ಘಟಕ 2 / 9

ಪ್ರಮುಖ ಸಂಶೋಧನೆ ಮತ್ತು ಅರ್ಹತೆ

ಲಾಭಗಳು:

  • AI ಸಹಾಯದಿಂದ ಆದರ್ಶ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್ (ICP) ಮತ್ತು ಖರೀದಿದಾರರ ವ್ಯಕ್ತಿತ್ವವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುವ ಸಾಮರ್ಥ್ಯ
  • BANT ಮತ್ತು MEDDIC ನಂತಹ ಚೌಕಟ್ಟುಗಳೊಂದಿಗೆ ರಚನಾತ್ಮಕ ರೀತಿಯಲ್ಲಿ ಲೀಡ್‌ಗಳನ್ನು ಅರ್ಹತೆ ಪಡೆಯುವ ಸಾಮರ್ಥ್ಯ
  • ಮೂಲದ ವಿರುದ್ಧ AI ಉತ್ಪಾದಿಸಿದ ಕಂಪನಿ/ವ್ಯಕ್ತಿ ಮಾಹಿತಿಯನ್ನು ಪರಿಶೀಲಿಸುವ ಶಿಸ್ತನ್ನು ಅನ್ವಯಿಸುವ ಸಾಮರ್ಥ್ಯ

ಮಾರಾಟದಲ್ಲಿ ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದರೆ ತಪ್ಪಾದ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಮಾತನಾಡುವುದು. ಒಬ್ಬ ಪ್ರತಿನಿಧಿಯು ಸರಿಯಾದ ಸಮಯದಲ್ಲಿ ಸರಿಯಾದ ಉತ್ಪನ್ನವನ್ನು ತಪ್ಪಾದ ಗ್ರಾಹಕರಿಗೆ ವಿವರಿಸಲು ವಾರಗಳನ್ನು ಕಳೆಯುತ್ತಾನೆ ಮತ್ತು ಅಂತಿಮವಾಗಿ "ಯಾವುದೇ ಬಜೆಟ್ ಇಲ್ಲ" ಅಥವಾ "ನಾನು ನಿರ್ಧರಿಸುವವನಲ್ಲ" ಎಂಬ ಉತ್ತರವನ್ನು ಪಡೆಯುತ್ತಾನೆ. ಆದರೂ ಈ ಮಾಹಿತಿಯನ್ನು ಹೆಚ್ಚಾಗಿ ಮೊದಲ ಸಂಪರ್ಕದ ಮೊದಲು ಹೊರತೆಗೆಯಬಹುದು. ಪ್ರಮುಖ ಸಂಶೋಧನೆ ಮತ್ತು ಅರ್ಹತೆಯು ನಿಖರವಾಗಿ ಏನು ಮಾಡುತ್ತದೆ: ಯಾರು ನಿಜವಾಗಿಯೂ ನಿಮ್ಮ ಗ್ರಾಹಕರು ಮತ್ತು ಯಾರು ಸಮಯವನ್ನು ವ್ಯರ್ಥ ಮಾಡುತ್ತಾರೆ ಎಂಬುದನ್ನು ಮೊದಲೇ ಗುರುತಿಸಿ. ಈ ಘಟಕದಲ್ಲಿ ನೀವು ಈ ಪ್ರಕ್ರಿಯೆಯ ಎಂಜಿನ್ ಆಗಿ AI ಅನ್ನು ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ಕಲಿಯುವಿರಿ; ಆದರ್ಶ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್ (ICP) ಮತ್ತು ಖರೀದಿದಾರ ವ್ಯಕ್ತಿಗಳನ್ನು ರಚಿಸುವುದರಿಂದ ಹಿಡಿದು BANT ಮತ್ತು MEDDIC ನಂತಹ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳೊಂದಿಗೆ ಸ್ಕೋರಿಂಗ್ ಮಾಡುವವರೆಗೆ ನಾವು ಹಂತ ಹಂತವಾಗಿ ನೋಡುತ್ತೇವೆ. ಆರಂಭದಲ್ಲಿ ಎಚ್ಚರಿಕೆಯನ್ನು ನೀಡೋಣ: AI ನಿಂದ ತಯಾರಿಸಲಾದ ಕಂಪನಿ ಮತ್ತು ವ್ಯಕ್ತಿಯ ಮಾಹಿತಿಯನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ ಎಂದಿಗೂ "ನೈಜ" ಎಂದು ಪರಿಗಣಿಸಲಾಗುವುದಿಲ್ಲ.

ಆದರ್ಶ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್ (ICP) ಮತ್ತು ಖರೀದಿದಾರ ವ್ಯಕ್ತಿ

ICP ಎಂಬುದು "ಯಾವ ರೀತಿಯ ಕಂಪನಿಯು ನಮಗೆ ಸೂಕ್ತವಾದ ಗ್ರಾಹಕರು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವಾಗಿದೆ. ಆ ಕಂಪನಿಯೊಳಗೆ ನೀವು ಮಾತನಾಡುವ ವ್ಯಕ್ತಿ ವ್ಯಕ್ತಿ. ಅವು ಎರಡು ವಿಭಿನ್ನ ವಿಷಯಗಳಾಗಿವೆ: ICP ಕಂಪನಿಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ (ಫಿರ್ಮೋಗ್ರಾಫಿಕ್), ವ್ಯಕ್ತಿತ್ವವು ವ್ಯಕ್ತಿಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ.

ಪರಿಕಲ್ಪನೆ

ಏನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ

ಉದಾಹರಣೆ ಸಂಕೇತಗಳು

ICP (ಫಿರ್ಮೋಗ್ರಾಫಿಕ್)

ಆದರ್ಶ ಕಂಪನಿ

ವಲಯ, ಉದ್ಯೋಗಿಗಳ ಸಂಖ್ಯೆ, ವಹಿವಾಟು, ಭೌಗೋಳಿಕತೆ

ICP (ತಂತ್ರಜ್ಞಾನ)

ಕಂಪನಿಯು ಬಳಸುವ ತಂತ್ರಜ್ಞಾನ

CRM, ಮೂಲಸೌಕರ್ಯ, ಅವರು ಬಳಸುವ ಸಾಫ್ಟ್‌ವೇರ್

ವ್ಯಕ್ತಿತ್ವ

ನಿರ್ಧಾರ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿರುವ ವ್ಯಕ್ತಿ

ಶೀರ್ಷಿಕೆ, ಗುರಿಗಳು, ನೋವು ಅಂಕಗಳು, KPI ಗಳು

ಫಿರ್ಮೊಗ್ರಾಫಿಕ್ ಸಿಗ್ನಲ್ಗಳು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತವೆ "ಈ ಕಂಪನಿಯು ಗಾತ್ರದ ವಿಷಯದಲ್ಲಿ ನಮಗೆ ಸೂಕ್ತವಾಗಿದೆ?" ಟೆಕ್ನೋಗ್ರಾಫಿಕ್ ಸಿಗ್ನಲ್‌ಗಳು "ಅವರು ಈಗಾಗಲೇ ನಮ್ಮೊಂದಿಗೆ ಪೂರಕವಾಗಿರುವ/ಸಂಘರ್ಷಿಸುವ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆಯೇ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತಾರೆ. ಉದಾಹರಣೆಗೆ, ನಿರ್ದಿಷ್ಟ ಇ-ಕಾಮರ್ಸ್ ಮೂಲಸೌಕರ್ಯವನ್ನು ಬಳಸುವ ಕಂಪನಿಗಳು ನಿಮ್ಮ ಏಕೀಕರಣಕ್ಕೆ ಸಿದ್ಧವಾದ ಮೈದಾನವಾಗಿರಬಹುದು.

ICP ವ್ಯಾಖ್ಯಾನ ಪ್ರಾಂಪ್ಟ್: "ಕಳೆದ 12 ತಿಂಗಳುಗಳಲ್ಲಿ ನಾವು ಪಡೆದುಕೊಂಡಿರುವ ಟಾಪ್ 10 ಗ್ರಾಹಕರ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಅವುಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೂಲಕ ಆದರ್ಶ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್ (ICP) ಅನ್ನು ರಚಿಸಿ. ಈ ಕೆಳಗಿನ ಆಯಾಮಗಳೊಂದಿಗೆ ಕೋಷ್ಟಕವನ್ನು ಮಾಡಿ: ಉದ್ಯಮ, ಹೆಡ್‌ಕೌಂಟ್ ಶ್ರೇಣಿ, ವಾರ್ಷಿಕ ವಹಿವಾಟು ಶ್ರೇಣಿ, ಭೌಗೋಳಿಕ, ತಂತ್ರಜ್ಞಾನಗಳು ಅವರು ಬಳಸುವ, ವಿಶಿಷ್ಟವಾಗಿ ನೋವು ಬಿಂದುಗಳಲ್ಲಿ ಮಾತ್ರ ಬಳಸುವುದಿಲ್ಲ. ಟಾಪ್ ಗ್ರಾಹಕರು: {{customer_list}}"

ವ್ಯಕ್ತಿತ್ವದ ಹೊರತೆಗೆಯುವಿಕೆ ಪ್ರಾಂಪ್ಟ್: "ನಾವು {{product}} ಅನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತೇವೆ. ನಮ್ಮ ICP {{icp_summary}}. ಈ ಕಂಪನಿಗಳಲ್ಲಿ ಖರೀದಿ ನಿರ್ಧಾರದ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ 3 ವ್ಯಕ್ತಿಗಳನ್ನು ವಿವರಿಸಿ. ಪ್ರತಿ ವ್ಯಕ್ತಿಗೆ:- ಶೀರ್ಷಿಕೆ- ಪ್ರಾಥಮಿಕ ಗುರಿಗಳು ಮತ್ತು KPIಗಳನ್ನು ಅಳೆಯಲಾಗುತ್ತದೆ- ಟಾಪ್ 2 ನೋವು ಬಿಂದುಗಳು- ನಮ್ಮ ಉತ್ಪನ್ನದ ಮೌಲ್ಯ ಪ್ರತಿಪಾದನೆ 2 ಅವರ ಭಾಷೆಗೆ ಅನುವಾದಿಸಬಹುದಾದ ವಸ್ತುಗಳಿಗೆ ಅನುವಾದಿಸಲಾಗಿದೆ"

ಅರ್ಹತೆಯ ಚೌಕಟ್ಟುಗಳು: BANT ಮತ್ತು MEDDIC

ರಚನಾತ್ಮಕ ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಸೀಸವು "ನೈಜ" ಎಂಬುದನ್ನು ನಾವು ಅಳೆಯುತ್ತೇವೆ. ಎರಡು ಸಾಮಾನ್ಯ ಚೌಕಟ್ಟುಗಳು:

ಟೇಪ್ - ವೇಗವಾದ, ಹಗುರವಾದ ಗುಣಲಕ್ಷಣಗಳಿಗಾಗಿ:

  • ಬಜೆಟ್: ಪಾವತಿಸಲು ಸಂಪನ್ಮೂಲಗಳಿವೆಯೇ?
  • ಅಧಿಕಾರ: ನಾನು ಮಾತನಾಡುತ್ತಿರುವ ವ್ಯಕ್ತಿಯು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದೇ?
  • ಅಗತ್ಯ: ನಿಜವಾದ, ತುರ್ತು ಅವಶ್ಯಕತೆ ಇದೆಯೇ?
  • ಟೈಮ್‌ಲೈನ್: ಅವರು ಅದನ್ನು ಯಾವಾಗ ಸ್ವೀಕರಿಸಲು ಯೋಜಿಸುತ್ತಾರೆ?

MEDDIC - ಸಂಕೀರ್ಣ, ದೊಡ್ಡ B2B ಮಾರಾಟಗಳಿಗೆ ಆಳವಾದ:

  • ಮೆಟ್ರಿಕ್ಸ್: ಗ್ರಾಹಕರಿಂದ ಅಳೆಯಲಾದ ಸಂಖ್ಯಾತ್ಮಕ ಪ್ರಯೋಜನ.
  • ಆರ್ಥಿಕ ಖರೀದಿದಾರ: ವಾಸ್ತವವಾಗಿ ಬಜೆಟ್ ಅನ್ನು ನಿಯಂತ್ರಿಸುವ ವ್ಯಕ್ತಿ.
  • ನಿರ್ಧಾರದ ಮಾನದಂಡ: ನಿರ್ಧಾರದ ಮಾನದಂಡ.
  • ನಿರ್ಧಾರ ಪ್ರಕ್ರಿಯೆ: ನಿರ್ಧಾರ ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ಹಂತಗಳು.
  • ನೋವನ್ನು ಗುರುತಿಸಿ: ಕಾಂಕ್ರೀಟ್ ನೋವು.
  • ಚಾಂಪಿಯನ್: ಒಳಗೆ ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುವ ವ್ಯಕ್ತಿ.

ಚೌಕಟ್ಟು

ಯಾವಾಗ

ಆಳ

ಟೇಪ್

ಸಣ್ಣ ಚಕ್ರ, ಕಡಿಮೆ-ಮಧ್ಯಮ ಮೌಲ್ಯ

ತ್ವರಿತ ನಿರ್ಮೂಲನೆ

MEDDIC

ದೀರ್ಘ ಚಕ್ರ, ಹೆಚ್ಚಿನ ಮೌಲ್ಯ, ಬಹು-ಪಾಲುದಾರ

ಆಳವಾದ, ವ್ಯವಸ್ಥಿತ

ಸಲಹೆ: ಸಣ್ಣ, ತ್ವರಿತ ಮಾರಾಟಕ್ಕಾಗಿ, TAPE ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ; ಒಪ್ಪಂದವು ಬೆಳೆದಂತೆ ಮತ್ತು ಮಧ್ಯಸ್ಥಗಾರರ ಸಂಖ್ಯೆ ಹೆಚ್ಚಾದಂತೆ MEDDIC ಗೆ ಬದಲಿಸಿ. ನೀವು ಯಾವ ಫ್ರೇಮ್‌ವರ್ಕ್‌ನೊಂದಿಗೆ ಸ್ಕೋರ್ ಮಾಡಲು ಬಯಸುತ್ತೀರಿ ಎಂಬುದನ್ನು AI ಗೆ ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ, ಅಥವಾ ಅದು ಎರಡನ್ನೂ ಗೊಂದಲಗೊಳಿಸಬಹುದು.

AI ಜೊತೆಗೆ ಸಂಶೋಧನಾ ಸಾರಾಂಶ ಮತ್ತು ಗುಣಲಕ್ಷಣ ಸ್ಕೋರಿಂಗ್

ನಾವು ಇಲ್ಲಿ ಎರಡು ಕೆಲಸಗಳಿಗಾಗಿ AI ಅನ್ನು ಬಳಸುತ್ತೇವೆ: (1) ಫ್ರೇಮ್ ಮೂಲಕ ನೀವು ಹೊಂದಿರುವ ಕಚ್ಚಾ ಮಾಹಿತಿಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ, (2) ಸ್ಕೋರ್ ಅನ್ನು ಸೂಚಿಸಿ. ಸ್ಕೋರ್ ನಿಮಗಾಗಿ "ಪ್ರಾಥಮಿಕ ಶ್ರೇಯಾಂಕ" ಆಗಿದೆ, ಅಂತಿಮ ನಿರ್ಧಾರವಲ್ಲ.

ಲೀಡ್ ಕ್ವಾಲಿಫಿಕೇಶನ್ ಪ್ರಾಂಪ್ಟ್ (BANT): "ಕೆಳಗಿನ ಪ್ರಮುಖ ಟಿಪ್ಪಣಿಗಳನ್ನು BANT ಫ್ರೇಮ್‌ವರ್ಕ್‌ನೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ಪ್ರತಿ ಆಯಾಮಕ್ಕೆ 0-5 ಅಂಕಗಳನ್ನು ನೀಡಿ ಮತ್ತು ನಿಮ್ಮ ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯಿರಿ. ಮಾಹಿತಿಯು ಕಾಣೆಯಾಗಿದ್ದರೆ, 'ಡೇಟಾ ಇಲ್ಲ' ಎಂದು ಹೇಳಿ, ಊಹಿಸಬೇಡಿ. ತನಿಖೆ: ಒಟ್ಟು ಸ್ಕೋರ್, 'ಹಾಟ್/ವಾರ್ಮ್/ಕೋಲ್ಡ್' ಲೇಬಲ್ ಮತ್ತು ಮುಂದಿನ ಹಂತದ ಸಲಹೆ:{tleview:company-} {{person}}- ಟಿಪ್ಪಣಿಗಳು: {{interview_notes}}"

ಲೀಡ್ ಪಟ್ಟಿಯ ಆದ್ಯತೆಯ ಪ್ರಾಂಪ್ಟ್: "ಕೆಳಗಿನ 20 ಲೀಡ್‌ಗಳನ್ನು ನಮ್ಮ ICP ({{icp_summary}}) ಗೆ ಅವುಗಳ ಹೊಂದಾಣಿಕೆಗೆ ಅನುಗುಣವಾಗಿ ವಿಂಗಡಿಸಿ. ಪ್ರತಿ ಲೀಡ್‌ಗೆ: ಸೂಕ್ತತೆ ಸ್ಕೋರ್ (0-100), ಪ್ರಬಲವಾದ ಫಿಟ್ ಸಿಗ್ನಲ್, ಹೆಚ್ಚಿನ ಅನಿಶ್ಚಿತತೆ. ಕಡಿಮೆ ಸ್ಕೋರ್‌ಗಳನ್ನು ಹೊಂದಿರುವವರಿಗೆ, ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಕಾರಣವನ್ನು ಬರೆಯಿರಿ. ಕಂಪನಿಯ ಡೇಟಾ ಕಾಣೆಯಾಗಿದ್ದರೆ, ಫಿಟ್ಟಿಂಗ್ ಅನ್ನು ಗುರುತಿಸಿ: {{lead_list}}"

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ಇದು ಸೀಸ ಒಳ್ಳೆಯದು?" (ಫಲಿತಾಂಶ: ಒಂದು ದುರ್ಬಲವಾದ, ಒಂದು ಪದದ ಕಾಮೆಂಟ್.) STRONG: "BAND ಫ್ರೇಮ್‌ವರ್ಕ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಈ ಮುನ್ನಡೆಯನ್ನು ಸ್ಕೋರ್ ಮಾಡಿ. ಪ್ರತಿ ಆಯಾಮಕ್ಕೆ 0-5 ನೀಡಿ, ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯಿರಿ, ಕಾಣೆಯಾದ ಮಾಹಿತಿಯನ್ನು 'ಡೇಟಾ ಇಲ್ಲ' ಎಂದು ಗುರುತಿಸಿ ಮತ್ತು ಒಟ್ಟು ಸ್ಕೋರ್ ಆಧರಿಸಿ ಮುಂದಿನ ಹಂತವನ್ನು ಸೂಚಿಸಿ. ನಿಮ್ಮ ಟಿಪ್ಪಣಿಗಳನ್ನು ಮೀರಿ ಹೋಗಬೇಡಿ."

ಫ್ಯಾಬ್ರಿಕೇಶನ್ ಅಪಾಯ: ಮೂಲ ಪರಿಶೀಲನೆ

ಕಂಪನಿ ಅಥವಾ ವ್ಯಕ್ತಿಯ ಬಗ್ಗೆ ತನಗೆ ತಿಳಿದಿಲ್ಲದ ಮಾಹಿತಿಯನ್ನು AI ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ತಯಾರಿಸಬಹುದು: ವಹಿವಾಟು, ಉದ್ಯೋಗಿಗಳ ಸಂಖ್ಯೆ, ಶೀರ್ಷಿಕೆ, ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವರ ಹೆಸರು ಕೂಡ. ಈ ಮಾಹಿತಿಯೊಂದಿಗೆ ನೀವು ಸಂಪರ್ಕಕ್ಕೆ ಬಂದರೆ, ನೀವು ಒಂದೇ ಏಟಿನಲ್ಲಿ ನಿಮ್ಮ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತೀರಿ.

ಎಚ್ಚರಿಕೆ: ಪ್ರಾಥಮಿಕ ಮೂಲದಿಂದ AI ಹಿಂತಿರುಗಿಸುವ ಯಾವುದೇ ಸಂಸ್ಥೆ-ನಿರ್ದಿಷ್ಟ ಡೇಟಾವನ್ನು (ವಹಿವಾಟು, ಬೆಳವಣಿಗೆ, ಕಾರ್ಯನಿರ್ವಾಹಕ ಹೆಸರು, ಟೆಕ್ ಸ್ಟಾಕ್) ಪರಿಶೀಲಿಸಿ: ಸಂಸ್ಥೆಯ ಸ್ವಂತ ಸೈಟ್, ಲಿಂಕ್ಡ್‌ಇನ್, ಅಧಿಕೃತ ಸುದ್ದಿಪತ್ರಗಳು. ಔಟ್ರೀಚ್ನಲ್ಲಿ ಪರಿಶೀಲಿಸದ ಮಾಹಿತಿಯನ್ನು ಬಳಸಬೇಡಿ.

ಸರಳ ಪರಿಶೀಲನಾ ಕೆಲಸದ ಹರಿವು:

  1. ಪ್ರಮುಖ ಸಾರಾಂಶಕ್ಕಾಗಿ "ಪ್ರತಿ ಕ್ಲೈಮ್‌ನಲ್ಲಿ ಮೂಲ ಟ್ಯಾಗ್ ಅನ್ನು ಹಾಕಲು" AI ಅನ್ನು ಕೇಳಿ.
  2. ಮೂಲದಿಂದ "ಪರಿಶೀಲಿಸಬೇಕು" ಎಂದು ಗುರುತಿಸಲಾದ ಪ್ರತಿಯೊಂದು ಐಟಂ ಅನ್ನು ಒಂದೊಂದಾಗಿ ಪರಿಶೀಲಿಸಿ.
  3. CRM ಗೆ ಪರಿಶೀಲಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ; ಪರಿಶೀಲಿಸಲಾಗದಿದ್ದನ್ನು ಅಳಿಸಿ.
  4. ಪರಿಶೀಲಿಸಿದ ಮಾಹಿತಿಯೊಂದಿಗೆ ಸ್ಕೋರಿಂಗ್ ಅನ್ನು ಮಾತ್ರ ನವೀಕರಿಸಿ.
  5. ನಂತರ ಮಾತ್ರ ಔಟ್ರೀಚ್ಗೆ ತೆರಳಿ.

ಮಿನಿ ಕೇಸ್

B2B SaaS ಪ್ರತಿನಿಧಿ ಕಾನ್ ಅವರು AI ಗೆ 50 ಜನರ ಪ್ರಮುಖ ಪಟ್ಟಿಯನ್ನು ನೀಡುತ್ತಾರೆ ಮತ್ತು ICP ಸೂಕ್ತತೆಯ ಪ್ರಕಾರ ಅದನ್ನು ವಿಂಗಡಿಸಿದ್ದಾರೆ. "ಸಂಸ್ಥೆ A ಕಳೆದ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ 200 ಉದ್ಯೋಗಿಗಳನ್ನು ತಲುಪಿದೆ" ಎಂದು AI ಹೇಳುತ್ತದೆ. ಕಾನ್ ಲಿಂಕ್ಡ್‌ಇನ್‌ನಲ್ಲಿ ಕಂಪನಿಯನ್ನು ತೆರೆಯುತ್ತದೆ; ಉದ್ಯೋಗಿಗಳ ಸಂಖ್ಯೆ ಸುಮಾರು 60. AI ಉತ್ಪ್ರೇಕ್ಷಿತವಾಗಿದೆ. ಕಾನ್ ಈ ಸಿಗ್ನಲ್ ಅನ್ನು "ಪರಿಶೀಲಿಸಬೇಕಾಗಿದೆ" ಎಂದು ಗುರುತಿಸುತ್ತದೆ, ನೈಜ ಸಂಖ್ಯೆಯನ್ನು ನಮೂದಿಸಿ ಮತ್ತು ಸ್ಕೋರ್ ಅನ್ನು ಕಡಿತಗೊಳಿಸುತ್ತದೆ. ಪ್ರತಿಯಾಗಿ, ಕಂಪನಿಯ ವೃತ್ತಿ ಪುಟದಲ್ಲಿ ಹೊಸ ಪೋಸ್ಟಿಂಗ್‌ಗಳೊಂದಿಗೆ AI ಯ "ಕಂಪನಿ B ಶೀಘ್ರದಲ್ಲೇ ಹೊಸ ಮಾರುಕಟ್ಟೆಯನ್ನು ತೆರೆಯುತ್ತಿದೆ" ಸಿಗ್ನಲ್ ಅನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ ಮತ್ತು ಈ ಮುನ್ನಡೆಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ. ಫಲಿತಾಂಶ: AI ನಿಮಿಷಗಳಲ್ಲಿ 50 ಲೀಡ್‌ಗಳನ್ನು ಪಡೆದುಕೊಂಡಿತು, ಕಾನ್ ಪಟ್ಟಿಯನ್ನು ಮೌಲ್ಯೀಕರಿಸಿತು ಮತ್ತು 8 ನಿಜವಾಗಿಯೂ ಹಾಟ್ ಲೀಡ್‌ಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ICP ಯನ್ನು ಗುರುತಿಸದೆ ತನಿಖೆ ಮಾಡಲು ಪ್ರಾರಂಭಿಸುವುದು (ಎಲ್ಲರನ್ನು ಗುರಿಯಾಗಿಸುವುದು, ಯಾರನ್ನೂ ಶೂಟ್ ಮಾಡಬೇಡಿ).
  • AI ಒದಗಿಸಿದ ಕಂಪನಿ ಡೇಟಾವನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ CRM ಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವುದು.
  • BANT ಮತ್ತು MEDDIC ಅನ್ನು ಮಿಶ್ರಣ ಮಾಡಿ ಅರ್ಧ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತಿದೆ.
  • ಕಾಣೆಯಾದ ಮಾಹಿತಿಯನ್ನು ಅದರ "ಊಹೆ" ಯೊಂದಿಗೆ ತುಂಬಲು AI ಗೆ ಅನುಮತಿಸುತ್ತದೆ.
  • ಅಂಕವು ಸಂಪೂರ್ಣ ಸತ್ಯ ಎಂದು ಯೋಚಿಸುವುದು ಮತ್ತು ಮಾನವ ತೀರ್ಪನ್ನು ನಿಷ್ಕ್ರಿಯಗೊಳಿಸುವುದು.
  • ವ್ಯಕ್ತಿತ್ವದ ಬದಲಿಗೆ ಕಂಪನಿಯ ಮೇಲೆ ಮಾತ್ರ ಕೇಂದ್ರೀಕರಿಸುವುದು ಮತ್ತು "ನಾನು ಯಾರೊಂದಿಗೆ ಮಾತನಾಡುತ್ತಿದ್ದೇನೆ" ಎಂದು ಬಿಟ್ಟುಬಿಡುವುದು.
ಸಲಹೆ: "ನೀವು ಅದನ್ನು ಏಕೆ ಸ್ಕೋರ್ ಮಾಡಿದ್ದೀರಿ?" ಎಂದು ಕೇಳುವ ಮೂಲಕ AI ಸ್ಕೋರ್ ಅನ್ನು ಯಾವಾಗಲೂ ಸಮರ್ಥಿಸಿ. ಸಮರ್ಥನೆಯು ದುರ್ಬಲವಾಗಿದ್ದರೆ, ಅಂಕವೂ ದುರ್ಬಲವಾಗಿರುತ್ತದೆ. ತಾರ್ಕಿಕತೆಯು ನೀವು ಪರಿಶೀಲಿಸಬೇಕಾದ ಅಂಶಗಳನ್ನು ಸಹ ಸೂಚಿಸುತ್ತದೆ.

ಸಾರಾಂಶದಲ್ಲಿ

  • ICP ಸಂಸ್ಥೆಯನ್ನು ವಿವರಿಸುತ್ತದೆ (ಫಿರ್ಮೋಗ್ರಾಫಿಕ್ + ಟೆಕ್ನೋಗ್ರಾಫಿಕ್), ವ್ಯಕ್ತಿತ್ವವು ವ್ಯಕ್ತಿಯನ್ನು ವಿವರಿಸುತ್ತದೆ; ಎರಡೂ ಅಗತ್ಯ.
  • BANT ತ್ವರಿತ ಅರ್ಹತೆಗಾಗಿ, MEDDIC ಆಳವಾದ ಮತ್ತು ಸಂಕೀರ್ಣ ಮಾರಾಟಕ್ಕಾಗಿ.
  • AI ಸಂಶೋಧನೆಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಅಂಕಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ; ಅಂತಿಮ ನಿರ್ಧಾರವು ವ್ಯಕ್ತಿಗೆ ಸೇರಿದೆ.
  • ಸ್ಕೋರ್ ಪ್ರಾಥಮಿಕ ಶ್ರೇಯಾಂಕವಾಗಿದೆ ಮತ್ತು ಸಮರ್ಥನೆಯೊಂದಿಗೆ ವಿನಂತಿಸಬೇಕು.
  • AI ನಿಂದ ತಯಾರಿಸಲಾದ ಕಂಪನಿ/ವ್ಯಕ್ತಿ ಮಾಹಿತಿಯನ್ನು ಪ್ರಾಥಮಿಕ ಮೂಲದಿಂದ ಪರಿಶೀಲಿಸದೆ ಬಳಸಲಾಗುವುದಿಲ್ಲ.
  • ಕಾಣೆಯಾದ ಮಾಹಿತಿಯನ್ನು "ಅಂದಾಜು" ಗಿಂತ "ಡೇಟಾ ಇಲ್ಲ" ಎಂದು ಗುರುತಿಸಬೇಕು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಕೊನೆಯ 5-10 ಸ್ವಾಧೀನಪಡಿಸಿಕೊಂಡಿರುವ ಗ್ರಾಹಕರ ಪಟ್ಟಿಯನ್ನು ಮಾಡಿ ಮತ್ತು ಮೇಲಿನ ICP ಪ್ರಾಂಪ್ಟ್‌ನೊಂದಿಗೆ AI ಸಾಮಾನ್ಯ ಮಾದರಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುವಂತೆ ಮಾಡಿ. ಫಲಿತಾಂಶದ ICP ಬಳಸಿಕೊಂಡು ನೀವು ಹೊಂದಿರುವ 10 ಲೀಡ್‌ಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಿ. ನಂತರ AI ಲಿಂಕ್ಡ್‌ಇನ್ ಮತ್ತು ಕಂಪನಿಯ ಸೈಟ್‌ನಲ್ಲಿ 3 ಅತ್ಯಧಿಕ ಸ್ಕೋರಿಂಗ್ ಲೀಡ್‌ಗಳಿಗಾಗಿ ಮಾಡುವ ಪ್ರತಿಯೊಂದು ಕಂಪನಿ-ನಿರ್ದಿಷ್ಟ ಹಕ್ಕುಗಳನ್ನು ಪರಿಶೀಲಿಸಿ; ಯಾವ ಕ್ಲೈಮ್‌ಗಳು ಸುಳ್ಳು ಅಥವಾ ಅಪೂರ್ಣವೆಂದು ಹೊರಹೊಮ್ಮುತ್ತವೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ. ಈ ವ್ಯಾಯಾಮವು ಒಂದೇ ಸಮಯದಲ್ಲಿ ICP ಶಿಸ್ತು ಮತ್ತು ಪರಿಶೀಲನೆ ಪ್ರತಿಫಲಿತ ಎರಡನ್ನೂ ಕಲಿಸುತ್ತದೆ.