사전 판매: 리드 자격 및 연구

이득:

• 이상적인 고객 프로필(ICP) 및 자격 프레임워크(예: BANT)를 통해 잠재 고객을 평가하는 능력
• 공개적으로 이용 가능한 정보로부터 구조화된 계정/개인 브리핑을 생성하는 능력
• 검증이 필요한 가정으로 자격 결과를 표시하는 기능

판매에서 가장 큰 비용이 드는 실수는 잘못된 사람과 너무 많은 시간을 보내는 것입니다. 영업 담당자가 귀하의 제품이 전혀 필요하지 않은 리드와 만나 하루 종일 시간을 보내면 실제 기회는 사라집니다. 그렇기 때문에 좋은 판매는 판매 전 심사부터 시작됩니다. 누가 정말 좋은 후보자이고 누가 그렇지 않습니까?

이 직업을 자격이라고 합니다. 여기서 인공지능(AI)은 두 가지 강력한 역할을 수행합니다. 즉, 공개적으로 이용 가능한 정보(웹사이트, 업계, 뉴스)에서 빠른 계정 개요를 추출하고 정의된 프레임워크에 따라 리드를 평가합니다. 하지만 조심하세요. AI가 생성하는 정보는 초기 가정일 뿐 입증된 사실은 아닙니다. 이 단원에서는 리드 연구를 가속화하면서 정확성과 기밀성을 유지하는 방법을 배우게 됩니다.

참고: AI에 의해 생성된 계정/개인 정보는 확인 없이 실제 CRM으로 처리되어서는 안 되며, 특히 결정의 기초로 사용되어서는 안 됩니다(예: "이 회사에는 예산이 없습니다"). 비공개 개인 데이터를 수집하는 것은 윤리적, 법적 한계입니다.

기여 프레임워크: ICP 및 BANT

두 가지 기본 개념:

• ICP(이상적인 고객 프로필): 귀하의 제품으로 가장 큰 혜택을 받고, 가장 쉽게 마감하고 가장 오랫동안 유지되는 고객의 특성을 설명합니다(섹터, 규모, 요구 사항). "누구에게 팔아야 할까요?" 질문에 대한 답변입니다.
• BANT: 리드의 성숙도를 측정하는 4가지 질문: 예산(예산이 있는지), 권위(그가 의사 결정자인지), 필요성(실질적으로 필요한지), 타이밍(타이밍이 적절한지). 이 네 가지 리드의 각 리드를 평가하면 누구에게 우선순위를 두어야 할지 명확해집니다.

AI는 이러한 프레임워크에 리드를 맞추고 누락된 정보를 "질문"으로 추출하는 데 효과적입니다.

단계별: 리드 검증

1. ICP를 식별하십시오. 이상적인 고객의 구체적인 특징을 4~5가지 적어보세요.
2. 공개적으로 이용 가능한 정보를 수집하세요. 웹사이트, "정보" 페이지, 산업, 채용 공고.
3. AI로 브리핑을 제거합니다. 구조화된 계정 명세서를 생성합니다.
4. ICP 준수 점수를 매깁니다. 리드가 ICP에 얼마나 잘 맞나요?
5. 가정을 표시하십시오. AI가 예측한(검증되지 않은) 정보를 별도로 보관하세요.
6. 시작 질문을 준비하세요. BANT 공백을 메우기 위해 첫 번째 인터뷰에서 물어볼 질문입니다.

복사 가능한 프롬프트

공개적으로 사용 가능한 정보에서 계정 브리핑을 추출하는 기본 프롬프트:

역할: 귀하는 영업 조사 보조원입니다. 다음은 회사에 대한 공개 텍스트입니다. 다음을 통해 구조화된 계정 브리핑을 생성합니다. - 회사가 하는 일(1문장) - 산업 및 예상 규모 - 가능한 요구 사항/고충 사항(당사의 제품과 관련됨) - ICP 적합성: [높음 | 중간 | 낮음] + 단일 문장 정당화 - 확인이 필요한 가정(증거 없는 추론)을 별도로 나열합니다. 텍스트에 없는 정보를 맞추는 것입니다. 모르시면 "불분명"이라고 쓰세요. 당사 제품: {{ product_summary }}회사 텍스트: {{ public_public_text }}

BANT에 따라 리드를 평가하는 프롬프트:

BANT 프레임워크 내에서 다음 리드 정보를 평가합니다. - 예산: 알고 있음/알 수 없음 - 권위(authority): 해당 사람이 의사 결정자인가? - 필요 : 증거가 있나요? - 타이밍(time): 트리거 이벤트가 있는가? 각 차원에 대해 "알림/알 수 없음"을 표시합니다. 알려지지 않은 사항을 다룰 첫 번째 회의에서 물어볼 질문을 제안하십시오. 리드 정보: {{ 정보 }}

개인화된 첫 번째 접촉 시작을 생성하는 프롬프트:

이 계정 브리핑을 바탕으로 첫 번째 연락을 위한 맞춤형 한 문장의 아이스브레이커를 작성하세요. 일반적인 칭찬이 아닌 그들의 작업에 대한 구체적인 관찰을 바탕으로 작성하겠습니다. 과장하지 말고, 근거 없는 주장을 사용하지 마십시오. 브리핑: {{ 브리핑 }}

자격에서 "제거"도 제안하는 프롬프트:

이 단서가 우리 ICP와 낮은 호환성을 보인다면 명확하게 말하고 왜 추구할 가치가 없는지 1~2가지 이유를 제시하세요. 교감을 강요하지 마십시오. 우리의 자원을 올바른 곳에 정직하게 배분하십시오.ICP: {{ icp }} | 리드: {{ 리드 }}

약한 프롬프트 / 강한 프롬프트

접근 방식이 좋지 않음

강력한 접근 방식

"이 회사에 대해 알려주세요"

공개 텍스트 반환 + 구조화된 브리핑 요청

가상의 매출액/직원 수를 생성합니다.

"불확실함"이라고 말하고 가정을 별도로 표시합니다.

모든 리드를 "적격"으로 표시합니다.

낮은 호환성을 상당히 제거

일반 개회("훌륭한 회사")

해당 비즈니스에 맞는 콘크리트 개구부

차이점은 강력한 접근 방식은 AI를 "사실의 출처"가 아닌 "가설 생성기"로 사용한다는 것입니다. 즉, 각 출력은 검증할 청사진입니다.

미니 케이스 3개

사례 1 - 가짜 회전율 함정. 한 담당자가 "이 회사의 매출은 얼마입니까?"라고 물었습니다. 그는 물었다; AI는 "연간 2억 5천만 TL"이라고 자신있게 말했다. 그러나 이것은 완전히 조작된 것이었다. 회사는 이 정보를 공개한 적이 없습니다. 이를 깨달은 팀은 "모르면 막연하게 쓰고, 숫자를 만들어라"라는 규칙으로 프롬프트를 업데이트했습니다. 이후 브리핑에서는 AI가 매출액 항목에 '불확실함'을 적어 잘못된 예산 가정에 따른 잘못된 제안을 방지했다.

사례 2 - 정직하게 제거하면 시간이 절약됩니다. 30개의 리드 목록이 ICP 프롬프트를 통해 전달되었습니다. AI는 9개의 리드를 "낮은 적합성"으로 표시하고 타당성을 제시했습니다(예: "너무 작은 팀, 제품의 최소 사용자 수 미만"). 담당자는 이들 9개에 시간을 쏟는 대신 21개의 적격 리드에 집중했습니다. 해당 분기에 파이프라인(판매 파이프라인)의 품질이 크게 향상되었습니다.

사례 3 - 콘크리트 개폐문이 열렸습니다. AI는 한 회사의 최근 채용 공고에서 "빠르게 성장하는 지원 팀을 구축하고 있다"고 추론하고 이에 대해 서문을 작성했습니다. "지원 팀을 성장시키면서 늘어나는 요청량을 어떻게 관리하는지 궁금합니다." 일반 오프닝에 비해 반응률이 눈에 띄게 높았습니다. 그 메시지가 그들의 실제 상황을 다루었기 때문입니다.

팁: AI가 추론하는 각 "가정"을 첫 번째 회의에서 질문으로 전환하세요. “지원량이 늘어나고 있는 것 같아요”라고 말하는 대신 “최근에 지원량이 어떻게 바뀌었나요?”라고 물어보세요. 묻다. 이렇게 하면 가정을 확인하고 고객과 대화하게 됩니다.

개인정보 보호 및 윤리적 경계

귀속은 공개적으로 이용 가능한 비즈니스 정보에 대해서만 이루어집니다. 개인의 비공개 소셜 미디어 게시물, 개인 생활 또는 허가 없이 얻은 데이터를 연구 소스로 사용하는 것은 비윤리적이며 불법입니다(KVKK, 즉 개인 데이터 보호법). 규칙은 간단합니다. 회사의 공식 웹사이트나 공개된 상업 리소스에 기록되지 않은 개인 정보를 수집하여 AI에 입력하지 마십시오.

주의: AI가 생성한 "필요/불만 사항" 예측은 마치 확실히 알려진 것처럼 고객에게 제시되어서는 안 됩니다. "이 문제가 있습니다"라고 말하면 그것이 틀리면 즉시 신뢰가 깨집니다. 대신 “이러한 도전은 귀하의 업계에서 흔히 볼 수 있는 일입니다. 어떻게 지내십니까?” 개방형으로 진행하세요.

트리거링 이벤트 잡기

영업에서는 메시지 자체보다 타이밍이 더 중요한 경우가 많습니다. "트리거 이벤트"는 새 임원 채용, 새 사무실 개설, 신규 투자 인수, 빠른 팀 성장 또는 신제품 출시 등 회사에 지금 당장 솔루션이 필요할 수 있음을 나타내는 공개적으로 눈에 띄는 진행 상황입니다. 이러한 이벤트는 "출입구"입니다. 변화를 겪고 있는 기업은 새로운 솔루션에 가장 개방적인 시기이기 때문입니다. AI에게 계정의 공개 뉴스와 게시물을 제공하고 "우리 솔루션에 연결할 수 있는 트리거 이벤트가 있습니까?"라고 질문합니다. 당신은 물어볼 수 있습니다.

그러한 계기가 마련되면 첫 번째 연락 메시지가 훨씬 더 강력해집니다. "새 운영 센터를 개설한 것을 봤습니다. 이 규모로 지원 볼륨을 관리하는 것은 종종 어려운 일입니다."와 같은 오프닝은 관련성이 높고 시의적절하다고 느껴집니다. 그래도 동일한 규율이 ​​적용됩니다. 즉, 촉발된 사건이 ​​실제적이고 최신인지 확인하고 오래된 뉴스를 "새로운" 뉴스로 착각하여 비웃지 마십시오. 타이밍은 좋은 친구지만, 검증된 정보가 있어야만 가능합니다.

일반적인 실수

• AI가 만들어낸 매출액/사원수를 검증하지 않고 실제처럼 받아들인다.
• 각 리드를 검증하기 위해 정직한 심사를 생략하고 자원을 낭비합니다.
• ICP를 정의하지 않고 "모두가 우리의 고객"이라는 가정하에 연구를 진행합니다.
• 비공개 개인정보를 검색해 AI에 입력하는 행위(KVKK 위반)
• AI의 페인포인트 예측을 고객에게 절대적인 진실로 제시합니다.
• 가정을 인터뷰 질문으로 바꾸지 않음으로써 검증을 건너뜁니다.

요약하면

• 좋은 판매는 제거에서부터 시작됩니다. ICP와 BANT는 누구에게 우선순위를 두어야 하는지 명확하게 보여줍니다.
• AI는 공개적으로 이용 가능한 정보에서 신속한 브리핑을 추출합니다. 그러나 그 출력은 검증되어야 할 가정이다.
• "모르면 막연하게 쓴다"는 원칙으로 숫자나 정보를 조작하지 마세요.
• 적합성이 낮은 리드를 정직하게 제거합니다. 리소스를 올바른 위치에 할당하세요.
• 공개적으로 이용 가능한 비즈니스 정보만 사용하십시오. 개인 데이터 제한(KVKK)을 보호합니다.

응용과제

실제 대상 회사의 공개적으로 사용 가능한 "정보" 페이지를 가져와 브리핑 프롬프트에 제공합니다. 출력에서 세 가지 사항을 확인하십시오. (1) AI가 숫자/정보를 구성했는지(그렇다면 "불확실한" 규칙을 강화하십시오), (2) "가정" 목록이 실제로 입증되지 않은 추론을 격리하는지, (3) ICP 준수 근거가 타당합니까? 그런 다음 강조 표시된 각 가정을 첫 번째 인터뷰에서 물어볼 개방형 질문으로 바꾸십시오.

체크리스트

• [ ] 나는 ICP를 4~5가지 구체적인 특징으로 설명했습니다.
• [ ] 나는 공개적으로 이용 가능한 비즈니스 정보만 사용했습니다.
• [ ] '퍼지' 규칙으로 AI가 숫자/정보를 만들어내는 것을 방지했습니다.
• [ ] 입증된 정보와 별도로 가정을 표시했습니다.
• [ ] 호환성이 낮은 리드를 정직하게 제거했습니다.
• [ ] 나는 각각의 가정을 인터뷰에서 물어볼 질문으로 바꾸었습니다.