HubSpot Operations Hub: Datenqualität und Prozesse optimieren

Einleitung: Was ist der Operations Hub und warum ist er wichtig?

Wenn du mit HubSpot arbeitest, kennst du vermutlich den Marketing Hub, den Sales Hub und den Service Hub. Aber es gibt einen Hub, der oft übersehen wird, obwohl er vielleicht der wichtigste von allen ist: der Operations Hub. Während die anderen Hubs sich auf bestimmte Abteilungen konzentrieren – Marketing, Vertrieb, Kundenservice – kümmert sich der Operations Hub um das Fundament, auf dem alles andere aufbaut: deine Daten und Prozesse.

Die Realität in den meisten Unternehmen sieht so aus: CRM-Daten sind ein Chaos. Kontakte existieren doppelt oder dreifach, Telefonnummern haben unterschiedliche Formate, Firmennamen sind mal mit GmbH und mal ohne geschrieben, und zwischen den verschiedenen Systemen – CRM, ERP, E-Mail-Marketing, Buchhaltung – gibt es keine konsistente Datenbasis. Das Ergebnis: Dein Vertriebsteam vertraut den Daten nicht, dein Marketing segmentiert auf Basis fehlerhafter Informationen, und dein Reporting erzählt eine Geschichte, die mit der Realität wenig zu tun hat.

Genau hier setzt der Operations Hub an. Er gibt dir Werkzeuge an die Hand, mit denen du Daten zwischen Systemen synchronisieren, automatisch bereinigen und mit programmierter Logik verarbeiten kannst. Es geht nicht um Fancy-Marketing-Features oder ein neues Dashboard – es geht um die harte, unglamouröse Arbeit, die dafür sorgt, dass dein gesamter Tech-Stack tatsächlich funktioniert.

In diesem Artikel schauen wir uns die vier Kernfunktionen des Operations Hub im Detail an: Data Sync, Data Quality Automation, Programmable Automation und Datasets. Dazu gibt es zwei Praxisbeispiele, Best Practices für saubere CRM-Daten und einen Vergleich der verschiedenen Operations Hub Editionen. Los geht's.

Data Sync: Bidirektionale Synchronisierung mit Drittanbieter-Apps

Die meisten Unternehmen arbeiten nicht nur mit HubSpot. Da gibt es ein ERP-System für die Buchhaltung, ein E-Mail-Marketing-Tool, vielleicht ein separates Support-Ticketsystem, ein Projektmanagement-Tool und natürlich diverse Spreadsheets. Jedes dieser Systeme hat seine eigene Datenbank, und in jeder Datenbank liegen Kundendaten – oft leicht unterschiedlich, manchmal komplett widersprüchlich.

Data Sync löst dieses Problem, indem es eine bidirektionale, echtzeitnahe Synchronisierung zwischen HubSpot und über 100 Drittanbieter-Apps ermöglicht. Das Entscheidende dabei: Es ist keine Einbahnstraße. Wenn du einen Kontakt in HubSpot aktualisierst, wird die Änderung automatisch in das verbundene System übernommen – und umgekehrt.

Wie funktioniert Data Sync technisch?

Data Sync arbeitet mit sogenannten Field Mappings. Du legst fest, welches Feld in HubSpot welchem Feld in der verbundenen App entspricht. Zum Beispiel: Das Feld "E-Mail" in HubSpot wird mit dem Feld "email_address" in deinem ERP synchronisiert. HubSpot bietet für die gängigsten Apps vorkonfigurierte Mappings an, die du aber jederzeit anpassen kannst.

Dabei hast du volle Kontrolle über die Sync-Richtung. Für jedes Feld-Mapping kannst du festlegen:

• Bidirektional: Änderungen werden in beide Richtungen übertragen. Wenn sich der Wert in HubSpot ändert, wird er in der App aktualisiert, und umgekehrt. Falls beide Systeme gleichzeitig unterschiedliche Werte haben, kannst du festlegen, welches System Priorität hat.
• Nur von HubSpot zur App: HubSpot ist die Single Source of Truth. Änderungen in HubSpot werden übertragen, aber Änderungen in der App werden ignoriert.
• Nur von der App zu HubSpot: Die externe App ist führend. Änderungen dort werden nach HubSpot übertragen, aber nicht umgekehrt.

Zusätzlich kannst du Filter definieren, die bestimmen, welche Datensätze synchronisiert werden. Beispiel: Du willst nur Kontakte synchronisieren, die in einer bestimmten Lifecycle Stage sind, oder nur Deals ab einem bestimmten Wert. So vermeidest du, dass irrelevante Daten in deine Systeme fließen.

Ein besonderes Feature ist der Historical Sync. Wenn du Data Sync zum ersten Mal einrichtest, werden nicht nur neue Änderungen synchronisiert, sondern auch alle bestehenden Daten abgeglichen. Das bedeutet: Du musst keine manuelle Datenmigration durchführen. Data Sync gleicht die historischen Daten ab und bringt beide Systeme auf den gleichen Stand. Das spart Stunden an manueller Arbeit und eliminiert die Fehlerquellen, die bei manuellen Importen unweigerlich entstehen.

Data Quality Automation: Daten automatisch bereinigen

Manuelle Datenpflege ist eine Sisyphusarbeit. Du kannst dein CRM einmal sauber aufräumen, aber innerhalb weniger Wochen schleichen sich wieder Inkonsistenzen ein. Verschiedene Mitarbeiter schreiben Firmennamen unterschiedlich, Telefonnummern werden mal mit Vorwahl und mal ohne eingegeben, und bei der Groß-/Kleinschreibung herrscht kreatives Chaos.

Die Data Quality Automation (verfügbar ab Operations Hub Professional) löst dieses Problem, indem sie Daten automatisch und regelbasiert bereinigt – ohne dass ein Mensch eingreifen muss. Du definierst Regeln, und HubSpot wendet sie auf jeden Datensatz an, der erstellt oder aktualisiert wird.

Was kann Data Quality Automation konkret?

Die integrierten Automatisierungsaktionen umfassen unter anderem:

• Groß-/Kleinschreibung korrigieren: Automatisch die erste Buchstabe eines Vor- oder Nachnamens groß schreiben. Aus "max mustermann" wird "Max Mustermann". Das klingt trivial, aber wenn du 10.000 Kontakte hast, macht das einen gewaltigen Unterschied in der Datenqualität.
• Leerzeichen entfernen: Führende und nachfolgende Leerzeichen werden automatisch aus Textfeldern entfernt. Kontakte mit " Max " als Vorname tauchen dann korrekt in Filtern und Listen auf.
• Telefonnummern formatieren: Telefonnummern werden in ein einheitliches Format gebracht. Du kannst festlegen, ob das E.164-Format (z.B. +4930123456789) oder ein anderes Format verwendet werden soll. Das ist besonders wichtig, wenn du Telefonie-Integrationen nutzt.
• Werte standardisieren: Du kannst Regeln definieren, die bestimmte Werte automatisch in einen Standardwert umwandeln. Beispiel: "DE", "Deutschland", "Germany", "BRD" werden alle zu "Deutschland" normalisiert.

Das Schöne daran: Diese Bereinigungen laufen als Teil deiner Workflows. Du kannst sie mit anderen Automatisierungsaktionen kombinieren. Beispiel: Ein neuer Kontakt wird erstellt, HubSpot korrigiert automatisch die Schreibweise des Namens, formatiert die Telefonnummer, und weist den Kontakt dann basierend auf den bereinigten Daten dem richtigen Vertriebsmitarbeiter zu. Das alles passiert in Sekunden, ohne manuellen Aufwand.

Besonders mächtig wird Data Quality Automation in Kombination mit Workflow-Triggern. Du kannst zum Beispiel einen Workflow erstellen, der jede Nacht alle Kontakte durchläuft, die am Vortag erstellt oder aktualisiert wurden, und die Datenbereinigung auf diese Kontakte anwendet. So stellst du sicher, dass deine Daten permanent sauber bleiben – nicht nur zum Zeitpunkt der Erstellung, sondern auch bei nachträglichen Änderungen.

Programmable Automation: Custom Code in Workflows

Standard-Workflows in HubSpot sind leistungsfähig, aber irgendwann stößt du an ihre Grenzen. Vielleicht brauchst du eine komplexe Berechnung, die mit den eingebauten Workflow-Aktionen nicht möglich ist. Oder du willst eine externe API ansprechen, um Daten aus einem System abzurufen, das keine native HubSpot-Integration hat. Oder du brauchst eine bedingte Logik, die über einfache If/Then-Verzweigungen hinausgeht.

Hier kommt Programmable Automation ins Spiel. Mit dieser Funktion kannst du Custom Code Actions direkt in deine HubSpot-Workflows einbauen. Das sind JavaScript- oder Python-Snippets, die innerhalb des Workflows ausgeführt werden und auf die Daten des aktuellen Datensatzes zugreifen können.

Was kannst du mit Custom Code Actions machen?

Im Prinzip alles, was du mit Code machen kannst – innerhalb bestimmter Grenzen. Hier sind typische Anwendungsfälle:

• Komplexe Berechnungen: Du berechnest einen individuellen Lead Score basierend auf einer gewichteten Formel, die mehrere Kontakt- und Unternehmensproperties berücksichtigt. Oder du ermittelst die Entfernung zwischen der Adresse des Kontakts und deinem nächsten Standort.
• Externe API-Aufrufe: Du rufst eine externe API auf, um Unternehmensdaten anzureichern (z.B. Handelsregister-Informationen), einen Slack-Channel zu benachrichtigen, ein Ticket in einem externen System zu erstellen oder Daten aus einer internen Datenbank abzufragen.
• Datenmanipulation: Du parsst einen String, extrahierst bestimmte Informationen (z.B. die Domain aus einer E-Mail-Adresse), formatierst Daten in ein bestimmtes Format oder erstellst eine Zusammenfassung aus mehreren Feldern.
• Bedingte Logik: Du implementierst komplexe Entscheidungsbäume, die über das hinausgehen, was mit Standard-Workflow-Verzweigungen möglich ist. Beispiel: Basierend auf einer Kombination aus Branche, Unternehmensgröße, Land und bisherigen Interaktionen wird ein Kontakt einem spezifischen Nurturing-Pfad zugeordnet.

Technische Rahmenbedingungen

Custom Code Actions in HubSpot laufen in einer Serverless-Umgebung. Du musst dir keine Gedanken über Hosting oder Infrastruktur machen. Allerdings gibt es Einschränkungen: Jede Code-Ausführung hat ein Zeitlimit von 20 Sekunden und ein Speicherlimit von 128 MB. Das reicht für die allermeisten Anwendungsfälle, aber rechenintensive Operationen oder das Verarbeiten großer Datenmengen innerhalb einer einzelnen Code Action sind nicht möglich.

Du kannst in deinem Code auf verschiedene Node.js-Bibliotheken zugreifen, darunter axios für HTTP-Anfragen und die HubSpot API Client Library, um direkt mit der HubSpot API zu interagieren. Das Ergebnis deiner Code Action kannst du als Output Properties definieren, die dann in nachfolgenden Workflow-Aktionen verwendet werden können.

Datasets: Kuratierte Datenquellen für Reports

Reporting in HubSpot ist standardmäßig objekt-basiert: Du erstellst Reports auf Basis von Kontakten, Deals, Unternehmen oder Tickets. Das funktioniert gut für einfache Auswertungen, aber sobald du Daten aus verschiedenen Objekten kombinieren oder berechnete Metriken erstellen willst, stößt du an Grenzen.

Datasets (verfügbar ab Operations Hub Professional) lösen dieses Problem. Ein Dataset ist eine kuratierte, vordefinierte Datenquelle, die du einmal erstellst und dann in beliebig vielen Reports verwenden kannst. Du bestimmst, welche Felder aus welchen Objekten enthalten sind, kannst berechnete Felder hinzufügen und Filter setzen.

Warum sind Datasets ein Gamechanger?

Stell dir vor, du brauchst einen Report, der die durchschnittliche Deal-Größe pro Branche zeigt – aber die Branche ist eine Property am Unternehmensobjekt, und die Deal-Größe liegt am Deal-Objekt. In einem Standard-Report musst du bei jedem neuen Report die Verknüpfung zwischen den Objekten neu konfigurieren. Mit einem Dataset definierst du diese Verknüpfung einmal und nutzt sie dann immer wieder.

Darüber hinaus kannst du in Datasets berechnete Felder (Formeln) erstellen. Beispiel: Du erstellst ein Feld "Deal Velocity", das die Anzahl der Tage berechnet, die ein Deal vom Erstellen bis zum Abschluss benötigt hat. Oder ein Feld "Customer Lifetime Value", das den Gesamtumsatz eines Unternehmens über alle abgeschlossenen Deals summiert. Diese berechneten Felder stehen dann in jedem Report zur Verfügung, der dieses Dataset nutzt.

Ein weiterer Vorteil: Datasets schaffen Konsistenz im Reporting. Wenn zehn verschiedene Leute in deinem Unternehmen Reports erstellen, verwenden sie alle dasselbe Dataset mit denselben Felddefinitionen und denselben Berechnungslogiken. Das eliminiert das Problem, dass verschiedene Reports unterschiedliche Zahlen zeigen, weil jemand einen Filter vergessen oder ein Feld falsch verknüpft hat.

Datasets unterstützen verschiedene Datentypen und Funktionen, darunter mathematische Operationen, String-Funktionen, Datumsfunktionen und bedingte Logik mit IF-Statements. Du kannst sie im Dataset-Builder visuell zusammenklicken oder mit Formeln arbeiten – je nachdem, was dir lieber ist.

Praxisbeispiel: Duplikate bereinigen und verhindern

Duplikate sind der Klassiker unter den CRM-Problemen. Ein Kontakt existiert dreimal: einmal als "Max Mustermann", einmal als "M. Mustermann" und einmal als "max.mustermann@firma.de" ohne Namen. Jeder dieser Datensätze hat unterschiedliche Interaktionen, Notizen und Deal-Verknüpfungen. Das Ergebnis: Dein Vertriebsteam hat kein vollständiges Bild des Kunden, und dein Reporting zählt einen Kunden dreimal.

Schritt 1: Bestehende Duplikate identifizieren

HubSpot bietet unter Kontakte > Aktionen > Duplikate verwalten ein integriertes Duplikat-Management-Tool. Es analysiert deine Kontakte und Unternehmen und zeigt dir potenzielle Duplikate basierend auf Übereinstimmungen bei E-Mail-Adresse, Firmenname, Vor-/Nachname und anderen Kriterien. Du kannst die vorgeschlagenen Duplikate dann manuell zusammenführen (Merge) oder als "kein Duplikat" markieren.

Für die Erstbereinigung empfehle ich dir, systematisch vorzugehen: Arbeite die Liste der vorgeschlagenen Duplikate von oben nach unten durch. Bei jedem Duplikat-Paar entscheidest du, welcher Datensatz der "Gewinner" ist (der, der nach dem Merge erhalten bleibt) und welcher der "Verlierer" (der in den Gewinner überführt wird). Als Faustregel: Der Datensatz mit den meisten Interaktionen und der vollständigsten Datenlage sollte der Gewinner sein.

Schritt 2: Neue Duplikate verhindern

Die Bereinigung ist nur die halbe Miete. Wenn du nicht verhinderst, dass neue Duplikate entstehen, bist du in sechs Monaten wieder am gleichen Punkt. Hier kommt der Operations Hub ins Spiel:

• Data Quality Automation: Erstelle Workflows, die bei jedem neuen Kontakt automatisch die E-Mail-Domain extrahieren und prüfen, ob bereits ein Unternehmen mit dieser Domain existiert. Falls ja, wird der Kontakt automatisch mit dem bestehenden Unternehmen verknüpft, anstatt ein neues Unternehmen zu erstellen.
• Formatierung standardisieren: Nutze Data Quality Automation, um Namen und E-Mail-Adressen in ein einheitliches Format zu bringen. Wenn "MAX MUSTERMANN" automatisch zu "Max Mustermann" wird, erkennt HubSpots Duplikat-Erkennung Übereinstimmungen zuverlässiger.
• Custom Code für erweiterte Duplikat-Prüfung: Mit Programmable Automation kannst du einen Workflow erstellen, der bei jedem neuen Kontakt die HubSpot API aufruft und prüft, ob bereits ein Kontakt mit ähnlichem Namen und ähnlicher E-Mail-Adresse existiert. Falls ja, kann der Workflow den neuen Kontakt automatisch markieren oder eine Benachrichtigung an einen Admin senden.

Praxisbeispiel: Daten zwischen HubSpot und ERP synchronisieren

Die Synchronisierung zwischen CRM und ERP ist einer der häufigsten und gleichzeitig komplexesten Integrationsanwendungsfälle. Dein Vertriebsteam arbeitet in HubSpot, deine Buchhaltung im ERP. Wenn ein Deal gewonnen wird, müssen die Kundendaten und Auftragsinformationen ins ERP übertragen werden. Wenn eine Rechnung im ERP erstellt wird, soll der Status im CRM aktualisiert werden.

Variante 1: Data Sync mit nativer Integration

Wenn dein ERP-System eine native Data-Sync-Integration mit HubSpot hat (z.B. NetSuite, QuickBooks, Xero), ist die Einrichtung vergleichsweise einfach. Du installierst die Integration aus dem HubSpot App Marketplace, konfigurierst die Field Mappings und legst die Sync-Richtung fest. Typische Konfiguration:

• Kontakte/Unternehmen: Bidirektionaler Sync. Wenn der Vertrieb in HubSpot die Adresse aktualisiert, wird sie automatisch im ERP aktualisiert. Wenn die Buchhaltung im ERP eine neue Rechnungsadresse einträgt, erscheint sie in HubSpot.
• Produkte: Sync vom ERP zu HubSpot. Das ERP ist die führende Quelle für Produktdaten (Preise, Artikelnummern, Beschreibungen). Diese Daten werden nach HubSpot synchronisiert, damit der Vertrieb immer aktuelle Produktinformationen hat.
• Rechnungsstatus: Sync vom ERP zu HubSpot. Wenn eine Rechnung im ERP als bezahlt markiert wird, aktualisiert sich der entsprechende Deal in HubSpot automatisch.

Variante 2: Custom Integration mit Programmable Automation

Wenn dein ERP keine native HubSpot-Integration hat – was bei vielen deutschen ERP-Systemen der Fall ist – kannst du mit Programmable Automation eine maßgeschneiderte Integration bauen. Der Workflow sieht dann so aus:

Trigger: Ein Deal wird auf die Stage "Closed Won" gesetzt.

Custom Code Action 1: Der Code liest alle relevanten Daten aus dem Deal und den verknüpften Kontakten/Unternehmen aus.

Custom Code Action 2: Der Code sendet diese Daten per API-Aufruf an dein ERP-System, um dort einen neuen Kunden und/oder Auftrag anzulegen.

Custom Code Action 3: Der Code liest die Antwort des ERP-Systems (z.B. die neu erstellte Kundennummer) und schreibt sie zurück in den HubSpot-Datensatz.

Das ist komplexer als eine native Integration, bietet dir aber volle Flexibilität. Du kannst genau steuern, welche Daten wann und in welchem Format übertragen werden. Und du bist nicht auf die Einschränkungen einer vorgefertigten Integration angewiesen.

Für den umgekehrten Weg – Daten vom ERP nach HubSpot – bieten sich Webhooks oder ein regelmäßiger Scheduled Workflow an. Ein Scheduled Workflow kann z.B. einmal täglich die HubSpot API nutzen, um den Rechnungsstatus aus dem ERP abzurufen und die entsprechenden Deals in HubSpot zu aktualisieren.

Best Practices für saubere CRM-Daten

Technologie allein reicht nicht. Die besten Automatisierungen helfen wenig, wenn es keine klaren Regeln und Prozesse für die Datenpflege gibt. Hier sind die Best Practices, die sich in der Praxis bewährt haben:

1. Definiere einen Data Owner

Jemand muss die Verantwortung für die Datenqualität tragen. Das muss nicht unbedingt eine Vollzeitstelle sein, aber es muss eine klar benannte Person geben, die regelmäßig die Datenqualität überprüft, Bereinigungsmaßnahmen anstößt und die Regeln für die Datenpflege definiert und durchsetzt. Ohne Data Owner wird die Datenqualität immer schlechter, weil sich niemand zuständig fühlt.

2. Erstelle ein Datenmodell und dokumentiere es

Bevor du Felder anlegst, dokumentiere dein Datenmodell: Welche Objekte nutzt du? Welche Properties hat jedes Objekt? Welche Werte sind für Dropdown-Felder erlaubt? Wie sind die Objekte miteinander verknüpft? Ein sauberes Datenmodell verhindert, dass verschiedene Teams dieselbe Information in unterschiedlichen Feldern speichern oder dass Felder doppelt angelegt werden.

3. Weniger ist mehr bei Properties

Jedes Feld, das du in HubSpot anlegst, muss gepflegt werden. Und jedes Feld, das nicht gepflegt wird, ist Datenmüll. Frage dich bei jedem neuen Feld: Wer füllt dieses Feld aus? Wann? Zu welchem Zweck? Wenn du keine klaren Antworten auf diese Fragen hast, brauchst du das Feld wahrscheinlich nicht. Es ist besser, 30 gut gepflegte Properties zu haben als 150, von denen 100 leer sind.

4. Nutze Pflichtfelder strategisch

Pflichtfelder sind ein zweischneidiges Schwert. Zu viele Pflichtfelder frustrieren die Nutzer und führen dazu, dass sie Fantasiedaten eintragen, nur um den Datensatz speichern zu können. Zu wenige Pflichtfelder führen dazu, dass wichtige Informationen fehlen. Mein Ansatz: Mache nur die Felder zu Pflichtfeldern, die für den nächsten Prozessschritt tatsächlich benötigt werden. E-Mail-Adresse und Firmenname sind sinnvolle Pflichtfelder. "Lieblingsfarbe" eher nicht.

5. Validiere Daten am Eingang

Die beste Datenstrategie setzt am Punkt der Dateneingabe an. Nutze Formularvalidierungen, Dropdown-Felder statt Freitextfelder wo immer möglich, und automatische Formatierungen via Data Quality Automation. Wenn die Daten sauber ins System kommen, sparst du dir die aufwendige nachträgliche Bereinigung.

6. Automatisiere regelmäßige Bereinigungen

Erstelle Workflows, die regelmäßig laufen und typische Datenqualitätsprobleme adressieren: inaktive Kontakte markieren, fehlende Pflichtfelder identifizieren, veraltete Lifecycle Stages korrigieren, Kontakte ohne Unternehmensverknüpfung auflisten. Diese automatischen Bereinigungen halten dein CRM dauerhaft in Form, ohne dass jemand manuell eingreifen muss.

7. Schule dein Team

Das beste CRM-Setup bringt nichts, wenn dein Team nicht weiß, wie es die Daten korrekt pflegen soll. Investiere in Schulungen, erstelle einfache Anleitungen für die häufigsten Aufgaben, und etabliere eine Feedback-Schleife: Wenn Mitarbeiter Probleme mit der Dateneingabe haben, müssen sie das melden können, damit du den Prozess verbessern kannst. CRM-Adoption ist ein kontinuierlicher Prozess, kein einmaliges Event.

Operations Hub Free vs. Starter vs. Professional

Der Operations Hub ist in drei Editionen verfügbar, die sich im Funktionsumfang erheblich unterscheiden. Hier ein Überblick, damit du die richtige Edition für deine Anforderungen wählen kannst:

Operations Hub Free

Die kostenlose Version enthält Data Sync mit den nativen Integrationen. Das ist bereits ein enormer Mehrwert: Du kannst Daten zwischen HubSpot und über 100 Apps bidirektional synchronisieren, Historical Syncs durchführen und Field Mappings konfigurieren. Für viele kleine Unternehmen reicht das völlig aus. Was nicht enthalten ist: Data Quality Automation, Programmable Automation und Datasets.

Operations Hub Starter

Der Starter-Plan erweitert die kostenlose Version um einige zusätzliche Features, bleibt aber im Vergleich zum Professional-Plan eingeschränkt. Du bekommst Zugriff auf erweiterte Sync-Optionen und grundlegende Datenbereinigungstools. Für Unternehmen, die einen Schritt über die kostenlose Version hinausgehen wollen, aber die volle Power des Operations Hub noch nicht brauchen, ist der Starter-Plan eine solide Wahl.

Operations Hub Professional

Hier wird es richtig interessant. Der Professional-Plan enthält alle Features, die diesen Artikel so spannend machen: Data Quality Automation mit automatischen Formatierungskorrekturen, Programmable Automation mit Custom Code Actions und Webhooks, Datasets für kuratierte Reporting-Datenquellen und Scheduled Workflows, die zeitgesteuert laufen können.

Meine Empfehlung: Wenn du ernsthaft Datenqualität und Prozessautomatisierung betreiben willst, führt kein Weg am Professional-Plan vorbei. Die kostenlose Version ist ein guter Einstieg für die Datensynchronisierung, aber die wirkliche Magie passiert mit Data Quality Automation und Programmable Automation. Rechne dir aus, wie viel Zeit dein Team aktuell mit manueller Datenpflege verbringt – die Wahrscheinlichkeit ist hoch, dass der Professional-Plan sich innerhalb weniger Monate amortisiert.

Für Enterprise-Kunden gibt es zusätzlich den Operations Hub Enterprise mit erweiterten Datasets-Funktionen, Sandboxes und Custom Objects. Für die meisten Mittelständler ist der Professional-Plan aber mehr als ausreichend.