A LinkedIn-fiókja valószínűleg olyan „gyors kérdések” és „rövid bemutatkozások” temetője, amelyeket olyan botok küldtek, amelyek érzelmi intelligenciája egy kenyérpirítóéhoz hasonlít. Mindannyian láttuk már: az üzenetet, amely megemlíti az egyetemét, de figyelmen kívül hagyja azt a tényt, hogy már egy évtizede vezérigazgató. Ez az értékesítés „Uncanny Valley”-je (ijesztő völgye) – ahol az automatizáció éppen annyira emberi, hogy felismerhető legyen, de éppen annyira robotos, hogy taszítóvá váljon.
A legtöbb cégvezető, akivel beszélek, retteg ettől. Tudják, hogy a versenyképesség megőrzéséhez szükségük van a legjobb MI-eszközökre az értékesítésben, de félnek attól, hogy a rideg, hátborzongató megkeresésekkel tönkreteszik a márkájuk hírnevét.
Íme a valóság, amit vállalkozások ezreinél tapasztaltam: a valódi nyertesek nem arra használják a ChatGPT-t és a többi eszközt, hogy több e-mailt küldjenek. Arra használják az MI-t, hogy alaposabb kutatást végezzenek. Felismerték, hogy az „ügynökségi adó” – a lead-generáló cégeknek középszerű listákért fizetett hatalmas összegek – kiváltható egy karcsúbb, házon belüli MI-eszköztárral, amely kiváló minőségű vásárlási szándékra vonatkozó adatokat szolgáltat. Láthatja, hogyan alakul ez a folyamat a hagyományos marketingügynökségi költségek kiváltásáról szóló elemzésünkben, amelyet intelligens automatizálással valósítottunk meg.
Elmozdulás a Lead-gyűjtéstől a Lead-szintézis felé
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
Évekig a lead-generálás egy kiszámítható, nyers erőre épülő mintát követett: egy lista kinyerése, az e-mailek ellenőrzése és egy üzenetsorozat kiküldése. Az MI ezt teljesen felforgatta. A „Lead-gyűjtéstől” (Lead Scraping) elmozdulunk afelé, amit én Lead-szintézisnek hívok.
A Lead-szintézis az a folyamat, amely során az MI-t több száz különálló adatpont – friss hírek, pénzügyi jelentések, munkaerő-felvételi minták és közösségi aktivitás – elemzésére használjuk, hogy ne csak azt határozzuk meg, kivel kell beszélnünk, hanem azt is, hogy miért éppen most kell felvennünk vele a kapcsolatot. Ez bezárja az általam Kutatási Rezonancia-résnek nevezett távolságot: az űrt egy általános ajánlat és egy olyan releváns beszélgetés között, amely már-már sorsszerűnek tűnik.
A legjobb MI-eszközök az értékesítésben: Az Ön intelligencia-eszköztára
Ha olyan értékesítési motort akar építeni, amely úgy kutat, mint egy ember, de úgy skálázódik, mint egy gép, olyan eszközökre van szüksége, amelyek a kontextust részesítik előnyben a mennyiséggel szemben. Íme az az eszköztár, amelyet azon vállalkozásoknak ajánlok, amelyek hatékonyabbá tennék működésüket a sikeres megkeresések növelése mellett.
1. Clay: Az összehangoló
Ha csak egy eszközt ajánlhatnék a modern értékesítéshez, az a Clay lenne. Ez nem egy CRM; ez egy adatszervezési (data orchestration) platform. A Clay lehetővé teszi, hogy több mint 50 forrásból (LinkedIn, Google Maps, GitHub stb.) gyűjtsön adatokat, majd MI-t (GPT-4 vagy Claude) használjon az adatok „értelmezésére”.
- A munkafolyamat: Ahelyett, hogy csak egy listát kapna a vezérigazgatókról, azt mondhatja a Clay-nek: „Keresd meg nekem az összes vezérigazgatót a szakmai szolgáltatási szektorban, akik most posztoltak egy új iroda megnyitásáról, majd foglald össze az utolsó három LinkedIn-posztjukat, hogy megtaláld a közös témát.”
- Miért működik: Nem találgat. Egy már folyamatban lévő beszélgetésbe kapcsolódik be.
2. Perplexity: A mélyelemző kutató
A szabványos MI-modelleknek van egy „tudásbeli korlátja”. A Perplexity-nek nincs. Ez az eszköz az élő internetet böngészi. Azt javaslom az értékesítési csapatoknak, hogy a Perplexity-t használják „hívás előtti intelligencia” (Pre-Call Intelligence) gyűjtésére.
- A keretrendszer: Készítsen egy promptot, amely arra kéri a Perplexity-t, hogy azonosítsa a „3 legfontosabb stratégiai kihívást”, amellyel egy adott potenciális ügyfél szembesül a legfrissebb éves jelentése vagy a közelmúltbeli interjúi alapján.
- Az eredmény: Úgy vág bele egy felmérő beszélgetésbe, hogy olyan felismerések vannak a birtokában, amelyek megtalálása egy junior értékesítőnek általában négy órájába telne.
3. Apollo.io: Az alap
Míg a Clay az összehangolásra szolgál, az Apollo továbbra is az alapvető adatbázisok aranystandardja. MI-vezérelt „Intent Data” (vásárlási szándékra vonatkozó adatok) funkciója különösen erőteljes. Nyomon követi, hogy mely cégek keresnek aktívan az Önéhez hasonló megoldásokat. A SaaS területen tevékenykedő cégek számára ez jelenti a különbséget a hideghívás és a „meleg” megkeresés között.
Az MI-alapú értékesítés 90/10-es szabálya
Gyakran említem ügyfeleimnek a 90/10-es szabályt: az MI-nek kellene kezelnie a kutatás, a minősítés és az adatbevitel 90%-át, de az embereknek kell kezelniük a „kreatív híd” utolsó 10%-át – a tényleges kapcsolatépítést.
Amikor az MI elvégzi a rabszolgamunka 90%-át, fel kell tennie magának a kérdést: Valóban szükségem van egy ötfős értékesítő csapatra, vagy elég egyetlen magasan képzett „értékesítési mérnök”, aki tudja, hogyan kezelje ezeket az eszközöket? A legtöbb vállalkozás úgy találja, hogy a létszám 50%-ával is elérheti a korábbi teljesítmény háromszorosát, ha fókuszt váltanak ezekre a nagy hatékonyságú eszközökre.
Átkelés az Uncanny Valley-n: Lépésről lépésre
Annak érdekében, hogy ne ijessze el az ügyfeleit, kövesse ezt a szakaszos bevezetési tervet:
- 1. fázis: Láthatatlan MI (Kutatás). Használja az MI-t a lead-ek pontozására és „kiváltó események” (felvétel, finanszírozás, terjeszkedés) keresésére. Az ügyfél soha nem látja ezt, de érzi a megkeresés relevanciáját.
- 2. fázis: Támogatott szövegírás. Használjon olyan eszközöket, mint a Lavender, hogy elemezze e-mailjeit a küldés előtt. Nem fogja megírni Ön helyett az e-mailt, de jelzi, ha robotikusnak tűnik, vagy ha a mondatai túl hosszúak.
- 3. fázis: Automatizált minősítés. Csak akkor használjon MI-chatbotokat vagy hangalapú ágenseket az alacsonyabb prioritású lead-ek kezelésére, ha a kutatási folyamatai már stabilak.
A másodlagos hatás: A „generalista” értékesítő halála
Mi történik az értékesítési iparággal, amint a nyilvánvaló kutatási funkciók automatizálttá válnak? Tanúi leszünk a „generalista” értékesítő halálának. Egy olyan világban, ahol az MI tökéletes kontextust tud biztosítani, az ember által hozzáadott egyetlen érték a mély szakmai hozzáértés és az empátia marad.
Ha az értékesítési csapata még mindig órákat tölt a LinkedIn-en adatok manuális másolásával a CRM-be, akkor nemcsak pénzt pazarol, hanem lemarad a hatékonysági görbén is. Azok a vállalkozások fognak virágozni, amelyek az MI-t „Intelligencia-vezetőként”, az embereiket pedig „Kapcsolati vezetőként” kezelik.
Gyakorlati tanács: Válasszon ki egyetlen „kiváltó eseményt”, amely valakit tökéletes ügyféllé tesz az Ön számára (pl. egy új munkakör betöltése). Használja a Clay eszközt, hogy keressen 50 embert, akinél ez a változás bekövetkezett a héten, és használja az MI-t annak összefoglalására, hogy ez a változás miért teszi relevánssá az Ön szolgáltatását. Küldjön 10 személyre szabott e-mailt ezen adatok alapján. Garantálom, hogy a válaszadási arány jobb lesz bármelyik tömeges üzenetnél, amit valaha küldött.