Insight → Hipoteza → Opener. Taki model personalizacji pozwala wyróżnić się w prospectingu B2B – zamiast masowego spamu wysyłasz wiadomości oparte na konkretnych informacjach o kliencie. Jednak głęboki research każdej firmy i decydenta bywa czasochłonny. Z pomocą przychodzi AI do researchu prospectingowego. Topowi handlowcy już wiedzą, że solidne przygotowanie popłaca – aż 82% z nich zawsze bada prospekta przed kontaktem . Co więcej, 42% sprzedawców B2B uważa, że poznanie firmy i jej wyzwań to najskuteczniejszy sposób na domknięcie sprzedaży . Jak więc wykorzystać sztuczną inteligencję, aby szybko znaleźć insighty i na ich podstawie zbudować hipotezę oraz skuteczny opener? W tym artykule pokazujemy krok po kroku, jak to zrobić. (Przykład: Firma X właśnie zdobyła finansowanie [Insight], więc prawdopodobnie szykuje ekspansję [Hipoteza] – nawiąż do tego w pierwszym zdaniu wiadomości [Opener].)
Bezpieczne źródła danych do researchu
Zanim zaangażujesz AI, upewnij się, że korzystasz z wiarygodnych, publicznie dostępnych informacji. Oto krótka checklista źródeł, które warto sprawdzić podczas researchu prospectingowego:
Strona internetowa firmy – sekcje „O nas”, aktualności, blog, case studies. To podstawa, by zrozumieć, czym zajmuje się firma i czym się chwali.
Profil LinkedIn firmy i decydenta – aktualne informacje o skali działalności, zespole oraz posty publikowane przez decydenta (mogą zdradzić jego priorytety).
Baza wiedzy branżowej i media – wyszukaj ostatnie wzmianki prasowe, artykuły lub raporty na temat firmy lub rynku, na którym działa (np. nowe rundy finansowania, partnerstwa, trendy).
Dane finansowe i rynkowe – jeśli to spółka publiczna lub startup z inwestycjami, sprawdź komunikaty giełdowe, Crunchbase itp., aby wychwycić ważne liczby i wydarzenia.
Treści własne prospekta – np. wystąpienia na konferencjach, webinary, podcasty z udziałem decydenta. Z tych źródeł możesz wydobyć insighty, które wykorzystasz w komunikacji.
Pamiętaj, że AI (np. ChatGPT) będzie tak dobra, jak materiały, którymi ją nakarmisz. Bazuj na faktach z powyższych źródeł, zamiast prosić AI o „zgadywanie” – zmniejszysz ryzyko halucynacji. Gdy masz już zebrane podstawowe informacje, pora ułożyć z nich spójną historię dla prospekta.
Szybki workflow: AI do researchu prospectingowego w 6 krokach
- Określ cel i decydenta. Zacznij od zdefiniowania kogo i po co badamy. Jaki jest profil idealnego klienta (ICP) i stanowisko decydenta? Inaczej podejdziesz do CFO dużej firmy produkcyjnej, a inaczej do Head of Sales w startupie SaaS. (Jeśli nie masz jasno określonego ICP, zajrzyj do naszego poradnika o prospectingu B2B – solidne podstawy pozwolą skuteczniej personalizować komunikację).
- Zbierz podstawowe informacje o firmie. Przejrzyj oficjalne źródła: stronę firmową, komunikaty prasowe, LinkedIn. Wyłuskaj kluczowe fakty: czym się zajmują, jakimi klientami się chwalą, jakie problemy rozwiązują. Już na tym etapie możesz użyć AI do przyspieszenia pracy – np. skopiuj opis „O nas” ze strony i poproś model AI o streszczenie najważniejszych punktów. Celem jest zrozumieć biznes prospekta na tyle, by nie zadawać oczywistych pytań i wychwycić wątki warte pogłębienia.
- Poszukaj „trigger eventu”. Trigger event to wydarzenie, które sygnalizuje, że firma może mieć nowe potrzeby. Może to być świeże wydarzenie (np. premiera produktu, zmiana na stanowisku kierowniczym, dofinansowanie, ekspansja na nowy rynek) albo sygnał wynikający z danych (np. gwałtowny wzrost zatrudnienia). Przekop Google News, profil LinkedIn firmy i inne media branżowe w poszukiwaniu takich wydarzeń. To one często stanowią insight – konkretny punkt zaczepienia, który wykorzystasz w openerze.
- Zrozum perspektywę decydenta. Wejdź w buty osoby, do której piszesz. Jakie cele i wyzwania są typowe dla jej roli? Tu świetnie sprawdza się AI: możesz poprosić model, by na bazie swojej wiedzy podpowiedział 3–5 wyzwań, z którymi mierzy się np. Head of Marketing w SaaS B2B. Dzięki temu upewnisz się, że Twoja hipoteza dotyczyć będzie realnego problemu, a nie wydumanego scenariusza. Im lepiej zrozumiesz priorytety decydenta (np. KPI, za które jest rozliczany), tym trafniej dobierzesz wartość, jaką mu zaproponujesz.
- Sformułuj hipotezę potrzeb. Mając insight (np. „firma X weszła na nowy segment rynku”) i kontekst roli (np. „VP Sprzedaży ma nacisk na szybkie wygenerowanie pipeline’u”), połącz kropki. Zastanów się: jaki potencjalny problem lub szansa może wynikać z tego insightu? Np. ekspansja może oznaczać potrzebę szybko zwiększyć zasięg sprzedaży – być może Twój produkt/usługa w tym pomaga. Hipoteza to założenie, które zweryfikujesz w rozmowie z prospectem, ale w openerze posłuży jako przynęta: pokaże, że rozumiesz jego biznes. Jeśli nie masz pewności, czy hipoteza ma sens, możesz znów skorzystać z AI – opisz krótko sytuację firmy i poproś o wygenerowanie kilku logicznych „co to może znaczyć?” dla klienta. Wybierz tę najbardziej sensowną.
- Ułóż personalizowany opener i zweryfikuj go. Czas złożyć wszystko w całość. Opener to zwykle pierwsze zdanie maila lub wiadomości na LinkedIn, które ma przyciągnąć uwagę. Powinno zawierać odniesienie do insightu o firmie oraz hipotezę jej potrzeby. Możesz napisać je samodzielnie lub… poprosić AI o propozycje na bazie zebranych danych. Pamiętaj jednak, że finalna weryfikacja należy do Ciebie. Skorzystaj z poniższej checklisty, by upewnić się, że opener spełnia swoje zadanie, a następnie dopieść go pod swoim kątem (styl komunikacji, ton marki). Teraz masz gotowy spersonalizowany wstęp, który płynnie przeprowadzi rozmowę do prezentacji Twojej oferty.
Przykładowe prompty AI do researchu
Aby przyspieszyć powyższy workflow, możesz wykorzystać gotowe prompty w konwersacji z AI (np. ChatGPT). Poniżej przedstawiamy 4 przykładane komendy – pamiętaj, by wstawić w nawiasy kwadratowe właściwe dane (nazwę firmy, rolę, itp.):
Prompt 1 – Analiza firmy: “Jesteś analitykiem sprzedaży. Przeanalizuj dostępne informacje o firmie [NAZWAFIRMY] (branża, produkty, wyróżniki, ostatnie wydarzenia) i wypisz 3 najważniejsze insighty przydatne dla handlowca sprzedającego rozwiązania B2B.”_
Prompt 2 – Wyzwania decydenta: “Wyobraź sobie, że masz doświadczenie jako [STANOWISKO] w branży [BRANŻA]. Jakie 3 największe wyzwania biznesowe może mieć osoba na tym stanowisku w firmie takiej jak [NAZWAFIRMY]? Podaj konkretne, możliwe problemy.”_
Prompt 3 – Trigger event (wydarzenie): “Firma [NAZWAFIRMY] niedawno [OPIS WYDARZENIA, np. ogłosiła nowy produkt / otrzymała dofinansowanie / otworzyła oddział]. Jakie potencjalne wyzwania lub potrzeby mogą się pojawić w rezultacie tego wydarzenia? Wypisz 2–3 hipotezy, które mógłby zbadać handlowiec sprzedający swoje usługi tej firmie.”_
Prompt 4 – Opener wiadomości: “Na podstawie insightu: [INSIGHT] oraz hipotezy: [HIPOTEZA], napisz pierwsze zdanie spersonalizowanego cold emaila do [STANOWISKO] w firmie [NAZWAFIRMY]. Zdanie ma być krótkie (jedno max. dwa krótkie zdania), ma zaciekawić odbiorcę i nawiązywać do podanych informacji.”_
Takie prompty pomogą Ci wygenerować surowy materiał – pamiętaj jednak o edycji. AI czasem stosuje zbyt oficjalny ton albo brzmi nienaturalnie. Traktuj wyniki jako szkic, który następnie dostosujesz do własnego stylu i wiedzy o kliencie.
Checklista walidacyjna openera
Zanim wyślesz swój spersonalizowany opener do klienta, sprawdź, czy spełnia on wszystkie kryteria jakości. Oto krótka lista kontrolna:
Personalizacja: Czy zdanie odnosi się do konkretnej informacji o firmie lub decydencie (insight), której inni prawdopodobnie nie użyją masowo?
Relewancja hipotezy: Czy sugerujesz problem/potrzebę, która faktycznie może wynikać z danego insightu i jest istotna z perspektywy decydenta?
Zwięzłość: Czy opener mieści się w jednym zdaniu (ew. dwóch krótkich), maksymalnie 1–2 linijkach tekstu? Im krócej i prościej, tym lepiej przykuwa uwagę.
Ton i styl: Czy zdanie brzmi naturalnie i ciekawie? Unikaj nachalnej sprzedaży, przesadnych pochwał („Jesteście świetni!!!”) czy żargonu. Pisz ludzko, tak jak mówiłbyś do znajomego z branży.
Prawdziwość: Upewnij się, że nie ma żadnych faktograficznych pomyłek ani nieuprawnionych założeń. Jeżeli AI zasugerowała jakieś dane, koniecznie je zweryfikuj w źródłach – nie chcesz pisać czegoś, co mija się z prawdą.
Przykłady spersonalizowanych openerów
Poniżej znajdziesz kilka przykładowych zdań otwierających wiadomość, stworzonych według modelu Insight→Hipoteza→Opener. Każdy z nich nawiązuje do innego insightu i pokazuje, jak można zaciekawić odbiorcę już pierwszym zdaniem:
“Gratulacje z okazji pozyskania 10 mln zł finansowania! Z doświadczenia wiem, że taka ekspansja może oznaczać wyzwanie w szybkim skalowaniu sprzedaży – czy to coś, co teraz spędza Wam sen z powiek?”
“Widziałem, że w ostatnim kwartale [Firma] podwoiła liczbę handlowców – zwykle oznacza to dużo nowych ludzi na pokładzie. Czy zastanawialiście się, jak przyspieszyć onboarding i szybko podnieść skuteczność nowego zespołu?”
“Przeczytałem Wasz świeży case study o wejściu na rynek DACH. Często przy takiej ekspansji największym wyzwaniem jest generowanie pipeline’u od zera – czy też się z tym mierzycie?”
Każdy z tych openerów jest unikalny dla danej firmy i sytuacji. Stosując podobne podejście, pokazujesz prospektowi, że odrobiłeś pracę domową i rozumiesz jego kontekst. To buduje zaciekawienie i zaufanie już od pierwszego zdania – a o to chodzi w skutecznym prospectingu.
FAQ
Q: Czy AI zawsze podaje prawdziwe informacje podczas takiego researchu?
A: Niestety nie. Modele językowe mogą halucynować – wymyślać fakty, jeśli brakuje im danych. Dlatego tak ważne jest korzystanie z pewnych źródeł i weryfikacja. Najlepiej dostarczyć AI konkretne materiały (np. fragment opisu firmy, artykuł z newsami), zamiast pytać otwartym tekstem o fakty. Gdy AI wygeneruje insight czy hipotezę, sprawdź je przed użyciem. W ten sposób połączysz szybkość AI z ludzką czujnością.
Q: Jakie narzędzia AI do researchu prospectingowego warto wykorzystać?
A: Najbardziej dostępne jest obecnie ChatGPT (np. GPT-4), które świetnie radzi sobie z podsumowaniami tekstu i generowaniem pomysłów. Możesz też skorzystać z Bing Chat lub Google Bard – mają one dostęp do aktualnych danych z internetu, co bywa pomocne przy szukaniu najnowszych informacji o firmie. Poza tym pojawiają się wyspecjalizowane narzędzia, które łączą AI z danymi B2B (np. wtyczki do CRM czy aplikacje do analizy profilów LinkedIn). Ważne, by narzędzie dawało Ci możliwość weryfikacji odpowiedzi – np. źródła w Bing Chat. Pamiętaj, że AI to asystent, a nie cudotwórca: przyspieszy research, ale nie zastąpi zdrowego rozsądku w ocenie zebranych informacji.
Q: Czy taki sposób personalizacji z użyciem AI sprawdzi się w każdej branży?
A: Fundamenty podejścia – czyli ciekawość i zrozumienie klienta – są uniwersalne. AI może pomóc niezależnie od branży, bo przyspiesza dotarcie do kluczowych faktów i zależności. Oczywiście, im bardziej niszowa lub skomplikowana domena, tym bardziej warto zaangażować eksperta-ludzki czynnik do interpretacji insightów. Miej też na uwadze dane wrażliwe: korzystaj tylko z informacji publicznych, aby nie naruszyć niczyjej prywatności. Jeśli branża jest mocno regulowana (np. medyczna, finansowa), zwróć szczególną uwagę na zgodność źródeł i treści z przepisami. Mimo tych zastrzeżeń – tak, personalizacja oparta na insightach z researchu działa w większości sektorów, bo wszędzie ludzie cenią indywidualne podejście.
Podsumowanie i następne kroki
W erze, gdy każdy otrzymuje dziesiątki szablonowych ofert, jakość researchu staje się wyróżnikiem najlepszych sprzedawców. AI może uczynić ten research szybszym i łatwiejszym, ale wciąż wymaga ludzkiego nadzoru i pomysłu. Model Insight→Hipoteza→Opener to praktyczny sposób, by przekuć zebrane informacje w angażującą wiadomość. Zachęcamy Cię do wypróbowania powyższego workflow przy kolejnym prospectingu. Daj znać, jakie efekty uzyskałeś! Powodzenia w budowaniu relacji z klientami opartych na wartościowych insightach – niech AI wspiera Cię w osiąganiu wyższej skuteczności prospectingu!
Źródła:
[1] LinkedIn, State of Sales Report 2022 – U.S. & Canada Edition (statystyka: 82% top sellerów zawsze robi research przed kontaktem) .
[2] HubSpot, 94 Key Sales Statistics to Help You Sell Smarter in 2024 (statystyka: 42% sprzedawców B2B za najskuteczniejszą uznaje sprzedaż opartą o research klienta).
