Mga nadagdag:
- Kakayahang gumawa ng mga malamig na email batay sa mga kaganapan sa pag-trigger na hindi napupunta sa spam
- Kakayahang i-personalize ang mga koneksyon sa LinkedIn at mga thread ng mensahe
- Kakayahang magbukas ng malamig na tawag at maghanda ng mga maiikling script at gamitin ang mga ito nang may kakayahang umangkop
Ang malamig na outreach ay ang pinakamahirap ngunit pinaka hindi nauunawaan na bahagi ng mga benta. Iniisip ng karamihan sa mga salespeople na "kung magpapadala ako ng higit pa, makakakuha ako ng higit pang mga tugon" at magpadala ng libu-libong generic na e-mail; Ang resulta ay isang folder ng spam, isang mababang rate ng pagtugon, at isang domain ng email na nagiging discredited sa paglipas ng panahon. Gayunpaman, ang magandang malamig na outreach ay hindi isang laro ng dami, ngunit isang larong may kaugnayan. Sa unit na ito, matututuhan mo kung paano gamitin nang tama ang artificial intelligence para gumawa ng maikli, personalized na mga mensahe batay sa isang tunay na nakaka-trigger na kaganapan; Matututuhan mo kung paano flexible na magdisenyo ng LinkedIn at mga sitwasyon sa telepono. Ang aming layunin ay hindi higit pa, ngunit mas tumpak na komunikasyon.
Anatomy ng Cold Email
Ang trabaho ng isang magandang malamig na email ay hindi upang hikayatin ang kabilang partido; Ang kanyang trabaho ay simpleng anyayahan ka sa susunod na hakbang (isang maikling pag-uusap, isang tanong, isang sagot). Ang mga email na nakakamit nito ay may apat na tampok na magkakatulad.
tampok
Anong ibig mong sabihin?
Bakit ito mahalaga?
kaiklian
50-125 salita, 3-4 na linya sa mobile
Ang gumagawa ng desisyon ay nagbubukas ng dose-dosenang mga email sa isang araw; Ang mga mahahabang email ay tinatanggal nang hindi binabasa
Isang CTA
Isang malinaw na kahilingan lamang
Ang isang e-mail na nagtatanong ng dalawang tanong ay hindi tumatanggap ng tugon sa alinman sa mga ito.
Nagti-trigger ng kaganapan
Batay sa isang tunay na signal
Sumasagot sa tanong na "Bakit ngayon, bakit ako?"
Personalization
Unang pangungusap na tiyak sa kumpanya/tao
Nagpapatunay na walang bulk shipping
Ang kaganapan sa pag-trigger ay ang pangunahing konsepto dito. Isang bagong appointment sa manager, isang pag-post ng trabaho, isang investment round na natanggap, isang bagong paglulunsad ng produkto, isang pagbabago sa pambatasan o isang content na ini-publish ng kumpanya; Ang lahat ng ito ay nagbibigay ng katwiran na "makatuwirang pag-usapan ito ngayon." Hindi maiimbento ng AI ang mga signal na ito nang mag-isa, ngunit napakahusay nitong gawing isang malakas na linya ng pambungad ang signal na iyong nabuo.
Deliverability: Bakit Lumubog ang Maramihang Pagpapadala
Ang pagiging delivery ay kung mapunta ang iyong email sa inbox o spam folder. Kapag kinopya at ipinadala mo ang parehong template sa daan-daang tao, nakikilala ng mga email provider ang mga pattern: parehong katawan, parehong link, biglaang pagtaas ng volume. Nag-trigger ito ng mga filter ng spam. Bukod pa rito, ang pagpapadala sa isang malaking bilang ng mga di-wastong address (mataas na bounce rate) ay binabawasan ang reputasyon ng iyong domain name. Resulta: kahit na ang mga email na ipinadala mo sa mga wastong customer ay hindi na dumarating. Kaya kahit na ang nilalamang binuo ng AI ay dapat na i-personalize, ang dami ng pagsusumite ay dapat panatilihing makatwiran, at ang listahan ay dapat na malinis. Tinutulungan ka ng artificial intelligence na bumuo ng mga variation; Pinipigilan nito ang pagnanais na magpadala ng eksaktong parehong teksto sa bawat tatanggap.
Cold Email Generation na may Artipisyal na Katalinuhan
Kung magbibigay ka ng magandang input sa AI, makakakuha ka ng magagandang draft. Sa mga senyas sa ibaba, punan ang mga patlang sa {{ }} gamit ang iyong sariling data.
Tungkulin: Isa kang karanasan na SDR sa mga benta ng B2B SaaS. Gawain: Sumulat ng MAIKLING malamig na draft ng email batay sa sumusunod na impormasyon. Para kay: {{ pangalan, pamagat }}, {{ kumpanya }}Nagti-trigger na kaganapan: {{ hal. nagbukas sila ng 15 sales representative na ad noong nakaraang buwan }}Ang aming solusyon: {{ what are we doing in a sentence }}Targeted value: {{ e.g. paikliin ang oras ng ramp para sa mga bagong hire }}Mga Panuntunan:- 90 salita maximum.- Isang tawag: Mag-alok ng 15 minutong pagpupulong.- Hayaang ang unang pangungusap ay tumugon sa nag-trigger na kaganapan, walang generic na papuri.- Huwag gumamit ng mga pinalaking pangako, garantiya, o clichés tulad ng "pinuno ng industriya".- Hayaang may isang tanong sa dulo. Bumuo ng 3 alternatibo para sa linya ng paksa.
Ang isang hiwalay na pag-ikot para sa linya ng paksa ay gumagana:
Magmungkahi ng 5 linya ng paksa para sa sumusunod na laman ng email: {{ body }}Mga Paghihigpit: Hindi hihigit sa 4 na salita, walang clickbait, walang sumisigaw sa lahat ng cap, walang emojis. Gawin itong nakakaintriga ngunit maging tapat.
Mahina Prompt / Malakas na Prompt
Mahinang prompt:
Sumulat ng email sa pagbebenta para sa isang kumpanya ng software.
Ang prompt na ito ay gumagawa ng generic, walang trigger, "mayroon kaming custom na solusyon para sa iyo" na istilong text na malamang na 200 salita ang haba; Kaya ito ay direktang spam.
Napakahusay na prompt:
Sumulat ng malamig na email kay {{ Name }}, HR Director para sa {{ Company }}.Trigger: Sa linggong ito ay nag-post siya sa LinkedIn na "we're re-engineering our onboarding process." Kami: isang platform na nagbibigay ng interactive na micro-training sa mga bagong empleyado sa kanilang unang 30 araw. Karaniwang epekto na sinukat namin: makabuluhang pagbawas sa oras ng ramp (nag-iiba-iba ayon sa customer, hindi garantisado).80 salita, solong CTA (short call), palakaibigan ngunit propesyonal na tono. Gumamit ng masusukat ngunit maliit na wika.
Ang pagkakaiba ay nasa mga limitasyon ng pagiging tiyak at katapatan. Ang pangalawang prompt ay gumagawa ng isang text na nagpaparamdam sa kabilang partido na "nabasa nito ang aking sitwasyon."
Tip: Palaging muling isulat o manu-manong i-proofread ang unang pangungusap ng draft na binuo ng AI. Tinitingnan lang ng receiver ang pangungusap na iyon at nagpapasya kung magpapatuloy o hindi; Ilagay ang pinaka-human touch doon.
LinkedIn: Koneksyon at Thread ng Mensahe
Ang isang hindi agresibong diskarte sa LinkedIn ay mas mahalaga kaysa sa email. Ang paggawa ng isang kahilingan sa koneksyon sa isang pitch ng pagbebenta ay ang pinakakaraniwang pagkakamali. Inirerekomendang ritmo:
- Kahilingan sa koneksyon: Isang maikli at hindi mabentang tala (o kung minsan ay walang tala) na nakakaapekto sa karaniwang konteksto.
- Post-acceptance salamat: Huwag i-market ang produkto kaagad; Magbahagi ng kaugnay na obserbasyon o tanong.
- Halaga ng pagbabahagi: Magpadala ng kapaki-pakinabang na nilalaman, data, o isang maliit na insight.
- Malambot na imbitasyon: Mag-alok ng pulong pagkatapos mong makakita ng senyales ng interes.
Kung gumagamit ka ng InMail (isang bayad na mensahe sa mga taong wala kang koneksyon), ang linya ng paksa at unang linya ay mas kritikal dahil hindi ka kilala ng tatanggap.
Sumulat ng tala ng kahilingan sa koneksyon sa LinkedIn (max 250 character).Tao: {{ pangalan, pamagat, kumpanya }}Karaniwang konteksto: {{ hal. Nagsalita siya sa parehong kaganapan sa industriya / Nagustuhan ko ang kanyang post }}Panuntunan: Huwag magbenta ng mga produkto, huwag gumamit ng cliché na "I am growing my network". Hayaan itong maging malinaw at taos-puso kung bakit gusto kong kumonekta.
Ang aking koneksyon ay tinanggap. Ang tao ay si {{ name }}, {{ role }} sa {{ company }}. Sumulat ng isang kapaki-pakinabang na SHORT na mensahe na maaari kong ipadala bago lumipat sa pagbebenta. Isama ang isang obserbasyon + isang bukas na tanong. Huwag humingi ng appointment.
Babala: Ang pagpapadala ng isang awtomatikong mensahe sa pagbebenta sa sandaling matanggap ang koneksyon ay ang pinakamabilis na paraan upang ma-block (at masunog ang reputasyon ng brand) sa LinkedIn. Ang pagpapadala ng maramihang mensahe sa pamamagitan ng mga tool sa automation ay maaari ding lumabag sa mga panuntunan sa platform. Tumutok sa pagiging totoo ng relasyon, hindi sa pagpapabilis nito.
Malamig na Tawag: Flexible na Scenario
Ang telepono ay epektibo pa rin, ngunit ang pagbabasa ng script na salita para sa salita ay isang kalamidad. Isipin ang senaryo bilang isang gabay, isang mapa. Mga bahagi ng magandang pambungad:
- Pattern interrupt: Pagsira sa inaasahang "hello, kumusta ka, gusto kong ipakilala sa iyo ang isang produkto" na pattern. Iyan ang nagagawa ng matapat na pagpapakilala sa sarili.
- Humihingi ng pahintulot: "Paano kung abalahin kita nang eksaktong 27 segundo, at pagkatapos ay magpasya ka kung magpapatuloy o hindi?" Ang pangungusap na tulad nito ay nagbibigay ng kontrol sa kabilang partido at ibinababa ang pader.
- Value sentence: Sabihin ang problemang nalutas mo, hindi ang produkto, sa isang pangungusap.
Sumulat ng flexible na pambungad na script para sa isang malamig na tawag na B2B. Produkto: {{ tagline }}Target na persona: {{ role }}Isama ang: (1) isang matapat na pattern na interrupt, (2) isang pahayag na naghahanap ng pahintulot, (3) isang proposisyon ng halaga ng isang pangungusap, (4) isang open-ended na tanong sa paggalugad. Magsama rin ng magalang, walang pressure na tugon para sa "Hindi ako available ngayon" at "Hindi ako interesado." Sumulat nang makatao, hindi robotically.
Mini Case: Cloud Accounting Software
Si Zeynep ay isang SDR sa isang kumpanya na nagbebenta ng cloud accounting software sa mga SME. Ang "Aydın Logistics" ay nasa listahan ng target. Sa LinkedIn nakita niya na binuksan ng kumpanya ang pangalawang lokasyon nito noong nakaraang linggo (nagti-trigger na kaganapan). Binibigyan nito ng artificial intelligence ang impormasyong ito at ang hamon ng pinagsama-samang pag-uulat sa mga multi-branch na negosyo ng isang kumpanya. Gumagawa ang AI ng 75-salitang draft na nagsisimula, "Nakita ko ang iyong ikalawang pagbubukas ng branch, congratulations; ang pinakakaraniwang hamon na naririnig natin sa mga multi-branch na negosyo ay ang makita ang branch-based financials sa isang screen." Ang Zeynep ay manu-manong pinapasimple ang unang pangungusap at nagmumungkahi ng 15 minutong pagpupulong bilang isang CTA. Ang sagot ay dumating sa parehong araw: "Actually, iyon mismo ang pinag-uusapan natin." Ang pagkakaiba ay hindi sa dami ngunit sa tamang pagmamasid sa tamang sandali.
Mga Karaniwang Pagkakamali
- Maramihang pagpapadala ng parehong text: Pinapatay ang Deliverability, binabawasan ito sa spam. Ibahin ang bawat mensahe na may hindi bababa sa isang makatotohanang detalye.
- Dalawa o higit pang mga CTA: "Tingnan ang dokumentong ito at mag-iskedyul tayo ng pulong" ay walang tugon.
- Ang pinalaking pangako: "Tataasin namin ang iyong mga benta ng 300%" ay hindi mabe-verify at sinisira ang tiwala. Gumamit ng spacing at "depende ito sa customer" na wika.
- Simula sa produkto: Pagpapaliwanag ng iyong mga katangian sa unang pangungusap. Una ang kanilang mundo, pagkatapos ang iyong solusyon.
- Ang pagpapadala ng output ng AI bilang ay: Kung minsan, ang AI ay maaaring bumuo ng isang "kwento ng tagumpay" o numero na hindi umiiral. I-verify ang bawat istatistika bago ito isumite.
- Hindi pagsubaybay: Karamihan sa mga tugon ay hindi dumarating sa unang email, ngunit sa 2-3 magalang na follow-up na mga email; Ngunit ang follow-up ay dapat na isang paalala, hindi isang pagpupumilit.
Sa buod
- Ang malamig na outreach ay isang laro ng kaugnayan, hindi dami; ang kaiklian, nag-iisang CTA, nagti-trigger na kaganapan, at pag-personalize ang apat na pundasyon.
- Para mapanatili ang deliverability, iwasan ang maramihang generic na pagpapadala, panatilihing malinis ang listahan, ibahin ang bawat mensahe.
- Gamitin ang AI upang bumuo ng mga draft at variation; manu-manong i-verify ang unang pangungusap at lahat ng mga numero.
- Sa LinkedIn, relasyon muna, benta pangalawa; Iwasan ang mga awtomatikong mensahe sa pagbebenta.
- Sa malamig na pagtawag, gamitin ang script bilang isang flexible na mapa: pattern interrupt, kahilingan sa pahintulot, halaga ng isang pangungusap.
- Ang hindi sinasabi, nabe-verify at hindi pinipilit na wika ay parehong etikal at mas epektibo.
Gawain ng aplikasyon
Pumili ng isang tunay na target na customer (mula sa iyong kasalukuyang listahan o isang kathang-isip na makatotohanang kumpanya). Una, humanap ng tunay na nakaka-trigger na kaganapan para sa kumpanyang iyon (balita, anunsyo, pagbabahagi). Pagkatapos, gamitin ang makapangyarihang pattern ng prompt sa unit na ito upang ang artificial intelligence ay makagawa ng (a) isang 80-salitang malamig na email, (b) isang tala sa koneksyon sa LinkedIn, (c) isang malamig na script ng pagbubukas ng tawag. Isulat muli ang mga unang pangungusap ng mga naihahatid, i-verify ang lahat ng numero, at tiyaking mayroong isang CTA sa bawat isa. Panghuli, ilagay ito sa tabi ng mahinang bersyon at tandaan ang pagkakaiba sa isang pangungusap.