লিড গবেষণা এবং যোগ্যতা

লাভ:

• AI এর সাহায্যে আদর্শ গ্রাহক প্রোফাইল (ICP) এবং ক্রেতার ব্যক্তিত্ব স্পষ্ট করার ক্ষমতা
• BANT এবং MEDDIC এর মতো ফ্রেমওয়ার্কের সাথে কাঠামোগত উপায়ে লিডের যোগ্যতা অর্জন করার ক্ষমতা
• উৎসের বিরুদ্ধে AI দ্বারা উত্পাদিত কোম্পানি/ব্যক্তির তথ্য যাচাইয়ের শৃঙ্খলা প্রয়োগ করার ক্ষমতা

বিক্রয়ের সবচেয়ে ব্যয়বহুল ভুল হল ভুল ব্যক্তির সাথে কথা বলা। একজন প্রতিনিধি কয়েক সপ্তাহ ধরে সঠিক সময়ে ভুল গ্রাহককে সঠিক পণ্য ব্যাখ্যা করে এবং অবশেষে উত্তর পায় "কোনও বাজেট নেই" বা "আমি সেই ব্যক্তি নই যে সিদ্ধান্ত নেয়।" তবুও এই তথ্যটি মূলত প্রথম যোগাযোগের আগে বের করা যেতে পারে। লিড রিসার্চ এবং যোগ্যতা ঠিক এটাই করে: কে প্রকৃতপক্ষে আপনার গ্রাহক হতে পারে এবং কে সময় নষ্ট করতে পারে তা প্রাথমিকভাবে পার্থক্য করুন। এই ইউনিটে আপনি শিখবেন কিভাবে এই প্রক্রিয়ার ইঞ্জিন হিসেবে AI ব্যবহার করতে হয়; আমরা ধাপে ধাপে দেখতে পাব, আদর্শ গ্রাহক প্রোফাইল (ICP) এবং ক্রেতার ব্যক্তিত্ব তৈরি করা থেকে শুরু করে BANT এবং MEDDIC-এর মতো ফ্রেমওয়ার্কের সাথে স্কোর করা পর্যন্ত। শুরুতে একটি সতর্কতা দেওয়া যাক: AI দ্বারা উত্পাদিত কোম্পানি এবং ব্যক্তির তথ্য যাচাই না করে কখনই "বাস্তব" বলে বিবেচিত হয় না।

আদর্শ গ্রাহক প্রোফাইল (ICP) এবং ক্রেতা ব্যক্তিত্ব

আইসিপি হল "কোন ধরনের কোম্পানি আমাদের জন্য আদর্শ গ্রাহক?" প্রশ্নের উত্তর। Persona হল সেই ব্যক্তি যার সাথে আপনি সেই কোম্পানির মধ্যে কথা বলেন। এগুলি দুটি ভিন্ন জিনিস: ICP কোম্পানিকে সংজ্ঞায়িত করে (ফার্মোগ্রাফিক), ব্যক্তিত্ব ব্যক্তিকে সংজ্ঞায়িত করে।

ধারণা

কি সংজ্ঞায়িত

উদাহরণ সংকেত

আইসিপি (ফার্মোগ্রাফিক)

আদর্শ কোম্পানি

সেক্টর, কর্মচারীর সংখ্যা, টার্নওভার, ভূগোল

ICP (টেকনোগ্রাফিক)

কোম্পানি দ্বারা ব্যবহৃত প্রযুক্তি

সিআরএম, অবকাঠামো, সফটওয়্যার তারা ব্যবহার করে

ব্যক্তিত্ব

সিদ্ধান্ত প্রক্রিয়ার ব্যক্তি

শিরোনাম, লক্ষ্য, ব্যথা পয়েন্ট, KPIs

ফার্মোগ্রাফিক সংকেত প্রশ্নের উত্তর দেয় "এই কোম্পানিটি কি আকারের দিক থেকে আমাদের জন্য উপযুক্ত?" টেকনোগ্রাফিক সংকেত এই প্রশ্নের উত্তর দেয় "তারা কি ইতিমধ্যেই এমন একটি প্রযুক্তি ব্যবহার করছে যা আমাদের সাথে পরিপূরক/বিরোধ করছে?" উদাহরণস্বরূপ, একটি নির্দিষ্ট ই-কমার্স অবকাঠামো ব্যবহার করে এমন কোম্পানিগুলি আপনার একীকরণের জন্য একটি প্রস্তুত স্থল হতে পারে।

ICP সংজ্ঞা প্রম্পট: "গত 12 মাসে আমরা যে সেরা 10 জন গ্রাহককে অর্জন করেছি তাদের বৈশিষ্ট্য নীচে দেওয়া হল। তাদের মধ্যে কমন প্যাটার্ন খুঁজে বের করে একটি আদর্শ গ্রাহক প্রোফাইল (ICP) তৈরি করুন। নিম্নলিখিত মাত্রাগুলির সাথে একটি সারণী তৈরি করুন: শিল্প, হেডকাউন্টের পরিসর, বার্ষিক টার্নওভার পরিসীমা, ভূগোল, টেকনোলজিতে তারা শুধুমাত্র প্যাটার্ন ব্যবহার করে। ডেটা, ডেটার বাইরে অনুমান যোগ করবেন না: {{customer_list}}"

ব্যক্তিত্ব নিষ্কাশন প্রম্পট: "আমরা {{প্রডাক্ট}} বিক্রি করি। আমাদের আইসিপি হল {{icp_summary}}। 3টি ব্যক্তিকে সংজ্ঞায়িত করুন যা এই কোম্পানিগুলিতে ক্রয়ের সিদ্ধান্তকে প্রভাবিত করে। প্রতিটি ব্যক্তিত্বের জন্য:- শিরোনাম- প্রাথমিক লক্ষ্য এবং কেপিআই যার দ্বারা সেগুলি পরিমাপ করা হয়- শীর্ষ 2 ব্যথার পয়েন্ট- আমাদের পণ্যের মূল্য প্রস্তাব তাদের ভাষায় অনুবাদ করা যেতে পারে।

যোগ্যতা ফ্রেমওয়ার্ক: BANT এবং MEDDIC

আমরা কাঠামোগত প্রশ্নগুলির সাথে একটি লিড "বাস্তব" কিনা তা পরিমাপ করি। দুটি সাধারণ কাঠামো:

টেপ - দ্রুত, হালকা বৈশিষ্ট্যের জন্য:

• বাজেট: অর্থ প্রদানের জন্য কি সম্পদ আছে?
• কর্তৃপক্ষ: আমি যার কথা বলছি সে কি সিদ্ধান্ত নিতে পারে?
• প্রয়োজন: একটি বাস্তব, জরুরী প্রয়োজন আছে?
• টাইমলাইন: তারা কখন এটি পাওয়ার পরিকল্পনা করে?

MEDDIC — জটিল, বড় B2B বিক্রয়ের জন্য গভীরতর:

• মেট্রিক্স: গ্রাহক দ্বারা পরিমাপ করা সংখ্যাগত সুবিধা।
• অর্থনৈতিক ক্রেতা: যে ব্যক্তি আসলে বাজেট নিয়ন্ত্রণ করে।
• সিদ্ধান্তের মানদণ্ড: সিদ্ধান্তের মানদণ্ড।
• সিদ্ধান্ত প্রক্রিয়া: সিদ্ধান্ত প্রক্রিয়া এবং পদক্ষেপ।
• ব্যথা চিহ্নিত করুন: কংক্রিট ব্যথা।
• চ্যাম্পিয়ন: যে ব্যক্তি আপনাকে ভিতরে রক্ষা করে।

ফ্রেম

যখন

গভীরতা

টেপ

সংক্ষিপ্ত চক্র, নিম্ন-মাঝারি মান

দ্রুত নির্মূল

মেডিক

দীর্ঘ চক্র, উচ্চ মান, বহু-স্টেকহোল্ডার

গভীর, পদ্ধতিগত

টিপ: ছোট, দ্রুত বিক্রয়ের জন্য, টেপ দিয়ে শুরু করুন; চুক্তির বৃদ্ধি এবং স্টেকহোল্ডারদের সংখ্যা বৃদ্ধির সাথে সাথে MEDDIC-এ স্যুইচ করুন। AI কে স্পষ্টভাবে বলুন যে আপনি কোন ফ্রেমওয়ার্ক দিয়ে স্কোর করতে চান, বা এটি দুটিকে বিভ্রান্ত করতে পারে।

এআই সহ গবেষণার সারাংশ এবং অ্যাট্রিবিউশন স্কোরিং

আমরা এখানে দুটি কাজের জন্য AI ব্যবহার করি: (1) ফ্রেমের মাধ্যমে আপনার কাছে থাকা কাঁচা তথ্য সংক্ষিপ্ত করুন, (2) একটি স্কোর সাজেস্ট করুন। স্কোর আপনার জন্য একটি "প্রাথমিক র্যাঙ্কিং", চূড়ান্ত সিদ্ধান্ত নয়।

লিড কোয়ালিফিকেশন প্রম্পট (BANT): "BANT ফ্রেমওয়ার্কের সাথে নিম্নলিখিত লিড নোটগুলিকে মূল্যায়ন করুন। প্রতিটি মাত্রার জন্য 0-5 পয়েন্ট দিন এবং আপনার ন্যায্যতা লিখুন। তথ্য অনুপস্থিত থাকলে, 'কোন ডেটা নেই' বলুন, অনুমান করবেন না। অনুসন্ধান: মোট স্কোর, 'গরম/উষ্ণ/ঠান্ডা' লেবেল এবং পরবর্তী ধাপের পরামর্শ। লিড নোটিস: {}} {{person}}- নোট: {{interview_notes}}"

লিড তালিকা অগ্রাধিকার প্রম্পট: "নিম্নলিখিত 20টি লিডকে আমাদের ICP ({{icp_summary}}) এর উপযুক্ততা অনুসারে সাজান। প্রতিটি লিডের জন্য: উপযুক্ততা স্কোর (0-100), সবচেয়ে শক্তিশালী ফিট সিগন্যাল, সবচেয়ে বড় অনিশ্চয়তা। যাদের স্কোর কম তাদের জন্য, সংক্ষেপে কারণটি লিখুন। কোম্পানির ডেটা অনুপস্থিত থাকলে, 'লিস্টে চিহ্নিত করুন।' {{lead_list}}"

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল: "এই সীসা কি ভাল?" (ফলাফল: একটি ক্ষীণ, এক-শব্দের মন্তব্য।) স্ট্রং: "BAND ফ্রেমওয়ার্ক ব্যবহার করে এই লিডটি স্কোর করুন। প্রতিটি মাত্রায় 0-5 দিন, একটি ন্যায্যতা লিখুন, অনুপস্থিত তথ্যকে 'কোন ডেটা নেই' হিসাবে চিহ্নিত করুন এবং মোট স্কোরের উপর ভিত্তি করে পরবর্তী পদক্ষেপের পরামর্শ দিন। আপনার নোটের বাইরে যাবেন না।"

বানোয়াট ঝুঁকি: উত্স যাচাই

AI বিশ্বাসযোগ্যভাবে এমন তথ্য তৈরি করতে পারে যা এটি একটি কোম্পানি বা ব্যক্তি সম্পর্কে জানে না: টার্নওভার, কর্মচারীর সংখ্যা, শিরোনাম, এমনকি সিদ্ধান্ত গ্রহণকারীর নাম। আপনি যদি এই তথ্যের সংস্পর্শে আসেন, তাহলে আপনি এক ধাক্কায় আপনার বিশ্বাসযোগ্যতা হারাবেন।

সতর্কতা: প্রাথমিক উত্স থেকে AI যে কোনো ফার্ম-নির্দিষ্ট ডেটা (টার্নওভার, বৃদ্ধি, নির্বাহী নাম, টেক স্ট্যাক) ফেরত যাচাই করুন: ফার্মের নিজস্ব সাইট, লিঙ্কডইন, অফিসিয়াল নিউজলেটার। আউটরিচে অযাচাইকৃত তথ্য ব্যবহার করবেন না।

একটি সহজ যাচাইকরণ কর্মপ্রবাহ:

1. লিড সারাংশের জন্য AI কে "প্রতিটি দাবিতে একটি উৎস ট্যাগ লাগাতে" বলুন।
2. উৎস থেকে এক এক করে "যাচাই করা আবশ্যক" চিহ্নিত প্রতিটি আইটেম চেক করুন।
3. যাচাইকৃত তথ্য সিআরএম-এ প্রসেস করুন; যা যাচাই করা যায় না তা মুছুন।
4. শুধুমাত্র যাচাইকৃত তথ্য সহ স্কোরিং আপডেট করুন।
5. শুধুমাত্র তারপর আউটরিচ এগিয়ে যান.

মিনি কেস

B2B SaaS প্রতিনিধি কান AI কে 50 জনের একটি লিড তালিকা দেয় এবং এটিকে ICP উপযুক্ততা অনুসারে সাজানো হয়েছে। "ফার্ম A গত ত্রৈমাসিকে 200 কর্মী পৌঁছেছে," এআই বলে। কান লিংকডইনে কোম্পানি খোলেন; কর্মচারীর সংখ্যা প্রায় 60। এআই অতিরঞ্জিত। কান এই সংকেতটিকে "যাচাই করা আবশ্যক" হিসাবে চিহ্নিত করে, প্রকৃত সংখ্যা প্রবেশ করে এবং স্কোর কেটে নেয়। বিনিময়ে, এটি কোম্পানির ক্যারিয়ার পৃষ্ঠায় নতুন পোস্টিং সহ AI এর "কোম্পানি বি শীঘ্রই একটি নতুন বাজার খুলছে" সংকেত নিশ্চিত করে এবং এই নেতৃত্বকে অগ্রাধিকার দেয়। ফলাফল: AI মিনিটে 50 লিডের র‌্যাঙ্ক করেছে, কান তালিকাটি যাচাই করেছে এবং 8টি সত্যিই হট লিডের উপর ফোকাস করেছে।

সাধারণ ভুল

• আইসিপিকে চিহ্নিত না করে তদন্ত শুরু করা (সবাইকে টার্গেট করা, কাউকে গুলি করা নয়)।
• AI দ্বারা প্রদত্ত কোম্পানির ডেটা যাচাই না করেই CRM-এ প্রসেস করা।
• BANT এবং MEDDIC মিশ্রিত করা এবং হাফ স্কোরিং করা।
• AI কে তার "অনুমান" দিয়ে অনুপস্থিত তথ্য পূরণ করার অনুমতি দেয়।
• স্কোরটি পরম সত্য বলে মনে করা এবং মানুষের বিচারকে অক্ষম করা।
• ব্যক্তিত্বের পরিবর্তে শুধুমাত্র কোম্পানিতে ফোকাস করা এবং "আমি কার সাথে কথা বলছি" এড়িয়ে যাওয়া।

টিপ: "কেন আপনি এইভাবে স্কোর করেছেন?" জিজ্ঞাসা করে সর্বদা AI স্কোরকে ন্যায্যতা দিন। ন্যায্যতা দুর্বল হলে, স্কোরও দুর্বল। যৌক্তিকতা আপনাকে যে পয়েন্টগুলি যাচাই করতে হবে তাও নির্দেশ করে৷

সংক্ষেপে

• আইসিপি ফার্মকে বর্ণনা করে (ফার্মোগ্রাফিক + টেকনোগ্রাফিক), ব্যক্তিত্ব ব্যক্তিকে বর্ণনা করে; উভয়ই প্রয়োজনীয়।
• BANT হল দ্রুত যোগ্যতা অর্জনের জন্য, MEDDIC হল গভীর এবং জটিল বিক্রয়ের জন্য।
• AI গবেষণার সারসংক্ষেপ করে এবং স্কোর প্রস্তাব করে; চূড়ান্ত সিদ্ধান্ত ব্যক্তিরই।
• স্কোর একটি প্রাথমিক র্যাঙ্কিং এবং ন্যায্যতা সঙ্গে অনুরোধ করা আবশ্যক.
• AI দ্বারা উত্পাদিত কোম্পানি/ব্যক্তি তথ্য প্রাথমিক উৎস থেকে যাচাই ছাড়া ব্যবহার করা যাবে না।
• অনুপস্থিত তথ্য "অনুমান" এর পরিবর্তে "কোন তথ্য নেই" হিসাবে চিহ্নিত করা উচিত।

আবেদন টাস্ক

আপনার শেষ 5-10 অর্জিত গ্রাহকদের একটি তালিকা তৈরি করুন এবং উপরের ICP প্রম্পটের সাথে AI-কে সাধারণ প্যাটার্ন খুঁজে নিন। ফলস্বরূপ ICP ব্যবহার করে আপনার 10টি লিডকে অগ্রাধিকার দিন। তারপরে 3টি সর্বোচ্চ স্কোরিং লিডের জন্য LinkedIn এবং কোম্পানির সাইটে প্রতিটি কোম্পানি-নির্দিষ্ট দাবি যাচাই করুন; নোট করুন কোন দাবী মিথ্যা বা অসম্পূর্ণ হতে পরিণত. এই অনুশীলনটি একই সময়ে আইসিপি শৃঙ্খলা এবং যাচাইকরণ প্রতিফলন উভয়ই শেখায়।