Bygg ett AI-drivet leadkvalificeringssystem på en eftermiddag

# Bygg ett AI-drivet leadkvalificeringssystem på en eftermiddag

Du får 50 nya leads i veckan, men bara 5 är riktigt kvalificerade. Resten försvinner i manuell sortering eller får samma generiska uppföljning. Vi visar hur du bygger ett AI-system som kvalificerar leads automatiskt på 30 sekunder per lead.

Vad du behöver för att komma igång

Systemet består av tre delar: ett webbformulär som samlar data, n8n som orkesterar flödet, och OpenAI som analyserar leadkvaliteten. Du behöver konton hos n8n (gratis upp till 5000 exekveringar/månad), OpenAI (cirka 50 kr för 1000 leads) och ditt befintliga CRM.

Vi använder HubSpot i exemplet, men samma princip fungerar med Pipedrive, Salesforce eller andra CRM-system. Totalt tar det 3-4 timmar att sätta upp första gången, sedan kör det automatiskt.

Steg 1: Skapa det intelligenta webbformuläret

Ditt formulär behöver rätt frågor för AI-analysen. Utöver standard kontaktinfo, lägg till:

• Företagsstorlek (antal anställda)
• Bransch (dropdown med dina målsegment)
• Aktuell utmaning (fritextfält)
• Budget/tidsram (multiple choice)
• Beslutsfattare (ja/nej/delvis)

Viktigt: Gör fritextfältet obligatoriskt. Här får du den rikaste datan för AI-analysen. Ställ frågan: "Beskriv kort den största utmaningen ni står inför just nu".

Steg 2: Konfigurera n8n-flödet

Skapa ett nytt workflow i n8n med dessa noder:

• Webhook trigger: Ta emot formulärdata
• OpenAI node: Analysera leadkvalitet
• IF node: Sortera baserat på AI-score
• HubSpot nodes: Skapa kontakt och deal med rätt properties
• Email nodes: Skicka olika uppföljningsmail

Flödet startar när någon skickar formuläret. Datan går direkt till OpenAI för analys, sedan skapas kontakten i HubSpot med rätt score och pipeline-status.

Steg 3: Designa AI-prompten för lead scoring

Här är vårt promptexempel som fungerar bra:

``` Analysera denna lead och ge en kvalitetspoäng 1-10 baserat på:

• Företagsstorlek och bransch (passar vår ICP?)
• Beskriven utmaning (konkret och relevant?)
• Budget/tidsram (realistisk?)
• Beslutsfattare (kan de köpa?)

Lead-data: {formulärdata}

Svara endast med JSON: { "score": X, "reasoning": "kort förklaring", "priority": "high/medium/low", "suggested_action": "konkret nästa steg" } ```

Testa prompten med 10-15 riktiga leads först. Justera viktningen tills den matchar din manuella bedömning i 80% av fallen.

Steg 4: Automatisera uppföljningen

Baserat på AI-scoren, skicka olika mail och sätt olika pipeline-status:

Score 8-10 (Hot leads): Direkt till säljare + personligt mail inom 30 minuter. Sätts i "Qualified" i HubSpot med hög prioritet.

Score 5-7 (Warm leads): Automatisk mailserie med case studies och resurser. Bokas för uppföljning efter 1 vecka.

Score 1-4 (Cold leads): Läggs i nurturing-kampanj med månadsvis content. Omvärderas automatiskt efter 3 månader.

Varje lead får också en intern notis med AI:ns reasoning, så säljaren förstår varför denna lead prioriterades.

Resultat och optimering

Efter första månaden kan du förvänta dig:

• 70% minskning av manuell leadsortering
• 40% högre konverteringsgrad på kvalificerade leads
• Snabbare responstid (under 1 timme vs 1-2 dagar)

Övervaka AI-scoringen veckovis. Jämför med faktiska deals som stängs. Justera prompten när du ser mönster som AI:n missar.

Vill du implementera detta i ditt företag men saknar tid eller teknisk expertis? Vi på PEYS hjälper företag att bygga skräddarsydda AI-automationer som denna. [Kontakta oss](/kontakt) så diskuterar vi hur vi kan anpassa systemet efter era specifika behov och CRM-setup.