Az Ön bejövő üzenetei között is rengeteg a „remélem, jól van” és a „csak érdeklődöm” típusú levél. Ezek többségét ma már AI-eszközök generálják az értékesítéshez, és őszintén szólva a legtöbbjük borzalmas. Olyan korszakba léptünk, ahol a 10 000 e-mail kiküldésének költsége majdnem nullára csökkent, de a tényleges válaszreakció kiváltása még soha nem volt ilyen nehéz.
Az elmúlt évet azzal töltöttem, hogy figyeltem, hogyan boldogulnak ezzel az üzlettulajdonosok. Hatalmas szakadék nyílik. Az egyik oldalon ott vannak a „spam-robotok” – azok, akik az AI-t általános, pszeudo-személyre szabott sablonok tömeges kiküldésére használják, amelyeket minden józan ember két másodperc alatt töröl. A másik oldalon pedig ott vannak az „Intelligens Ügyfélszerzők”. Ők nem arra használják az AI-t, hogy több e-mailt írjanak, hanem arra, hogy mélyebb kontextust építsenek, így az emberi megkeresésük valóban célba ér.
Ha ma egy hatékony, karcsú vállalkozást akar építeni, el kell távolodnia a „mennyiségi játéktól” a Jelalapú Ügyfélszerzés (Signal-Based Prospecting) irányába.
A szintetikus személyre szabás csapdája
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
A legtöbb cégvezető azt hiszi, hogy a személyre szabás azt jelenti, hogy megemlítik, hova járt az illető egyetemre, vagy hozzászólnak a legutóbbi LinkedIn-posztjához. Az AI ezt tömegesen képes megtenni, és pontosan ezért nem működik már. Amikor egy potenciális ügyfél lát egy „személyre szabott” sort, amely egyértelműen egy profilt átfésülő robottól származik, azonnali bizalmi deficit keletkezik. Ezt hívom szintetikus személyre szabás csapdájának.
A valódi személyre szabás nem arról szól, hogy megmutatjuk: tudunk 30 másodpercig keresni a Google-ön. Arról szól, hogy megmutatjuk: értjük az üzleti problémájukat pont most. Itt válnak az AI-eszközök valóban értékessé az értékesítésben. Ahelyett, hogy az AI-t az üzenet megírására használná, arra kellene használnia, hogy megtalálja azt a Kiváltó Eseményt (Trigger Event), amely egyáltalán igazolja az üzenet elküldését.
A munkafolyamat: Kutatás mint egy gép, írás mint egy ember
Egy magas konverziójú értékesítési motor felépítéséhez olyan munkafolyamatra van szükség, amely tiszteletben tartja a 90/10-es szabályt. Az AI végzi a munka nehezének 90%-át – az adatgyűjtést, a hangulatelemzést és a mintázatok felismerését. Ön, az ember, teszi hozzá az utolsó 10%-ot: a stratégiai „miértet” és a kapcsolati finomhangolást.
1. lépés: Az automatizált felfedezési fázis
Ahelyett, hogy megvásárolna egy statikus listát „londoni marketingigazgatókról”, jeleken alapuló dinamikus listákat kell építenie. Az olyan AI-eszközök, mint a Clay vagy a Perplexity, beprogramozhatók egy vállalkozás specifikus változásainak figyelésére:
- Kapott-e a cég nemrégiben egy bizonyos típusú befektetést?
- Olyan pozíciókra vesznek-e fel embereket, amelyek új stratégiai irányt sugallnak?
- Említett-e a vezérigazgató egy konkrét problémát egy nemrégiben készült podcastban vagy interjúban?
Ez a mélyreható kutatás nagy léptékben. Míg egy embernek 45 percbe telhet megtalálni ezeket az információmorzsákat, egy AI-alapú munkafolyamat másodpercek alatt elvégzi ezt 1000 jelölt esetében. Így kerülheti el egy hagyományos marketingügynökség magas költségeit, amely gyakran elavult, manuális lead-generálási taktikákra támaszkodik.
2. lépés: Szintézis és mintázatfelismerés
Ha már megvannak az adatok, össze kell fésülni őket. Én az OpenAI modelljeit használom az összegyűjtött kutatás „elolvasására” és egy konkrét kérdés megválaszolására: „Ezen három adatpont alapján mi a legvalószínűbb kihívás, amellyel ez a személy ma szembesül?”
Ez még nem egy e-mail tervezet. Ez egy „Ügyfélprofil összefoglaló” (Prospect Brief). Amikor leül írni, nem egy üres képernyőt néz; hanem egy tömör összefoglalót arról, hogy miért kellene az illetőnek foglalkoznia Önnel.
3. lépés: Az emberi híd
Most jön az írás. De mivel rendelkezik az „Ügyfélprofil összefoglalóval”, olyan üzenetet írhat, amely rövid, lényegre törő és rendkívül releváns. Nem találgat. Egy jelre válaszol.
Az AI-központú értékesítés gazdaságtana
Miért számít ez a profit szempontjából? Nézzük a számokat. Egy hagyományos szakmai szolgáltató cég alkalmazhat egy junior értékesítési munkatársat (SDR) évi £35k-£45k fizetésért. Ez a személy idejének 80%-át manuális kutatással és adatbevitellel tölti – olyan munkával, amelyet az AI ma már jobban, gyorsabban és havi körülbelül £50-os eszközköltségért elvégez.
Amikor a kutatási terhet az AI-ra hárítja, az értékesítési csapata (amely akár csak Önből is állhat) teljes mértékben a magas értékű beszélgetésekre koncentrálhat. Nem az aktivitásért fizet, hanem az eredményekért. Saját vállalkozásomat is így vezetem: én vagyok az egyetlen „alkalmazott”, mégis az én megkereséseim alaposabb kutatáson alapulnak, mint a legtöbb 50 fős ügynökségé. Ha kíváncsi, hogyan viszonyul az én megközelítésem egy standard chatbot használatához, itt láthatja a Penny vs ChatGPT összehasonlítást.
Eszközök a technológiai háttér felépítéséhez
Ezen stratégia végrehajtásához nincs szüksége hatalmas vállalati költségvetésre. Csupán néhány konkrét AI-eszközre van szüksége az értékesítéshez, amelyek kommunikálnak egymással:
- Clay: Ez a „ragasztó”. Lehetővé teszi, hogy több mint 50 forrásból (LinkedIn, hírek, állásportálok) gyűjtsön adatokat, és azokat AI-val elemezve megtalálja a jeleket.
- Perplexity: Az én első számú eszközöm a céges hírek és vezetői interjúk mélyreható, valós idejű kutatásához.
- Lavender: Egy AI írássegéd, amely nem Ön helyett ír, hanem megmutatja, hol rontja el a saját szövegét (túl hosszú, túl hivatalos, túl sok „én” kezdetű mondat).
- Instantly vagy Smartlead: Az e-mailek technikai kiküldéséhez, biztosítva, hogy valóban a bejövő üzenetek közé kerüljön, ne a spam mappába.
Az „anti-sablon” keretrendszer
Ha el akarja kerülni a letiltást, felejtse el a sablonokat. Kezdjen el keretrendszereket használni. Íme egy egyszerű, háromsoros keretrendszer, amelyet minden feliratkozómnak ajánlok:
- 1. sor: A Jel. „Észrevettem, hogy éppen [Pozíció] munkatársat keresnek, ami általában azt jelenti, hogy bővítik a [Részleg] működését.”
- 2. sor: A Meglátás. „Amikor a legtöbb cég eléri ezt a szakaszt, gyakran küzdenek a [Konkrét probléma] kérdésével – láttam ezt a [Cég A] és a [Cég B] esetében is.”
- 3. sor: Az alacsony ellenállású kérés. „Összeállítottam egy 2 perces összefoglalót arról, hogyan oldottuk meg ezt náluk. Érdemes lenne ránézni?”
Nincs „remélem, jól van”. Nincs „szeretnék egy 30 perces bemutatkozó hívást”. Csak érték, relevancia és egy egyszerű kérdés.
Továbblépés: Az ablak bezárul
Jelenleg még létezik egy „kompetencia-arbitrázs” az értékesítésben. A legtöbben rosszul használják az AI-t, ami miatt az azt jól használók még inkább kitűnnek. De ez a lehetőség nem marad fent örökké. Ahogy a zaj növekszik, a valódi, jelalapú relevancia értéke csak emelkedni fog.
Your job as a business owner isn't to become an AI expert. It's to become a clarity expert. Use the tools to handle the complexity, so you can show up with the one thing AI can't fake: a genuine understanding of your customer's world.
Vállalkozóként nem az a dolga, hogy AI-szakértővé váljon. Hanem az, hogy a tisztánlátás szakértőjévé váljon. Használja az eszközöket a bonyolultság kezelésére, hogy Ön azzal az egyetlen dologgal jelenhessen meg, amit az AI nem tud meghamisítani: az ügyfele világának valódi megértésével.
Ha készen áll arra, hogy abbahagyja a találgatást, és elkezdjen egy hatékony értékesítési gépezetet építeni, az aiaccelerating.com platformon a teóriától eljutunk az Ön konkrét számaiig. Kezdjünk dolgozni.