funktion:

Innerhalb von Zoho (z.B. in Zoho Creator oder als globale Funktion in Zoho CRM, die wir dann per API aufrufen könnten) erstellen wir eine Funktion. Das Prinzip lässt sich auch in anderen Zoho-Tools mit Deluge umsetzen. Diese Funktion nimmt einen vollen Namen als Input und gibt ein strukturiertes Ergebnis zurück.

// Deluge Custom Function zur Extraktion von Vor- und Nachnamen via OpenAI API

map extractFirstAndLastName(string fullName)
{
	// Deinen OpenAI API Key hier sicher ablegen (z.B. in Connections oder als Variable)
	apiKey = "sk-DEIN_PERSOENLICHER_OPENAI_API_KEY";
	
	// API-Endpunkt für Chat-Modelle wie GPT-3.5-Turbo oder GPT-4
	endpointUrl = "https://api.openai.com/v1/chat/completions";
	
	// Der "Prompt" - unsere Anweisung an die KI.
	// Wir geben ihr ein klares Format vor, um die Antwort einfach parsen zu können.
	prompt = "Extrahiere aus dem folgenden Namen den Vornamen und den Nachnamen. Gib nur ein JSON-Objekt zurück mit den Schlüsseln 'vorname' und 'nachname'. Entferne alle Titel wie Dr. oder Prof. Name: " + fullName;
	
	// Vorbereitung der API-Anfrage
	headers = Map();
	headers.put("Authorization", "Bearer " + apiKey);
	headers.put("Content-Type", "application/json");
	
	// Body der Anfrage mit dem Modell und der Nachricht
	body = Map();
	body.put("model", "gpt-3.5-turbo");
	messages = List();
	message_map = Map();
	message_map.put("role", "user");
	message_map.put("content", prompt);
	messages.add(message_map);
	body.put("messages", messages);
	
	// API-Aufruf mit invokeUrl
	response = invokeurl
	[
		url :endpointUrl
		type :POST
		headers:headers
		parameters:body.toString()
	];
	
	// Initialisierung der Rückgabe-Map
	nameMap = Map();
	nameMap.put("vorname", "");
	nameMap.put("nachname", "");
	
	// Parsen der JSON-Antwort von OpenAI
	if (response.get("choices") != null && response.get("choices").size() > 0)
	{
		try 
		{
			// Extrahieren des Inhalts der KI-Antwort
			content = response.get("choices").get(0).get("message").get("content");
			
			// Umwandeln des Antwort-Strings in ein JSON-Objekt
			jsonContent = content.toJSON();
			
			// Zuweisen der extrahierten Namen
			nameMap.put("vorname", jsonContent.get("vorname"));
			nameMap.put("nachname", jsonContent.get("nachname"));
		}
		catch (e)
		{
			info "Fehler beim Parsen der OpenAI-Antwort: " + e;
		}
	}
	
	// Rückgabe der Map mit Vor- und Nachname
	return nameMap;
}

Schritt 4: Anwenden der Funktion und Export der sauberen Daten

In Zoho DataPrep kannst Du nun die Transformation „Neue Spalte aus Funktion“ (Create column with function) nutzen und eine Deluge-Funktion anwenden. Du wendest die oben erstellte Funktion auf jede Zeile der Spalte „Ansprechpartner“ an. Das Ergebnis sind zwei neue, saubere Spalten: „Vorname“ und „Nachname“.

Nachdem die Transformation abgeschlossen ist, kannst Du das Ergebnis überprüfen. Die KI wird die meisten Namen, auch die komplizierten Fälle, korrekt aufgeteilt haben. Nun kannst Du die bereinigten Daten direkt mit Deinem Zoho-Konto synchronisieren, z.B. als neue Mailing-Liste in Zoho Marketing Automation oder als neue Leads/Kontakte in Zoho CRM.

Schritt 5: Die personalisierte Kampagne in Zoho Marketing Automation

Mit den sauberen Daten ist der letzte Schritt ein Kinderspiel:

1. Erstelle eine neue E-Mail-Kampagne in Zoho Marketing Automation.
2. Wähle die frisch importierte, bereinigte Kontaktliste aus.
3. Verwende im E-Mail-Editor die Merge-Tags für die persönliche Anrede, z.B.: Hallo $[FNAME]$ $[LNAME]$,
4. Gestalte den Rest Deiner Einladung und plane den Versand.

Tipps und Best Practices

• Domain-Authentifizierung: Bevor Du eine große Kampagne startest, stelle unbedingt sicher, dass Deine Absender-Domain korrekt authentifiziert ist (SPF, DKIM). Oftmals blockieren externe IT-Dienstleister den notwendigen Zugriff auf die DNS-Einstellungen. Bestehe darauf, diese Einträge selbst bei Deinem Domain-Registrar (z.B. IONOS, Cloudflare, GoDaddy) verwalten zu können. Das ist entscheidend für die Zustellbarkeit Deiner E-Mails und verhindert, dass sie im Spam-Ordner landen.
• Kostenkontrolle: Behalte Deine API-Nutzung im OpenAI-Dashboard im Auge. Du kannst dort auch Budgets und Limits festlegen, um unerwartete Kosten zu vermeiden.
• Datenschutz (DSGVO): Bedenke, dass Du personenbezogene Daten an einen Drittanbieter (OpenAI) sendest. Prüfe die Datenschutzbestimmungen und schließe gegebenenfalls einen Auftragsverarbeitungsvertrag (AVV). Für weniger sensible Anwendungsfälle ist der Nutzen oft unschlagbar.
• Fallback-Plan: Manchmal verhindern externe Faktoren einen schnellen Erfolg. Für den Notfall ist es gut, einen Plan B zu haben. Die bereinigten Kontakte könnten z.B. auch in Zoho CRM importiert und von dort aus mit der Massen-E-Mail-Funktion angeschrieben werden. Das bietet zwar weniger Automatisierungs- und Tracking-Möglichkeiten als Marketing Automation, stellt aber sicher, dass die Nachricht versendet wird.
• Alternative ohne Code: Für ähnliche Aufgaben kann auch Zoho Flow eine gute Option sein. Mit Flow kannst Du visuelle Workflows erstellen, die Daten zwischen verschiedenen Apps (auch externen wie OpenAI) austauschen, ohne selbst eine Zeile Code schreiben zu müssen.

Fazit

Die Qualität Deiner Daten entscheidet über den Erfolg Deiner Marketing-Aktivitäten. Dieses Praxisbeispiel zeigt eindrücklich, wie Du Zoho als zentrale Plattform nutzen kannst, die nicht im eigenen Saft schmort, sondern sich intelligent mit externen Spezialwerkzeugen wie der OpenAI API erweitern lässt. Durch die Kombination von Zoho DataPrep für die grundlegende Verarbeitung und einer Deluge-Funktion für die KI-gestützte Veredelung sparst Du nicht nur enorm viel Zeit, sondern hebst auch die Qualität Deiner Personalisierung auf ein neues Level. Du bist nicht mehr von unsauberen Excel-Listen oder unkooperativen Dienstleistern abhängig, sondern kannst proaktiv und automatisiert für eine exzellente Datengrundlage sorgen.

Verwendete Zoho Apps:

• Zoho DataPrep
• Zoho Marketing Automation
• Zoho CRM (als Fallback und möglicher Ort für die Deluge-Funktion)