প্রাক-বিক্রয়: লিড যোগ্যতা এবং গবেষণা

লাভ:

• আদর্শ গ্রাহক প্রোফাইল (ICP) এবং যোগ্যতা কাঠামো (যেমন BANT) সহ সম্ভাব্য গ্রাহকদের মূল্যায়ন করার ক্ষমতা
• সর্বজনীনভাবে উপলব্ধ তথ্য থেকে একটি কাঠামোগত অ্যাকাউন্ট/ব্যক্তি ব্রিফিং তৈরি করার ক্ষমতা
• যাচাই করা প্রয়োজন এমন অনুমানের সাথে যোগ্যতার আউটপুট চিহ্নিত করার ক্ষমতা

বিক্রয়ের সবচেয়ে ব্যয়বহুল ভুল হল ভুল ব্যক্তির সাথে খুব বেশি সময় কাটানো। যদি একজন বিক্রয় প্রতিনিধি তার দিন এমন একজন লিডের সাথে মিটিংয়ে কাটায় যার কখনই আপনার পণ্যের প্রয়োজন হয় না, প্রকৃত সুযোগগুলি হারিয়ে যায়। এই কারণেই ভাল বিক্রি শুরু হয় আপনার বিক্রি করার আগে স্ক্রিনিং দিয়ে: কে সত্যিই একজন ভাল প্রার্থী এবং কে নয়?

এই চাকরিকে বলা হয় যোগ্যতা। কৃত্রিম বুদ্ধিমত্তা (AI) এখানে দুটি শক্তিশালী ভূমিকা পালন করে: এটি সর্বজনীনভাবে উপলব্ধ তথ্য (ওয়েবসাইট, শিল্প, সংবাদ) থেকে একটি দ্রুত অ্যাকাউন্ট সংক্ষিপ্ত বের করে এবং একটি সংজ্ঞায়িত কাঠামো অনুযায়ী নেতৃত্বের মূল্যায়ন করে। তবে সাবধান: এআই যে তথ্য তৈরি করে তা একটি প্রাথমিক অনুমান, প্রমাণিত সত্য নয়। এই ইউনিটে, আপনি শিখবেন কীভাবে সীসা গবেষণাকে ত্বরান্বিত করার সময় নির্ভুলতা এবং গোপনীয়তা বজায় রাখতে হয়।

দ্রষ্টব্য: AI দ্বারা উত্পন্ন অ্যাকাউন্ট/ব্যক্তির তথ্য যাচাই না করে বাস্তব হিসাবে CRM-এ প্রক্রিয়া করা উচিত নয় এবং বিশেষ করে সিদ্ধান্তের ভিত্তি হিসাবে ব্যবহার করা উচিত নয় (যেমন "এই কোম্পানির কোনো বাজেট নেই")। অ-পাবলিক ব্যক্তিগত ডেটা সংগ্রহ করা একটি নৈতিক এবং আইনি সীমা।

অ্যাট্রিবিউশন ফ্রেমওয়ার্ক: ICP এবং BANT

দুটি মৌলিক ধারণা:

• ICP (আদর্শ গ্রাহক প্রোফাইল): গ্রাহকের বৈশিষ্ট্যগুলি বর্ণনা করে যারা আপনার পণ্য থেকে সবচেয়ে বেশি উপকৃত হয়, বন্ধ করা সবচেয়ে সহজ এবং দীর্ঘতম থাকে (খাত, আকার, প্রয়োজন)। "আমরা কার কাছে বিক্রি করব?" প্রশ্নের উত্তর।
• বান্ট: চারটি প্রশ্ন যা একটি লিডের পরিপক্কতা পরিমাপ করে: বাজেট (একটি বাজেট আছে কি), অথরিটি (সে কি একজন সিদ্ধান্ত গ্রহণকারী), প্রয়োজন (একটি প্রকৃত প্রয়োজন আছে কি), সময় (সময় উপযুক্ত)। এই চারটির প্রতিটি লিড মূল্যায়ন করলে কাকে অগ্রাধিকার দিতে হবে তা স্পষ্ট করে দেয়।

AI এই ফ্রেমওয়ার্কগুলিতে একটি সীসা ফিট করতে এবং অনুপস্থিত তথ্যগুলিকে "জিজ্ঞাসা করার মতো প্রশ্ন" হিসাবে বের করতে দুর্দান্ত কাজ করে।

ধাপে ধাপে: একটি লিডের যোগ্যতা অর্জন

1. আপনার আইসিপি সনাক্ত করুন। আপনার আদর্শ গ্রাহকের 4-5টি কংক্রিট বৈশিষ্ট্য লিখুন।
2. সর্বজনীনভাবে উপলব্ধ তথ্য সংগ্রহ করুন। ওয়েবসাইট, "সম্পর্কে" পৃষ্ঠা, শিল্প, চাকরির খোলার।
3. AI এর সাথে ব্রিফিং সরান। একটি স্ট্রাকচার্ড অ্যাকাউন্ট স্টেটমেন্ট তৈরি করুন।
4. স্কোর ICP সম্মতি। সীসা কতটা ভাল ICP মাপসই?
5. অনুমানগুলি চিহ্নিত করুন। AI-ভবিষ্যদ্বাণী করা (অপ্রমাণিত) তথ্য আলাদা রাখুন।
6. প্রারম্ভিক প্রশ্ন প্রস্তুত করুন। BANT শূন্যস্থান পূরণ করতে প্রথম সাক্ষাত্কারে জিজ্ঞাসা করতে হবে।

অনুলিপিযোগ্য প্রম্পট

মৌলিক প্রম্পট যা সর্বজনীনভাবে উপলব্ধ তথ্য থেকে একটি অ্যাকাউন্ট ব্রিফিং বের করে:

ভূমিকা: আপনি একজন বিক্রয় গবেষণা সহকারী। নীচে একটি কোম্পানি সম্পর্কে পাবলিক টেক্সট আছে. এটি থেকে একটি স্ট্রাকচার্ড অ্যাকাউন্ট ব্রিফিং তৈরি করুন:- কোম্পানি কী করে (1 বাক্য) - শিল্প এবং আনুমানিক আকার- সম্ভাব্য চাহিদা/ব্যথা পয়েন্ট (আমাদের পণ্য সম্পর্কিত)- ICP ফিট: [উচ্চ | মাঝারি | নিম্ন] + একক বাক্যের ন্যায্যতা - আলাদাভাবে তালিকা করুন অনুমান (প্রমাণ ছাড়াই অনুমান) যা যাচাই করা দরকার ফিটিং তথ্য পাঠ্যে নেই; না জানলে "অস্পষ্ট" লিখুন। আমাদের পণ্য: {{ product_summary }} কোম্পানির পাঠ্য: {{ publicly_public_text }}

প্রম্পট যা BANT অনুযায়ী সীসা মূল্যায়ন করে:

BANT কাঠামোর মধ্যে নিম্নলিখিত প্রধান তথ্য মূল্যায়ন করুন: - বাজেট: আমরা জানি / অজানা - কর্তৃপক্ষ (কর্তৃপক্ষ): ব্যক্তি কি একজন সিদ্ধান্ত গ্রহণকারী? - প্রয়োজন: প্রমাণ আছে? - সময় (সময়): একটি ট্রিগার ঘটনা আছে? প্রতিটি মাত্রার জন্য "জানা/অজানা" চিহ্নিত করুন। প্রথম বৈঠকে জিজ্ঞাসা করার জন্য একটি প্রশ্ন সাজেস্ট করুন যা অজানাকে কভার করবে। সীসা তথ্য: {{ তথ্য }}

প্রম্পট যা একটি ব্যক্তিগতকৃত প্রথম যোগাযোগ খোলার উত্পাদন করে:

এই অ্যাকাউন্ট ব্রিফিংয়ের উপর ভিত্তি করে, প্রথম পরিচিতির জন্য একটি ব্যক্তিগতকৃত এক-বাক্য আইস-ব্রেকার লিখুন। এটি তাদের কাজের জন্য নির্দিষ্ট একটি কংক্রিট পর্যবেক্ষণের উপর ভিত্তি করে হোক, সাধারণ প্রশংসা নয়। অতিরঞ্জিত করবেন না, অপ্রমাণিত দাবি ব্যবহার করবেন না। ব্রিফিং: {{ ব্রিফিং }}

প্রম্পট যা যোগ্যতায় "বর্জন" করার পরামর্শ দেয়:

যদি এই সীসাটি আমাদের ICP-এর সাথে কম সামঞ্জস্যপূর্ণ বলে মনে হয়, তাহলে পরিষ্কারভাবে বলুন এবং 1-2টি যুক্তিযুক্ত আইটেম দিন কেন এটি অনুসরণ করা মূল্যহীন হতে পারে। সম্পর্ক জোর করবেন না; আমাদের সম্পদ সঠিক জায়গায় বরাদ্দ করতে সৎ হন।ICP: {{ icp }} | লিড: {{ লিড }}

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দরিদ্র পদ্ধতি

শক্তিশালী পন্থা

"এই কোম্পানি সম্পর্কে আমাকে বলুন"

পাবলিক টেক্সট + অনুরোধ স্ট্রাকচার্ড ব্রিফিং প্রদান করে

কাল্পনিক টার্নওভার/কর্মচারীর সংখ্যা তৈরি করে

"অনিশ্চিত" বলে, অনুমানগুলিকে আলাদাভাবে চিহ্নিত করে৷

প্রতিটি লিডকে "যোগ্য" হিসাবে দেখায়

মোটামুটি কম সামঞ্জস্যতা দূর করে

সাধারণ উদ্বোধন ("মহা কোম্পানি")

তাদের ব্যবসা নির্দিষ্ট কংক্রিট খোলার

পার্থক্য হল যে শক্তিশালী পদ্ধতি AI কে "তথ্যের উত্স" এর পরিবর্তে একটি "অনুমান জেনারেটর" হিসাবে ব্যবহার করে: প্রতিটি আউটপুট যাচাই করার জন্য একটি ব্লুপ্রিন্ট।

তিনটি মিনি কেস

কেস 1 — জাল টার্নওভার ফাঁদ। একজন প্রতিনিধি জিজ্ঞাসা করলেন: "এই কোম্পানির টার্নওভার কি?" তিনি জিজ্ঞাসা করলেন; AI আত্মবিশ্বাসের সাথে বলেছে "বার্ষিক 250 মিলিয়ন TL"। যদিও এটা ছিল সম্পূর্ণ বানোয়াট; সংস্থাটি কখনই এই তথ্য প্রকাশ করেনি। দলটি যখন এটি বুঝতে পেরেছিল, তারা "যদি আপনি না জানেন, অস্পষ্টভাবে লিখুন, সংখ্যা তৈরি করুন" এই নিয়মের সাথে প্রম্পটটি আপডেট করেছেন। পরবর্তী ব্রিফিংয়ে, এআই টার্নওভার ক্ষেত্রে "অনিশ্চিত" লিখেছিল, একটি ভুল বাজেট অনুমানের উপর ভিত্তি করে একটি ভ্রান্ত প্রস্তাব প্রতিরোধ করে।

কেস 2 - সৎ নির্মূল সময় বাঁচানো. 30টি লিডের একটি তালিকা ICP প্রম্পটের মাধ্যমে পাস করা হয়েছিল। AI 9 লিডকে "লো ফিট" হিসাবে ফ্ল্যাগ করেছে এবং ন্যায্যতা দিয়েছে (যেমন "খুব ছোট দল, আমাদের পণ্যের সর্বনিম্ন ব্যবহারকারীর সংখ্যার নিচে")। এই 9টিতে সময় ব্যয় করার পরিবর্তে, প্রতিনিধি 21টি যোগ্য লিডগুলিতে মনোনিবেশ করেছিলেন; ওই ত্রৈমাসিকে পাইপলাইনের (বিক্রয় পাইপলাইন) গুণমান উল্লেখযোগ্যভাবে বৃদ্ধি পায়।

কেস 3 — কংক্রিট খোলার দরজা খোলা হয়েছে। AI একটি কোম্পানির সাম্প্রতিক চাকরির পোস্টিং থেকে অনুমান করেছে যে "তারা একটি দ্রুত বর্ধনশীল সমর্থন দল তৈরি করছে" এবং এটির প্রাথমিক বাক্যটির উপর ভিত্তি করে: "আমি কৌতূহলী ছিলাম যে আপনি আপনার সমর্থন দল বাড়াতে গিয়ে অনুরোধের ক্রমবর্ধমান পরিমাণ কীভাবে পরিচালনা করবেন।" একটি সাধারণ খোলার তুলনায়, প্রতিক্রিয়া হার লক্ষণীয়ভাবে বেশি ছিল; কারণ বার্তাটি তাদের বাস্তব অবস্থাকে স্পর্শ করেছে।

টিপ: AI অনুমান করা প্রতিটি "অনুমান"কে প্রথম বৈঠকে একটি প্রশ্নে পরিণত করুন। "আমি মনে করি আপনার সমর্থনের পরিমাণ বাড়ছে," বলার পরিবর্তে জিজ্ঞাসা করুন, "ইদানীং আপনার সমর্থনের পরিমাণ কীভাবে পরিবর্তিত হয়েছে?" জিজ্ঞাসা এইভাবে, আপনি অনুমান নিশ্চিত করবেন এবং গ্রাহককে কথা বলবেন।

গোপনীয়তা এবং নৈতিক সীমানা

অ্যাট্রিবিউশন শুধুমাত্র সর্বজনীনভাবে উপলব্ধ এবং ব্যবসার তথ্য দিয়ে তৈরি করা হয়। গবেষণার উৎস (KVKK, অর্থাত্ ব্যক্তিগত ডেটা সুরক্ষা আইন) হিসাবে কোনও ব্যক্তির ব্যক্তিগত সামাজিক মিডিয়া পোস্ট, ব্যক্তিগত জীবন বা অনুমতি ছাড়া প্রাপ্ত ডেটা ব্যবহার করা উভয়ই অনৈতিক এবং বেআইনি। নিয়মটি সহজ: কোম্পানির অফিসিয়াল ওয়েবসাইটে বা খোলা বাণিজ্যিক সংস্থানগুলিতে লেখা নেই এমন কোনও ব্যক্তিগত তথ্য সংগ্রহ করবেন না এবং এআই-তে প্রবেশ করবেন না।

সতর্কতা: এআই-উত্পন্ন "প্রয়োজন/বেদনা বিন্দু" ভবিষ্যদ্বাণীগুলি গ্রাহকের কাছে উপস্থাপন করা উচিত নয় যেন তারা নির্দিষ্টভাবে পরিচিত। ভুল হলে "আপনার এই সমস্যা আছে" বললে অবিলম্বে বিশ্বাস ভেঙে যায়। পরিবর্তে, "এই চ্যালেঞ্জটি প্রায়শই আপনার শিল্পে দেখা যায়, আপনি কেমন আছেন?" ওপেন-এন্ডেড এগিয়ে যান।

ট্রিগারিং ইভেন্ট ধরা

বিক্রয়ের ক্ষেত্রে, সময় বার্তার চেয়ে অনেক বেশি গুরুত্বপূর্ণ। একটি "ট্রিগার ইভেন্ট" হল একটি সর্বজনীনভাবে দৃশ্যমান উন্নয়ন যা নির্দেশ করে যে একটি কোম্পানির এই মুহূর্তে আপনার সমাধানের প্রয়োজন হতে পারে: একটি নতুন নির্বাহী নিয়োগ, একটি নতুন অফিস খোলা, নতুন বিনিয়োগের অধিগ্রহণ, দ্রুত দল বৃদ্ধি, বা একটি নতুন পণ্য লঞ্চ। এই ঘটনাগুলি একটি "দ্বার"; কারণ পরিবর্তনের সম্মুখীন কোম্পানিগুলি সেই সময়ে থাকে যখন তারা নতুন সমাধানের জন্য সবচেয়ে উন্মুক্ত থাকে। আপনি AI-কে একটি অ্যাকাউন্টের পাবলিক নিউজ এবং পোস্টিং দিন এবং জিজ্ঞাসা করুন "আমাদের সমাধানের সাথে যুক্ত হতে পারে এমন কোন ট্রিগারিং ইভেন্ট আছে কি?" আপনি জিজ্ঞাসা করতে পারেন।

এই ধরনের একটি ট্রিগারের জায়গায়, আপনার প্রথম যোগাযোগের বার্তা আরও শক্তিশালী হয়ে ওঠে: "আমি দেখেছি আপনি আপনার নতুন অপারেশন সেন্টার খুলেছেন; এই স্কেলে সমর্থনের পরিমাণ পরিচালনা করা প্রায়শই চ্যালেঞ্জিং" এর মতো একটি প্রাসঙ্গিক এবং সময়োপযোগী মনে হয়। তবুও, একই শৃঙ্খলা প্রযোজ্য: যাচাই করুন যে ট্রিগারিং ইভেন্টটি বাস্তব এবং বর্তমান, এবং "নতুন" বলে পুরানো খবরকে ভুল করে উপহাস করবেন না। সময় একটি ভাল বন্ধু, কিন্তু শুধুমাত্র যাচাই তথ্য সঙ্গে.

সাধারণ ভুল

• যাচাই না করেই AI দ্বারা তৈরি টার্নওভার/কর্মচারী নম্বরটিকে বাস্তব হিসাবে গ্রহণ করা।
• প্রতিটি লিড যোগ্যতা অর্জন করতে; সৎ স্ক্রীনিং এড়িয়ে যাওয়া এবং সম্পদ নষ্ট করা।
• ICP সংজ্ঞায়িত না করে "সবাই আমাদের গ্রাহক" এই অনুমান নিয়ে গবেষণা পরিচালনা করা।
• অ-পাবলিক ব্যক্তিগত ডেটা অনুসন্ধান করা এবং AI (KVKK লঙ্ঘন) এ প্রবেশ করা।
• গ্রাহকের কাছে AI-এর ব্যথা বিন্দু ভবিষ্যদ্বাণীকে পরম সত্য হিসাবে উপস্থাপন করা।
• অনুমানকে সাক্ষাত্কারের প্রশ্নে পরিণত না করে বৈধতা এড়িয়ে যাওয়া।

সংক্ষেপে

• ভাল বিক্রি নির্মূল সঙ্গে শুরু হয়; ICP এবং BANT কাকে অগ্রাধিকার দিতে হবে তা স্পষ্ট করে দেয়।
• AI সর্বজনীনভাবে উপলব্ধ তথ্য থেকে দ্রুত ব্রিফিং বের করে; কিন্তু এর আউটপুট যাচাই করা একটি অনুমান।
• "যদি আপনি না জানেন, অস্পষ্টভাবে লিখুন" নিয়ম দিয়ে সংখ্যা এবং তথ্য তৈরি করা প্রতিরোধ করুন।
• সততার সাথে কম-সামঞ্জস্যপূর্ণ সীসা দূর করুন; সঠিক জায়গায় আপনার সম্পদ বরাদ্দ.
• শুধুমাত্র সর্বজনীনভাবে উপলব্ধ, ব্যবসায়িক তথ্য ব্যবহার করুন; ব্যক্তিগত ডেটা সীমা রক্ষা করুন (KVKK)।

আবেদন টাস্ক

একটি প্রকৃত টার্গেট কোম্পানির সর্বজনীনভাবে উপলব্ধ "সম্পর্কে" পৃষ্ঠা নিন এবং ব্রিফিং প্রম্পটে এটি খাওয়ান৷ আউটপুটে তিনটি জিনিস চেক করুন: (1) AI কি কোন সংখ্যা/তথ্য তৈরি করেছে (যদি তাই হয়, "অনিশ্চিত" নিয়মকে শক্তিশালী করে), (2) "অনুমান" তালিকাটি আসলে অপ্রমাণিত অনুমানগুলিকে বিচ্ছিন্ন করে, (3) ICP সম্মতির যৌক্তিকতা কি বোঝায়। তারপরে প্রতিটি হাইলাইট করা অনুমানকে একটি উন্মুক্ত প্রশ্নে পরিণত করুন যা আপনি প্রথম সাক্ষাত্কারে জিজ্ঞাসা করবেন।

চেকলিস্ট

• [ ] আমি 4-5 কংক্রিট বৈশিষ্ট্য সহ আমার ICP বর্ণনা করেছি।
• [ ] আমি শুধুমাত্র সর্বজনীনভাবে উপলব্ধ, ব্যবসায়িক তথ্য ব্যবহার করেছি।
• [ ] আমি AI-কে "অস্পষ্ট" নিয়ম দিয়ে নম্বর/তথ্য তৈরি করা থেকে বাধা দিয়েছি।
• [ ] আমি প্রমাণিত তথ্য থেকে অনুমানগুলিকে আলাদাভাবে চিহ্নিত করেছি৷
• [ ] আমি সততার সাথে কম সামঞ্জস্যপূর্ণ সীসা বাদ দিয়েছি।
• [ ] আমি প্রতিটি অনুমানকে একটি প্রশ্নে পরিণত করেছি যা আমি সাক্ষাত্কারে জিজ্ঞাসা করব।