zisky:
- Schopnost vyhodnotit potenciální zákazníky pomocí ideálního zákaznického profilu (ICP) a kvalifikačního rámce (např. BANT)
- Schopnost vytvořit strukturovaný briefing účtu/osoby z veřejně dostupných informací
- Schopnost označit kvalifikační výstup předpoklady, které je třeba ověřit
Nejdražší chybou v prodeji je trávit příliš mnoho času s nesprávnou osobou. Pokud obchodní zástupce stráví svůj den setkáním s potenciálním zákazníkem, který nikdy nepotřebuje váš produkt, skutečné příležitosti mizí. To je důvod, proč dobrý prodej začíná prověřováním před prodejem: kdo je opravdu dobrý kandidát a kdo ne?
Tato práce se nazývá kvalifikace. Umělá inteligence (AI) zde hraje dvě mocné role: extrahuje rychlý přehled účtu z veřejně dostupných informací (web, průmysl, zprávy) a vyhodnocuje zájemce podle definovaného rámce. Ale pozor: informace, které AI produkuje, jsou počátečním předpokladem, nikoli prokázaným faktem. V této jednotce se naučíte, jak zachovat přesnost a důvěrnost a zároveň urychlit hlavní výzkum.
Poznámka: Informace o účtu/osobě generované AI by neměly být zpracovány do CRM jako skutečné, aniž by byly ověřeny, a zejména by neměly být používány jako základ pro rozhodnutí (např. „tato společnost nemá rozpočet“). Shromažďování neveřejných osobních údajů je jak etickým, tak zákonným limitem.
Atribuční rámce: ICP a BANT
Dva základní pojmy:
- ICP (Profil ideálního zákazníka): Popisuje vlastnosti zákazníka, který má z vašeho produktu největší prospěch, nejsnáze se uzavírá a zůstává nejdéle (sektor, velikost, potřeba). "Komu máme prodat?" je odpověď na otázku.
- BANT: Čtyři otázky, které měří zralost potenciálního zákazníka: Rozpočet (existuje rozpočet), Autorita (je on, kdo rozhoduje), Potřeba (existuje skutečná potřeba), Načasování (je vhodné načasování). Vyhodnocením každého vedení v těchto čtyřech je jasné, koho upřednostnit.
Umělá inteligence funguje skvěle při zapojování vodítka do těchto rámců a získávání chybějících informací jako „otázek, které je třeba položit“.
Krok za krokem: Kvalifikace potenciálního zákazníka
- Identifikujte své ICP. Napište 4-5 konkrétních charakteristik vašeho ideálního zákazníka.
- Sbírejte veřejně dostupné informace. Webové stránky, stránka „o“, odvětví, pracovní místa.
- Odstraňte briefing s AI. Vytvořte strukturovaný výpis z účtu.
- Vyhodnoťte shodu s ICP. Jak dobře se olovo hodí k ICP?
- Označte předpoklady. Uchovávejte informace předpokládané (neprokázané) AI odděleně.
- Připravte si úvodní otázky. Otázky, které byste měli položit v prvním rozhovoru, abyste vyplnili mezery v BANT.
Kopírovatelné výzvy
Základní výzva, která extrahuje přehled účtu z veřejně dostupných informací:
Role: Jste asistentem výzkumu prodeje. Níže je VEŘEJNÝ text o společnosti. Vytvořte strukturovaný přehled účtu z tohoto:- Co společnost dělá (1 věta)- Odvětví a odhadovaná velikost- Možné potřeby/body bolesti (související s naším produktem)- ICP fit: [Vysoká | Střední | Nízký] + zdůvodnění jednou větou - samostatně vyjmenujte PŘEDPOKLADY (důvody bez důkazů), které je třeba ověřit VHODNÉ informace nejsou v textu; Pokud nevíte, napište "nejasné". Náš produkt: {{ product_summary }}Text společnosti: {{ publicly_public_text }}
Výzva, která vyhodnotí potenciálního zákazníka podle BANT:
Vyhodnoťte následující hlavní informace v rámci BANT: - Rozpočet: známe / neznáme - Autorita (orgán): je osoba s rozhodovací pravomocí? - Potřebujete: existují důkazy? - Načasování (čas): existuje spouštěcí událost? Pro každý rozměr označte „známý/neznámý“. Navrhněte na první schůzce otázku, která se bude týkat neznámých. Informace o potenciálním zákazníkovi: {{ informace }}
Výzva, která vytvoří personalizované otevření prvního kontaktu:
Na základě tohoto briefingu k účtu napište personalizovaný ledoborec o jedné větě pro první kontakt. Budiž to založeno na konkrétním pozorování specifickém pro jejich práci, nikoli na obecné chvále. Nepřehánějte, nepoužívejte nepodložená tvrzení. Briefing: {{ briefing }}
Výzva, která také navrhuje "eliminaci" v kvalifikaci:
Pokud se vám zdá, že tento zájemce je málo kompatibilní s naším ICP, řekněte to jasně a uveďte 1-2 položky zdůvodnění, proč by to nemělo cenu sledovat. Nevynucujte si vztah; buďte upřímní, alokujte naše zdroje na správné místo.ICP: {{ icp }} | Potenciální zákazník: {{ lead }}
Slabá výzva / Silná výzva
špatný přístup
Silný přístup
"Řekni mi o této společnosti"
Vrátí veřejný text + požaduje strukturovaný briefing
Produkuje fiktivní obrat/počet zaměstnanců
Říká "nejistý", označí předpoklady samostatně
Zobrazuje každého potenciálního zákazníka jako „kvalifikovaného“
Docela eliminuje nízkou kompatibilitu
Generální otevření ("skvělá společnost")
Betonový otvor specifický pro jejich podnikání
Rozdíl je v tom, že robustní přístup používá AI jako „generátor hypotéz“ spíše než „zdroj faktů“: každý výstup je plán, který je třeba ověřit.
Tři mini pouzdra
Případ 1 – Falešná past obratu. Zástupce se zeptal: "Jaký je obrat této společnosti?" zeptal se; AI sebevědomě řekla „250 milionů TL ročně“. To však bylo zcela vymyšleno; Společnost tyto informace nikdy nezveřejnila. Když si to tým uvědomil, aktualizoval výzvu pravidlem „Když nevíš, piš nejasně, vymysli čísla“. Na následných briefingech AI napsala „nejisté“ v oblasti obratu, čímž zabránila chybnému návrhu založenému na nesprávném rozpočtovém předpokladu.
Případ 2 — Poctivá eliminace ušetřila čas. Prostřednictvím výzvy ICP byl předán seznam 30 svodů. Umělá inteligence označila 9 potenciálních zákazníků za „nevhodné“ a poskytla zdůvodnění (např. „příliš malý tým, pod minimálním počtem uživatelů našeho produktu“). Místo toho, aby věnoval čas těmto 9, zástupce se zaměřil na 21 kvalifikovaných potenciálních zákazníků; V tomto čtvrtletí se kvalita potrubí (prodejního potrubí) výrazně zvýšila.
Případ 3 – Otevřené betonové otevírací dveře. Umělá inteligence z nedávných pracovních nabídek společnosti vyvodila, že „budují rychle rostoucí podpůrný tým“ a založila na tom úvodní větu: „Byl jsem zvědavý, jak zvládáte zvyšující se objem požadavků, když rozšiřujete svůj podpůrný tým.“ Ve srovnání s obecným otevřením byla míra odezvy znatelně vyšší; protože se zpráva dotkla jejich skutečné situace.
Tip: Proměňte každý „předpoklad“, který AI vyvodí, na otázku na prvním setkání. Místo toho, abyste řekli: „Myslím, že objem vaší podpory roste,“ zeptejte se: „Jak se v poslední době změnil objem vaší podpory?“ požádat. Tímto způsobem potvrdíte předpoklad a přimějete zákazníka mluvit.
Soukromí a etické hranice
Atribuce se provádí pouze na základě veřejně dostupných a obchodních informací. Je neetické a nezákonné používat soukromé příspěvky na sociálních sítích, osobní život nebo data získaná bez povolení jako zdroj výzkumu (KVKK, tj. legislativa na ochranu osobních údajů). Pravidlo je jednoduché: neshromažďujte a nezadávejte do AI žádné osobní údaje, které nejsou napsány na oficiálních stránkách společnosti nebo na otevřených komerčních zdrojích.
Upozornění: Předpovědi „bod potřeby/bolesti“ generované umělou inteligencí by neměly být zákazníkovi prezentovány, jako by byly s jistotou známy. Prohlášení „Máte tento problém“ okamžitě naruší důvěru, pokud je to špatné. Místo toho „tato výzva je ve vašem oboru často k vidění, jak se vám daří?“ Pokračujte s otevřeným koncem.
Chytání spouštěcích událostí
V prodeji je načasování často důležitější než samotné sdělení. „Spouštěcí událost“ je veřejně viditelný vývoj, který naznačuje, že společnost může právě teď potřebovat vaše řešení: najmutí nového vedoucího pracovníka, otevření nové kanceláře, získání nových investic, rychlý růst týmu nebo uvedení nového produktu. Tyto události jsou „vstupy“; Protože firmy zažívající změny jsou v období, kdy jsou nejvíce otevřené novým řešením. Zadáte veřejné zprávy a příspěvky AI účtu a zeptáte se: "Existují nějaké spouštěcí události, které lze propojit s naším řešením?" můžete se zeptat.
S takovým spouštěčem je vaše první kontaktní zpráva mnohem silnější: Otevření jako „Viděl jsem, že jste otevřeli své nové operační středisko; správa objemu podpory v tomto rozsahu je často náročná“ se zdá být relevantní a aktuální. Přesto platí stejná disciplína: ověřte si, že spouštěcí událost je skutečná a aktuální, a nenechte se vysmát tím, že si staré zprávy pletete za „nové“. Načasování je dobrý přítel, ale pouze s ověřenými informacemi.
Časté chyby
- Přijetí obratu/čísla zaměstnance vytvořeného AI jako skutečné bez jeho ověření.
- Kvalifikovat každého potenciálního zákazníka; přeskakování poctivého prověřování a plýtvání zdroji.
- Provádění výzkumu s předpokladem, že „každý je náš zákazník“, bez definování ICP.
- Vyhledávání neveřejných osobních údajů a jejich zadávání do AI (porušení KVKK).
- Prezentace předpovědi bodu bolesti AI zákazníkovi jako absolutní pravdu.
- Přeskočení validace tím, že se předpoklady nepromění v otázky rozhovoru.
V souhrnu
- Dobrý prodej začíná eliminací; ICP a BANT dávají jasně najevo, komu dát přednost.
- AI získává rychlou instruktáž z veřejně dostupných informací; ale jeho výstup je předpoklad, který je třeba ověřit.
- Zabraňte vymýšlení čísel a informací pravidlem „když nevíte, pište nejasně“.
- Poctivě eliminujte vodiče s nízkou shodou; Přidělte své zdroje na správné místo.
- Používejte pouze veřejně dostupné obchodní informace; Chraňte limit osobních údajů (KVKK).
Aplikační úkol
Vezměte si veřejně dostupnou stránku „o“ skutečné cílové společnosti a vložte ji do výzvy k instruktáži. Zkontrolujte tři věci ve výstupu: (1) zda AI vytvořila nějaká čísla/informace (pokud ano, posílejte pravidlo „nejisté“), (2) zda seznam „předpokladů“ skutečně izoluje neprokázané závěry, (3) dává zdůvodnění souladu ICP smysl. Každý zvýrazněný předpoklad pak proměňte v otevřenou otázku, kterou položíte v prvním rozhovoru.
kontrolní seznam
- [ ] Své ICP jsem popsal 4-5 konkrétními rysy.
- [ ] Použil jsem pouze veřejně dostupné obchodní informace.
- [ ] Zabránil jsem AI ve vymýšlení čísel/informací pomocí pravidla „fuzzy“.
- [ ] Domněnky jsem označil odděleně od prokázaných informací.
- [ ] Vedení s nízkou kompatibilitou jsem poctivě odstranil.
- [ ] Každý předpoklad jsem proměnil v otázku, kterou bych si položil v rozhovoru.