ਪ੍ਰੀ-ਸੇਲਜ਼: ਲੀਡ ਯੋਗਤਾ ਅਤੇ ਖੋਜ

ਲਾਭ:

• ਆਦਰਸ਼ ਗਾਹਕ ਪ੍ਰੋਫਾਈਲ (ICP) ਅਤੇ ਯੋਗਤਾ ਫਰੇਮਵਰਕ (ਉਦਾਹਰਨ ਲਈ BANT) ਦੇ ਨਾਲ ਸੰਭਾਵੀ ਗਾਹਕਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਜਾਣਕਾਰੀ ਤੋਂ ਇੱਕ ਢਾਂਚਾਗਤ ਖਾਤਾ/ਵਿਅਕਤੀ ਬ੍ਰੀਫਿੰਗ ਤਿਆਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਉਹਨਾਂ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ ਯੋਗਤਾ ਆਉਟਪੁੱਟ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਜਿਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ

ਵਿਕਰੀ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਗਲਤੀ ਗਲਤ ਵਿਅਕਤੀ ਨਾਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਮਾਂ ਬਿਤਾਉਣਾ ਹੈ. ਜੇ ਇੱਕ ਸੇਲਜ਼ ਪ੍ਰਤੀਨਿਧੀ ਆਪਣਾ ਦਿਨ ਇੱਕ ਲੀਡ ਨਾਲ ਮਿਲਣ ਵਿੱਚ ਬਿਤਾਉਂਦਾ ਹੈ ਜਿਸਨੂੰ ਕਦੇ ਵੀ ਤੁਹਾਡੇ ਉਤਪਾਦ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੁੰਦੀ, ਤਾਂ ਅਸਲ ਮੌਕੇ ਖਤਮ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਸ ਲਈ ਚੰਗੀ ਵਿਕਰੀ ਤੁਹਾਡੇ ਵੇਚਣ ਤੋਂ ਪਹਿਲਾਂ ਸਕ੍ਰੀਨਿੰਗ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ: ਅਸਲ ਵਿੱਚ ਇੱਕ ਚੰਗਾ ਉਮੀਦਵਾਰ ਕੌਣ ਹੈ ਅਤੇ ਕੌਣ ਨਹੀਂ?

ਇਸ ਨੌਕਰੀ ਨੂੰ ਯੋਗਤਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਨਕਲੀ ਬੁੱਧੀ (AI) ਇੱਥੇ ਦੋ ਸ਼ਕਤੀਸ਼ਾਲੀ ਭੂਮਿਕਾਵਾਂ ਨਿਭਾਉਂਦੀ ਹੈ: ਇਹ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਜਾਣਕਾਰੀ (ਵੈਬਸਾਈਟ, ਉਦਯੋਗ, ਖ਼ਬਰਾਂ) ਤੋਂ ਇੱਕ ਤੇਜ਼ ਖਾਤਾ ਸੰਖੇਪ ਕੱਢਦਾ ਹੈ ਅਤੇ ਇੱਕ ਪਰਿਭਾਸ਼ਿਤ ਢਾਂਚੇ ਦੇ ਅਨੁਸਾਰ ਲੀਡ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। ਪਰ ਸਾਵਧਾਨ ਰਹੋ: AI ਜੋ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਦਾ ਹੈ ਉਹ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਧਾਰਨਾ ਹੈ, ਸਾਬਤ ਤੱਥ ਨਹੀਂ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿਖੋਗੇ ਕਿ ਲੀਡ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਦੇ ਹੋਏ ਸ਼ੁੱਧਤਾ ਅਤੇ ਗੁਪਤਤਾ ਨੂੰ ਕਿਵੇਂ ਬਣਾਈ ਰੱਖਣਾ ਹੈ।

ਨੋਟ: AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਖਾਤਾ/ਵਿਅਕਤੀ ਦੀ ਜਾਣਕਾਰੀ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤੇ ਬਿਨਾਂ CRM ਵਿੱਚ ਅਸਲ ਨਹੀਂ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਖਾਸ ਤੌਰ 'ਤੇ ਫੈਸਲੇ ਲਈ ਆਧਾਰ ਵਜੋਂ ਨਹੀਂ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ "ਇਸ ਕੰਪਨੀ ਦਾ ਕੋਈ ਬਜਟ ਨਹੀਂ ਹੈ")। ਗੈਰ-ਜਨਤਕ ਨਿੱਜੀ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨਾ ਇੱਕ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਸੀਮਾ ਹੈ।

ਵਿਸ਼ੇਸ਼ਤਾ ਫਰੇਮਵਰਕ: ICP ਅਤੇ BANT

ਦੋ ਬੁਨਿਆਦੀ ਧਾਰਨਾਵਾਂ:

• ICP (ਆਦਰਸ਼ ਗਾਹਕ ਪ੍ਰੋਫਾਈਲ): ਗਾਹਕ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੇ ਉਤਪਾਦ ਤੋਂ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭ ਉਠਾਉਂਦੇ ਹਨ, ਬੰਦ ਕਰਨਾ ਸਭ ਤੋਂ ਆਸਾਨ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਲੰਬਾ ਰਹਿੰਦਾ ਹੈ (ਸੈਕਟਰ, ਆਕਾਰ, ਲੋੜ)। "ਸਾਨੂੰ ਕਿਸ ਨੂੰ ਵੇਚਣਾ ਚਾਹੀਦਾ ਹੈ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਹੈ.
• ਬੰਟ: ਚਾਰ ਸਵਾਲ ਜੋ ਲੀਡ ਦੀ ਪਰਿਪੱਕਤਾ ਨੂੰ ਮਾਪਦੇ ਹਨ: ਬਜਟ (ਕੀ ਕੋਈ ਬਜਟ), ਅਥਾਰਟੀ (ਕੀ ਉਹ ਇੱਕ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਹੈ), ਲੋੜ (ਕੀ ਅਸਲ ਲੋੜ ਹੈ), ਸਮਾਂ (ਉਚਿਤ ਸਮਾਂ ਹੈ)। ਇਹਨਾਂ ਚਾਰਾਂ ਵਿੱਚ ਹਰੇਕ ਲੀਡ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਨਾਲ ਇਹ ਸਪੱਸ਼ਟ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿ ਕਿਸ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਹੈ।

AI ਇਹਨਾਂ ਫਰੇਮਵਰਕ ਵਿੱਚ ਇੱਕ ਲੀਡ ਫਿੱਟ ਕਰਨ ਅਤੇ ਗੁੰਮ ਹੋਈ ਜਾਣਕਾਰੀ ਨੂੰ "ਪੁੱਛਣ ਲਈ ਸਵਾਲ" ਦੇ ਰੂਪ ਵਿੱਚ ਕੱਢਣ ਲਈ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ।

ਕਦਮ-ਦਰ-ਕਦਮ: ਲੀਡ ਦੇ ਯੋਗ ਬਣਾਉਣਾ

1. ਆਪਣੇ ICP ਦੀ ਪਛਾਣ ਕਰੋ। ਆਪਣੇ ਆਦਰਸ਼ ਗਾਹਕ ਦੀਆਂ 4-5 ਠੋਸ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਲਿਖੋ।
2. ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਕਰੋ। ਵੈੱਬਸਾਈਟ, "ਬਾਰੇ" ਪੰਨਾ, ਉਦਯੋਗ, ਨੌਕਰੀ ਦੇ ਖੁੱਲਣ।
3. AI ਨਾਲ ਬ੍ਰੀਫਿੰਗ ਹਟਾਓ। ਇੱਕ ਢਾਂਚਾਗਤ ਖਾਤਾ ਬਿਆਨ ਤਿਆਰ ਕਰੋ।
4. ਸਕੋਰ ICP ਪਾਲਣਾ। ਲੀਡ ICP ਵਿੱਚ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫਿੱਟ ਹੈ?
5. ਧਾਰਨਾਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ. AI-ਅਨੁਮਾਨਿਤ (ਅਪ੍ਰਮਾਣਿਤ) ਜਾਣਕਾਰੀ ਨੂੰ ਵੱਖਰਾ ਰੱਖੋ।
6. ਸ਼ੁਰੂਆਤੀ ਸਵਾਲ ਤਿਆਰ ਕਰੋ। BANT ਗੈਪ ਨੂੰ ਭਰਨ ਲਈ ਪਹਿਲੀ ਇੰਟਰਵਿਊ ਵਿੱਚ ਪੁੱਛਣ ਲਈ ਸਵਾਲ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਉਤਪ੍ਰੇਰਕ

ਬੁਨਿਆਦੀ ਪ੍ਰੋਂਪਟ ਜੋ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਜਾਣਕਾਰੀ ਤੋਂ ਖਾਤਾ ਬ੍ਰੀਫਿੰਗ ਕੱਢਦਾ ਹੈ:

ਭੂਮਿਕਾ: ਤੁਸੀਂ ਵਿਕਰੀ ਖੋਜ ਸਹਾਇਕ ਹੋ। ਹੇਠਾਂ ਕਿਸੇ ਕੰਪਨੀ ਬਾਰੇ ਜਨਤਕ ਟੈਕਸਟ ਹੈ। ਇਸ ਤੋਂ ਇੱਕ ਸਟ੍ਰਕਚਰਡ ਅਕਾਊਂਟ ਬ੍ਰੀਫਿੰਗ ਤਿਆਰ ਕਰੋ:- ਕੰਪਨੀ ਕੀ ਕਰਦੀ ਹੈ (1 ਵਾਕ)- ਉਦਯੋਗ ਅਤੇ ਅਨੁਮਾਨਿਤ ਆਕਾਰ- ਸੰਭਾਵੀ ਲੋੜਾਂ/ਦਰਦ ਪੁਆਇੰਟ (ਸਾਡੇ ਉਤਪਾਦ ਨਾਲ ਸਬੰਧਤ)- ICP ਫਿੱਟ: [ਉੱਚ | ਦਰਮਿਆਨਾ | ਘੱਟ] + ਸਿੰਗਲ ਵਾਕ ਜਾਇਜ਼ - ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਸੂਚੀਬੱਧ ਅਨੁਮਾਨਾਂ (ਸਬੂਤ ਤੋਂ ਬਿਨਾਂ ਅਨੁਮਾਨ) ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਫਿਟਿੰਗ ਜਾਣਕਾਰੀ ਟੈਕਸਟ ਵਿੱਚ ਨਹੀਂ ਹੈ; ਜੇ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ ਹੋ, ਤਾਂ "ਅਸਪਸ਼ਟ" ਲਿਖੋ। ਸਾਡਾ ਉਤਪਾਦ: {{ product_summary }} ਕੰਪਨੀ ਟੈਕਸਟ: {{ publicly_public_text }}

ਪ੍ਰੋਂਪਟ ਜੋ BANT ਦੇ ਅਨੁਸਾਰ ਲੀਡ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ:

BANT ਫਰੇਮਵਰਕ ਦੇ ਅੰਦਰ ਹੇਠ ਲਿਖੀ ਮੁੱਖ ਜਾਣਕਾਰੀ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ: - ਬਜਟ: ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ / ਅਣਜਾਣ - ਅਥਾਰਟੀ (ਅਥਾਰਟੀ): ਕੀ ਵਿਅਕਤੀ ਇੱਕ ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਹੈ? - ਲੋੜ ਹੈ: ਕੀ ਕੋਈ ਸਬੂਤ ਹੈ? - ਸਮਾਂ (ਸਮਾਂ): ਕੀ ਕੋਈ ਟਰਿੱਗਰ ਇਵੈਂਟ ਹੈ? ਹਰੇਕ ਮਾਪ ਲਈ "ਜਾਣਿਆ/ਅਣਜਾਣ" ਮਾਰਕ ਕਰੋ। ਪਹਿਲੀ ਮੀਟਿੰਗ ਵਿੱਚ ਪੁੱਛਣ ਲਈ ਇੱਕ ਸਵਾਲ ਦਾ ਸੁਝਾਅ ਦਿਓ ਜੋ ਅਣਜਾਣ ਨੂੰ ਕਵਰ ਕਰੇਗਾ। ਲੀਡ ਜਾਣਕਾਰੀ: {{ ਜਾਣਕਾਰੀ }}

ਪ੍ਰੋਂਪਟ ਜੋ ਇੱਕ ਵਿਅਕਤੀਗਤ ਬਣਾਇਆ ਪਹਿਲਾ ਸੰਪਰਕ ਖੋਲ੍ਹਦਾ ਹੈ:

ਇਸ ਅਕਾਊਂਟ ਬ੍ਰੀਫਿੰਗ ਦੇ ਆਧਾਰ 'ਤੇ, ਪਹਿਲੇ ਸੰਪਰਕ ਲਈ ਵਿਅਕਤੀਗਤ ਇਕ-ਵਾਕ ਆਈਸ-ਬ੍ਰੇਕਰ ਲਿਖੋ। ਇਸ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕੰਮ ਲਈ ਖਾਸ ਇੱਕ ਠੋਸ ਨਿਰੀਖਣ 'ਤੇ ਅਧਾਰਤ ਹੋਣ ਦਿਓ, ਨਾ ਕਿ ਆਮ ਪ੍ਰਸ਼ੰਸਾ. ਅਤਿਕਥਨੀ ਨਾ ਕਰੋ, ਬੇਬੁਨਿਆਦ ਦਾਅਵਿਆਂ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ। ਬ੍ਰੀਫਿੰਗ: {{ ਬ੍ਰੀਫਿੰਗ }}

ਪ੍ਰੋਂਪਟ ਜੋ ਯੋਗਤਾ ਵਿੱਚ "ਖਤਮ" ਦਾ ਸੁਝਾਅ ਵੀ ਦਿੰਦਾ ਹੈ:

ਜੇਕਰ ਇਹ ਲੀਡ ਸਾਡੇ ICP ਨਾਲ ਘੱਟ ਅਨੁਕੂਲ ਜਾਪਦੀ ਹੈ, ਤਾਂ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਕਹੋ ਅਤੇ 1-2 ਤਰਕਸੰਗਤ ਆਈਟਮਾਂ ਦਿਓ ਕਿ ਇਹ ਪਿੱਛਾ ਕਰਨ ਦੇ ਯੋਗ ਕਿਉਂ ਨਹੀਂ ਹੈ। ਤਾਲਮੇਲ ਲਈ ਮਜਬੂਰ ਨਾ ਕਰੋ; ਸਾਡੇ ਸਰੋਤਾਂ ਨੂੰ ਸਹੀ ਥਾਂ 'ਤੇ ਅਲਾਟ ਕਰਨ ਲਈ ਇਮਾਨਦਾਰ ਬਣੋ।ICP: {{ icp }} | ਲੀਡ: {{ ਲੀਡ }}

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਮਾੜੀ ਪਹੁੰਚ

ਮਜ਼ਬੂਤ ਪਹੁੰਚ

"ਮੈਨੂੰ ਇਸ ਕੰਪਨੀ ਬਾਰੇ ਦੱਸੋ"

ਜਨਤਕ ਟੈਕਸਟ + ਬੇਨਤੀਆਂ ਦਾ ਢਾਂਚਾਗਤ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਦਿੰਦਾ ਹੈ

ਫਰਜ਼ੀ ਟਰਨਓਵਰ/ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਪੈਦਾ ਕਰਦਾ ਹੈ

"ਅਨਿਸ਼ਚਿਤ" ਕਹਿੰਦਾ ਹੈ, ਧਾਰਨਾਵਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਚਿੰਨ੍ਹਿਤ ਕਰਦਾ ਹੈ

ਹਰ ਲੀਡ ਨੂੰ "ਯੋਗ" ਵਜੋਂ ਦਿਖਾਉਂਦਾ ਹੈ

ਕਾਫ਼ੀ ਘੱਟ ਅਨੁਕੂਲਤਾ ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ

ਆਮ ਉਦਘਾਟਨ ("ਮਹਾਨ ਕੰਪਨੀ")

ਉਹਨਾਂ ਦੇ ਕਾਰੋਬਾਰ ਲਈ ਖਾਸ ਠੋਸ ਉਦਘਾਟਨ

ਫਰਕ ਇਹ ਹੈ ਕਿ ਮਜਬੂਤ ਪਹੁੰਚ AI ਨੂੰ "ਤੱਥ ਦੇ ਸਰੋਤ" ਦੀ ਬਜਾਏ "ਹਾਇਪੋਥੀਸਿਸ ਜਨਰੇਟਰ" ਵਜੋਂ ਵਰਤਦੀ ਹੈ: ਹਰੇਕ ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਇੱਕ ਬਲੂਪ੍ਰਿੰਟ ਹੈ।

ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ

ਕੇਸ 1 - ਜਾਅਲੀ ਟਰਨਓਵਰ ਜਾਲ। ਇੱਕ ਪ੍ਰਤੀਨਿਧੀ ਨੇ ਪੁੱਛਿਆ: "ਇਸ ਕੰਪਨੀ ਦਾ ਟਰਨਓਵਰ ਕੀ ਹੈ?" ਉਸਨੇ ਪੁੱਛਿਆ; AI ਨੇ ਭਰੋਸੇ ਨਾਲ ਕਿਹਾ "250 ਮਿਲੀਅਨ TL ਸਾਲਾਨਾ"। ਹਾਲਾਂਕਿ, ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਘੜਤ ਸੀ; ਕੰਪਨੀ ਨੇ ਕਦੇ ਵੀ ਇਸ ਜਾਣਕਾਰੀ ਦਾ ਖੁਲਾਸਾ ਨਹੀਂ ਕੀਤਾ। ਜਦੋਂ ਟੀਮ ਨੂੰ ਇਹ ਅਹਿਸਾਸ ਹੋਇਆ, ਤਾਂ ਉਹਨਾਂ ਨੇ ਨਿਯਮ ਦੇ ਨਾਲ ਪ੍ਰੋਂਪਟ ਨੂੰ ਅਪਡੇਟ ਕੀਤਾ "ਜੇ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ, ਅਸਪਸ਼ਟ ਲਿਖੋ, ਨੰਬਰ ਬਣਾਓ"। ਬਾਅਦ ਦੀਆਂ ਬ੍ਰੀਫਿੰਗਾਂ ਵਿੱਚ, ਏਆਈ ਨੇ ਟਰਨਓਵਰ ਖੇਤਰ ਵਿੱਚ "ਅਨਿਸ਼ਚਿਤ" ਲਿਖਿਆ, ਇੱਕ ਗਲਤ ਬਜਟ ਧਾਰਨਾ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਗਲਤ ਪ੍ਰਸਤਾਵ ਨੂੰ ਰੋਕਿਆ।

ਕੇਸ 2 - ਇਮਾਨਦਾਰ ਖਾਤਮੇ ਨਾਲ ਬਚਿਆ ਸਮਾਂ। 30 ਲੀਡਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ICP ਪ੍ਰੋਂਪਟ ਦੁਆਰਾ ਪਾਸ ਕੀਤੀ ਗਈ ਸੀ। AI ਨੇ 9 ਲੀਡਾਂ ਨੂੰ "ਘੱਟ ਫਿੱਟ" ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ ਅਤੇ ਜਾਇਜ਼ ਠਹਿਰਾਇਆ (ਉਦਾਹਰਨ ਲਈ, "ਬਹੁਤ ਛੋਟੀ ਟੀਮ, ਸਾਡੇ ਉਤਪਾਦ ਦੇ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਘੱਟੋ ਘੱਟ ਸੰਖਿਆ ਤੋਂ ਘੱਟ")। ਇਹਨਾਂ 9 'ਤੇ ਸਮਾਂ ਬਿਤਾਉਣ ਦੀ ਬਜਾਏ, ਪ੍ਰਤੀਨਿਧੀ ਨੇ 21 ਯੋਗਤਾ ਪ੍ਰਾਪਤ ਲੀਡਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ; ਉਸ ਤਿਮਾਹੀ ਵਿੱਚ ਪਾਈਪਲਾਈਨ (ਵਿਕਰੀ ਪਾਈਪਲਾਈਨ) ਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਕਾਫ਼ੀ ਵਾਧਾ ਹੋਇਆ ਹੈ।

ਕੇਸ 3 - ਕੰਕਰੀਟ ਦਾ ਦਰਵਾਜ਼ਾ ਖੋਲ੍ਹਿਆ ਗਿਆ। AI ਨੇ ਇੱਕ ਕੰਪਨੀ ਦੀਆਂ ਹਾਲੀਆ ਨੌਕਰੀਆਂ ਦੀਆਂ ਪੋਸਟਾਂ ਤੋਂ ਅਨੁਮਾਨ ਲਗਾਇਆ ਕਿ "ਉਹ ਇੱਕ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੀ ਸਹਾਇਤਾ ਟੀਮ ਬਣਾ ਰਹੇ ਹਨ" ਅਤੇ ਇਸਦੇ ਸ਼ੁਰੂਆਤੀ ਵਾਕ ਨੂੰ ਇਸ 'ਤੇ ਅਧਾਰਤ ਕੀਤਾ ਗਿਆ: "ਮੈਂ ਉਤਸੁਕ ਸੀ ਕਿ ਤੁਸੀਂ ਆਪਣੀ ਸਹਾਇਤਾ ਟੀਮ ਨੂੰ ਵਧਾਉਣ ਦੇ ਨਾਲ-ਨਾਲ ਬੇਨਤੀਆਂ ਦੀ ਵਧਦੀ ਮਾਤਰਾ ਦਾ ਪ੍ਰਬੰਧਨ ਕਿਵੇਂ ਕਰਦੇ ਹੋ।" ਇੱਕ ਆਮ ਓਪਨਿੰਗ ਦੇ ਮੁਕਾਬਲੇ, ਜਵਾਬ ਦਰ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਸੀ; ਕਿਉਂਕਿ ਸੰਦੇਸ਼ ਨੇ ਉਨ੍ਹਾਂ ਦੀ ਅਸਲ ਸਥਿਤੀ ਨੂੰ ਛੂਹਿਆ ਸੀ।

ਸੰਕੇਤ: AI ਦੁਆਰਾ ਅਨੁਮਾਨਤ ਹਰੇਕ "ਧਾਰਨਾ" ਨੂੰ ਪਹਿਲੀ ਮੀਟਿੰਗ ਵਿੱਚ ਇੱਕ ਸਵਾਲ ਵਿੱਚ ਬਦਲੋ। ਇਹ ਕਹਿਣ ਦੀ ਬਜਾਏ, "ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਤੁਹਾਡੀ ਸਹਾਇਤਾ ਦੀ ਮਾਤਰਾ ਵਧ ਰਹੀ ਹੈ," ਪੁੱਛੋ, "ਹਾਲ ਹੀ ਵਿੱਚ ਤੁਹਾਡੀ ਸਹਾਇਤਾ ਦੀ ਮਾਤਰਾ ਕਿਵੇਂ ਬਦਲੀ ਹੈ?" ਪੁੱਛੋ ਇਸ ਤਰ੍ਹਾਂ, ਤੁਸੀਂ ਧਾਰਨਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹੋ ਅਤੇ ਗਾਹਕ ਨੂੰ ਗੱਲ ਕਰਦੇ ਹੋ.

ਗੋਪਨੀਯਤਾ ਅਤੇ ਨੈਤਿਕ ਸੀਮਾ

ਵਿਸ਼ੇਸ਼ਤਾ ਸਿਰਫ਼ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਅਤੇ ਕਾਰੋਬਾਰੀ ਜਾਣਕਾਰੀ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਖੋਜ ਦੇ ਸਰੋਤ (KVKK, ਭਾਵ ਨਿੱਜੀ ਡੇਟਾ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨ) ਵਜੋਂ ਕਿਸੇ ਵਿਅਕਤੀ ਦੀਆਂ ਨਿੱਜੀ ਸੋਸ਼ਲ ਮੀਡੀਆ ਪੋਸਟਾਂ, ਨਿੱਜੀ ਜੀਵਨ ਜਾਂ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਪ੍ਰਾਪਤ ਕੀਤੇ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਅਨੈਤਿਕ ਅਤੇ ਗੈਰ-ਕਾਨੂੰਨੀ ਹੈ। ਨਿਯਮ ਸਧਾਰਨ ਹੈ: ਕੋਈ ਵੀ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਇਕੱਠੀ ਨਾ ਕਰੋ ਅਤੇ AI ਵਿੱਚ ਦਾਖਲ ਨਾ ਕਰੋ ਜੋ ਕੰਪਨੀ ਦੀ ਅਧਿਕਾਰਤ ਵੈੱਬਸਾਈਟ ਜਾਂ ਖੁੱਲ੍ਹੇ ਵਪਾਰਕ ਸਰੋਤਾਂ 'ਤੇ ਨਹੀਂ ਲਿਖੀ ਗਈ ਹੈ।

ਸਾਵਧਾਨ: AI ਦੁਆਰਾ ਤਿਆਰ "ਲੋੜ/ਦਰਦ ਬਿੰਦੂ" ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਨੂੰ ਗਾਹਕ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਉਹ ਨਿਸ਼ਚਿਤ ਤੌਰ 'ਤੇ ਜਾਣੇ ਜਾਂਦੇ ਹਨ। "ਤੁਹਾਨੂੰ ਇਹ ਸਮੱਸਿਆ ਹੈ" ਕਹਿਣ ਨਾਲ ਵਿਸ਼ਵਾਸ ਟੁੱਟ ਜਾਂਦਾ ਹੈ ਜੇਕਰ ਇਹ ਗਲਤ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, "ਇਹ ਚੁਣੌਤੀ ਤੁਹਾਡੇ ਉਦਯੋਗ ਵਿੱਚ ਅਕਸਰ ਦੇਖੀ ਜਾਂਦੀ ਹੈ, ਤੁਸੀਂ ਕਿਵੇਂ ਕਰ ਰਹੇ ਹੋ?" ਓਪਨ-ਐਂਡ ਨਾਲ ਅੱਗੇ ਵਧੋ।

ਟਰਿਗਰਿੰਗ ਇਵੈਂਟਸ ਨੂੰ ਫੜਨਾ

ਸੇਲਜ਼ ਵਿੱਚ, ਸਮਾਂ ਅਕਸਰ ਸੁਨੇਹੇ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ। ਇੱਕ "ਟਰਿੱਗਰ ਇਵੈਂਟ" ਇੱਕ ਜਨਤਕ ਤੌਰ 'ਤੇ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਵਿਕਾਸ ਹੈ ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕ ਕੰਪਨੀ ਨੂੰ ਇਸ ਸਮੇਂ ਤੁਹਾਡੇ ਹੱਲ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ: ਇੱਕ ਨਵੇਂ ਕਾਰਜਕਾਰੀ ਦੀ ਭਰਤੀ, ਇੱਕ ਨਵਾਂ ਦਫ਼ਤਰ ਖੋਲ੍ਹਣਾ, ਨਵੇਂ ਨਿਵੇਸ਼ ਦੀ ਪ੍ਰਾਪਤੀ, ਟੀਮ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਵਾਧਾ, ਜਾਂ ਇੱਕ ਨਵਾਂ ਉਤਪਾਦ ਲਾਂਚ ਕਰਨਾ। ਇਹ ਘਟਨਾਵਾਂ ਇੱਕ "ਦਰਵਾਜ਼ਾ" ਹਨ; ਕਿਉਂਕਿ ਤਬਦੀਲੀਆਂ ਦਾ ਅਨੁਭਵ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਉਸ ਸਮੇਂ ਵਿੱਚ ਹੁੰਦੀਆਂ ਹਨ ਜਦੋਂ ਉਹ ਨਵੇਂ ਹੱਲਾਂ ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਖੁੱਲ੍ਹੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਤੁਸੀਂ AI ਨੂੰ ਇੱਕ ਖਾਤੇ ਦੀਆਂ ਜਨਤਕ ਖ਼ਬਰਾਂ ਅਤੇ ਪੋਸਟਿੰਗਾਂ ਦਿੰਦੇ ਹੋ ਅਤੇ ਪੁੱਛਦੇ ਹੋ ਕਿ "ਕੀ ਕੋਈ ਟਰਿੱਗਰ ਕਰਨ ਵਾਲੀਆਂ ਘਟਨਾਵਾਂ ਹਨ ਜੋ ਸਾਡੇ ਹੱਲ ਨਾਲ ਲਿੰਕ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ?" ਤੁਸੀਂ ਪੁੱਛ ਸਕਦੇ ਹੋ।

ਅਜਿਹੇ ਟਰਿੱਗਰ ਦੇ ਨਾਲ, ਤੁਹਾਡਾ ਪਹਿਲਾ ਸੰਪਰਕ ਸੁਨੇਹਾ ਬਹੁਤ ਮਜ਼ਬੂਤ ​​ਹੋ ਜਾਂਦਾ ਹੈ: "ਮੈਂ ਦੇਖਿਆ ਕਿ ਤੁਸੀਂ ਆਪਣਾ ਨਵਾਂ ਓਪਰੇਸ਼ਨ ਸੈਂਟਰ ਖੋਲ੍ਹਿਆ ਹੈ; ਇਸ ਪੈਮਾਨੇ 'ਤੇ ਸਹਾਇਤਾ ਵਾਲੀਅਮ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਅਕਸਰ ਚੁਣੌਤੀਪੂਰਨ ਹੁੰਦਾ ਹੈ" ਢੁਕਵਾਂ ਅਤੇ ਸਮੇਂ ਸਿਰ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ। ਫਿਰ ਵੀ, ਉਹੀ ਅਨੁਸ਼ਾਸਨ ਲਾਗੂ ਹੁੰਦਾ ਹੈ: ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਟ੍ਰਿਗਰਿੰਗ ਘਟਨਾ ਅਸਲ ਅਤੇ ਮੌਜੂਦਾ ਹੈ, ਅਤੇ "ਨਵੀਂ" ਲਈ ਪੁਰਾਣੀਆਂ ਖ਼ਬਰਾਂ ਨੂੰ ਗਲਤ ਸਮਝ ਕੇ ਹੱਸੋ ਨਾ। ਸਮਾਂ ਇੱਕ ਚੰਗਾ ਦੋਸਤ ਹੈ, ਪਰ ਕੇਵਲ ਪ੍ਰਮਾਣਿਤ ਜਾਣਕਾਰੀ ਨਾਲ.

ਆਮ ਗਲਤੀਆਂ

• AI ਦੁਆਰਾ ਬਣਾਏ ਟਰਨਓਵਰ/ਕਰਮਚਾਰੀ ਨੰਬਰ ਨੂੰ ਬਿਨਾਂ ਤਸਦੀਕ ਕੀਤੇ ਅਸਲੀ ਮੰਨਣਾ।
• ਹਰੇਕ ਲੀਡ ਨੂੰ ਯੋਗ ਬਣਾਉਣ ਲਈ; ਇਮਾਨਦਾਰ ਸਕ੍ਰੀਨਿੰਗ ਛੱਡਣਾ ਅਤੇ ਸਰੋਤਾਂ ਨੂੰ ਬਰਬਾਦ ਕਰਨਾ।
• ICP ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੇ ਬਿਨਾਂ ਇਸ ਧਾਰਨਾ ਨਾਲ ਖੋਜ ਕਰਨਾ ਕਿ "ਹਰ ਕੋਈ ਸਾਡਾ ਗਾਹਕ ਹੈ"।
• ਗੈਰ-ਜਨਤਕ ਨਿੱਜੀ ਡੇਟਾ ਦੀ ਖੋਜ ਕਰਨਾ ਅਤੇ ਇਸਨੂੰ AI (KVKK ਉਲੰਘਣਾ) ਵਿੱਚ ਦਾਖਲ ਕਰਨਾ।
• AI ਦੇ ਦਰਦ ਬਿੰਦੂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਗਾਹਕ ਨੂੰ ਪੂਰਨ ਸੱਚ ਵਜੋਂ ਪੇਸ਼ ਕਰਨਾ।
• ਅਨੁਮਾਨਾਂ ਨੂੰ ਇੰਟਰਵਿਊ ਪ੍ਰਸ਼ਨਾਂ ਵਿੱਚ ਨਾ ਬਦਲ ਕੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ ਛੱਡਣਾ।

ਸੰਖੇਪ ਵਿੱਚ

• ਚੰਗੀ ਵਿਕਰੀ ਖ਼ਤਮ ਹੋਣ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ; ICP ਅਤੇ BANT ਇਹ ਸਪੱਸ਼ਟ ਕਰਦੇ ਹਨ ਕਿ ਕਿਸ ਨੂੰ ਤਰਜੀਹ ਦੇਣੀ ਹੈ।
• AI ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਜਾਣਕਾਰੀ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਬ੍ਰੀਫਿੰਗ ਕੱਢਦਾ ਹੈ; ਪਰ ਇਸਦਾ ਆਉਟਪੁੱਟ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਲਈ ਇੱਕ ਧਾਰਨਾ ਹੈ।
• "ਜੇ ਤੁਸੀਂ ਨਹੀਂ ਜਾਣਦੇ, ਅਸਪਸ਼ਟ ਲਿਖੋ" ਨਿਯਮ ਨਾਲ ਨੰਬਰ ਅਤੇ ਜਾਣਕਾਰੀ ਬਣਾਉਣ ਤੋਂ ਰੋਕੋ।
• ਇਮਾਨਦਾਰੀ ਨਾਲ ਘੱਟ ਅਨੁਕੂਲਤਾ ਦੀਆਂ ਲੀਡਾਂ ਨੂੰ ਖਤਮ ਕਰੋ; ਆਪਣੇ ਸਰੋਤਾਂ ਨੂੰ ਸਹੀ ਥਾਂ 'ਤੇ ਅਲਾਟ ਕਰੋ।
• ਸਿਰਫ਼ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ, ਕਾਰੋਬਾਰੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਨਿੱਜੀ ਡਾਟਾ ਸੀਮਾ (KVKK) ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰੋ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਅਸਲ ਟਾਰਗੇਟ ਕੰਪਨੀ ਦੇ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ "ਬਾਰੇ" ਪੰਨੇ ਨੂੰ ਲਓ ਅਤੇ ਇਸਨੂੰ ਬ੍ਰੀਫਿੰਗ ਪ੍ਰੋਂਪਟ 'ਤੇ ਫੀਡ ਕਰੋ। ਆਉਟਪੁੱਟ ਵਿੱਚ ਤਿੰਨ ਚੀਜ਼ਾਂ ਦੀ ਜਾਂਚ ਕਰੋ: (1) ਕੀ AI ਨੇ ਕੋਈ ਸੰਖਿਆ/ਜਾਣਕਾਰੀ ਬਣਾਈ ਹੈ (ਜੇ ਅਜਿਹਾ ਹੈ, ਤਾਂ "ਅਨਿਸ਼ਚਿਤ" ਨਿਯਮ ਨੂੰ ਮਜ਼ਬੂਤ ​​ਕਰਦਾ ਹੈ), (2) ਕੀ "ਧਾਰਨਾਵਾਂ" ਸੂਚੀ ਅਸਲ ਵਿੱਚ ਗੈਰ-ਪ੍ਰਮਾਣਿਤ ਅਨੁਮਾਨਾਂ ਨੂੰ ਅਲੱਗ ਕਰਦੀ ਹੈ, (3) ਕੀ ICP ਪਾਲਣਾ ਤਰਕਸ਼ੀਲਤਾ ਦਾ ਕੋਈ ਅਰਥ ਹੈ। ਫਿਰ ਹਰੇਕ ਉਜਾਗਰ ਕੀਤੀ ਧਾਰਨਾ ਨੂੰ ਇੱਕ ਓਪਨ-ਐਂਡ ਸਵਾਲ ਵਿੱਚ ਬਦਲੋ ਜੋ ਤੁਸੀਂ ਪਹਿਲੀ ਇੰਟਰਵਿਊ ਵਿੱਚ ਪੁੱਛੋਗੇ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ 4-5 ਠੋਸ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਨਾਲ ਆਪਣੇ ICP ਦਾ ਵਰਣਨ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਸਿਰਫ਼ ਜਨਤਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ, ਕਾਰੋਬਾਰੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਂ AI ਨੂੰ "ਫਜ਼ੀ" ਨਿਯਮ ਨਾਲ ਨੰਬਰ/ਜਾਣਕਾਰੀ ਬਣਾਉਣ ਤੋਂ ਰੋਕਿਆ।
• [ ] ਮੈਂ ਪ੍ਰਮਾਣਿਤ ਜਾਣਕਾਰੀ ਤੋਂ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਧਾਰਨਾਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਹੈ।
• [ ] ਮੈਂ ਇਮਾਨਦਾਰੀ ਨਾਲ ਘੱਟ-ਅਨੁਕੂਲਤਾ ਲੀਡਾਂ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ।
• ਮੈਂ ਹਰ ਇੱਕ ਧਾਰਨਾ ਨੂੰ ਇੱਕ ਸਵਾਲ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਜੋ ਮੈਂ ਇੰਟਰਵਿਊ ਵਿੱਚ ਪੁੱਛਾਂਗਾ।