Vinster:
- Förmåga att utvärdera potentiella kunder med idealisk kundprofil (ICP) och kvalifikationsramverk (t.ex. BANT)
- Förmåga att ta fram ett strukturerat konto/personinformation från allmänt tillgänglig information
- Förmåga att markera kvalifikationsresultat med antaganden som behöver verifieras
Det dyraste misstaget i försäljningen är att spendera för mycket tid med fel person. Om en säljare tillbringar sin dag med att träffa en lead som aldrig behöver din produkt, försvinner verkliga möjligheter. Det är därför bra försäljning börjar med screening innan du säljer: vem är egentligen en bra kandidat och vem är det inte?
Detta jobb kallas kvalifikation. Artificiell intelligens (AI) spelar två kraftfulla roller här: den extraherar ett snabbt kontokort från allmänt tillgänglig information (webbplats, industri, nyheter) och utvärderar ledningen enligt ett definierat ramverk. Men se upp: informationen som AI producerar är ett initialt antagande, inte bevisat faktum. I den här enheten kommer du att lära dig hur du upprätthåller noggrannhet och konfidentialitet samtidigt som du påskyndar leadsforskningen.
Obs: Konto-/personinformation som genereras av AI bör inte bearbetas i CRM som verklig utan att ha verifierats, och bör särskilt inte användas som grund för ett beslut (t.ex. "det här företaget har ingen budget"). Att samla in icke-offentliga personuppgifter är både en etisk och juridisk gräns.
Attribution Frameworks: ICP och BANT
Två grundläggande begrepp:
- ICP (Ideal Customer Profile): Beskriver egenskaperna hos den kund som drar mest nytta av din produkt, är lättast att stänga och stannar längst (sektor, storlek, behov). "Vem ska vi sälja till?" är svaret på frågan.
- BANT: Fyra frågor som mäter en leads mognad: Budget (finns det en budget), Auktoritet (är han en beslutsfattare), Behov (finns det ett verkligt behov), Timing (är timingen lämplig). Att utvärdera varje lead i dessa fyra gör det tydligt vem som ska prioriteras.
AI fungerar utmärkt på att passa in ett led i dessa ramverk och extrahera saknad information som "frågor att ställa."
Steg för steg: Kvalificera en lead
- Identifiera din ICP. Skriv ner 4-5 konkreta egenskaper hos din idealkund.
- Samla in allmänt tillgänglig information. Hemsida, "om" sida, bransch, lediga jobb.
- Ta bort briefing med AI. Ta fram ett strukturerat kontoutdrag.
- Betyg ICP-efterlevnad. Hur väl passar ledningen till ICP?
- Markera antagandena. Håll AI-förutspådd (obevisad) information åtskild.
- Förbered öppningsfrågor. Frågor att ställa i den första intervjun för att fylla i BANT-luckor.
Kopieringsbara uppmaningar
Den grundläggande uppmaningen som extraherar en kontoinformation från allmänt tillgänglig information:
Roll: Du är säljassistent. Nedan finns OFFENTLIG text om ett företag. Ta fram en strukturerad kontoinformation från detta:- Vad företaget gör (1 mening)- Bransch och uppskattad storlek- Möjliga behov/smärtpunkter (relaterade till vår produkt)- ICP-passform: [Hög | Medium | Låg] + motivering för en mening - lista separat ANSTAGANDEN (slutledningar utan bevis) som behöver verifieras PASSANDE information som inte finns i texten; Om du inte vet, skriv "otydligt". Vår produkt: {{ product_summary }}Företagstext: {{ publicly_public_text }}
Uppmaning som utvärderar leaden enligt BANT:
Utvärdera följande leadinformation inom BANT-ramverket: - Budget: vi vet / okänd - Myndighet (myndighet): är personen en beslutsfattare? - Behöver: finns det bevis? - Timing (tid): finns det en triggerhändelse? Markera "känd / okänd" för varje dimension. Föreslå en fråga att ställa vid det första mötet som kommer att täcka det okända. Lead information: {{ information }}
Uppmaning som ger en personlig första kontaktöppning:
Baserat på denna kontobriefing, skriv en personlig isbrytare med en mening för den första kontakten. Låt det baseras på en konkret observation som är specifik för deras arbete, inte på allmänt beröm. Överdriv inte, använd inte ogrundade påståenden. Briefing: {{ briefing }}
Uppmaning som också antyder "eliminering" i kvalificeringen:
Om denna ledning verkar lågkompatibel med vår ICP, säg det tydligt och ge 1-2 motiveringar varför det kanske inte är värt att fortsätta. Tvinga inte fram rapport; var ärlig för att allokera våra resurser till rätt plats.ICP: {{ icp }} | Lead: {{ lead }}
Svag prompt / Stark prompt
dåligt tillvägagångssätt
Starkt förhållningssätt
"Berätta om det här företaget"
Returnerar offentlig text + begär strukturerad information
Ger fiktiv omsättning/antal anställda
Säger "osäkert", markerar antaganden separat
Visar alla potentiella kunder som "kvalificerade"
Eliminerar ganska låg kompatibilitet
Allmän öppning ("stort företag")
Konkret öppning specifik för deras verksamhet
Skillnaden är att det robusta tillvägagångssättet använder AI som en "hypotesgenerator" snarare än en "faktakälla": varje utdata är en ritning som ska verifieras.
Tre minifodral
Fall 1 — Den falska omsättningsfällan. En representant frågade: "Vad är omsättningen för detta företag?" frågade han; AI sa självsäkert "250 miljoner TL årligen". Detta var dock helt påhittat; Företaget avslöjade aldrig denna information. När teamet insåg detta uppdaterade de uppmaningen med regeln "Om du inte vet, skriv vagt, gör upp siffror". I efterföljande genomgångar skrev AI "osäkert" i omsättningsområdet, vilket förhindrade ett felaktigt förslag baserat på ett felaktigt budgetantagande.
Fall 2 — Ärlig eliminering sparade tid. En lista med 30 potentiella kunder skickades genom ICP-prompten. AI flaggade 9 potentiella kunder som "låg passform" och motiverade (t.ex. "för litet team, under minimiantalet användare av vår produkt"). Istället för att lägga tid på dessa 9 fokuserade representanten på 21 kvalificerade leads; Under det kvartalet ökade kvaliteten på pipeline (försäljningspipeline) avsevärt.
Fall 3 — Betongöppningsdörr öppnad. AI drog slutsatsen från ett företags senaste jobbannonser att "de bygger ett snabbt växande supportteam" och baserade sin inledningsmening på detta: "Jag var nyfiken på hur du hanterar den ökande volymen av förfrågningar när du utökar ditt supportteam." Jämfört med en allmän öppning var svarsfrekvensen märkbart högre; eftersom budskapet berörde deras verkliga situation.
Tips: Förvandla varje "antagande" som AI drar till en fråga i det första mötet. Istället för att säga "Jag tror att din supportvolym ökar", fråga "Hur har din supportvolym förändrats på sistone?" be. På så sätt bekräftar du antagandet och får kunden att prata.
Sekretess och etisk gräns
Tillskrivning görs endast med allmänt tillgänglig och affärsinformation. Det är både oetiskt och olagligt att använda en persons privata inlägg på sociala medier, personliga liv eller data som erhållits utan tillstånd som en källa till forskning (KVKK, d.v.s. personuppgiftslagstiftningen). Regeln är enkel: samla in och skriv inte in i AI någon personlig information som inte är skriven på företagets officiella webbplats eller på öppna kommersiella resurser.
Varning: AI-genererade "behov/smärtpunkt"-förutsägelser bör inte presenteras för kunden som om de var kända med säkerhet. Att säga "Du har det här problemet" bryter omedelbart förtroendet om det är fel. Istället, "den här utmaningen ses ofta i din bransch, hur mår du?" Fortsätt öppet.
Fånga utlösande händelser
Inom försäljning är timing ofta viktigare än själva budskapet. En "triggerhändelse" är en offentligt synlig utveckling som indikerar att ett företag kan behöva din lösning just nu: anställning av en ny chef, öppnande av ett nytt kontor, förvärv av nya investeringar, snabb teamtillväxt eller en ny produktlansering. Dessa händelser är en "dörröppning"; För företag som upplever förändring är i den period då de är som mest öppna för nya lösningar. Du ger AI ett kontos offentliga nyheter och inlägg och frågar "finns det några utlösande händelser som kan kopplas till vår lösning?" kan du fråga.
Med en sådan trigger på plats blir ditt första kontaktmeddelande mycket starkare: En öppning som "Jag såg att du öppnade ditt nya driftcenter; att hantera supportvolymer i den här skalan är ofta utmanande" känns både relevant och lägligt. Ändå gäller samma disciplin: verifiera att den utlösande händelsen är verklig och aktuell, och bli inte utskrattad genom att missta gamla nyheter med "nya". Timing är en god vän, men bara med verifierad information.
Vanliga misstag
- Acceptera omsättningen/anställdsnumret som AI består av som verkligt utan att verifiera det.
- Att kvalificera varje lead; hoppa över ärlig screening och slösa med resurser.
- Att bedriva forskning med antagandet att "alla är våra kunder" utan att definiera en ICP.
- Söka efter icke-offentliga personuppgifter och skriva in dem i AI (KVKK-överträdelse).
- Presentera AI:s smärtpunktsförutsägelse för kunden som en absolut sanning.
- Hoppa över validering genom att inte omvandla antaganden till intervjufrågor.
Sammanfattningsvis
- Bra försäljning börjar med eliminering; ICP och BANT gör det tydligt vem som ska prioriteras.
- AI extraherar snabb information från allmänt tillgänglig information; men dess utdata är ett antagande som ska verifieras.
- Förhindra att hitta på siffror och information med regeln "om du inte vet, skriv vagt".
- Eliminera lågkonforma leads ärligt; Tilldela dina resurser till rätt plats.
- Använd endast allmänt tillgänglig affärsinformation; Skydda personuppgiftsgräns (KVKK).
Applikationsuppgift
Ta ett riktigt målföretags offentligt tillgängliga "om"-sida och mata in den till informationsuppmaningen. Kontrollera tre saker i utgången: (1) gjorde AI:en upp några siffror/information (om så är fallet, stärk den "osäkra" regeln), (2) isolerar listan "antaganden" faktiskt obevisade slutsatser, (3) är logiken i ICP-efterlevnaden meningsfull. Förvandla sedan varje markerat antagande till en öppen fråga som du kommer att ställa i den första intervjun.
checklista
- [ ] Jag beskrev min ICP med 4-5 konkreta egenskaper.
- [ ] Jag har endast använt allmänt tillgänglig företagsinformation.
- [ ] Jag förhindrade AI från att hitta på siffror/information med "fuzzy"-regeln.
- [ ] Jag markerade antaganden separat från beprövad information.
- [ ] Jag eliminerade lågkompatibilitetsledningar ärligt talat.
- [ ] Jag gjorde varje antagande till en fråga som jag skulle ställa i intervjun.