Minden reggel ugyanazt látom a beérkező leveleim között: sablonos, kissé „furcsa” e-mailek hullámát, amelyek egyértelműen egy bottól származnak. Használják a nevemet, említik a cégemet, majd belekezdenek egy olyan ajánlatba, amelynek abszolút semmi köze a tényleges napi kihívásaimhoz. Ez történik akkor, amikor az emberek félreértik, hogyan kell az MI-t (AI) használni az értékesítésben – a zaj mennyiségének növelésére használják, nem pedig a jelzés mélységének fokozására.
Az eredmény? A válaszadási arány drasztikus csökkenése és a márka hírnevének romlása. De van egy jobb út. Én ezt Kutatás-megkeresés aránynak (Research-to-Reach Ratio) hívom. A hagyományos értékesítésben az üzletkötők idejük 80%-át megkereséssel, 20%-át pedig kutatással töltik. Egy MI-központú vállalkozásban ezt megfordítjuk. Az MI-t használjuk a kutatás nehéz munkájának 95%-ára, lehetővé téve az ember számára, hogy kreatív energiájának 100%-át az üzenet utolsó 5%-ára: a kapcsolódásra fordítsa.
A probléma: Az automatizációs szorongás paradoxon
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
Sok cégvezető, akivel együttműködöm, az általam Automatizációs szorongás paradoxonnak nevezett jelenségtől szenved. Tudják, hogy jelenlegi értékesítési folyamatuk nem hatékony és drága, mégis rettegnek attól, hogy az MI bevezetése miatt egyszerű spammelőnek tűnnek majd. Aggódnak, hogy az automatizálással elveszítik azt, ami sikeressé teszi őket: az emberi jelleget.
A paradoxon lényege, hogy ha nem használunk MI-t a kutatáshoz, a csapatunk valószínűleg már most is robotként viselkedik. Amikor egy SDR-nek (Sales Development Representative) napi 50 e-mailt kell kiküldenie a kvóta teljesítéséhez, nincs ideje a mély empátiára. 30 másodpercig futják át a LinkedIn-profilokat, és keresnek egy olyan „kapaszkodót”, amely erőltetettnek hat.
Az MI-nek nem kell helyettesítenie az emberi érintést; ez biztosítja az üzemanyagot, amely lehetővé teszi az emberi jelleget skálázható módon.
1. lépés: A mélykutatási motor felépítése
Ahhoz, hogy megértsük, hogyan használjuk hatékonyan az MI-t az értékesítésben, abba kell hagynunk a „generatív MI-re” mint íróeszközre való tekintést, és el kell kezdenünk logikai motorként (Reasoning Engine) tekinteni rá.
Ahelyett, hogy megkérnénk az MI-t, hogy „írjon egy értékesítési e-mailt”, azt kérjük tőle: „elemezd a potenciális ügyfél legutóbbi tevékenységét, a cég negyedéves jelentését és az iparág jelenlegi nehézségeit, hogy azonosíts három konkrét problémát, amelyet a termékünk megold”.
Az adatforrások
Egy kis értékesítési csapat számára a cél az olyan adatok aggregálása, amelyek megtalálására egy embernek egyszerűen nem lenne ideje. Az MI-motornak a következőket kell vizsgálnia:
- Legutóbbi podcast-szereplések: Mit mond az alapító a műsorokban?
- Toborzási trendek: Olyan munkakörökbe vesz fel embereket a cég, amelyek specifikus problémára utalnak (pl. 5 új fejlesztő felvétele skálázási problémát sugall)?
- Technográfiai adatok: Milyen eszközöket használnak jelenleg? (Lásd a szoftvermegtakarítási útmutatónkat a technológiai eszköztár elemzéséhez).
- Közösségi narratíva: Miről posztolnak a LinkedIn-en, ami nem csupán vállalati PR?
2. lépés: A kontextualizációs réteg
Miután a kutatás összeállt, az MI-nek „le kell fordítania” az adatokat relevanciává. Itt bukik el a legtöbb vállalkozás. Fogják az adatokat, és bedobják egy sablonba.
Ehelyett használjon egy olyan keretrendszert, amelyet Szintézis-hídnak nevezek. Adja meg az MI-nek az Ön „Értékpilléreit” – a három alapvető problémát, amelyet megold –, és kérje meg, hogy találja meg a legrövidebb logikai utat a jelölt legutóbbi tevékenysége és e pillérek egyike között.
Ha egy potenciális ügyfél nemrégiben a márka hangvételének globális csapaton belüli egységesítésének nehézségeiről posztolt, Ön pedig egy MI-irányítási eszközt árul, a híd egyértelmű. De ha egy jótékonysági futásról posztolt, és Ön ezt próbálja összekötni a szoftverével, akkor beleesett a Szintetikus empátia-szakadékba – abba a kínos pillanatba, amikor egy bot megpróbálja eljátszani, hogy vannak érzései.
Alapszabály: Csak szakmai megfigyelések összekapcsolására használjon MI-t. A személyes kapcsolódást hagyja meg az embernek.
3. lépés: Az „ügynökségi adó” megszüntetése a lead-generálásban
Sok vállalkozót látok, akik havi £3,000–£5,000 összeget fizetnek lead-generáló ügynökségeknek. Ha a dolgok mögé nézünk, ezek az ügynökségek gyakran csak alapvető automatizálási eszközöket és egy kis tengerentúli alvállalkozói csapatot használnak a manuális kutatáshoz. Ez az Ügynökségi adó – a prémium, amit olyan végrehajtásért fizet, amelyet az MI ma már fillérekért elvégez.
Ha a „meleg-lead” motort az MI segítségével házon belülre hozza, nemcsak pénzt takarít meg, hanem az adatok feletti ellenőrzést is visszanyeri. Tekintse meg a marketingügynökségi költségekről szóló elemzésünket, hogy pontosan lássa, mekkora árrés rejlik ezekben a hagyományos szolgáltatási modellekben. Egy MI-központú értékesítési művelet gyakran túlszárnyalhat egy középkategóriás ügynökséget egyetlen részmunkaidős munkatárssal, aki a prompteket felügyeli.
4. lépés: A 90/10-es szabály a megkereséseknél
Saját üzletemben a 90/10-es szabályt követem. Az MI kezeli a folyamat 90%-át: a leadek azonosítását, az adatgyűjtést, a szándékjelek figyelését és az első vázlat személyre szabását. Az ember kezeli az utolsó 10%-ot: az árnyalatokat, a végső szerkesztést és a tényleges „küldés” gombot.
Amikor egy ember e-mailenként 20 perc helyett csak 2 percet tölt el, de az e-mail minősége magasabb az MI által biztosított kutatásnak köszönhetően, az értékesítési csapat gazdaságossága egyik napról a másikra megváltozik.
A kreatív vállalkozások számára ez különösen hatékony. Ha Ön egy marketingcég, amely új ügyfeleket keres, a megkereséseinek ugyanolyan kreatívnak kell lenniük, mint a munkájának. Erről többet is megtudhat a marketing megtakarítási útmutatónkban.
Hogyan kezdje el: 30 napos ütemterv
Ha azon gondolkodik, hogyan használja az MI-t ezen a területen a jelenlegi munkafolyamat megszakítása nélkül, kezdje kicsiben:
- Azonosítsa az „Arany szignált”: Mi az az egyetlen dolog, amiről ha tudna egy potenciális ügyféllel kapcsolatban, tökéletes jelöltté tenné őt? (Pl. most indítottak el egy új terméket, most zártak le egy befektetési kört, vagy most vettek fel új műveleti igazgatót).
- A szignált automatizálja, ne az üzenetet: Használjon olyan eszközöket, mint a Clay vagy a Perplexity, hogy megtalálja ezt a szignált a weben 100 potenciális ügyfélre vonatkozóan.
- „Ember a folyamatban” teszt: Készíttessen az MI-vel egy „elismerésen alapuló” nyitómondatot ezen szignál alapján. Ellenőrizze az első 20-at saját maga. Emberien hangzanak? Ha nem, finomítsa a promptot.
Az MI-központú értékesítési csapat valósága
A „szabványos” automatizálás ideje lejáróban van. Az embereknél kezd kialakulni egyfajta „MI-vakság” az általános megkeresésekkel szemben. A következő 24 hónapban nem azok a vállalkozások fognak nyerni, amelyek a legtöbb e-mailt küldik, hanem azok, amelyek az MI-t arra használják, hogy a lehető leginkább tájékozottak legyenek, amikor végre felveszik a kapcsolatot.
A hatékonyság nem csupán a dolgok gyorsabb elvégzéséről szól. Arról szól, hogy a fontos dolgokat olyan jól csináljuk, hogy a versenytársaink úgy tűnjenek, mintha még mindig faxgépet használnának.
Készen áll arra, hogy ne legyen többé része a zajnak? Építsük meg a motorját.