Dobici:
- Sposobnost izrade hladnih e-poruka na osnovu događaja pokretača koji ne idu u neželjenu poštu
- Mogućnost personalizacije LinkedIn veza i niti poruka
- Sposobnost otvaranja hladnog poziva i pripreme kratkih skripti te ih fleksibilno koristiti
Hladno širenje je najteže, ali najneshvaćenije područje prodaje. Većina prodavaca misli "ako pošaljem više, dobiću više odgovora" i šalju hiljade generičkih e-poruka; Rezultat je spam folder, niska stopa odgovora i domen e-pošte koji vremenom postaje diskreditovan. Međutim, dobar hladni doseg nije obimna igra, već igra relevantnosti. U ovoj jedinici ćete naučiti kako pravilno koristiti umjetnu inteligenciju za kreiranje kratkih, personaliziranih poruka zasnovanih na stvarnom pokretačkom događaju; Naučit ćete kako fleksibilno dizajnirati LinkedIn i telefonske scenarije. Naš cilj nije više, već preciznija komunikacija.
Anatomija hladne e-pošte
Posao dobrog hladnog e-maila nije da ubijedi drugu stranu; Njegov posao je jednostavno da vas pozove na sljedeći korak (kratak razgovor, pitanje, odgovor). E-poruke koje to postižu imaju četiri zajedničke karakteristike.
karakteristika
Kako to misliš?
Zašto je to važno?
kratkoća
50-125 riječi, 3-4 reda na mobilnom
Donosilac odluka otvara desetine mejlova dnevno; Duge e-poruke se brišu bez čitanja
Single CTA
Samo jedan jasan zahtev
E-mail koji postavlja dva pitanja ne dobija odgovor ni na jedno od njih.
Pokretanje događaja
Na osnovu stvarnog signala
Odgovara na pitanje "Zašto sada, zašto ja?"
Personalizacija
Prva rečenica specifična za kompaniju/osobu
Dokazuje da nema masovne dostave
Događaj okidača je ključni koncept ovdje. Imenovanje novog menadžera, oglas za posao, primljeni krug ulaganja, lansiranje novog proizvoda, zakonska promjena ili sadržaj koji je objavila kompanija; Sve ovo daje opravdanje da „ima smisla razgovarati o ovome upravo sada“. AI ne može sam izmisliti ove signale, ali je vrlo dobar u pretvaranju signala koji dođete u moćnu liniju otvaranja.
Isporučivost: Zašto se isporuka u rasutom stanju potopi
Isporučivost je da li vaša e-pošta stigne u inbox ili spam folder. Kada kopirate i pošaljete isti predložak stotinama ljudi, provajderi e-pošte prepoznaju obrasce: isto tijelo, isti link, naglo povećanje volumena. Ovi pokreću filtere za neželjenu poštu. Osim toga, slanje na veliki broj nevažećih adresa (visoka stopa odbijanja) smanjuje reputaciju vašeg imena domene. Rezultat: čak ni e-poruke koje ste poslali važećim kupcima više ne stižu. Dakle, čak i sadržaj generisan veštačkom inteligencijom treba da bude personalizovan, obim podnošenja treba da bude razuman, a lista treba da bude čista. Umjetna inteligencija vam pomaže da generišete varijacije; To razbija potrebu za slanjem potpuno istog teksta svakom primaocu.
Generiranje hladne e-pošte s umjetnom inteligencijom
Ako date dobar input AI, dobićete dobre nacrte. U upitima ispod, popunite polja u {{ }} svojim podacima.
Uloga: Vi ste iskusan SDR u B2B SaaS prodaji. Zadatak: Napišite KRATKU hladnu e-poruku na osnovu sljedećih informacija. Za: {{ ime, naslov }}, {{ kompanija }}Događaj pokretanja: {{ npr. otvorili su 15 oglasa predstavnika prodaje prošlog mjeseca }}Naše rješenje: {{ šta radimo u rečenici }}Ciljana vrijednost: {{ npr. skraćivanje radnog vremena za nove zaposlene }}Pravila:- maksimalno 90 riječi.- Jedan poziv: Ponudite 15-minutni sastanak.- Neka prva rečenica govori o pokretačkom događaju, bez generičkih pohvala.- Nemojte koristiti pretjerana obećanja, garancije ili klišee poput "lidera industrije".- Neka bude jedno pitanje na kraju. Generirajte 3 alternative za temu.
Poseban krug za temu radi:
Predložite 5 naslova za sljedeće tijelo e-pošte: {{ tijelo }}Ograničenja: Ne više od 4 riječi, bez mamaca za klikove, bez vikanja velikim slovima, bez emotikona. Neka bude intrigantno, ali budi iskren.
Slaba prompt / jaka prompt
Slab upit:
Napišite prodajni email za softversku kompaniju.
Ovaj upit proizvodi generički tekst bez okidača, „imamo prilagođeno rješenje za vas“ koji je vjerovatno dugačak 200 riječi; Dakle, to je direktna neželjena pošta.
Snažan upit:
Napišite hladnu e-poruku {{ Name }}, HR direktoru za {{ Company }}. Okidač: Ove sedmice je objavio na LinkedIn-u da "rekonstruiramo naš proces uključivanja." Mi: platforma koja pruža interaktivnu mikro-obuku novim zaposlenima u prvih 30 dana. Tipičan uticaj koji smo izmerili: značajno smanjenje vremena rampe (zavisi od korisnika, nije garantovano).80 reči, jedan CTA (kratak poziv), prijateljski, ali profesionalan ton. Koristite mjerljiv, ali podcijenjen jezik.
Razlika je u ograničenjima specifičnosti i iskrenosti. Drugi upit proizvodi tekst koji čini da se druga strana osjeća kao da je "ovo pročitalo moju situaciju".
Savjet: Uvijek prepišite ili ručno lektorirajte prvu rečenicu nacrta generiranog umjetnom inteligencijom. Primalac samo gleda tu rečenicu i odlučuje da li da nastavi ili ne; Stavite najljudskiji dodir tamo.
LinkedIn: Veza i nit poruka
Neagresivan pristup na LinkedInu je čak važniji od e-pošte. Pretvaranje zahtjeva za povezivanje u prodajni prijedlog je najčešća greška. Preporučeni ritam:
- Zahtjev za povezivanje: Kratka, neprodajna bilješka (ili ponekad bez napomene) koja se dotiče zajedničkog konteksta.
- Hvala nakon prihvatanja: Nemojte odmah plasirati proizvod na tržište; Podijelite relevantno zapažanje ili pitanje.
- Podijelite vrijednost: Pošaljite koristan sadržaj, podatke ili mali uvid.
- Meka pozivnica: Ponudite sastanak tek nakon što vidite znak interesovanja.
Ako koristite InMail (plaćenu poruku ljudima s kojima nemate vezu), naslov i prvi red su još kritičniji jer vas primalac ne poznaje.
Napišite bilješku o zahtjevu za povezivanje na LinkedIn-u (maks. 250 znakova). Osoba: {{ ime, titula, kompanija }}Uobičajeni kontekst: {{ npr. Govorio je na istom događaju u industriji / Svidjela mi se njegova objava }}Pravilo: Ne prodajte proizvode, nemojte koristiti kliše "Ja širim svoju mrežu". Neka bude jasno i iskreno zašto želim da se povežem.
Moja veza je prihvaćena. Osoba je {{ ime }}, {{ uloga }} u {{ firmi }}. Napišite korisnu KRATKU poruku koju mogu poslati prije nego što pređem na prodaju. Uključite zapažanje + otvoreno pitanje. Ne tražite termin.
Oprez: Slanje automatske prodajne poruke čim se veza prihvati je najbrži način da budete blokirani (i spalite reputaciju brenda) na LinkedInu. Slanje masovnih poruka putem alata za automatizaciju također može narušiti pravila platforme. Usredsredite se na to da vezu učinite stvarnom, a ne da je ubrzate.
Hladni poziv: fleksibilan scenario
Telefon je i dalje efikasan, ali čitanje skripte od riječi do riječi je katastrofa. Zamislite scenario kao vodič, mapu. Dijelovi dobrog otvaranja:
- Prekid obrasca: Prekidanje očekivanog šablona "zdravo, kako si, želim da te upoznam sa proizvodom". To je ono što čini iskreno samouvođenje.
- Tražite dozvolu: "Šta ako vas uznemiravam tačno 27 sekundi, a onda odlučite da li ćete nastaviti ili ne?" Ovakva rečenica daje kontrolu drugoj strani i ruši zid.
- Vrednosna rečenica: Navedite problem koji ste riješili, a ne proizvod, u jednoj rečenici.
Napišite fleksibilnu skriptu otvaranja za B2B hladni poziv. Proizvod: {{ slogan }}Ciljna ličnost: {{ uloga }}Uključuje: (1) iskren prekid obrasca, (2) izjavu za traženje dozvole, (3) vrijednosni prijedlog od jedne rečenice, (4) otvoreno istraživačko pitanje. Takođe uključite ljubazan odgovor bez pritiska na „Nisam trenutno dostupan“ i „Nisam zainteresovan“. Pišite ljudski, a ne robotski.
Mini Case: Cloud Accounting Software
Zeynep je SDR u kompaniji koja prodaje softver za računovodstvo u oblaku malim i srednjim preduzećima. "Aydın Logistics" je na listi ciljeva. Na LinkedInu vidi da je kompanija otvorila svoju drugu lokaciju prošle sedmice (događaj okidača). On daje umjetnoj inteligenciji ove informacije i predstavlja izazov konsolidovanog izvještavanja u multi-branšama kompanije. AI proizvodi nacrt od 75 riječi koji počinje: "Vidio sam otvaranje vaše druge podružnice, čestitam; najčešći izazov koji čujemo u multi-filijalnom poslovanju je vidjeti financijske podatke zasnovane na podružnicama na jednom ekranu." Zeynep ručno malo pojednostavljuje prvu rečenicu i predlaže 15-minutni sastanak kao jedan CTA. Odgovor stiže istog dana: "U stvari, upravo smo o tome pričali." Razlika nije bila u obimu, već u pravom opažanju u pravom trenutku.
Uobičajene greške
- Masovno slanje istog teksta: ubija mogućnost isporuke, svodi ga na neželjenu poštu. Razlikujte svaku poruku s barem jednim činjeničnim detaljem.
- Dva ili više CTA-a: “Pogledajte ovaj dokument i zakažite sastanak” ne daje nikakav odgovor.
- Preuveličano obećanje: "Povećat ćemo vašu prodaju za 300%" je neprovjerljivo i uništava povjerenje. Koristite razmake i jezik „zavisi od kupca“.
- Počevši od proizvoda: Objašnjavanje vaših karakteristika u prvoj rečenici. Prvo njihov svijet, a onda vaše rješenje.
- Slanje AI izlaza kakav jeste: AI ponekad može napraviti "priču o uspjehu" ili broj koji ne postoji. Provjerite svaku statistiku prije slanja.
- Bez praćenja: Većina odgovora ne dolazi u prvoj e-poruci, već u 2-3 ljubazna naknadna e-poruka; Ali nastavak bi trebao biti podsjetnik, a ne insistiranje.
Ukratko
- Hladni doseg je igra relevantnosti, a ne obima; sažetost, jedan CTA, događaj koji pokreće i personalizacija su četiri kamena temeljca.
- Da biste održali isporučivost, izbjegavajte masovnu generičku dostavu, održavajte listu čistom, razgraničite svaku poruku.
- Koristite AI za generiranje nacrta i varijacija; ručno provjerite prvu rečenicu i sve brojke.
- Na LinkedInu, odnos prvo, prodaja drugo; Izbjegavajte automatske prodajne poruke.
- U hladnom pozivanju koristite skriptu kao fleksibilnu mapu: prekid uzorka, zahtjev za dozvolu, vrijednost od jedne rečenice.
- Podcijenjen, provjerljiv i bez pritiska jezik je i etički i učinkovitiji.
Zadatak aplikacije
Odaberite stvarnog ciljanog kupca (bilo sa vaše postojeće liste ili fiktivnu realnu kompaniju). Prvo, pronađite pravi događaj koji pokreće tu kompaniju (vijesti, najava, udio). Zatim, upotrijebite moćni obrazac prompta u ovoj jedinici da bi umjetna inteligencija proizvela (a) hladnu e-poštu od 80 riječi, (b) bilješku o povezivanju na LinkedIn-u, (c) skriptu za otvaranje hladnog poziva. Sami prepišite prve rečenice rezultata, provjerite sve brojeve i uvjerite se da u svakoj postoji jedan CTA. Konačno, stavite je uz rame sa slabom verzijom i zabilježite razliku u jednoj rečenici.