Lead Araştırma ve Nitelendirme

Kazanimlar:

• İdeal müşteri profilini (ICP) ve alıcı personasını AI yardımıyla netleştirebilme
• BANT ve MEDDIC gibi çerçevelerle lead'leri yapılandırılmış biçimde nitelendirebilme
• AI'ın ürettiği firma/kişi bilgisini kaynağa karşı doğrulama disiplinini uygulayabilme

Satışta en pahalı hata, yanlış kişiyle konuşmaktır. Doğru ürünü, doğru zamanda, yanlış müşteriye anlatan bir temsilci haftalarını harcar ve sonunda "bütçe yok" ya da "karar veren ben değilim" cevabını alır. Oysa bu bilgi, ilk temastan önce büyük ölçüde çıkarılabilir. İşte lead araştırma ve nitelendirme (qualification) tam da bunu yapar: kimin gerçekten müşteriniz olabileceğini, kimin zaman kaybı olduğunu erken ayırmak. Bu ünitede AI'ı bu sürecin motoru olarak nasıl kullanacağınızı; İdeal Müşteri Profili (ICP) ve alıcı personası çıkarmadan, BANT ve MEDDIC gibi çerçevelerle skorlama yapmaya kadar adım adım göreceğiz. Bir uyarıyı baştan koyalım: AI'ın ürettiği firma ve kişi bilgisi, doğrulanmadan asla "gerçek" kabul edilmez.

İdeal Müşteri Profili (ICP) ve Alıcı Personası

ICP, "hangi tür firma bizim için ideal müşteridir" sorusunun cevabıdır. Persona ise o firma içinde konuştuğunuz kişidir. İkisi farklı şeylerdir: ICP firmayı (firmografik), persona insanı tanımlar.

Kavram

Neyi tanımlar

Örnek sinyaller

ICP (firmografik)

İdeal firma

Sektör, çalışan sayısı, ciro, coğrafya

ICP (teknografik)

Firmanın kullandığı teknoloji

Kullandıkları CRM, altyapı, yazılımlar

Persona

Karar sürecindeki kişi

Unvan, hedefler, ağrı noktaları, KPI'lar

Firmografik sinyaller "bu firma büyüklük olarak bize uygun mu" sorusunu; teknografik sinyaller "zaten bizi tamamlayan/bizimle çakışan bir teknoloji mi kullanıyorlar" sorusunu yanıtlar. Örneğin belirli bir e-ticaret altyapısını kullanan firmalar sizin entegrasyonunuz için hazır bir zemin olabilir.

ICP tanımlama promptu:"Aşağıda son 12 ayda kazandığımız en iyi 10 müşterinin özellikleri var.Bunlardaki ORTAK örüntüleri bularak bir İdeal Müşteri Profili (ICP)çıkar. Şu boyutlarda tablo yap: sektör, çalışan sayısı aralığı, yıllıkciro aralığı, coğrafya, kullandıkları teknolojiler, tipik ağrı noktası.Sadece verideki örüntülere dayan, veri dışında varsayım ekleme.En iyi müşteriler:{{musteri_listesi}}"

Persona çıkarma promptu:"{{urun}} ürününü satıyoruz. ICP'miz {{icp_ozeti}}. Bu firmalardasatın alma kararında etkili 3 persona tanımla. Her persona için:- Unvan- Birincil hedefleri ve ölçüldükleri KPI'lar- En büyük 2 ağrı noktası- Bizim ürünün onların diline çevrilmiş değer önerisi- Satın almaya itiraz edebileceği 2 nokta"

Nitelendirme Çerçeveleri: BANT ve MEDDIC

Bir lead'in "gerçek" olup olmadığını yapılandırılmış sorularla ölçeriz. İki yaygın çerçeve:

BANT — hızlı, hafif nitelendirme için:

• Budget (Bütçe): Ödeyecek kaynak var mı?
• Authority (Yetki): Konuştuğum kişi karar verebiliyor mu?
• Need (İhtiyaç): Gerçek, acil bir ihtiyaç var mı?
• Timeline (Zaman): Ne zaman almayı planlıyorlar?

MEDDIC — karmaşık, büyük B2B satışları için daha derin:

• Metrics: Müşterinin ölçtüğü sayısal fayda.
• Economic Buyer: Bütçeye gerçekten hükmeden kişi.
• Decision Criteria: Karar kriterleri.
• Decision Process: Karar süreci ve adımları.
• Identify Pain: Somut ağrı.
• Champion: İçeride sizi savunan kişi.

Çerçeve

Ne zaman

Derinlik

BANT

Kısa döngü, düşük-orta değer

Hızlı eleme

MEDDIC

Uzun döngü, yüksek değer, çok paydaş

Derin, sistematik

İpucu: Küçük ve hızlı satışlarda BANT ile başlayın; anlaşma büyüdükçe ve paydaş sayısı arttıkça MEDDIC'e geçin. AI'a hangi çerçeveyle skorlama istediğinizi açıkça söyleyin, yoksa ikisini karıştırabilir.

AI ile Araştırma Özeti ve Nitelendirme Skorlaması

AI'ı burada iki iş için kullanırız: (1) elinizdeki ham bilgiyi çerçeveye göre özetlemek, (2) bir skor önermek. Skor sizin için bir "ön sıralama"dır, nihai karar değil.

Lead nitelendirme promptu (BANT):"Aşağıdaki lead notlarını BANT çerçevesiyle değerlendir. Her boyut için0-5 puan ver ve gerekçeni yaz. Bilgi eksikse 'veri yok' de, TAHMİN ETME.Sonda: toplam skor, 'sıcak/ılık/soğuk' etiketi ve bir sonraki adım önerisi.Lead notları:- Firma: {{firma}}- Görüşülen kişi/unvan: {{kisi}}- Notlar: {{gorusme_notlari}}"

Lead listesi önceliklendirme promptu:"Aşağıdaki 20 lead'i ICP'mize ({{icp_ozeti}}) uygunluğa göre sırala.Her lead için: uygunluk skoru (0-100), en güçlü uyum sinyali, en büyükbelirsizlik. Skoru düşük olanlar için nedenini kısa yaz. Firma verisieksikse UYDURMA, 'doğrulanmalı' işareti koy.Lead listesi:{{lead_listesi}}"

Zayıf Prompt / Güçlü Prompt

ZAYIF:"Bu lead iyi mi?"(Sonuç: dayanaksız, tek kelimelik bir yorum.)GÜÇLÜ:"Bu lead'i BANT çerçevesiyle skorla. Her boyuta 0-5 ver, gerekçe yaz,eksik bilgiyi 'veri yok' olarak işaretle ve toplam skora göre sonrakiadımı öner. Elindeki notların dışına çıkma."

Uydurma Riski: Kaynaktan Doğrulama

AI, bir firma veya kişi hakkında bilmediği bilgiyi inandırıcı biçimde uydurabilir: ciro, çalışan sayısı, unvan, hatta karar vericinin adı. Bu bilgiyle temas kurarsanız güvenilirliğinizi tek hamlede kaybedersiniz.

Dikkat: AI'ın verdiği her firma-özel veriyi (ciro, büyüme, yönetici adı, teknoloji yığını) birincil kaynaktan doğrulayın: firmanın kendi sitesi, LinkedIn, resmi bültenler. Doğrulanmayan bilgiyi outreach'te kullanmayın.

Basit bir doğrulama iş akışı:

1. AI'dan lead özetini "her iddiaya kaynak etiketi koyacak" biçimde isteyin.
2. "Doğrulanmalı" işaretli her maddeyi tek tek kaynaktan kontrol edin.
3. Doğrulanan bilgiyi CRM'e işleyin; doğrulanamayanı silin.
4. Skorlamayı yalnızca doğrulanmış bilgiyle güncelleyin.
5. Ancak bundan sonra outreach'e geçin.

Mini Vaka

B2B SaaS temsilcisi Kaan, 50 kişilik bir lead listesini AI'a verip ICP uygunluğuna göre sıralatıyor. AI, "Firma A geçen çeyrek 200 çalışana ulaştı" diyor. Kaan LinkedIn'de firmayı açıyor; çalışan sayısı 60 civarında. AI abartmış. Kaan bu sinyali "doğrulanmalı" olarak işaretliyor, gerçek sayıyı giriyor ve skoru düşürüyor. Buna karşılık AI'ın "Firma B yakında yeni pazara açılıyor" sinyalini firmanın kariyer sayfasındaki yeni ilanlarla doğruluyor ve bu lead'i öne alıyor. Sonuç: AI 50 lead'i dakikalar içinde sıraladı, Kaan doğrulamayla listeyi güvenilir hale getirdi ve gerçekten sıcak olan 8 lead'e odaklandı.

Yaygın Hatalar

• ICP'yi tanımlamadan araştırmaya başlamak (herkesi hedeflemek, kimseyi vurmamak).
• AI'ın verdiği firma verisini doğrulamadan CRM'e işlemek.
• BANT ve MEDDIC'i karıştırıp yarım skorlama yapmak.
• Eksik bilgiyi AI'ın "tahminiyle" doldurmasına izin vermek.
• Skoru mutlak gerçek sanıp insan yargısını devre dışı bırakmak.
• Persona yerine sadece firmaya odaklanıp "kiminle konuştuğumu" atlamak.

İpucu: AI skoruna her zaman "bunu neden böyle puanladın" diye gerekçe sordurun. Gerekçe zayıfsa skor da zayıftır. Gerekçe, doğrulama yapmanız gereken noktaları da gösterir.

Özetle

• ICP firmayı (firmografik + teknografik), persona kişiyi tanımlar; ikisi de gereklidir.
• BANT hızlı eleme, MEDDIC derin ve karmaşık satışlar içindir.
• AI, araştırmayı özetler ve skor önerir; nihai karar insanındır.
• Skor bir ön sıralamadır, gerekçesiyle birlikte istenmelidir.
• AI'ın ürettiği firma/kişi bilgisi birincil kaynaktan doğrulanmadan kullanılmaz.
• Eksik bilgi "tahmin" değil "veri yok" olarak işaretlenmelidir.

Uygulama görevi

Son 5-10 kazandığınız müşteriyi bir listeye çıkarın ve yukarıdaki ICP promptuyla AI'a ortak örüntüleri buldurun. Çıkan ICP'yi kullanarak elinizdeki 10 lead'i önceliklendirin. Ardından en yüksek skorlu 3 lead için AI'ın verdiği her firma-özel iddiayı LinkedIn ve firma sitesinden doğrulayın; hangi iddiaların yanlış veya eksik çıktığını not edin. Bu alıştırma, hem ICP disiplinini hem de doğrulama refleksini aynı anda kazandırır.