Zyski:
- Umiejętność oceny potencjalnych klientów na podstawie idealnego profilu klienta (ICP) i ram kwalifikacji (np. BANT)
- Możliwość stworzenia ustrukturyzowanej odprawy konta/osoby na podstawie publicznie dostępnych informacji
- Możliwość oznaczenia wyników kwalifikacji z założeniami wymagającymi weryfikacji
Najdroższym błędem w sprzedaży jest spędzanie zbyt dużej ilości czasu z niewłaściwą osobą. Jeśli przedstawiciel handlowy spędza cały dzień na spotkaniach z potencjalnym klientem, który nigdy nie potrzebuje Twojego produktu, prawdziwe możliwości znikają. Dlatego dobra sprzedaż zaczyna się od sprawdzenia przed sprzedażą: kto jest naprawdę dobrym kandydatem, a kto nie?
Ta praca nazywa się kwalifikacją. Sztuczna inteligencja (AI) odgrywa tutaj dwie potężne role: wyciąga szybki brief z publicznie dostępnych informacji (strona internetowa, branża, aktualności) i ocenia leada zgodnie z określonymi ramami. Ale uwaga: informacje generowane przez sztuczną inteligencję są wstępnymi założeniami, a nie udowodnionym faktem. W tej części dowiesz się, jak zachować dokładność i poufność, jednocześnie przyspieszając badanie potencjalnych klientów.
Uwaga: Informacje o koncie/osobie generowane przez AI nie powinny być przetwarzane w CRM jako prawdziwe bez weryfikacji, a w szczególności nie powinny być podstawą do podjęcia decyzji (np. „ta firma nie ma budżetu”). Gromadzenie niepublicznych danych osobowych stanowi granicę zarówno etyczną, jak i prawną.
Ramy atrybucji: ICP i BANT
Dwie podstawowe koncepcje:
- ICP (Profil Klienta Idealnego): Opisuje cechy klienta, który najwięcej czerpie z Twojego produktu, którego najłatwiej jest zamknąć i który pozostaje najdłużej (sektor, wielkość, potrzeba). „Komu mamy sprzedawać?” jest odpowiedzią na pytanie.
- BANT: Cztery pytania mierzące dojrzałość leada: Budżet (czy istnieje budżet), Władza (czy jest decydentem), Potrzeba (czy istnieje realna potrzeba), Timing (czy jest odpowiedni moment). Ocena każdego potencjalnego klienta z tych czterech pozwala jasno określić, komu należy nadać priorytet.
Sztuczna inteligencja świetnie sprawdza się w dopasowywaniu potencjalnego klienta do tych ram i wydobywaniu brakujących informacji w formie „pytań, które należy zadać”.
Krok po kroku: kwalifikowanie potencjalnego klienta
- Zidentyfikuj swój ICP. Zapisz 4-5 konkretnych cech idealnego klienta.
- Zbieraj publicznie dostępne informacje. Strona internetowa, strona „o”, branża, oferty pracy.
- Usuń odprawę z AI. Przygotuj ustrukturyzowany wyciąg z konta.
- Oceń zgodność z ICP. Jak dobrze elektroda pasuje do ICP?
- Zaznacz założenia. Przechowuj oddzielnie informacje przewidywane przez sztuczną inteligencję (niesprawdzone).
- Przygotuj pytania otwierające. Pytania, które należy zadać na pierwszej rozmowie kwalifikacyjnej w celu uzupełnienia luk BANT.
Monity do kopiowania
Podstawowy monit, który wyodrębnia informacje o koncie z publicznie dostępnych informacji:
Rola: Jesteś asystentem ds. badań sprzedaży. Poniżej znajduje się PUBLICZNY tekst o firmie. Przygotuj ustrukturyzowany opis konta na podstawie tego: – Czym zajmuje się firma (1 zdanie) – Branża i szacunkowa wielkość – Możliwe potrzeby/problemy (związane z naszym produktem) – Dopasowanie ICP: [Wysoki | Średni | Niski] + uzasadnienie pojedynczego zdania - wypisz osobno ZAŁOŻENIA (wnioski bez dowodów), które należy zweryfikować DOPASOWANIE informacji, których nie ma w tekście; Jeśli nie wiesz, napisz „niejasne”. Nasz produkt: {{product_summary }}Tekst firmy: {{publicly_public_text }}
Prompt oceniający lead według BANT:
Oceń następujące informacje o potencjalnych klientach w ramach BANT: - Budżet: znany / nieznany - Władza (władza): czy dana osoba jest decydentem? - Potrzeba: czy istnieją dowody? - Timing (czas): czy istnieje zdarzenie inicjujące? Zaznacz „znany/nieznany” dla każdego wymiaru. Zaproponuj pytanie, które można zadać na pierwszym spotkaniu, a które obejmie niewiadome. Informacje o potencjalnym kliencie: {{ informacje }}
Podpowiedź generująca spersonalizowane otwarcie pierwszego kontaktu:
Na podstawie tej informacji o koncie napisz spersonalizowany, jednozdaniowy przełamywacz lodów dla pierwszego kontaktu. Niech opiera się na konkretnej obserwacji specyficznej dla ich twórczości, a nie na ogólnej pochwałie. Nie przesadzaj, nie używaj bezpodstawnych twierdzeń. Odprawa: {{ odprawa }}
Podpowiedź sugerująca również „eliminację” w kwalifikacjach:
Jeśli ten potencjalny klient wydaje się mało zgodny z naszym ICP, powiedz to wyraźnie i podaj 1-2 elementy uzasadnienia, dlaczego może nie warto nim podążać. Nie wymuszaj relacji; bądźmy uczciwi i przydzielajmy nasze zasoby we właściwe miejsce.ICP: {{ icp }} | Ołów: {{ ołów }}
Słaba podpowiedź/silna podpowiedź
słabe podejście
Mocne podejście
„Opowiedz mi o tej firmie”
Zwraca tekst publiczny i żąda zorganizowanej odprawy
Generuje fikcyjny obrót/liczbę pracowników
Mówi „niepewne”, osobno zaznacza założenia
Pokazuje każdego potencjalnego klienta jako „kwalifikowanego”
Dość eliminuje niską kompatybilność
Otwarcie generalne („świetne towarzystwo”)
Otwory betonowe specyficzne dla ich działalności
Różnica polega na tym, że podejście solidne wykorzystuje sztuczną inteligencję jako „generator hipotez”, a nie „źródło faktów”: każdy wynik jest planem do sprawdzenia.
Trzy mini etui
Przypadek 1 – Fałszywa pułapka obrotowa. Przedstawiciel zapytał: „Jakie są obroty tej firmy?” zapytał; AI z przekonaniem powiedziała „250 milionów TL rocznie”. Jednak zostało to całkowicie sfabrykowane; Firma nigdy nie ujawniła tych informacji. Kiedy zespół zdał sobie z tego sprawę, zaktualizował monit o zasadę „Jeśli nie wiesz, pisz niejasno, wymyśl liczby”. W kolejnych odprawach AI w polu obrotów napisała „niepewne”, zapobiegając złożeniu błędnej propozycji opartej na błędnym założeniu budżetowym.
Przypadek 2 — Uczciwa eliminacja zaoszczędziła czas. Lista 30 potencjalnych klientów została przepuszczona przez zachętę ICP. AI oznaczyła 9 leadów jako „low fit” i podała uzasadnienie (np. „zbyt mały zespół, poniżej minimalnej liczby użytkowników naszego produktu”). Zamiast spędzać czas na tych 9, przedstawiciel skupił się na 21 kwalifikowanych leadach; W tym kwartale jakość rurociągu (rurociągu sprzedaży) znacznie wzrosła.
Przypadek 3 — Otwarte drzwi otwierające się do betonu. Sztuczna inteligencja wywnioskowała z ostatnich ogłoszeń o pracę danej firmy, że „buduje szybko rosnący zespół wsparcia” i na tym oparła swoje pierwsze zdanie: „Byłam ciekawa, jak radzisz sobie z rosnącą liczbą próśb w miarę powiększania się zespołu wsparcia”. W porównaniu z otwarciem ogólnym odsetek odpowiedzi był zauważalnie wyższy; ponieważ wiadomość dotyczyła ich prawdziwej sytuacji.
Wskazówka: zamień każde „założenie” wysunięte przez sztuczną inteligencję w pytanie na pierwszym spotkaniu. Zamiast mówić: „Myślę, że poziom Twojego wsparcia wzrasta”, zapytaj: „Jak ostatnio zmienił się poziom Twojego wsparcia?” zapytać. W ten sposób potwierdzasz założenie i sprawiasz, że klient zaczyna mówić.
Prywatność i granica etyczna
Przypisywanie odbywa się wyłącznie w oparciu o informacje publicznie dostępne i biznesowe. Wykorzystywanie prywatnych wpisów w mediach społecznościowych, życia osobistego lub danych uzyskanych bez pozwolenia jako źródła badań jest zarówno nieetyczne, jak i niezgodne z prawem (KVKK, tj. przepisy dotyczące ochrony danych osobowych). Zasada jest prosta: nie zbieraj i nie wprowadzaj do AI żadnych danych osobowych, które nie są zapisane na oficjalnej stronie firmy lub w otwartych zasobach komercyjnych.
Uwaga: generowane przez sztuczną inteligencję prognozy „potrzeby/problemu” nie powinny być przedstawiane klientowi tak, jakby były znane na pewno. Powiedzenie „Masz ten problem” natychmiast podważa zaufanie, jeśli jest błędne. Zamiast tego „to wyzwanie jest często spotykane w Twojej branży. Jak sobie radzisz?” Kontynuuj otwarte.
Wychwytywanie zdarzeń wyzwalających
W sprzedaży moment jest często ważniejszy niż sam przekaz. „Wydarzenie inicjujące” to publicznie widoczne wydarzenie, które wskazuje, że firma może właśnie teraz potrzebować Twojego rozwiązania: zatrudnienie nowego dyrektora, otwarcie nowego biura, nabycie nowej inwestycji, szybki rozwój zespołu lub wprowadzenie na rynek nowego produktu. Te wydarzenia są „drzwiami”; Bo firmy doświadczające zmian są w okresie, kiedy są najbardziej otwarte na nowe rozwiązania. Podajesz AI publiczne wiadomości i wpisy na koncie i pytasz „czy są jakieś zdarzenia wyzwalające, które można powiązać z naszym rozwiązaniem?” możesz zapytać.
Dzięki takiemu bodźcowi Twoja pierwsza wiadomość kontaktowa staje się znacznie silniejsza: Otwarcie w rodzaju „Widziałem, że otworzyłeś nowe centrum operacyjne; zarządzanie wolumenem wsparcia na taką skalę jest często trudne” wydaje się zarówno istotne, jak i aktualne. Mimo to obowiązuje ta sama dyscyplina: sprawdź, czy zdarzenie wyzwalające jest prawdziwe i aktualne, i nie daj się wyśmiewać, myląc stare wiadomości z „nowymi”. Wyczucie czasu jest dobrym przyjacielem, ale tylko w przypadku zweryfikowanych informacji.
Typowe błędy
- Uznawanie obrotu/numeru pracownika wymyślonego przez AI za prawdziwy bez jego weryfikacji.
- Aby zakwalifikować każdego potencjalnego klienta; pomijanie uczciwego sprawdzania i marnowanie zasobów.
- Prowadzenie badań przy założeniu, że „każdy jest naszym klientem” bez definiowania ICP.
- Wyszukiwanie niepublicznych danych osobowych i wprowadzanie ich do AI (naruszenie KVKK).
- Przedstawianie klientowi przewidywanych punktów bólu AI jako absolutnej prawdy.
- Pomijanie weryfikacji poprzez nie przekształcanie założeń w pytania podczas rozmowy kwalifikacyjnej.
Podsumowując
- Dobra sprzedaż zaczyna się od eliminacji; ICP i BANT jasno pokazują, komu należy nadać priorytet.
- AI wyodrębnia szybkie odprawy z publicznie dostępnych informacji; ale jego wynik jest założeniem, które należy zweryfikować.
- Zapobiegaj wymyślaniu liczb i informacji, stosując zasadę „jeśli nie wiesz, pisz niejasno”.
- Uczciwie eliminuj potencjalnych klientów o niskiej zgodności; Przydzielaj swoje zasoby we właściwe miejsce.
- Używaj wyłącznie publicznie dostępnych informacji biznesowych; Chroń limit danych osobowych (KVKK).
Zadanie aplikacji
Weź publicznie dostępną stronę „o” rzeczywistej firmy docelowej i podaj ją w wierszu odprawy. Sprawdź trzy rzeczy w wynikach: (1) czy sztuczna inteligencja wymyśliła jakieś liczby/informacje (jeśli tak, wzmocnij zasadę „niepewności”), (2) czy lista „założeń” faktycznie wyodrębnia niepotwierdzone wnioski, (3) czy uzasadnienie zgodności z ICP ma sens. Następnie zamień każde podkreślone założenie w pytanie otwarte, które zadasz na pierwszej rozmowie kwalifikacyjnej.
lista kontrolna
- [ ] Opisałem mój ICP za pomocą 4-5 konkretnych cech.
- [ ] Wykorzystałem wyłącznie publicznie dostępne informacje biznesowe.
- [ ] Uniemożliwiłem sztucznej inteligencji tworzenie liczb/informacji za pomocą reguły „rozmytej”.
- [ ] Zaznaczyłem założenia oddzielnie od sprawdzonych informacji.
- [ ] Szczerze wyeliminowałem przewody o niskiej kompatybilności.
- [ ] Każde założenie zamieniłem na pytanie, które zadałbym w rozmowie kwalifikacyjnej.