ಪೂರ್ವ-ಮಾರಾಟ: ಪ್ರಮುಖ ಅರ್ಹತೆ ಮತ್ತು ಸಂಶೋಧನೆ

ಲಾಭಗಳು:

• ಸಂಭಾವ್ಯ ಗ್ರಾಹಕರನ್ನು ಆದರ್ಶ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್ (ICP) ಮತ್ತು ಅರ್ಹತೆಯ ಚೌಕಟ್ಟಿನೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ (ಉದಾ. BANT)
• ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯಿಂದ ರಚನಾತ್ಮಕ ಖಾತೆ/ವ್ಯಕ್ತಿ ಬ್ರೀಫಿಂಗ್ ಅನ್ನು ತಯಾರಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಪರಿಶೀಲಿಸಬೇಕಾದ ಊಹೆಗಳೊಂದಿಗೆ ಅರ್ಹತೆಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಗುರುತಿಸುವ ಸಾಮರ್ಥ್ಯ

ಮಾರಾಟದಲ್ಲಿನ ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು ಎಂದರೆ ತಪ್ಪಾದ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಹೆಚ್ಚು ಸಮಯ ಕಳೆಯುವುದು. ನಿಮ್ಮ ಉತ್ಪನ್ನದ ಅಗತ್ಯವಿಲ್ಲದ ಪ್ರಮುಖ ವ್ಯಕ್ತಿಯೊಂದಿಗೆ ಮಾರಾಟ ಪ್ರತಿನಿಧಿಯು ತನ್ನ ದಿನವನ್ನು ಕಳೆದರೆ, ನಿಜವಾದ ಅವಕಾಶಗಳು ಮರೆಯಾಗುತ್ತವೆ. ಅದಕ್ಕಾಗಿಯೇ ನೀವು ಮಾರಾಟ ಮಾಡುವ ಮೊದಲು ಉತ್ತಮ ಮಾರಾಟವು ಸ್ಕ್ರೀನಿಂಗ್‌ನೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ: ಯಾರು ನಿಜವಾಗಿಯೂ ಉತ್ತಮ ಅಭ್ಯರ್ಥಿ ಮತ್ತು ಯಾರು ಅಲ್ಲ?

ಈ ಕೆಲಸವನ್ನು ಅರ್ಹತೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಇಲ್ಲಿ ಎರಡು ಪ್ರಬಲ ಪಾತ್ರಗಳನ್ನು ವಹಿಸುತ್ತದೆ: ಇದು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯಿಂದ (ವೆಬ್‌ಸೈಟ್, ಉದ್ಯಮ, ಸುದ್ದಿ) ತ್ವರಿತ ಖಾತೆಯನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಚೌಕಟ್ಟಿನ ಪ್ರಕಾರ ಮುನ್ನಡೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ಆದರೆ ಹುಷಾರಾಗಿರು: AI ಉತ್ಪಾದಿಸುವ ಮಾಹಿತಿಯು ಆರಂಭಿಕ ಊಹೆಯಾಗಿದೆ, ಸಾಬೀತಾದ ಸತ್ಯವಲ್ಲ. ಈ ಘಟಕದಲ್ಲಿ, ಪ್ರಮುಖ ಸಂಶೋಧನೆಯನ್ನು ವೇಗಗೊಳಿಸುವಾಗ ನಿಖರತೆ ಮತ್ತು ಗೌಪ್ಯತೆಯನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುವುದು ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.

ಗಮನಿಸಿ: AI ನಿಂದ ರಚಿಸಲಾದ ಖಾತೆ/ವ್ಯಕ್ತಿ ಮಾಹಿತಿಯನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ CRM ನಲ್ಲಿ ನೈಜವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಾರದು ಮತ್ತು ವಿಶೇಷವಾಗಿ ನಿರ್ಧಾರಕ್ಕೆ ಆಧಾರವಾಗಿ ಬಳಸಬಾರದು (ಉದಾ. "ಈ ಕಂಪನಿಯು ಯಾವುದೇ ಬಜೆಟ್ ಹೊಂದಿಲ್ಲ"). ಸಾರ್ವಜನಿಕವಲ್ಲದ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವುದು ನೈತಿಕ ಮತ್ತು ಕಾನೂನು ಮಿತಿಯಾಗಿದೆ.

ಗುಣಲಕ್ಷಣದ ಚೌಕಟ್ಟುಗಳು: ICP ಮತ್ತು BANT

ಎರಡು ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು:

• ICP (ಐಡಿಯಲ್ ಗ್ರಾಹಕ ಪ್ರೊಫೈಲ್): ನಿಮ್ಮ ಉತ್ಪನ್ನದಿಂದ ಹೆಚ್ಚು ಪ್ರಯೋಜನ ಪಡೆಯುವ ಗ್ರಾಹಕರ ಗುಣಲಕ್ಷಣಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ, ಮುಚ್ಚಲು ಸುಲಭವಾಗಿದೆ ಮತ್ತು ದೀರ್ಘವಾಗಿರುತ್ತದೆ (ಸೆಕ್ಟರ್, ಗಾತ್ರ, ಅಗತ್ಯ). "ನಾವು ಯಾರಿಗೆ ಮಾರಬೇಕು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರವಾಗಿದೆ.
• BANT: ಲೀಡ್‌ನ ಪ್ರಬುದ್ಧತೆಯನ್ನು ಅಳೆಯುವ ನಾಲ್ಕು ಪ್ರಶ್ನೆಗಳು: ಬಜೆಟ್ (ಬಜೆಟ್ ಇದೆಯೇ), ಪ್ರಾಧಿಕಾರ (ಅವನು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವನೇ), ಅಗತ್ಯ (ನಿಜವಾದ ಅಗತ್ಯವಿದೆಯೇ), ಸಮಯ (ಸಮಯ ಸೂಕ್ತವಾಗಿದೆ). ಈ ನಾಲ್ಕರಲ್ಲಿ ಪ್ರತಿ ಮುನ್ನಡೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದರಿಂದ ಯಾರಿಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗುತ್ತದೆ.

ಈ ಚೌಕಟ್ಟುಗಳಿಗೆ ಸೀಸವನ್ನು ಅಳವಡಿಸುವಲ್ಲಿ ಮತ್ತು ಕಾಣೆಯಾದ ಮಾಹಿತಿಯನ್ನು "ಕೇಳಲು ಪ್ರಶ್ನೆಗಳು" ಎಂದು ಹೊರತೆಗೆಯುವಲ್ಲಿ AI ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಲೀಡ್ ಅರ್ಹತೆ

1. ನಿಮ್ಮ ICP ಅನ್ನು ಗುರುತಿಸಿ. ನಿಮ್ಮ ಆದರ್ಶ ಗ್ರಾಹಕರ 4-5 ಕಾಂಕ್ರೀಟ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಬರೆಯಿರಿ.
2. ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಿ. ವೆಬ್‌ಸೈಟ್, "ಬಗ್ಗೆ" ಪುಟ, ಉದ್ಯಮ, ಉದ್ಯೋಗಾವಕಾಶಗಳು.
3. AI ಜೊತೆಗೆ ಬ್ರೀಫಿಂಗ್ ತೆಗೆದುಹಾಕಿ. ರಚನಾತ್ಮಕ ಖಾತೆ ಹೇಳಿಕೆಯನ್ನು ತಯಾರಿಸಿ.
4. ಸ್ಕೋರ್ ICP ಅನುಸರಣೆ. ಲೀಡ್ ICP ಗೆ ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ?
5. ಊಹೆಗಳನ್ನು ಗುರುತಿಸಿ. AI- ಊಹಿಸಿದ (ಸಾಬೀತಾಗದ) ಮಾಹಿತಿಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಇರಿಸಿ.
6. ಆರಂಭಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ತಯಾರಿಸಿ. BANT ಅಂತರವನ್ನು ತುಂಬಲು ಮೊದಲ ಸಂದರ್ಶನದಲ್ಲಿ ಕೇಳಬೇಕಾದ ಪ್ರಶ್ನೆಗಳು.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್‌ಗಳು

ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯಿಂದ ಖಾತೆ ಬ್ರೀಫಿಂಗ್ ಅನ್ನು ಹೊರತೆಗೆಯುವ ಮೂಲ ಪ್ರಾಂಪ್ಟ್:

ಪಾತ್ರ: ನೀವು ಮಾರಾಟ ಸಂಶೋಧನಾ ಸಹಾಯಕರು. ಕಂಪನಿಯ ಕುರಿತು ಸಾರ್ವಜನಿಕ ಪಠ್ಯವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಇದರಿಂದ ರಚನಾತ್ಮಕ ಖಾತೆಯ ಬ್ರೀಫಿಂಗ್ ಅನ್ನು ತಯಾರಿಸಿ:- ಕಂಪನಿಯು ಏನು ಮಾಡುತ್ತದೆ (1 ವಾಕ್ಯ)- ಉದ್ಯಮ ಮತ್ತು ಅಂದಾಜು ಗಾತ್ರ- ಸಂಭವನೀಯ ಅಗತ್ಯಗಳು/ನೋವು ಅಂಕಗಳು (ನಮ್ಮ ಉತ್ಪನ್ನಕ್ಕೆ ಸಂಬಂಧಿಸಿವೆ)- ICP ಫಿಟ್: [ಅಧಿಕ | ಮಧ್ಯಮ | ಕಡಿಮೆ] + ಏಕ ವಾಕ್ಯ ಸಮರ್ಥನೆ - ಪ್ರತ್ಯೇಕವಾಗಿ ಪಟ್ಟಿ ಮಾಡಲಾದ ಊಹೆಗಳು (ಸಾಕ್ಷಾಧಾರಗಳಿಲ್ಲದ ತೀರ್ಮಾನಗಳು) ಪಠ್ಯದಲ್ಲಿಲ್ಲದ ಫಿಟ್ಟಿಂಗ್ ಮಾಹಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಬೇಕಾಗಿದೆ; ನಿಮಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, "ಅಸ್ಪಷ್ಟ" ಎಂದು ಬರೆಯಿರಿ. ನಮ್ಮ ಉತ್ಪನ್ನ: {{ product_summary }}ಕಂಪೆನಿ ಪಠ್ಯ: {{ publicly_public_text }}

BANT ಪ್ರಕಾರ ಮುನ್ನಡೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಪ್ರಾಂಪ್ಟ್:

BANT ಚೌಕಟ್ಟಿನೊಳಗೆ ಕೆಳಗಿನ ಪ್ರಮುಖ ಮಾಹಿತಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ: - ಬಜೆಟ್: ನಮಗೆ ತಿಳಿದಿದೆ / ತಿಳಿದಿಲ್ಲ - ಪ್ರಾಧಿಕಾರ (ಅಧಿಕಾರ): ವ್ಯಕ್ತಿಯು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವವನೇ? - ಅಗತ್ಯವಿದೆ: ಪುರಾವೆ ಇದೆಯೇ? - ಸಮಯ (ಸಮಯ): ಪ್ರಚೋದಕ ಘಟನೆ ಇದೆಯೇ? ಪ್ರತಿ ಆಯಾಮಕ್ಕೆ "ತಿಳಿದಿರುವ / ತಿಳಿದಿಲ್ಲ" ಎಂದು ಗುರುತಿಸಿ. ಅಪರಿಚಿತರನ್ನು ಒಳಗೊಂಡಿರುವ ಮೊದಲ ಸಭೆಯಲ್ಲಿ ಕೇಳಲು ಪ್ರಶ್ನೆಯನ್ನು ಸೂಚಿಸಿ. ಪ್ರಮುಖ ಮಾಹಿತಿ: {{ ಮಾಹಿತಿ }}

ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಮೊದಲ ಸಂಪರ್ಕ ತೆರೆಯುವಿಕೆಯನ್ನು ಉತ್ಪಾದಿಸುವ ಪ್ರಾಂಪ್ಟ್:

ಈ ಖಾತೆಯ ಬ್ರೀಫಿಂಗ್ ಅನ್ನು ಆಧರಿಸಿ, ಮೊದಲ ಸಂಪರ್ಕಕ್ಕಾಗಿ ವೈಯಕ್ತೀಕರಿಸಿದ ಒಂದು ವಾಕ್ಯದ ಐಸ್ ಬ್ರೇಕರ್ ಅನ್ನು ಬರೆಯಿರಿ. ಇದು ಅವರ ಕೆಲಸಕ್ಕೆ ನಿರ್ದಿಷ್ಟವಾದ ಕಾಂಕ್ರೀಟ್ ಅವಲೋಕನವನ್ನು ಆಧರಿಸಿರಲಿ, ಸಾಮಾನ್ಯ ಹೊಗಳಿಕೆಯಲ್ಲ. ಉತ್ಪ್ರೇಕ್ಷೆ ಮಾಡಬೇಡಿ, ಆಧಾರರಹಿತ ಹಕ್ಕುಗಳನ್ನು ಬಳಸಬೇಡಿ. ಸಂಕ್ಷಿಪ್ತ ಮಾಹಿತಿ: {{ ಬ್ರೀಫಿಂಗ್ }}

ಅರ್ಹತೆಯಲ್ಲಿ "ಎಲಿಮಿನೇಷನ್" ಅನ್ನು ಸಹ ಸೂಚಿಸುವ ಪ್ರಾಂಪ್ಟ್:

ಈ ಲೀಡ್ ನಮ್ಮ ICP ಯೊಂದಿಗೆ ಕಡಿಮೆ ಹೊಂದಾಣಿಕೆಯನ್ನು ತೋರುತ್ತಿದ್ದರೆ, ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳಿ ಮತ್ತು 1-2 ಅಂಶಗಳ ಸಮರ್ಥನೆಯನ್ನು ನೀಡಿ ಅದು ಏಕೆ ಅನುಸರಿಸಲು ಯೋಗ್ಯವಾಗಿಲ್ಲ. ಬಾಂಧವ್ಯವನ್ನು ಒತ್ತಾಯಿಸಬೇಡಿ; ನಮ್ಮ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಸರಿಯಾದ ಸ್ಥಳಕ್ಕೆ ನಿಯೋಜಿಸಲು ಪ್ರಾಮಾಣಿಕವಾಗಿರಿ.ICP: {{ icp }} | ಮುನ್ನಡೆ: {{ ಮುನ್ನಡೆ }}

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ಕಳಪೆ ವಿಧಾನ

ಬಲವಾದ ವಿಧಾನ

"ಈ ಕಂಪನಿಯ ಬಗ್ಗೆ ಹೇಳಿ"

ಸಾರ್ವಜನಿಕ ಪಠ್ಯವನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ + ರಚನಾತ್ಮಕ ಬ್ರೀಫಿಂಗ್ ವಿನಂತಿಗಳು

ಕಾಲ್ಪನಿಕ ವಹಿವಾಟು/ಉದ್ಯೋಗಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ

"ಅನಿಶ್ಚಿತ" ಎಂದು ಹೇಳುತ್ತದೆ, ಊಹೆಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಗುರುತಿಸುತ್ತದೆ

ಪ್ರತಿ ಮುನ್ನಡೆಯನ್ನು "ಅರ್ಹತೆ" ಎಂದು ತೋರಿಸುತ್ತದೆ

ಕಡಿಮೆ ಹೊಂದಾಣಿಕೆಯನ್ನು ತಕ್ಕಮಟ್ಟಿಗೆ ನಿವಾರಿಸುತ್ತದೆ

ಸಾಮಾನ್ಯ ತೆರೆಯುವಿಕೆ ("ದೊಡ್ಡ ಕಂಪನಿ")

ಅವರ ವ್ಯವಹಾರಕ್ಕೆ ನಿರ್ದಿಷ್ಟವಾದ ಕಾಂಕ್ರೀಟ್ ತೆರೆಯುವಿಕೆ

ವ್ಯತ್ಯಾಸವೆಂದರೆ ದೃಢವಾದ ವಿಧಾನವು AI ಅನ್ನು "ಸತ್ಯದ ಮೂಲ" ಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ "ಹೈಪೋಥಿಸಿಸ್ ಜನರೇಟರ್" ಆಗಿ ಬಳಸುತ್ತದೆ: ಪ್ರತಿ ಔಟ್‌ಪುಟ್ ಪರಿಶೀಲಿಸಬೇಕಾದ ನೀಲನಕ್ಷೆಯಾಗಿದೆ.

ಮೂರು ಮಿನಿ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ನಕಲಿ ವಹಿವಾಟು ಬಲೆ. ಪ್ರತಿನಿಧಿಯೊಬ್ಬರು ಕೇಳಿದರು: "ಈ ಕಂಪನಿಯ ವಹಿವಾಟು ಏನು?" ಅವರು ಕೇಳಿದರು; AI ವಿಶ್ವಾಸದಿಂದ "ವಾರ್ಷಿಕವಾಗಿ 250 ಮಿಲಿಯನ್ TL" ಎಂದು ಹೇಳಿದೆ. ಆದಾಗ್ಯೂ, ಇದನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ; ಕಂಪನಿಯು ಈ ಮಾಹಿತಿಯನ್ನು ಎಂದಿಗೂ ಬಹಿರಂಗಪಡಿಸಲಿಲ್ಲ. ತಂಡವು ಇದನ್ನು ಅರಿತುಕೊಂಡಾಗ, ಅವರು "ನಿಮಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಅಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ, ಸಂಖ್ಯೆಗಳನ್ನು ರೂಪಿಸಿ" ಎಂಬ ನಿಯಮದೊಂದಿಗೆ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ನವೀಕರಿಸಿದರು. ನಂತರದ ಬ್ರೀಫಿಂಗ್‌ಗಳಲ್ಲಿ, AIಯು ವಹಿವಾಟು ಕ್ಷೇತ್ರದಲ್ಲಿ "ಅನಿಶ್ಚಿತ" ಎಂದು ಬರೆಯಿತು, ತಪ್ಪಾದ ಬಜೆಟ್ ಊಹೆಯ ಆಧಾರದ ಮೇಲೆ ತಪ್ಪಾದ ಪ್ರಸ್ತಾಪವನ್ನು ತಡೆಯುತ್ತದೆ.

ಪ್ರಕರಣ 2 - ಪ್ರಾಮಾಣಿಕ ನಿರ್ಮೂಲನೆ ಸಮಯವನ್ನು ಉಳಿಸಲಾಗಿದೆ. ICP ಪ್ರಾಂಪ್ಟ್ ಮೂಲಕ 30 ಲೀಡ್‌ಗಳ ಪಟ್ಟಿಯನ್ನು ರವಾನಿಸಲಾಗಿದೆ. AI 9 ಲೀಡ್‌ಗಳನ್ನು "ಕಡಿಮೆ ಫಿಟ್" ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿದೆ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ನೀಡಿದೆ (ಉದಾ: "ತುಂಬಾ ಚಿಕ್ಕ ತಂಡ, ನಮ್ಮ ಉತ್ಪನ್ನದ ಕನಿಷ್ಠ ಸಂಖ್ಯೆಯ ಬಳಕೆದಾರರಿಗಿಂತ ಕಡಿಮೆ"). ಈ 9 ರಲ್ಲಿ ಸಮಯವನ್ನು ಕಳೆಯುವ ಬದಲು, ಪ್ರತಿನಿಧಿಯು 21 ಅರ್ಹತೆಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದರು; ಆ ತ್ರೈಮಾಸಿಕದಲ್ಲಿ ಪೈಪ್‌ಲೈನ್ (ಮಾರಾಟದ ಪೈಪ್‌ಲೈನ್) ಗುಣಮಟ್ಟ ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಾಯಿತು.

ಪ್ರಕರಣ 3 - ಕಾಂಕ್ರೀಟ್ ತೆರೆಯುವ ಬಾಗಿಲು ತೆರೆಯಿತು. AI ಕಂಪನಿಯ ಇತ್ತೀಚಿನ ಉದ್ಯೋಗ ಪೋಸ್ಟಿಂಗ್‌ಗಳಿಂದ "ಅವರು ವೇಗವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವ ಬೆಂಬಲ ತಂಡವನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದಾರೆ" ಎಂದು ಊಹಿಸಿದ್ದಾರೆ ಮತ್ತು ಅದರ ಆರಂಭಿಕ ವಾಕ್ಯವನ್ನು ಆಧರಿಸಿದೆ: "ನಿಮ್ಮ ಬೆಂಬಲ ತಂಡವನ್ನು ಬೆಳೆಸಿದಂತೆ ನೀವು ಹೆಚ್ಚುತ್ತಿರುವ ವಿನಂತಿಗಳನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತೀರಿ ಎಂದು ನನಗೆ ಕುತೂಹಲವಿತ್ತು." ಸಾಮಾನ್ಯ ತೆರೆಯುವಿಕೆಗೆ ಹೋಲಿಸಿದರೆ, ಪ್ರತಿಕ್ರಿಯೆ ದರವು ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಾಗಿದೆ; ಏಕೆಂದರೆ ಸಂದೇಶವು ಅವರ ನೈಜ ಪರಿಸ್ಥಿತಿಯನ್ನು ಮುಟ್ಟಿತು.

ಸಲಹೆ: ಮೊದಲ ಸಭೆಯಲ್ಲಿ AI ಊಹಿಸುವ ಪ್ರತಿಯೊಂದು "ಊಹೆ" ಯನ್ನು ಪ್ರಶ್ನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿ. "ನಿಮ್ಮ ಬೆಂಬಲದ ಪ್ರಮಾಣವು ಹೆಚ್ಚುತ್ತಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ" ಎಂದು ಹೇಳುವ ಬದಲು, "ಇತ್ತೀಚೆಗೆ ನಿಮ್ಮ ಬೆಂಬಲದ ಪರಿಮಾಣವು ಹೇಗೆ ಬದಲಾಗಿದೆ?" ಕೇಳು. ಈ ರೀತಿಯಾಗಿ, ನೀವು ಊಹೆಯನ್ನು ದೃಢೀಕರಿಸಿ ಮತ್ತು ಗ್ರಾಹಕರನ್ನು ಮಾತನಾಡುವಂತೆ ಮಾಡಿ.

ಗೌಪ್ಯತೆ ಮತ್ತು ನೈತಿಕ ಗಡಿ

ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮತ್ತು ವ್ಯಾಪಾರ ಮಾಹಿತಿಯೊಂದಿಗೆ ಮಾತ್ರ ಗುಣಲಕ್ಷಣವನ್ನು ಮಾಡಲಾಗಿದೆ. ವ್ಯಕ್ತಿಯ ಖಾಸಗಿ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್‌ಗಳು, ವೈಯಕ್ತಿಕ ಜೀವನ ಅಥವಾ ಅನುಮತಿಯಿಲ್ಲದೆ ಪಡೆದ ಡೇಟಾವನ್ನು ಸಂಶೋಧನೆಯ ಮೂಲವಾಗಿ ಬಳಸುವುದು ಅನೈತಿಕ ಮತ್ತು ಕಾನೂನುಬಾಹಿರವಾಗಿದೆ (KVKK, ಅಂದರೆ ವೈಯಕ್ತಿಕ ಡೇಟಾ ರಕ್ಷಣೆ ಶಾಸನ). ನಿಯಮವು ಸರಳವಾಗಿದೆ: ಕಂಪನಿಯ ಅಧಿಕೃತ ವೆಬ್‌ಸೈಟ್‌ನಲ್ಲಿ ಅಥವಾ ತೆರೆದ ವಾಣಿಜ್ಯ ಸಂಪನ್ಮೂಲಗಳಲ್ಲಿ ಬರೆಯದ ಯಾವುದೇ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಬೇಡಿ ಮತ್ತು AI ಗೆ ನಮೂದಿಸಬೇಡಿ.

ಎಚ್ಚರಿಕೆ: AI-ಉತ್ಪಾದಿತ "ಅಗತ್ಯ/ನೋವು ಬಿಂದು" ಭವಿಷ್ಯವಾಣಿಗಳು ಖಚಿತವಾಗಿ ತಿಳಿದಿರುವಂತೆ ಗ್ರಾಹಕರಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಬಾರದು. "ನಿಮಗೆ ಈ ಸಮಸ್ಯೆ ಇದೆ" ಎಂದು ಹೇಳುವುದು ತಪ್ಪಾಗಿದ್ದರೆ ತಕ್ಷಣವೇ ನಂಬಿಕೆಯನ್ನು ಮುರಿಯುತ್ತದೆ. ಬದಲಾಗಿ, "ಈ ಸವಾಲು ನಿಮ್ಮ ಉದ್ಯಮದಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಕಂಡುಬರುತ್ತದೆ, ನೀವು ಹೇಗೆ ಮಾಡುತ್ತಿದ್ದೀರಿ?" ಮುಕ್ತವಾಗಿ ಮುಂದುವರಿಯಿರಿ.

ಪ್ರಚೋದಕ ಘಟನೆಗಳನ್ನು ಹಿಡಿಯುವುದು

ಮಾರಾಟದಲ್ಲಿ, ಸಂದೇಶಕ್ಕಿಂತ ಸಮಯವು ಹೆಚ್ಚಾಗಿ ಮುಖ್ಯವಾಗಿದೆ. "ಪ್ರಚೋದಕ ಈವೆಂಟ್" ಎಂಬುದು ಸಾರ್ವಜನಿಕವಾಗಿ ಗೋಚರಿಸುವ ಬೆಳವಣಿಗೆಯಾಗಿದ್ದು ಅದು ಕಂಪನಿಗೆ ಇದೀಗ ನಿಮ್ಮ ಪರಿಹಾರದ ಅಗತ್ಯವಿರಬಹುದು ಎಂದು ಸೂಚಿಸುತ್ತದೆ: ಹೊಸ ಕಾರ್ಯನಿರ್ವಾಹಕರನ್ನು ನೇಮಿಸಿಕೊಳ್ಳುವುದು, ಹೊಸ ಕಚೇರಿಯನ್ನು ತೆರೆಯುವುದು, ಹೊಸ ಹೂಡಿಕೆಯ ಸ್ವಾಧೀನ, ತ್ವರಿತ ತಂಡದ ಬೆಳವಣಿಗೆ ಅಥವಾ ಹೊಸ ಉತ್ಪನ್ನ ಬಿಡುಗಡೆ. ಈ ಘಟನೆಗಳು "ಬಾಗಿಲು"; ಏಕೆಂದರೆ ಬದಲಾವಣೆಯನ್ನು ಅನುಭವಿಸುತ್ತಿರುವ ಕಂಪನಿಗಳು ಹೊಸ ಪರಿಹಾರಗಳಿಗೆ ಹೆಚ್ಚು ತೆರೆದಿರುವ ಅವಧಿಯಲ್ಲಿವೆ. ನೀವು AI ಗೆ ಖಾತೆಯ ಸಾರ್ವಜನಿಕ ಸುದ್ದಿ ಮತ್ತು ಪೋಸ್ಟಿಂಗ್‌ಗಳನ್ನು ನೀಡುತ್ತೀರಿ ಮತ್ತು "ನಮ್ಮ ಪರಿಹಾರಕ್ಕೆ ಲಿಂಕ್ ಮಾಡಬಹುದಾದ ಯಾವುದೇ ಪ್ರಚೋದಕ ಘಟನೆಗಳಿವೆಯೇ?" ನೀವು ಕೇಳಬಹುದು.

ಅಂತಹ ಪ್ರಚೋದಕವನ್ನು ಹೊಂದಿರುವಾಗ, ನಿಮ್ಮ ಮೊದಲ ಸಂಪರ್ಕ ಸಂದೇಶವು ಹೆಚ್ಚು ಬಲಗೊಳ್ಳುತ್ತದೆ: "ನಿಮ್ಮ ಹೊಸ ಕಾರ್ಯಾಚರಣೆಗಳ ಕೇಂದ್ರವನ್ನು ನೀವು ತೆರೆದಿರುವುದನ್ನು ನಾನು ನೋಡಿದೆ; ಈ ಪ್ರಮಾಣದಲ್ಲಿ ಬೆಂಬಲ ಪರಿಮಾಣವನ್ನು ನಿರ್ವಹಿಸುವುದು ಸಾಮಾನ್ಯವಾಗಿ ಸವಾಲಿನದ್ದಾಗಿದೆ" ಎಂಬಂತಹ ತೆರೆಯುವಿಕೆಯು ಪ್ರಸ್ತುತ ಮತ್ತು ಸಮಯೋಚಿತವಾಗಿದೆ. ಇನ್ನೂ, ಅದೇ ಶಿಸ್ತು ಅನ್ವಯಿಸುತ್ತದೆ: ಪ್ರಚೋದಿಸುವ ಈವೆಂಟ್ ನೈಜ ಮತ್ತು ಪ್ರಸ್ತುತವಾಗಿದೆ ಎಂದು ಪರಿಶೀಲಿಸಿ ಮತ್ತು ಹಳೆಯ ಸುದ್ದಿಗಳನ್ನು "ಹೊಸ" ಎಂದು ತಪ್ಪಾಗಿ ಭಾವಿಸುವ ಮೂಲಕ ನಗಬೇಡಿ. ಸಮಯವು ಉತ್ತಮ ಸ್ನೇಹಿತ, ಆದರೆ ಪರಿಶೀಲಿಸಿದ ಮಾಹಿತಿಯೊಂದಿಗೆ ಮಾತ್ರ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• AI ಮಾಡಿದ ವಹಿವಾಟು/ಉದ್ಯೋಗಿ ಸಂಖ್ಯೆಯನ್ನು ಪರಿಶೀಲಿಸದೆಯೇ ನಿಜವೆಂದು ಒಪ್ಪಿಕೊಳ್ಳುವುದು.
• ಪ್ರತಿ ಮುನ್ನಡೆಗೆ ಅರ್ಹತೆ ಪಡೆಯಲು; ಪ್ರಾಮಾಣಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳನ್ನು ವ್ಯರ್ಥ ಮಾಡುವುದು.
• ICP ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸದೆ "ಎಲ್ಲರೂ ನಮ್ಮ ಗ್ರಾಹಕರು" ಎಂಬ ಊಹೆಯೊಂದಿಗೆ ಸಂಶೋಧನೆ ನಡೆಸುವುದು.
• ಸಾರ್ವಜನಿಕವಲ್ಲದ ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಹುಡುಕುವುದು ಮತ್ತು ಅದನ್ನು AI ಗೆ ನಮೂದಿಸುವುದು (KVKK ಉಲ್ಲಂಘನೆ).
• ಗ್ರಾಹಕರಿಗೆ ಸಂಪೂರ್ಣ ಸತ್ಯವಾಗಿ AI ಯ ನೋವು ಬಿಂದು ಭವಿಷ್ಯವನ್ನು ಪ್ರಸ್ತುತಪಡಿಸುವುದು.
• ಊಹೆಗಳನ್ನು ಸಂದರ್ಶನದ ಪ್ರಶ್ನೆಗಳಾಗಿ ಪರಿವರ್ತಿಸದೆ ಮೌಲ್ಯೀಕರಣವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು.

ಸಾರಾಂಶದಲ್ಲಿ

• ಉತ್ತಮ ಮಾರಾಟವು ನಿರ್ಮೂಲನೆಯೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ; ICP ಮತ್ತು BANT ಯಾರಿಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕೆಂದು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತವೆ.
• AI ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಮಾಹಿತಿಯಿಂದ ತ್ವರಿತ ಬ್ರೀಫಿಂಗ್ ಅನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ; ಆದರೆ ಅದರ ಔಟ್‌ಪುಟ್ ಪರಿಶೀಲಿಸಬೇಕಾದ ಊಹೆಯಾಗಿದೆ.
• "ನಿಮಗೆ ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, ಅಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ" ನಿಯಮದೊಂದಿಗೆ ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಮಾಹಿತಿಯನ್ನು ರಚಿಸುವುದನ್ನು ತಡೆಯಿರಿ.
• ಕಡಿಮೆ ಅನುಸರಣೆಯ ಪಾತ್ರಗಳನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ನಿವಾರಿಸಿ; ನಿಮ್ಮ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಸರಿಯಾದ ಸ್ಥಳಕ್ಕೆ ನಿಯೋಜಿಸಿ.
• ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ, ವ್ಯಾಪಾರ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಬಳಸಿ; ವೈಯಕ್ತಿಕ ಡೇಟಾ ಮಿತಿಯನ್ನು ರಕ್ಷಿಸಿ (KVKK).

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಜವಾದ ಗುರಿ ಕಂಪನಿಯ ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ "ಬಗ್ಗೆ" ಪುಟವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ ಮತ್ತು ಅದನ್ನು ಬ್ರೀಫಿಂಗ್ ಪ್ರಾಂಪ್ಟ್‌ಗೆ ಫೀಡ್ ಮಾಡಿ. ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ಮೂರು ವಿಷಯಗಳನ್ನು ಪರಿಶೀಲಿಸಿ: (1) AI ಯಾವುದೇ ಸಂಖ್ಯೆಗಳು/ಮಾಹಿತಿಯನ್ನು ರೂಪಿಸಿದೆಯೇ (ಹಾಗಿದ್ದರೆ, "ಅನಿಶ್ಚಿತ" ನಿಯಮವನ್ನು ಬಲಪಡಿಸುತ್ತದೆ), (2) "ಊಹೆಗಳು" ಪಟ್ಟಿಯು ನಿಜವಾಗಿ ಸಾಕ್ಷ್ಯಾಧಾರವಿಲ್ಲದ ತೀರ್ಮಾನಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆಯೇ, (3) ICP ಅನುಸರಣೆ ತಾರ್ಕಿಕತೆಯು ಅರ್ಥಪೂರ್ಣವಾಗಿದೆಯೇ. ನಂತರ ಪ್ರತಿ ಹೈಲೈಟ್ ಮಾಡಲಾದ ಊಹೆಯನ್ನು ನೀವು ಮೊದಲ ಸಂದರ್ಶನದಲ್ಲಿ ಕೇಳುವ ಮುಕ್ತ ಪ್ರಶ್ನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ನನ್ನ ICP ಅನ್ನು 4-5 ಕಾಂಕ್ರೀಟ್ ವೈಶಿಷ್ಟ್ಯಗಳೊಂದಿಗೆ ವಿವರಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ವ್ಯಾಪಾರ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ಬಳಸಿದ್ದೇನೆ.
• [ ] "ಅಸ್ಪಷ್ಟ" ನಿಯಮದೊಂದಿಗೆ ಸಂಖ್ಯೆಗಳು/ಮಾಹಿತಿಯನ್ನು ರಚಿಸುವುದರಿಂದ AI ಅನ್ನು ನಾನು ತಡೆದಿದ್ದೇನೆ.
• [ ] ನಾನು ಸಾಬೀತಾದ ಮಾಹಿತಿಯಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ ಊಹೆಗಳನ್ನು ಗುರುತಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಕಡಿಮೆ-ಹೊಂದಾಣಿಕೆಯ ದಾರಿಗಳನ್ನು ಪ್ರಾಮಾಣಿಕವಾಗಿ ತೆಗೆದುಹಾಕಿದ್ದೇನೆ.
• [ ] ನಾನು ಪ್ರತಿ ಊಹೆಯನ್ನು ಸಂದರ್ಶನದಲ್ಲಿ ಕೇಳುವ ಪ್ರಶ್ನೆಯಾಗಿ ಪರಿವರ್ತಿಸಿದೆ.