فائدہ:
- مثالی کسٹمر پروفائل (ICP) اور اہلیت کے فریم ورک (جیسے BANT) کے ساتھ ممکنہ گاہکوں کا جائزہ لینے کی صلاحیت
- عوامی طور پر دستیاب معلومات سے ایک منظم اکاؤنٹ/شخص بریفنگ تیار کرنے کی اہلیت
- قابلیت کی پیداوار کو مفروضوں کے ساتھ نشان زد کرنے کی اہلیت جن کی تصدیق کی ضرورت ہے۔
فروخت میں سب سے مہنگی غلطی غلط شخص کے ساتھ بہت زیادہ وقت گزارنا ہے۔ اگر سیلز کا نمائندہ اپنا دن کسی ایسے لیڈ کے ساتھ گزارتا ہے جسے آپ کی مصنوعات کی کبھی ضرورت نہیں ہوتی ہے، تو حقیقی مواقع ختم ہو جاتے ہیں۔ اسی لیے اچھی فروخت آپ کے بیچنے سے پہلے اسکریننگ کے ساتھ شروع ہوتی ہے: کون واقعی اچھا امیدوار ہے اور کون نہیں؟
اس کام کو اہلیت کہتے ہیں۔ مصنوعی ذہانت (AI) یہاں دو طاقتور کردار ادا کرتی ہے: یہ عوامی طور پر دستیاب معلومات (ویب سائٹ، صنعت، خبر) سے فوری اکاؤنٹ بریف نکالتی ہے اور ایک متعین فریم ورک کے مطابق لیڈ کا جائزہ لیتی ہے۔ لیکن ہوشیار رہیں: AI جو معلومات تیار کرتا ہے وہ ایک ابتدائی مفروضہ ہے، ثابت شدہ حقیقت نہیں۔ اس یونٹ میں، آپ سیکھیں گے کہ لیڈ ریسرچ کو تیز کرتے ہوئے درستگی اور رازداری کو کیسے برقرار رکھا جائے۔
نوٹ: AI کے ذریعے تیار کردہ اکاؤنٹ/شخص کی معلومات کو تصدیق کیے بغیر CRM میں حقیقی کے طور پر پروسیس نہیں کیا جانا چاہیے، اور خاص طور پر کسی فیصلے کی بنیاد کے طور پر استعمال نہیں کیا جانا چاہیے (جیسے "اس کمپنی کا کوئی بجٹ نہیں ہے")۔ غیر عوامی ذاتی ڈیٹا اکٹھا کرنا ایک اخلاقی اور قانونی حد ہے۔
انتساب فریم ورک: ICP اور BANT
دو بنیادی تصورات:
- ICP (آئیڈیل کسٹمر پروفائل): گاہک کی خصوصیات کو بیان کرتا ہے جو آپ کی مصنوعات سے سب سے زیادہ فائدہ اٹھاتا ہے، بند کرنا سب سے آسان ہے اور سب سے طویل رہتا ہے (سیکٹر، سائز، ضرورت)۔ "ہم کس کو بیچیں؟" سوال کا جواب ہے.
- بنٹ: چار سوالات جو لیڈ کی پختگی کی پیمائش کرتے ہیں: بجٹ (کیا کوئی بجٹ ہے)، اتھارٹی (کیا وہ فیصلہ ساز ہے)، ضرورت (کیا واقعی ضرورت ہے)، ٹائمنگ (وقت مناسب ہے)۔ ان چاروں میں سے ہر ایک لیڈ کا جائزہ لینے سے یہ واضح ہو جاتا ہے کہ کس کو ترجیح دینی ہے۔
AI ان فریم ورک میں برتری کو فٹ کرنے اور گمشدہ معلومات کو "پوچھنے کے لیے سوالات" کے طور پر نکالنے میں بہت اچھا کام کرتا ہے۔
مرحلہ وار: ایک لیڈ کوالیفائی کرنا
- اپنے ICP کی شناخت کریں۔ اپنے مثالی کسٹمر کی 4-5 ٹھوس خصوصیات لکھیں۔
- عوامی طور پر دستیاب معلومات جمع کریں۔ ویب سائٹ، "کے بارے میں" صفحہ، صنعت، ملازمت کے مواقع۔
- AI کے ساتھ بریفنگ کو ہٹا دیں۔ ایک منظم اکاؤنٹ کا بیان تیار کریں۔
- اسکور ICP تعمیل۔ لیڈ ICP میں کتنی اچھی طرح سے فٹ ہے؟
- مفروضوں کو نشان زد کریں۔ AI کی پیش گوئی کی گئی (غیر ثابت شدہ) معلومات کو الگ رکھیں۔
- ابتدائی سوالات تیار کریں۔ BANT خلا کو پُر کرنے کے لیے پہلے انٹرویو میں پوچھے جانے والے سوالات۔
کاپی کرنے کے قابل اشارے
بنیادی پرامپٹ جو عوامی طور پر دستیاب معلومات سے اکاؤنٹ کی بریفنگ نکالتا ہے:
کردار: آپ سیلز ریسرچ اسسٹنٹ ہیں۔ ذیل میں ایک کمپنی کے بارے میں عوامی متن ہے۔ اس سے ایک سٹرکچرڈ اکاؤنٹ بریفنگ تیار کریں:- کمپنی کیا کرتی ہے (1 جملہ) - صنعت اور تخمینہ سائز- ممکنہ ضروریات/درد کے پوائنٹس (ہماری مصنوعات سے متعلق) - ICP فٹ: [High | میڈیم | کم] + واحد جملے کا جواز - الگ الگ مفروضوں (بغیر ثبوت کے نتائج) کی فہرست بنائیں جن کی تصدیق کی جانی چاہیے متن میں موجود معلومات کی فٹنگ نہیں؛ اگر آپ نہیں جانتے تو "غیر واضح" لکھیں۔ ہمارا پروڈکٹ: {{ پروڈکٹ_سمری }} کمپنی کا متن: {{ publicly_public_text }}
پرامپٹ جو BANT کے مطابق لیڈ کا اندازہ کرتا ہے:
BANT فریم ورک کے اندر درج ذیل اہم معلومات کا اندازہ کریں: - بجٹ: ہم جانتے ہیں / نامعلوم - اتھارٹی (اتھارٹی): کیا شخص فیصلہ ساز ہے؟ - ضرورت ہے: کیا ثبوت ہے؟ - ٹائمنگ (وقت): کیا کوئی ٹرگر ایونٹ ہے؟ ہر جہت کے لیے "معلوم / نامعلوم" کو نشان زد کریں۔ پہلی میٹنگ میں پوچھنے کے لیے کوئی ایسا سوال تجویز کریں جو نامعلوم کا احاطہ کرے۔ اہم معلومات: {{ معلومات }}
وہ اشارہ جو ذاتی نوعیت کا پہلا رابطہ کھولتا ہے:
اس اکاؤنٹ کی بریفنگ کی بنیاد پر، پہلے رابطے کے لیے ذاتی نوعیت کا ایک جملہ آئس بریکر لکھیں۔ اسے ان کے کام کے لیے مخصوص ٹھوس مشاہدے پر مبنی ہونے دیں، عمومی تعریف پر نہیں۔ مبالغہ آرائی نہ کریں، غیر مصدقہ دعوے استعمال نہ کریں۔ بریفنگ: {{ بریفنگ }}
وہ اشارہ جو اہلیت میں "خاتمے" کا بھی مشورہ دیتا ہے:
اگر یہ لیڈ ہمارے ICP کے ساتھ کم مطابقت پذیر معلوم ہوتی ہے، تو واضح طور پر بتائیں اور جواز کے 1-2 آئٹمز بتائیں کہ اس کا تعاقب کرنے کے قابل کیوں نہیں ہے۔ تعلقات کو زبردستی نہ بنائیں۔ اپنے وسائل کو صحیح جگہ پر مختص کرنے کے لیے ایماندار رہیں۔ICP: {{ icp }} | لیڈ: {{ لیڈ }}
کمزور پرامپٹ / مضبوط اشارہ
غریب نقطہ نظر
مضبوط نقطہ نظر
"مجھے اس کمپنی کے بارے میں بتائیں"
عوامی متن + درخواستوں کی ساختی بریفنگ لوٹاتا ہے۔
فرضی ٹرن اوور/ملازمین کی تعداد پیدا کرتا ہے۔
"غیر یقینی" کہتا ہے، مفروضوں کو الگ سے نشان زد کرتا ہے۔
ہر برتری کو بطور "کوالیفائیڈ" دکھاتا ہے
کافی کم مطابقت کو ختم کرتا ہے۔
عام افتتاح ("عظیم کمپنی")
ان کے کاروبار کے لیے مخصوص کنکریٹ کھولنا
فرق یہ ہے کہ مضبوط نقطہ نظر AI کو "حقیقت کے ماخذ" کے بجائے ایک "مفروضہ جنریٹر" کے طور پر استعمال کرتا ہے: ہر آؤٹ پٹ ایک بلیو پرنٹ ہے جس کی تصدیق کی جائے۔
تین چھوٹے کیسز
کیس 1 - جعلی کاروبار کا جال۔ ایک نمائندے نے پوچھا: "اس کمپنی کا کاروبار کیا ہے؟" اس نے پوچھا؛ AI نے اعتماد سے کہا "250 ملین TL سالانہ"۔ تاہم، یہ مکمل طور پر من گھڑت تھا؛ کمپنی نے کبھی بھی اس معلومات کا انکشاف نہیں کیا۔ جب ٹیم کو اس بات کا علم ہوا، تو انہوں نے اس اصول کے ساتھ پرامپٹ کو اپ ڈیٹ کیا کہ "اگر آپ نہیں جانتے تو مبہم طور پر لکھیں، نمبر بنائیں"۔ اس کے بعد کی بریفنگ میں، AI نے ٹرن اوور فیلڈ میں "غیر یقینی" لکھا، بجٹ کے غلط مفروضے کی بنیاد پر ایک غلط تجویز کو روکا۔
کیس 2 - ایماندارانہ خاتمے سے وقت کی بچت ہوئی۔ 30 لیڈز کی فہرست آئی سی پی پرامپٹ کے ذریعے بھیجی گئی۔ AI نے 9 لیڈز کو "کم فٹ" کے طور پر جھنڈا لگایا اور جواز پیش کیا (جیسے "بہت چھوٹی ٹیم، ہمارے پروڈکٹ کے صارفین کی کم از کم تعداد سے کم")۔ ان 9 پر وقت گزارنے کے بجائے، نمائندے نے 21 کوالیفائیڈ لیڈز پر توجہ مرکوز کی۔ اس سہ ماہی میں پائپ لائن (سیلز پائپ لائن) کے معیار میں نمایاں اضافہ ہوا۔
کیس 3 - کنکریٹ کا دروازہ کھولا گیا۔ AI نے ایک کمپنی کی حالیہ ملازمت کی پوسٹنگ سے اندازہ لگایا کہ "وہ تیزی سے بڑھتی ہوئی سپورٹ ٹیم بنا رہے ہیں" اور اس کے ابتدائی جملے کی بنیاد اس پر ہے: "میں متجسس تھا کہ جب آپ اپنی سپورٹ ٹیم کو بڑھاتے ہیں تو آپ درخواستوں کے بڑھتے ہوئے حجم کو کیسے منظم کرتے ہیں۔" ایک عام افتتاحی کے مقابلے میں، ردعمل کی شرح نمایاں طور پر زیادہ تھی؛ کیونکہ پیغام ان کی حقیقی صورت حال کو چھوتا ہے۔
مشورہ: پہلی ملاقات میں AI کے ہر ایک "مفروضے" کو سوال میں بدل دیں۔ یہ کہنے کے بجائے، "مجھے لگتا ہے کہ آپ کی سپورٹ کا حجم بڑھ رہا ہے،" پوچھیں، "حال ہی میں آپ کی سپورٹ کا حجم کیسے بدلا ہے؟" پوچھنا اس طرح، آپ مفروضے کی تصدیق کرتے ہیں اور گاہک سے بات کرتے ہیں۔
رازداری اور اخلاقی حد
انتساب صرف عوامی طور پر دستیاب اور کاروباری معلومات کے ساتھ کیا جاتا ہے۔ کسی شخص کی نجی سوشل میڈیا پوسٹس، ذاتی زندگی یا بغیر اجازت کے حاصل کردہ ڈیٹا کو تحقیق کے ذریعہ (KVKK، یعنی ذاتی ڈیٹا پروٹیکشن قانون سازی) کے طور پر استعمال کرنا غیر اخلاقی اور غیر قانونی ہے۔ قاعدہ آسان ہے: AI میں ایسی کوئی ذاتی معلومات جمع نہ کریں جو کمپنی کی آفیشل ویب سائٹ یا کھلے تجارتی وسائل پر نہ لکھی گئی ہو۔
احتیاط: AI سے تیار کردہ "ضرورت/درد کے نقطہ" کی پیشین گوئیاں گاہک کے سامنے اس طرح پیش نہیں کی جانی چاہئیں جیسے وہ یقینی طور پر مشہور ہوں۔ اگر یہ غلط ہے تو "آپ کو یہ مسئلہ ہے" کہنا فوری طور پر اعتماد کو توڑ دیتا ہے۔ اس کے بجائے، "یہ چیلنج اکثر آپ کی صنعت میں دیکھا جاتا ہے، آپ کیسے کر رہے ہیں؟" اوپن اینڈ کے ساتھ آگے بڑھیں۔
متحرک واقعات کو پکڑنا
فروخت میں، وقت اکثر پیغام سے زیادہ اہم ہوتا ہے۔ ایک "ٹرگر ایونٹ" ایک عوامی طور پر نظر آنے والی ترقی ہے جو اس بات کی نشاندہی کرتی ہے کہ کمپنی کو ابھی آپ کے حل کی ضرورت ہو سکتی ہے: ایک نئے ایگزیکٹو کی خدمات حاصل کرنا، ایک نئے دفتر کا آغاز، نئی سرمایہ کاری کا حصول، ٹیم کی تیز رفتار ترقی، یا نئی مصنوعات کا آغاز۔ یہ واقعات ایک "دروازہ" ہیں۔ کیونکہ تبدیلی کا سامنا کرنے والی کمپنیاں اس دور میں ہوتی ہیں جب وہ نئے حل کے لیے سب سے زیادہ کھلے ہوتے ہیں۔ آپ AI کو اکاؤنٹ کی عوامی خبریں اور پوسٹنگ دیتے ہیں اور پوچھتے ہیں کہ "کیا ایسے کوئی متحرک واقعات ہیں جو ہمارے حل سے منسلک ہوسکتے ہیں؟" آپ پوچھ سکتے ہیں۔
اس طرح کے ٹرگر کے ساتھ، آپ کا پہلا رابطہ پیغام بہت مضبوط ہو جاتا ہے: "میں نے دیکھا کہ آپ نے اپنا نیا آپریشن سینٹر کھولا ہے؛ اس پیمانے پر سپورٹ والیوم کا انتظام کرنا اکثر مشکل ہوتا ہے" متعلقہ اور بروقت محسوس ہوتا ہے۔ پھر بھی، وہی نظم و ضبط لاگو ہوتا ہے: تصدیق کریں کہ محرک واقعہ حقیقی اور موجودہ ہے، اور پرانی خبروں کو "نئی" سمجھ کر ہنسی نہ کھائیں۔ ٹائمنگ ایک اچھا دوست ہے، لیکن صرف تصدیق شدہ معلومات کے ساتھ۔
عام غلطیاں
- AI کے ذریعے بنائے گئے ٹرن اوور/ملازمین کے نمبر کو بغیر تصدیق کیے حقیقی تسلیم کرنا۔
- ہر لیڈ کوالیفائی کرنے کے لیے؛ ایماندارانہ اسکریننگ کو چھوڑنا اور وسائل کو ضائع کرنا۔
- ICP کی وضاحت کیے بغیر اس مفروضے کے ساتھ تحقیق کرنا کہ "ہر کوئی ہمارا گاہک ہے"۔
- غیر عوامی ذاتی ڈیٹا کو تلاش کرنا اور اسے AI (KVKK کی خلاف ورزی) میں داخل کرنا۔
- کسٹمر کے سامنے AI کی درد کی پیشن گوئی کو مکمل سچائی کے طور پر پیش کرنا۔
- مفروضوں کو انٹرویو کے سوالات میں تبدیل نہ کرکے توثیق کو چھوڑنا۔
خلاصہ میں
- اچھی فروخت ختم ہونے سے شروع ہوتی ہے۔ ICP اور BANT یہ واضح کرتے ہیں کہ کس کو ترجیح دینی ہے۔
- AI عوامی طور پر دستیاب معلومات سے تیزی سے بریفنگ نکالتا ہے۔ لیکن اس کی پیداوار ایک مفروضہ ہے جس کی تصدیق کی جائے۔
- "اگر آپ نہیں جانتے تو مبہم طور پر لکھیں" کے اصول کے ساتھ نمبر اور معلومات بنانے سے روکیں۔
- ایمانداری سے کم کنفارمنس لیڈز کو ختم کریں۔ اپنے وسائل کو صحیح جگہ پر مختص کریں۔
- صرف عوامی طور پر دستیاب، کاروباری معلومات کا استعمال کریں؛ ذاتی ڈیٹا کی حد (KVKK) کی حفاظت کریں۔
درخواست کا کام
ایک حقیقی ٹارگٹ کمپنی کا عوامی طور پر دستیاب "کے بارے میں" صفحہ لیں اور اسے بریفنگ پرامپٹ پر فیڈ کریں۔ آؤٹ پٹ میں تین چیزوں کو چیک کریں: (1) کیا AI نے کوئی اعداد/معلومات بنائے ہیں (اگر ایسا ہے تو، "غیر یقینی" اصول کو مضبوط کریں)، (2) کیا "مفروضوں" کی فہرست حقیقت میں غیر ثبوتوں کو الگ کر دیتی ہے، (3) کیا ICP تعمیل کا عقلی معنی رکھتا ہے۔ پھر ہر نمایاں مفروضے کو ایک کھلے سوال میں بدل دیں جو آپ پہلے انٹرویو میں پوچھیں گے۔
چیک لسٹ
- میں نے اپنے ICP کو 4-5 کنکریٹ خصوصیات کے ساتھ بیان کیا۔
- میں نے صرف عوامی طور پر دستیاب کاروباری معلومات استعمال کی ہیں۔
- میں نے AI کو "فجی" اصول کے ساتھ نمبر/معلومات بنانے سے روکا۔
- میں نے ثابت شدہ معلومات سے الگ الگ مفروضوں کو نشان زد کیا۔
- میں نے ایمانداری سے کم مطابقت والی لیڈز کو ختم کر دیا۔
- میں نے ہر مفروضے کو ایک سوال میں بدل دیا جو میں انٹرویو میں پوچھوں گا۔