Mga nadagdag:
- Kakayahang suriin ang mga potensyal na customer na may perpektong profile ng customer (ICP) at balangkas ng kwalipikasyon (hal. BANT)
- Kakayahang gumawa ng isang structured account/person briefing mula sa pampublikong magagamit na impormasyon
- Kakayahang markahan ang output ng kwalipikasyon na may mga pagpapalagay na kailangang ma-verify
Ang pinakamahal na pagkakamali sa pagbebenta ay ang paggugol ng masyadong maraming oras sa maling tao. Kung ginugugol ng isang sales rep ang kanyang araw na nakikipagkita sa isang lead na hindi kailanman nangangailangan ng iyong produkto, mawawala ang mga tunay na pagkakataon. Kaya naman ang magandang pagbebenta ay nagsisimula sa screening bago ka magbenta: sino ang talagang mahusay na kandidato at sino ang hindi?
Ang trabahong ito ay tinatawag na kwalipikasyon. Ang artificial intelligence (AI) ay gumaganap ng dalawang makapangyarihang tungkulin dito: kinukuha nito ang isang maikling maikling account mula sa impormasyong available sa publiko (website, industriya, balita) at sinusuri ang lead ayon sa isang tinukoy na balangkas. Ngunit mag-ingat: ang impormasyong ginagawa ng AI ay isang paunang pagpapalagay, hindi napatunayang katotohanan. Sa unit na ito, matututunan mo kung paano panatilihin ang katumpakan at pagiging kumpidensyal habang pinapabilis ang lead research.
Tandaan: Ang impormasyon ng account/tao na nabuo ng AI ay hindi dapat iproseso sa CRM bilang totoo nang hindi nabe-verify, at lalo na hindi dapat gamitin bilang batayan para sa isang desisyon (hal. "ang kumpanyang ito ay walang badyet"). Ang pagkolekta ng hindi pampublikong personal na data ay parehong etikal at legal na limitasyon.
Mga Framework ng Attribution: ICP at BANT
Dalawang pangunahing konsepto:
- ICP (Ideal Customer Profile): Inilalarawan ang mga katangian ng customer na higit na nakikinabang sa iyong produkto, ang pinakamadaling isara at nananatili ang pinakamatagal (sektor, laki, pangangailangan). "Sino ang dapat nating ibenta?" ang sagot sa tanong.
- BANT: Apat na tanong na sumusukat sa maturity ng lead: Badyet (may budget ba), Authority (tagagawa ba siya ng desisyon), Need (may kailangan ba talaga), Timing (angkop ba ang timing). Ang pagsusuri sa bawat lead sa apat na ito ay nagpapalinaw kung sino ang uunahin.
Mahusay na gumagana ang AI sa paglalagay ng lead sa mga framework na ito at pagkuha ng nawawalang impormasyon bilang "mga itatanong."
Hakbang sa Hakbang: Pagiging Kwalipikado sa isang Lead
- Kilalanin ang iyong ICP. Isulat ang 4-5 kongkretong katangian ng iyong ideal na customer.
- Mangolekta ng impormasyong magagamit sa publiko. Website, "tungkol sa" pahina, industriya, mga bakanteng trabaho.
- Alisin ang briefing gamit ang AI. Gumawa ng isang structured na account statement.
- Markahan ang pagsunod sa ICP. Gaano kahusay ang lead sa ICP?
- Markahan ang mga pagpapalagay. Panatilihing hiwalay ang impormasyong hinulaang AI (hindi napatunayan).
- Maghanda ng mga pambungad na tanong. Mga tanong na itatanong sa unang panayam para punan ang mga kakulangan sa BANT.
Mga Nakokopyang Prompt
Ang pangunahing prompt na kumukuha ng isang account briefing mula sa pampublikong magagamit na impormasyon:
Tungkulin: Isa kang sales research assistant. Nasa ibaba ang PUBLIC na text tungkol sa isang kumpanya. Gumawa ng structured account briefing mula dito:- Ano ang ginagawa ng kumpanya (1 pangungusap)- Industriya at tinantyang laki- Mga posibleng pangangailangan/mga punto ng sakit (na nauugnay sa aming produkto)- ICP fit: [Mataas | Katamtaman | Mababa] + iisang pangungusap na katwiran - ilista nang hiwalay ang MGA ASSUMPTIONS (mga hinuha na walang ebidensya) na kailangang i-verify na FITTING na impormasyon na wala sa teksto; Kung hindi mo alam, isulat ang "hindi malinaw". Ang aming produkto: {{ product_summary }}Text ng kumpanya: {{ publicly_public_text }}
Prompt na sinusuri ang lead ayon sa BANT:
Suriin ang sumusunod na impormasyon ng lead sa loob ng balangkas ng BANT: - Badyet: alam namin / hindi alam - Awtoridad (awtoridad): ang tao ba ay gumagawa ng desisyon? - Kailangan: may ebidensya ba? - Timing (oras): mayroon bang trigger na kaganapan? Markahan ang "kilala / hindi kilala" para sa bawat dimensyon. Magmungkahi ng tanong na itatanong sa unang pagpupulong na sasakupin ang mga hindi alam. Pangunahing impormasyon: {{ impormasyon }}
Prompt na gumagawa ng personalized na unang pagbubukas ng contact:
Batay sa account briefing na ito, sumulat ng personalized na one-sentence ice-breaker para sa unang contact. Hayaan itong batay sa isang konkretong obserbasyon na tiyak sa kanilang trabaho, hindi pangkalahatang papuri. Huwag palakihin, huwag gumamit ng mga hindi napatunayang claim. Briefing: {{ briefing }}
Prompt na nagmumungkahi din ng "pag-aalis" sa kwalipikasyon:
Kung mukhang hindi tugma ang lead na ito sa aming ICP, sabihin nang malinaw at magbigay ng 1-2 item ng katwiran kung bakit maaaring hindi ito sulit na ituloy. Huwag pilitin ang kaugnayan; maging tapat na ilaan ang aming mga mapagkukunan sa tamang lugar.ICP: {{ icp }} | Lead: {{ lead }}
Mahina Prompt / Malakas na Prompt
mahinang diskarte
Malakas na diskarte
"Sabihin mo sa akin ang tungkol sa kumpanyang ito"
Nagbabalik ng pampublikong text + humihiling ng structured briefing
Gumagawa ng fictitious turnover/bilang ng mga empleyado
Sinasabing "hindi sigurado", hiwalay na nagmamarka ng mga pagpapalagay
Ipinapakita ang bawat lead bilang "kwalipikado"
Medyo inaalis ang mababang compatibility
Pangkalahatang pagbubukas ("mahusay na kumpanya")
Konkretong pagbubukas na tiyak sa kanilang negosyo
Ang pagkakaiba ay ang mahusay na diskarte ay gumagamit ng AI bilang isang "hypothesis generator" sa halip na isang "pinagmulan ng katotohanan": ang bawat output ay isang blueprint na ibe-verify.
Tatlong Mini Case
Case 1 — Ang pekeng turnover trap. Nagtanong ang isang kinatawan: "Ano ang turnover ng kumpanyang ito?" tanong niya; Kumpiyansa na sinabi ng AI na "250 milyong TL taun-taon". Gayunpaman, ito ay ganap na gawa-gawa; Hindi kailanman isiniwalat ng kumpanya ang impormasyong ito. Nang malaman ito ng team, in-update nila ang prompt na may panuntunang "Kung hindi mo alam, magsulat nang malabo, gumawa ng mga numero". Sa kasunod na mga briefing, ang AI ay nagsulat ng "hindi tiyak" sa larangan ng turnover, na pumipigil sa isang maling panukala batay sa isang maling palagay sa badyet.
Kaso 2 — Ang tapat na pag-aalis ay nakatipid ng oras. Isang listahan ng 30 lead ang naipasa sa prompt ng ICP. Na-flag ng AI ang 9 na lead bilang "low fit" at nagbigay ng katwiran (hal. "masyadong maliit na team, mas mababa sa minimum na bilang ng mga user ng aming produkto"). Sa halip na gumugol ng oras sa 9 na ito, ang kinatawan ay nakatuon sa 21 kwalipikadong lead; Sa quarter na iyon ang kalidad ng pipeline (sales pipeline) ay tumaas nang malaki.
Kaso 3 — Binuksan ang konkretong pambungad na pinto. Inferred ng AI mula sa mga kamakailang pag-post ng trabaho ng isang kumpanya na "bumubuo sila ng mabilis na lumalagong team ng suporta" at ibinatay ang pambungad nitong pangungusap dito: "Nacurious ako kung paano mo pinamamahalaan ang dumaraming dami ng mga kahilingan habang pinapalaki mo ang iyong team ng suporta." Kung ikukumpara sa isang pangkalahatang pagbubukas, ang rate ng pagtugon ay kapansin-pansing mas mataas; dahil ang mensahe ay nakaantig sa kanilang tunay na sitwasyon.
Tip: Gawing tanong ang bawat “assumption” na ipinahihiwatig ng AI sa unang pulong. Sa halip na sabihing, "Sa tingin ko, dumarami ang iyong suporta," itanong, "Paano nagbago ang dami ng iyong suporta kamakailan?" magtanong. Sa ganitong paraan, kinukumpirma mo ang pag-aakala at mapapagsasalita ang customer.
Privacy at Etikal na Hangganan
Ginagawa lang ang pagpapatungkol gamit ang pampublikong available at impormasyon ng negosyo. Parehong labag sa etika at labag sa batas ang paggamit ng mga pribadong post sa social media ng isang tao, personal na buhay o data na nakuha nang walang pahintulot bilang pinagmumulan ng pananaliksik (KVKK, ibig sabihin, batas sa proteksyon ng personal na data). Ang panuntunan ay simple: huwag mangolekta at pumasok sa AI ng anumang personal na impormasyon na hindi nakasulat sa opisyal na website ng kumpanya o sa bukas na komersyal na mapagkukunan.
Pag-iingat: Ang mga hula na nabuo ng AI na "need/pain point" ay hindi dapat ipakita sa customer na parang kilala ang mga ito. Ang pagsasabi ng "Mayroon kang problema" ay agad na nasisira ang tiwala kung ito ay mali. Sa halip, "ang hamon na ito ay madalas na nakikita sa iyong industriya, kumusta ka?" Magpatuloy nang bukas.
Pagkuha ng mga Nakaka-trigger na Kaganapan
Sa mga benta, madalas na mas mahalaga ang timing kaysa sa mismong mensahe. Ang “trigger event” ay isang nakikitang pag-unlad na nakikita ng publiko na nagpapahiwatig na maaaring kailanganin ng isang kumpanya ang iyong solusyon ngayon: ang pagkuha ng bagong executive, ang pagbubukas ng bagong opisina, ang pagkuha ng bagong pamumuhunan, mabilis na paglaki ng team, o ang isang bagong paglulunsad ng produkto. Ang mga kaganapang ito ay isang "pintuan"; Dahil ang mga kumpanyang nakakaranas ng pagbabago ay nasa panahon kung kailan sila pinakabukas sa mga bagong solusyon. Binibigyan mo ang AI ng pampublikong balita at pag-post ng account at itatanong mo ang "mayroon bang anumang nagpapalitaw na mga kaganapan na maaaring maiugnay sa aming solusyon?" maaari kang magtanong.
Sa ganoong pag-trigger sa lugar, ang iyong unang mensahe sa pakikipag-ugnayan ay nagiging mas malakas: Ang isang pambungad na tulad ng "Nakita kong binuksan mo ang iyong bagong operations center; ang pamamahala sa dami ng suporta sa sukat na ito ay madalas na mahirap" ay nararamdaman na may kaugnayan at napapanahon. Gayunpaman, ang parehong disiplina ay nalalapat: i-verify na ang nagpapalitaw na kaganapan ay totoo at kasalukuyan, at huwag pagtawanan sa pamamagitan ng pagkakamali sa lumang balita bilang "bago." Ang timing ay isang mabuting kaibigan, ngunit may na-verify na impormasyon lamang.
Mga karaniwang pagkakamali
- Pagtanggap sa turnover/employee number na ginawa ng AI bilang totoo nang hindi ito bini-verify.
- Upang maging kwalipikado ang bawat lead; paglaktaw sa matapat na screening at pag-aaksaya ng mga mapagkukunan.
- Pagsasagawa ng pananaliksik na may pag-aakalang "lahat ng tao ay aming kostumer" nang hindi tinukoy ang isang ICP.
- Paghahanap ng hindi pampublikong personal na data at paglalagay nito sa AI (paglabag sa KVKK).
- Ipinakikita ang hula ng pain point ng AI sa customer bilang ganap na katotohanan.
- Nilaktawan ang pagpapatunay sa pamamagitan ng hindi paggawa ng mga pagpapalagay sa mga tanong sa panayam.
Sa buod
- Ang magandang pagbebenta ay nagsisimula sa pag-aalis; Nilinaw ng ICP at BANT kung sino ang uunahin.
- Kinukuha ng AI ang mabilis na briefing mula sa impormasyong magagamit sa publiko; ngunit ang output nito ay isang assumption na dapat ma-verify.
- Pigilan ang paggawa ng mga numero at impormasyon gamit ang panuntunang "kung hindi mo alam, isulat nang malabo".
- Tanggalin nang tapat ang mga low-conformance lead; Ilaan ang iyong mga mapagkukunan sa tamang lugar.
- Gamitin lamang ang impormasyon ng negosyo na magagamit sa publiko; Protektahan ang limitasyon ng personal na data (KVKK).
Gawain ng aplikasyon
Kunin ang page na "tungkol" sa isang tunay na target na kumpanya at ibigay ito sa prompt ng briefing. Suriin ang tatlong bagay sa output: (1) gumawa ba ang AI ng anumang mga numero/impormasyon (kung gayon, palakasin ang "hindi tiyak" na panuntunan), (2) ang listahan ba ng "mga pagpapalagay" ay aktwal na nagbubukod ng mga hindi pa nahuhuling hinuha, (3) may katuturan ba ang katwiran sa pagsunod sa ICP. Pagkatapos ay gawing open-ended na tanong ang bawat naka-highlight na palagay na itatanong mo sa unang panayam.
checklist
- [ ] Inilarawan ko ang aking ICP na may 4-5 kongkretong katangian.
- [ ] Gumamit lang ako ng available sa publiko, impormasyon ng negosyo.
- [ ] Pinigilan ko ang AI na gumawa ng mga numero/impormasyon gamit ang "fuzzy" na panuntunan.
- [ ] Minarkahan ko ang mga pagpapalagay nang hiwalay sa napatunayang impormasyon.
- [ ] Inalis ko nang matapat ang mga low-compatibility na lead.
- [ ] Ginawa ko ang bawat palagay sa isang tanong na itatanong ko sa panayam.