กำไร:
- Ability to evaluate potential customers with ideal customer profile (ICP) and qualification framework (e.g. BANT)
- Ability to produce a structured account/person briefing from publicly available information
- ความสามารถในการทำเครื่องหมายผลลัพธ์คุณสมบัติพร้อมสมมติฐานที่ต้องตรวจสอบ
The most expensive mistake in sales is spending too much time with the wrong person. If a sales rep spends his day meeting with a lead who never needs your product, real opportunities fade away. That's why good selling starts with screening before you sell: who's really a good candidate and who's not?
งานนี้เรียกว่าวุฒิการศึกษา ปัญญาประดิษฐ์ (AI) มีบทบาทที่ทรงพลังสองประการ: ดึงข้อมูลสรุปบัญชีฉบับย่อจากข้อมูลที่เปิดเผยต่อสาธารณะ (เว็บไซต์ อุตสาหกรรม ข่าวสาร) และประเมินลูกค้าเป้าหมายตามกรอบงานที่กำหนดไว้ But beware: the information AI produces is an initial assumption, not proven fact. In this unit, you will learn how to maintain accuracy and confidentiality while accelerating lead research.
หมายเหตุ: ข้อมูลบัญชี/บุคคลที่สร้างโดย AI ไม่ควรประมวลผลใน CRM ตามความเป็นจริงโดยไม่ได้รับการยืนยัน และโดยเฉพาะอย่างยิ่งไม่ควรใช้เป็นพื้นฐานในการตัดสินใจ (เช่น "บริษัทนี้ไม่มีงบประมาณ") การรวบรวมข้อมูลส่วนบุคคลที่ไม่เปิดเผยต่อสาธารณะถือเป็นข้อจำกัดทางจริยธรรมและกฎหมาย
กรอบการระบุแหล่งที่มา: ICP และ BANT
สองแนวคิดพื้นฐาน:
- ICP (โปรไฟล์ลูกค้าในอุดมคติ): อธิบายคุณลักษณะของลูกค้าที่ได้รับประโยชน์สูงสุดจากผลิตภัณฑ์ของคุณ เป็นวิธีที่ง่ายที่สุดในการปิดและคงอยู่นานที่สุด (ภาคส่วน ขนาด ความต้องการ) “เราควรขายให้ใคร?” คือคำตอบของคำถาม
- BANT: คำถามสี่ข้อที่วัดวุฒิภาวะของลูกค้าเป้าหมาย: งบประมาณ (มีงบประมาณหรือไม่) อำนาจ (เขาเป็นผู้ตัดสินใจหรือไม่) ความต้องการ (มีความต้องการที่แท้จริงหรือไม่) ระยะเวลา (จังหวะเวลาเหมาะสม) การประเมินผู้นำแต่ละคนในทั้งสี่นี้ทำให้ชัดเจนว่าใครควรจัดลำดับความสำคัญ
AI ทำงานได้ดีมากในการเป็นผู้นำในกรอบงานเหล่านี้ และดึงข้อมูลที่ขาดหายไปเป็น “คำถามที่ต้องถาม”
ทีละขั้นตอน: คัดเลือกผู้นำ
- ระบุ ICP ของคุณ เขียนคุณลักษณะที่เป็นรูปธรรม 4-5 ประการของลูกค้าในอุดมคติของคุณ
- รวบรวมข้อมูลที่เปิดเผยต่อสาธารณะ เว็บไซต์ หน้า "เกี่ยวกับ" อุตสาหกรรม ตำแหน่งงานว่าง
- ลบการบรรยายสรุปด้วย AI จัดทำใบแจ้งยอดบัญชีที่มีโครงสร้าง
- คะแนนการปฏิบัติตาม ICP สายวัดพอดีกับ ICP ดีแค่ไหน?
- ทำเครื่องหมายสมมติฐาน แยกข้อมูลที่คาดการณ์โดย AI (ยังไม่พิสูจน์) ออกจากกัน
- เตรียมคำถามเปิด คำถามที่ต้องถามในการสัมภาษณ์ครั้งแรกเพื่อเติมช่องว่าง BANT
พรอมต์ที่คัดลอกได้
ข้อความแจ้งพื้นฐานที่แยกการบรรยายสรุปบัญชีจากข้อมูลที่เปิดเผยต่อสาธารณะ:
บทบาท: คุณเป็นผู้ช่วยวิจัยการขาย ด้านล่างนี้เป็นข้อความสาธารณะเกี่ยวกับบริษัท จัดทำสรุปบัญชีที่มีโครงสร้างจากสิ่งนี้:- สิ่งที่บริษัททำ (1 ประโยค)- อุตสาหกรรมและขนาดโดยประมาณ- ความต้องการ/ประเด็นปัญหาที่เป็นไปได้ (เกี่ยวข้องกับผลิตภัณฑ์ของเรา)- ICP พอดี: [สูง | ปานกลาง | ต่ำ] + การให้เหตุผลประโยคเดียว - แสดงรายการสมมติฐาน (การอนุมานโดยไม่มีหลักฐาน) แยกกัน ซึ่งจำเป็นต้องได้รับการตรวจสอบความถูกต้อง ข้อมูล FITTING ที่ไม่ได้อยู่ในข้อความ หากไม่ทราบ ให้เขียนว่า "ไม่ชัดเจน" ผลิตภัณฑ์ของเรา: {{ product_summary }}ข้อความของบริษัท: {{ publicly_public_text }}
พรอมต์ที่ประเมินลูกค้าเป้าหมายตาม BANT:
ประเมินข้อมูลลูกค้าเป้าหมายต่อไปนี้ภายในกรอบการทำงานของ BANT: - งบประมาณ: เรารู้ / ไม่ทราบ - อำนาจ (อำนาจ): บุคคลนั้นเป็นผู้มีอำนาจตัดสินใจหรือไม่? - ต้องการ : มีหลักฐานไหม? - Timing (เวลา) : มีเหตุการณ์ทริกเกอร์หรือไม่? ทำเครื่องหมายว่า "รู้จัก / ไม่ทราบ" สำหรับแต่ละมิติ เสนอคำถามที่จะถามในการประชุมครั้งแรกที่จะครอบคลุมสิ่งที่ไม่รู้ ข้อมูลลูกค้าเป้าหมาย: {{ ข้อมูล }}
พรอมต์ที่สร้างการเปิดผู้ติดต่อครั้งแรกส่วนบุคคล:
จากการบรรยายสรุปบัญชีนี้ ให้เขียนประโยคสั้นๆ ส่วนตัวสำหรับการติดต่อครั้งแรก ปล่อยให้เป็นไปตามการสังเกตที่เป็นรูปธรรมเฉพาะงานของพวกเขา ไม่ใช่การยกย่องโดยทั่วไป อย่าพูดเกินจริง อย่าใช้คำกล่าวอ้างที่ไม่มีหลักฐาน การบรรยายสรุป: {{ การบรรยายสรุป }}
พรอมต์ที่บ่งบอกถึง "การกำจัด" ในคุณสมบัติด้วย:
หากโอกาสในการขายนี้ดูเข้ากันไม่ได้กับ ICP ของเรา ให้พูดให้ชัดเจนและให้เหตุผล 1-2 ข้อว่าทำไมจึงไม่คุ้มค่าที่จะติดตาม อย่าบังคับสร้างสายสัมพันธ์ จงซื่อสัตย์ในการจัดสรรทรัพยากรของเราให้ถูกที่ ICP: {{ icp }} | ลูกค้าเป้าหมาย: {{ ลูกค้าเป้าหมาย }}
พรอมต์ที่อ่อนแอ / พรอมต์ที่แข็งแกร่ง
วิธีการที่ไม่ดี
แนวทางที่แข็งแกร่ง
“บอกฉันเกี่ยวกับบริษัทนี้”
ส่งคืนข้อความสาธารณะ + ขอการบรรยายสรุปแบบมีโครงสร้าง
สร้างการหมุนเวียน/จำนวนพนักงานที่สมมติขึ้น
บอกว่า "ไม่แน่นอน" ถือเป็นข้อสันนิษฐานแยกกัน
แสดงโอกาสในการขายทั้งหมดว่า "เข้าเกณฑ์"
ค่อนข้างกำจัดความเข้ากันได้ต่ำ
การเปิดทั่วไป ("บริษัทที่ยิ่งใหญ่")
การเปิดอย่างเป็นรูปธรรมสำหรับธุรกิจของพวกเขาโดยเฉพาะ
ความแตกต่างก็คือแนวทางที่แข็งแกร่งใช้ AI เป็น "เครื่องกำเนิดสมมติฐาน" แทนที่จะเป็น "แหล่งที่มาของข้อเท็จจริง": แต่ละผลลัพธ์เป็นพิมพ์เขียวที่ต้องได้รับการตรวจสอบ
มินิเคสสามอัน
กรณีที่ 1 — กับดักการหมุนเวียนปลอม ตัวแทนถามว่า: "บริษัทนี้มีรายได้เท่าไร" เขาถาม; AI พูดอย่างมั่นใจ "250 ล้าน TL ต่อปี" อย่างไรก็ตาม สิ่งนี้ถูกสร้างขึ้นมาอย่างสมบูรณ์ บริษัทไม่เคยเปิดเผยข้อมูลนี้ เมื่อทีมงานตระหนักได้จึงอัพเดตข้อความพร้อมท์ด้วยกฎว่า "ไม่รู้ เขียนคลุมเครือ บวกเลข" ในการบรรยายสรุปครั้งต่อๆ มา AI เขียนว่า "ไม่แน่นอน" ในช่องมูลค่าการซื้อขาย เพื่อป้องกันข้อเสนอที่ผิดพลาดโดยอิงตามสมมติฐานด้านงบประมาณที่ไม่ถูกต้อง
กรณีที่ 2 — การกำจัดอย่างซื่อสัตย์ประหยัดเวลา รายการลูกค้าเป้าหมาย 30 รายถูกส่งผ่านพร้อมท์ ICP AI ทำเครื่องหมายโอกาสในการขาย 9 รายการว่า "เหมาะสมน้อย" และให้เหตุผล (เช่น "ทีมเล็กเกินไป ต่ำกว่าจำนวนผู้ใช้ผลิตภัณฑ์ของเราขั้นต่ำ") แทนที่จะใช้เวลากับ 9 รายการนี้ ตัวแทนมุ่งเน้นไปที่ลูกค้าเป้าหมาย 21 รายที่มีคุณสมบัติเหมาะสม ในไตรมาสนั้นคุณภาพของไปป์ไลน์ (ไปป์ไลน์การขาย) เพิ่มขึ้นอย่างมาก
กรณีที่ 3 — ประตูคอนกรีตเปิดออก AI อนุมานจากการโพสต์รับสมัครงานเมื่อเร็วๆ นี้ของบริษัทว่า "พวกเขากำลังสร้างทีมสนับสนุนที่เติบโตอย่างรวดเร็ว" และอิงตามประโยคเปิดที่ว่า "ฉันอยากรู้ว่าคุณจัดการปริมาณคำขอที่เพิ่มขึ้นเมื่อคุณขยายทีมสนับสนุนของคุณได้อย่างไร" เมื่อเทียบกับการเปิดทั่วไป อัตราการตอบสนองสูงกว่าอย่างเห็นได้ชัด เพราะข้อความดังกล่าวได้สัมผัสกับสถานการณ์จริงของพวกเขา
เคล็ดลับ: เปลี่ยน “สมมติฐาน” แต่ละรายการที่ AI อนุมานเป็นคำถามในการประชุมครั้งแรก แทนที่จะพูดว่า “ฉันคิดว่าปริมาณการสนับสนุนของคุณเพิ่มขึ้น” ให้ถามว่า “ปริมาณการสนับสนุนของคุณเปลี่ยนแปลงไปอย่างไรในช่วงหลังๆ นี้” ถาม. ด้วยวิธีนี้ คุณจะยืนยันสมมติฐานและทำให้ลูกค้าพูดคุยได้
ความเป็นส่วนตัวและขอบเขตทางจริยธรรม
การระบุแหล่งที่มาจะทำกับข้อมูลสาธารณะและข้อมูลทางธุรกิจเท่านั้น การใช้โพสต์บนโซเชียลมีเดียส่วนตัว ชีวิตส่วนตัว หรือข้อมูลที่ได้รับโดยไม่ได้รับอนุญาตเป็นแหล่งวิจัย (KVKK เช่น กฎหมายคุ้มครองข้อมูลส่วนบุคคล) ถือเป็นการกระทำที่ผิดจริยธรรมและผิดกฎหมาย กฎนั้นง่ายมาก: อย่ารวบรวมและป้อนข้อมูลส่วนบุคคลใด ๆ ที่ไม่ได้เขียนไว้ในเว็บไซต์อย่างเป็นทางการของบริษัทหรือในแหล่งข้อมูลเชิงพาณิชย์แบบเปิดเข้าสู่ AI
ข้อควรระวัง: ไม่ควรนำเสนอการคาดการณ์ "ความต้องการ/จุดเจ็บปวด" ที่สร้างขึ้นโดย AI แก่ลูกค้าราวกับว่าทราบแน่ชัดแล้ว การพูดว่า "คุณมีปัญหานี้" จะทำลายความเชื่อใจทันทีถ้ามันผิด ในทางกลับกัน “ความท้าทายนี้มักพบเห็นได้ในอุตสาหกรรมของคุณ คุณเป็นอย่างไรบ้าง” ดำเนินการต่อแบบปลายเปิด
การจับเหตุการณ์ที่กระตุ้น
ในการขาย เวลามักมีความสำคัญมากกว่าข้อความในตัวมันเอง “เหตุการณ์กระตุ้น” คือการพัฒนาที่เปิดเผยต่อสาธารณะซึ่งบ่งชี้ว่าบริษัทอาจต้องการโซลูชันของคุณในขณะนี้: การจ้างผู้บริหารคนใหม่ การเปิดสำนักงานใหม่ การเข้าซื้อกิจการของการลงทุนใหม่ การเติบโตของทีมอย่างรวดเร็ว หรือการเปิดตัวผลิตภัณฑ์ใหม่ เหตุการณ์เหล่านี้เป็น "ประตู"; เนื่องจากบริษัทที่เผชิญกับการเปลี่ยนแปลงอยู่ในช่วงที่พวกเขาเปิดรับโซลูชันใหม่ๆ มากที่สุด คุณแจ้งข่าวสารและการโพสต์สาธารณะของบัญชีแก่ AI แล้วถามว่า "มีเหตุการณ์กระตุ้นใดบ้างที่สามารถเชื่อมโยงกับโซลูชันของเราได้" คุณอาจถาม
เมื่อมีสิ่งกระตุ้นดังกล่าว ข้อความติดต่อแรกของคุณก็จะแข็งแกร่งขึ้นมาก เช่น ข้อความเปิดเช่น “ฉันเห็นคุณเปิดศูนย์ปฏิบัติการใหม่ การจัดการปริมาณการสนับสนุนในระดับนี้มักจะเป็นเรื่องที่ท้าทาย” ให้ความรู้สึกที่ทั้งเกี่ยวข้องและทันท่วงที ยังคงมีวินัยเดียวกันนี้: ตรวจสอบว่าเหตุการณ์ที่กระตุ้นให้เกิดนั้นเป็นเรื่องจริงและเป็นปัจจุบัน และอย่าถูกหัวเราะเยาะโดยเข้าใจผิดว่าข่าวเก่าเป็น "ข่าวใหม่" เวลาเป็นเพื่อนที่ดี แต่ต้องมีข้อมูลที่ตรวจสอบแล้วเท่านั้น
ข้อผิดพลาดทั่วไป
- การยอมรับหมายเลขหมุนเวียน/พนักงานที่ AI สร้างขึ้นเป็นของจริงโดยไม่ต้องตรวจสอบ
- เพื่อให้มีคุณสมบัติในการเป็นผู้นำแต่ละราย ข้ามการคัดกรองอย่างซื่อสัตย์และสิ้นเปลืองทรัพยากร
- การทำวิจัยโดยตั้งสมมติฐานว่า "ทุกคนคือลูกค้าของเรา" โดยไม่กำหนด ICP
- ค้นหาข้อมูลส่วนบุคคลที่ไม่เปิดเผยต่อสาธารณะและเข้าสู่ AI (การละเมิด KVKK)
- นำเสนอการทำนาย Pain Point ของ AI ให้กับลูกค้าว่าเป็นความจริงอย่างแท้จริง
- ข้ามการตรวจสอบโดยไม่เปลี่ยนสมมติฐานเป็นคำถามในการสัมภาษณ์
โดยสรุป
- การขายดีเริ่มต้นด้วยการกำจัด ICP และ BANT ทำให้ชัดเจนว่าใครควรจัดลำดับความสำคัญ
- AI แยกการบรรยายสรุปอย่างรวดเร็วจากข้อมูลที่เปิดเผยต่อสาธารณะ แต่ผลลัพธ์ของมันคือข้อสันนิษฐานที่ต้องตรวจสอบ
- ป้องกันการสร้างตัวเลขและข้อมูลด้วยกฎ "ไม่รู้ก็เขียนคลุมเครือ"
- กำจัดโอกาสในการขายที่ไม่สอดคล้องกันอย่างตรงไปตรงมา จัดสรรทรัพยากรของคุณไปยังสถานที่ที่เหมาะสม
- ใช้เฉพาะข้อมูลทางธุรกิจที่เปิดเผยต่อสาธารณะเท่านั้น ปกป้องขีดจำกัดข้อมูลส่วนบุคคล (KVKK)
งานสมัคร
นำหน้า "เกี่ยวกับ" ของบริษัทเป้าหมายที่แท้จริงที่เปิดเผยต่อสาธารณะแล้วป้อนลงในพรอมต์การบรรยายสรุป ตรวจสอบสามสิ่งในผลลัพธ์: (1) AI สร้างตัวเลข/ข้อมูลใดๆ (หากเป็นเช่นนั้น ให้เสริมกฎ "ไม่แน่นอน") (2) รายการ "สมมติฐาน" แยกการอนุมานที่ไม่มีหลักฐานจริงหรือไม่ (3) เหตุผลในการปฏิบัติตามข้อกำหนดของ ICP สมเหตุสมผลหรือไม่ จากนั้นเปลี่ยนสมมติฐานที่เน้นแต่ละข้อให้เป็นคำถามปลายเปิดที่คุณจะถามในการสัมภาษณ์ครั้งแรก
รายการตรวจสอบ
- [ ] ฉันอธิบาย ICP ของฉันด้วยคุณสมบัติที่เป็นรูปธรรม 4-5 ประการ
- [ ] ฉันใช้เฉพาะข้อมูลทางธุรกิจที่เปิดเผยต่อสาธารณะเท่านั้น
- [ ] ฉันป้องกันไม่ให้ AI สร้างตัวเลข/ข้อมูลด้วยกฎ "คลุมเครือ"
- [ ] ฉันทำเครื่องหมายสมมติฐานแยกจากข้อมูลที่พิสูจน์แล้ว
- [ ] ฉันตัดโอกาสในการขายที่มีความเข้ากันได้ต่ำออกโดยสุจริต
- [ ] ฉันเปลี่ยนสมมติฐานแต่ละข้อเป็นคำถามที่ฉันจะถามในการสัมภาษณ์