Ein Unified Campaign Automation Stack

Einleitung: Automation ist kein Tool, es ist ein Stack

Die größte Misconception die ich über Automation sehe ist dass sie mit einem einzelnen Tool gelöst werden kann. Leute denken Zapier wird ihre Flows fixen, oder dass Segment in ein CRM zu pluggen bedeutet Jobs sind erledigt. Aber echte Marketing Automation ist ein System, ein eng orchestrierter Stack aus APIs, Low Code Logic, Data Routing und Custom Scripts die auf Signals über dein gesamtes Business reagieren.

Ich automatisiere Campaigns nicht isoliert. Ich baue Campaign Engines. Diese Engines kombinieren Produkt Feeds, CRM State, Behavioural Events, Pricing oder Stock Data und layern diese in ein adaptives System das Campaigns erstellt oder updated basierend auf was der Kunde macht und was das Business pushen muss.

Dieser Artikel bricht die Komponenten dieses Systems runter und wie ich sie zusammenklebe, von Zapier zu Python, Segment zu Shopify API, und Google Ads zu Postmark.

Zapier oder n8n für schnelle Integration

Für schnelle Connections zwischen Tools die anständige APIs exposen (wie Typeform, Airtable, Slack, HubSpot), nutze ich oft Zapier oder n8n. Diese Tools geben dir Triggers und Actions ohne Boilerplate Code zu schreiben.

Beispiel Use Cases:

• Neuer Signup in Typeform → enrich in Clearbit → sende Slack Alert
• Stripe Charge succeeds → check Product → add zu Klaviyo Segment
• Neuer Subscriber in Intercom → push User zu Google Ads Remarketing Liste

Selbst in komplexen Setups dienen Zapier und n8n als Glue Layers zwischen High Value Systemen die keinen vollen Server Side Code rechtfertigen. Ich nutze sie um nicht kritische Reactions zu orchestrieren die keine High Frequency oder Millisekunden Timing erfordern.

Python und Node.js für Core Logic

Wenn Logic non trivial wird, zB Profit Margin checken bevor ein Discount gemailt wird, nach Recent User Events filtern, oder Data für Ads API Payloads batchen, schreibe ich Python oder Node Functions.

Bei einem eCommerce Klienten wollten wir nur Win Back Emails an User senden die:

• Seit 45 Tagen nicht bestellt hatten
• LTV über 100 hatten
• Ihr letztes Item nicht retourniert hatten

Das konnte in Klaviyo allein nicht gemacht werden. Also bauten wir einen Python Job der BigQuery queried, User nach Logic filtert, und Custom JSON Payloads an Postmark sendet.

Beispiel:

import requests
def send_winback_email(user):
    payload = {
        "key": "YOUR_API_KEY",
        "message": {
            "to": [{"email": user["email"]}],
            "subject": "Come back and get 10 percent off",
            "html": f"<p>Your last order looked great. We have more like it.</p>"
        }
    }
    requests.post("https://Postmarkapp.com/api/1.0/messages/send.json", json=payload)

Dieser Code wird durch eine scheduled Cloud Function getriggert. Keine UI, kein manuelles Checking, volle Logic, volle Automation.

Event Routing mit Segment oder RudderStack

Um Automation smart zu machen, muss sie wissen was User machen. Ich nutze Segment oder RudderStack um Echtzeit Behavioural Events zu capturen und an Tools zu routen die agieren.

Beispiel Event:

{
  "event": "Product Viewed",
  "userId": "12345",
  "properties": {
    "product_id": "SKU123",
    "price": 89,
    "category": "headphones"
  }
}

Dieses Event kann fließen zu:

• Google Analytics für Analytics
• BigQuery für späteres Cohorting
• Customer.io um eine Drip Campaign zu triggern
• Facebook CAPI um das Event für Retargeting zu registrieren

Segment wird zum Nervensystem. Der Key ist dass alle Actions von einer einzigen Source of Truth stammen, nicht einem Patchwork aus Tags.

Real Campaign Impact via Platform APIs

Wo es am meisten zählt, tatsächlich Campaigns erstellen, pausieren oder editieren, nutze ich Platform APIs direkt. Das gibt mir volle Kontrolle über Budget, Creative und Logic.

Beispiel: Eine neue Google Ads RSA erstellen wenn ein Produkt zu Shopify hinzugefügt wird.

Shopify Webhook → Lambda → Google Ads API

Der Flow:

1. Shopify Webhook feuert auf Product Create
2. AWS Lambda Function extrahiert Product Title, Description, Price
3. Google Ads API erstellt eine neue RSA in einer spezifizierten Ad Group

Sample Node.js Call:

const ad = {
  responsiveSearchAd: {
    headlines: [
      { text: "Introducing " + product.title },
      { text: "Now available for £" + product.price }
    ],
    descriptions: [
      { text: product.description.slice(0, 90) }
    ]
  },
  finalUrls: [product.url]
};

Das ist wrapped in Google Ads API Operations und gesendet via OAuth Client. Das Ergebnis: Ein neues Produkt erscheint im Store und in den Search Ads innerhalb von 90 Sekunden.

Ein Real Stack: Wie er aussieht

Für einen typischen eCommerce oder SaaS Klienten, hier ist wie ich den Automation Stack baue:

• Segment collected Behavioural und Referral Data
• Zapier triggert Light Enrichment oder Alerts
• Python Jobs handlen LTV Logic und Ad Feed Filtering
• Google Ads API empfängt Produkt oder Offer Updates
• Postmark sendet transaktionale oder segmentierte Emails
• Shopify füttert Produkt Data und Stock Changes
• BigQuery joined alles zusammen jede Stunde

Der Glue liegt nicht in den Tools. Er liegt in der Orchestrierung. Jedes Tool macht was es am besten kann, und nicht mehr.

Abschließender Gedanke: Bau deine Engine, nicht nur Flows

Du brauchst nicht tausend Tools. Du brauchst die richtige Handvoll, verdrahtet durch Intent. Wenn ich Automation Stacks baue, ist das Goal nicht Zeit zu sparen. Es ist ein System zu kreieren das in Echtzeit denkt, schneller adaptiert als Konkurrenten, und Business Signals ins Herz der Campaign Logic stellt.

Wenn deine Campaigns, Emails oder Ads immer noch manuell scheduled oder in Silos gebaut werden, kann ich dir helfen sie zu unifizieren. Ich helfe dir deinen Stack zu verdrahten damit Marketing reflektiert was dein Business macht, nicht was jemand letzte Woche scheduled hat.