فائدہ:
- AI کی مدد سے مثالی کسٹمر پروفائل (ICP) اور خریدار کی شخصیت کو واضح کرنے کی صلاحیت
- BANT اور MEDDIC جیسے فریم ورک کے ساتھ منظم طریقے سے لیڈز کو قابلیت حاصل کرنے کی صلاحیت
- ذریعہ کے خلاف AI کے ذریعہ تیار کردہ کمپنی/شخص کی معلومات کی تصدیق کے نظم و ضبط کو لاگو کرنے کی اہلیت
فروخت میں سب سے مہنگی غلطی غلط شخص سے بات کرنا ہے۔ ایک نمائندہ صحیح وقت پر غلط گاہک کو صحیح پروڈکٹ کی وضاحت کرنے میں ہفتوں گزارتا ہے اور آخر کار یہ جواب ملتا ہے کہ "بجٹ نہیں ہے" یا "میں فیصلہ کرنے والا نہیں ہوں۔" پھر بھی یہ معلومات بڑے پیمانے پر پہلے رابطے سے پہلے نکالی جا سکتی ہیں۔ لیڈ ریسرچ اور اہلیت بالکل یہی کرتی ہے: ابتدائی طور پر اس بات میں فرق کریں کہ اصل میں آپ کا گاہک کون ہو سکتا ہے اور کون وقت کا ضیاع ہے۔ اس یونٹ میں آپ اس عمل کے انجن کے طور پر AI کو استعمال کرنے کا طریقہ سیکھیں گے۔ ہم آئیڈیل کسٹمر پروفائل (ICP) اور خریدار کی شخصیت بنانے سے لے کر BANT اور MEDDIC جیسے فریم ورک کے ساتھ اسکور کرنے تک مرحلہ وار دیکھیں گے۔ آئیے شروع میں ایک انتباہ دیتے ہیں: AI کے ذریعہ تیار کردہ کمپنی اور شخص کی معلومات کو تصدیق کیے بغیر کبھی بھی "حقیقی" نہیں سمجھا جاتا ہے۔
آئیڈیل کسٹمر پروفائل (ICP) اور خریدار کی شخصیت
ICP اس سوال کا جواب ہے کہ "کون سی کمپنی ہمارے لیے مثالی کسٹمر ہے؟" Persona وہ شخص ہے جس سے آپ اس کمپنی میں بات کرتے ہیں۔ وہ دو مختلف چیزیں ہیں: ICP کمپنی کی وضاحت کرتا ہے (فرموگرافک)، شخصیت شخص کی وضاحت کرتی ہے۔
تصور
کیا وضاحت کرتا ہے
مثال کے سگنل
ICP (فرموگرافک)
مثالی کمپنی
شعبہ، ملازمین کی تعداد، کاروبار، جغرافیہ
آئی سی پی (ٹیکنالوجی)
کمپنی کے ذریعہ استعمال ہونے والی ٹیکنالوجی
CRM، انفراسٹرکچر، سافٹ ویئر وہ استعمال کرتے ہیں۔
شخصیت
فیصلے کے عمل میں شخص
عنوان، اہداف، درد کے پوائنٹس، KPIs
فرموگرافک سگنل اس سوال کا جواب دیتے ہیں "کیا یہ کمپنی سائز کے لحاظ سے ہمارے لیے موزوں ہے؟" ٹکنالوجی سگنل اس سوال کا جواب دیتے ہیں "کیا وہ پہلے سے ہی ایسی ٹیکنالوجی استعمال کر رہے ہیں جو ہمارے ساتھ متصادم/مضبوط ہو؟" مثال کے طور پر، وہ کمپنیاں جو مخصوص ای کامرس انفراسٹرکچر استعمال کرتی ہیں وہ آپ کے انضمام کے لیے تیار زمین ہوسکتی ہیں۔
ICP ڈیفینیشن پرامپٹ: "ذیل میں سرفہرست 10 صارفین کی خصوصیات ہیں جنہیں ہم نے پچھلے 12 مہینوں میں حاصل کیا ہے۔ ان میں COMMON پیٹرن تلاش کرکے ایک مثالی کسٹمر پروفائل (ICP) بنائیں۔ درج ذیل جہتوں کے ساتھ ایک جدول بنائیں: صنعت، ہیڈ کاؤنٹ کی حد، سالانہ ٹرن اوور کی حد، جغرافیہ، ٹکنالوجی کے پیٹرن پر وہ صرف درد کا استعمال کرتے ہیں۔ ڈیٹا، ڈیٹا سے باہر مفروضے شامل نہ کریں: {{customer_list}}"
شخصی نکالنے کا اشارہ: "ہم {{پروڈکٹ}} فروخت کرتے ہیں۔ ہمارا ICP {{icp_summary}} ہے۔ 3 شخصیات کی وضاحت کریں جو ان کمپنیوں میں خریداری کے فیصلے پر اثر انداز ہوتے ہیں۔ ہر شخص کے لیے:- عنوان- بنیادی اہداف اور KPIs جن کے ذریعے ان کی پیمائش کی جاتی ہے- سرفہرست 2 درد کے نکات- ہماری پروڈکٹ کی قدر کی تجویز ان کی زبان میں ترجمہ ہو سکتی ہے۔"
اہلیت کا فریم ورک: BANT اور MEDDIC
ہم اس بات کا اندازہ لگاتے ہیں کہ آیا سیسہ "حقیقی" ہے یا نہیں۔ دو عام فریم ورک:
ٹیپ - تیز، ہلکی خصوصیات کے لیے:
- بجٹ: کیا ادائیگی کے لیے وسائل موجود ہیں؟
- اتھارٹی: جس شخص سے میں بات کر رہا ہوں کیا وہ فیصلے کر سکتا ہے؟
- ضرورت: کیا کوئی حقیقی، فوری ضرورت ہے؟
- ٹائم لائن: وہ اسے کب وصول کرنے کا ارادہ رکھتے ہیں؟
MEDDIC - پیچیدہ، بڑی B2B فروخت کے لیے گہرا:
- میٹرکس: گاہک کے ذریعہ ماپا جانے والا عددی فائدہ۔
- اقتصادی خریدار: وہ شخص جو اصل میں بجٹ کو کنٹرول کرتا ہے۔
- فیصلہ کا معیار: فیصلے کا معیار۔
- فیصلہ کرنے کا عمل: فیصلے کا عمل اور اقدامات۔
- درد کی شناخت کریں: ٹھوس درد۔
- چیمپیئن: وہ شخص جو اندر سے آپ کا دفاع کرتا ہے۔
فریم
جب
گہرائی
ٹیپ
مختصر سائیکل، کم درمیانی قدر
فوری خاتمے
میڈیک
طویل سائیکل، اعلی قیمت، کثیر حصہ دار
گہرا، منظم
ٹپ: چھوٹی، فوری فروخت کے لیے، ٹیپ کے ساتھ شروع کریں؛ جیسے جیسے معاہدہ بڑھتا ہے اور اسٹیک ہولڈرز کی تعداد میں اضافہ ہوتا ہے MEDDIC پر جائیں۔ اے آئی کو واضح طور پر بتائیں کہ آپ کس فریم ورک کے ساتھ اسکور کرنا چاہتے ہیں، یا یہ دونوں کو الجھا سکتا ہے۔
AI کے ساتھ تحقیق کا خلاصہ اور انتساب اسکورنگ
ہم یہاں دو کاموں کے لیے AI کا استعمال کرتے ہیں: (1) آپ کے پاس موجود خام معلومات کا خلاصہ فریم کے ذریعے کریں، (2) اسکور تجویز کریں۔ اسکور آپ کے لیے "ابتدائی درجہ بندی" ہے، حتمی فیصلہ نہیں۔
لیڈ کوالیفکیشن پرامپٹ (BANT): "BANT فریم ورک کے ساتھ درج ذیل لیڈ نوٹس کا اندازہ کریں۔ ہر جہت کے لیے 0-5 پوائنٹس دیں اور اپنا جواز لکھیں۔ اگر معلومات موجود نہیں ہیں تو 'کوئی ڈیٹا نہیں' کہیں، اندازہ نہ لگائیں۔ تحقیقات: کل سکور، 'گرم/گرم/سرد' لیبل اور اگلے مرحلے کی تجویز۔ لیڈ نوٹ: {} {{person}}- نوٹس: {{interview_notes}}"
لیڈ لسٹ کی ترجیح کا اشارہ: "مندرجہ ذیل 20 لیڈز کو ہمارے ICP ({{icp_summary}}) کے مطابق ان کی مناسبیت کے مطابق ترتیب دیں۔ ہر لیڈ کے لیے: موزوں سکور (0-100)، سب سے مضبوط فٹ سگنل، سب سے بڑی غیر یقینی صورتحال۔ کم اسکور والوں کے لیے، مختصر طور پر وجہ لکھیں۔ اگر کمپنی کا ڈیٹا غائب ہے، تو فہرست کو نشان زد کریں: FITT کو نشان زد کریں۔ {{lead_list}}"
کمزور پرامپٹ / مضبوط اشارہ
کمزور: "کیا یہ لیڈ اچھا ہے؟" (نتیجہ: ایک کمزور، ایک لفظی تبصرہ۔) مضبوط: "BAND فریم ورک کا استعمال کرتے ہوئے اس برتری کو اسکور کریں۔ ہر جہت کو 0-5 دیں، ایک جواز لکھیں، گمشدہ معلومات کو 'کوئی ڈیٹا نہیں' کے بطور نشان زد کریں اور کل سکور کی بنیاد پر اگلا مرحلہ تجویز کریں۔ اپنے نوٹ سے آگے نہ بڑھیں۔"
من گھڑت کا خطرہ: ماخذ کی تصدیق
AI معتبر طریقے سے ایسی معلومات بنا سکتا ہے جسے وہ کسی کمپنی یا شخص کے بارے میں نہیں جانتا: کاروبار، ملازمین کی تعداد، عنوان، یہاں تک کہ فیصلہ ساز کا نام۔ اگر آپ اس معلومات کے ساتھ رابطے میں آتے ہیں، تو آپ ایک ہی جھٹکے میں اپنی ساکھ کھو دیں گے۔
احتیاط: بنیادی ماخذ: فرم کی اپنی سائٹ، لنکڈ ان، آفیشل نیوز لیٹرز سے کسی بھی فرم مخصوص ڈیٹا کی تصدیق کریں جو AI واپس کرتا ہے (ٹرن اوور، گروتھ، ایگزیکٹو نام، ٹیک اسٹیک)۔ آؤٹ ریچ میں غیر تصدیق شدہ معلومات کا استعمال نہ کریں۔
ایک سادہ تصدیقی ورک فلو:
- لیڈ سمری کے لیے AI سے "ہر دعوے پر سورس ٹیگ لگانے" کو کہیں۔
- ایک ایک کرکے ماخذ سے ہر آئٹم کو چیک کریں جس کی "تصدیق ہونی چاہیے" کا نشان لگایا گیا ہے۔
- تصدیق شدہ معلومات کو CRM میں پروسیس کریں؛ جس کی تصدیق نہیں ہو سکتی اسے حذف کر دیں۔
- صرف تصدیق شدہ معلومات کے ساتھ اسکورنگ کو اپ ڈیٹ کریں۔
- تب ہی آؤٹ ریچ کی طرف بڑھیں۔
منی کیس
B2B SaaS کا نمائندہ Kaan AI کو 50 افراد کی ایک فہرست دیتا ہے اور اسے ICP کی مناسبیت کے مطابق ترتیب دیا ہے۔ "فرم A نے پچھلی سہ ماہی میں 200 ملازمین کو پہنچایا،" AI کا کہنا ہے۔ Kaan LinkedIn پر کمپنی کھولتا ہے۔ ملازمین کی تعداد 60 کے لگ بھگ ہے۔ AI مبالغہ آرائی۔ Kaan اس سگنل کو "ضروری تصدیق شدہ" کے طور پر نشان زد کرتا ہے، اصل نمبر داخل کرتا ہے اور اسکور کو کم کرتا ہے۔ بدلے میں، یہ کمپنی کے کیریئر پیج پر نئی پوسٹنگ کے ساتھ AI کے "کمپنی B جلد ہی ایک نئی مارکیٹ کھول رہی ہے" کے سگنل کی تصدیق کرتا ہے اور اس برتری کو ترجیح دیتا ہے۔ نتیجہ: AI نے منٹوں میں 50 لیڈز کی درجہ بندی کی، Kaan نے فہرست کی توثیق کی اور 8 واقعی گرم لیڈز پر توجہ مرکوز کی۔
عام غلطیاں
- ICP کی شناخت کیے بغیر تفتیش شروع کرنا (سب کو نشانہ بنانا، کسی کو گولی نہیں مارنا)۔
- AI کی طرف سے فراہم کردہ کمپنی کے ڈیٹا کو بغیر تصدیق کیے CRM میں پروسیس کرنا۔
- BANT اور MEDDIC کو ملانا اور آدھا اسکور کرنا۔
- AI کو اپنے "اندازے" کے ساتھ گمشدہ معلومات کو پُر کرنے کی اجازت دینا۔
- یہ سوچنا کہ اسکور مطلق سچائی ہے اور انسانی فیصلے کو غیر فعال کر رہا ہے۔
- شخصیت کے بجائے صرف کمپنی پر توجہ مرکوز کرنا اور "میں کس سے بات کر رہا ہوں" کو چھوڑنا۔
ٹپ: ہمیشہ یہ پوچھ کر AI سکور کا جواز پیش کریں کہ "آپ نے اس طرح اسکور کیوں کیا؟" اگر جواز کمزور ہے تو اسکور بھی کمزور ہے۔ استدلال ان نکات کی بھی نشاندہی کرتا ہے جن کی آپ کو تصدیق کرنے کی ضرورت ہے۔
خلاصہ میں
- ICP فرم کی وضاحت کرتا ہے (فرموگرافک + ٹیکنوگرافک)، شخصیت شخص کی وضاحت کرتی ہے۔ دونوں ضروری ہیں۔
- BANT فوری کوالیفائنگ کے لیے ہے، MEDDIC گہری اور پیچیدہ فروخت کے لیے ہے۔
- AI تحقیق کا خلاصہ کرتا ہے اور اسکور تجویز کرتا ہے۔ حتمی فیصلہ شخص کا ہے۔
- اسکور ایک ابتدائی درجہ بندی ہے اور جواز کے ساتھ درخواست کی جانی چاہیے۔
- AI کے ذریعہ تیار کردہ کمپنی/شخص کی معلومات کو بنیادی ذریعہ سے تصدیق کے بغیر استعمال نہیں کیا جاسکتا۔
- گمشدہ معلومات کو "اندازہ" کے بجائے "کوئی ڈیٹا نہیں" کے بطور نشان زد کیا جانا چاہیے۔
درخواست کا کام
اپنے حاصل کردہ آخری 5-10 صارفین کی فہرست بنائیں اور اوپر دیے گئے ICP پرامپٹ کے ساتھ AI کو عام پیٹرن تلاش کریں۔ ان 10 لیڈز کو ترجیح دیں جو آپ کے پاس نتیجے میں آئی سی پی کا استعمال کرتے ہوئے ہیں۔ پھر ہر کمپنی کے مخصوص دعوے کی تصدیق کریں جو AI LinkedIn اور کمپنی کی سائٹ پر کرتا ہے 3 سب سے زیادہ اسکورنگ لیڈز کے لیے؛ نوٹ کریں کہ کون سے دعوے غلط یا نامکمل نکلے۔ یہ مشق ایک ہی وقت میں ICP نظم و ضبط اور تصدیقی اضطراری دونوں سکھاتی ہے۔