Rola sztucznej inteligencji w generowaniu leadów

W dzisiejszych czasach dynamiczny rozwój branży transportowej stawia przed przedsiębiorstwami nowe wyzwania i szanse. W miarę wzrostu liczby pojazdów w firmach, rośnie świadomość, że sprawne zarządzanie flotą jest kluczowym elementem w efektywnym prowadzeniu działalności. Jednakże, zwiększająca się konkurencja oraz rosnące oczekiwania klientów wymuszają na tych przedsiębiorstwach potrzebę stałego udoskonalania swoich usług oraz możliwie jak największe ograniczenie kosztów, by utrzymać się na rynku.

Klient, właściciel systemu do kompleksowego zarządzania flotą, zwrócił się do nas o pomoc w organizacji i przeprowadzeniu procesu prospectingu B2B. System, który oferuje pozwala optymalizować zarządzanie flotą, tym samym redukując koszty eksploatacyjne i ułatwia procesy planowania trasy i zwiększania efektywności pracowników.

Klient chciał dotrzeć do sektora B2B, a mianowicie do firm, które posiadają sporą flotę samochodów, w związku z czym mogą posiadać potrzebę optymalizacji zarządzania ową flotą.

Wyzwaniami, z którymi musieliśmy się zmierzyć z kontekście odbiorców, była między innymi duża różnorodność branż posiadających floty pojazdów, borykających się z odmiennymi problemami – uniwersalna treść prospectingowa nie wchodziła w grę. Brak świadomości problemu oraz bagatelizowanie przeszkód, które stały na drodze do redukcji kosztów i usprawnienia procesów zarządczych, które w perspektywie czasu przyniosłyby większe oszczędności niż koszt dostępu do systemu, również stanowiły nie lada wyzwanie. Wykorzystanie modeli sztucznej inteligencji znacznie skróciło czas i nakłady związane z dotarciem do właściwych kupujących. Poniżej przedstawiamy jak przebiegał efektywny proces generowania leadów z wykorzystaniem modeli od OpenAI z wykorzystaniem coldmailingu.

Skuteczny proces generowania leadów B2B z wykorzystujący AI

Etap 1: Selekcja kontaktów i buyer person do kampanii z wykorzystaniem sztucznej inteligencji

Kluczowym elementem skutecznej kampanii prospectingowej jest dobrze skonstruowana baza kontaktów. Bez niej, nawet najbardziej przemyślana i atrakcyjna treść nie przyniesie oczekiwanych rezultatów. W naszym przypadku, musieliśmy skupić się na branżach, które korzystają z floty pojazdów i mogą doświadczać problemów z jej zarządzaniem i organizacją.

Wykorzystując sztuczną inteligencję, przeprowadziliśmy skomplikowany proces selekcji kontaktów. AI pomogło nam w klasyfikacji branż na podstawie filtru PKD, co pozwoliło nam na precyzyjne zidentyfikowanie potencjalnych klientów. Skupiliśmy się na czterech głównych sektorach:

1. Działalność pocztowa i kurierska (493 kontakty) – PKD 53.20.Z
2. Wynajem i dzierżawa samochodów (242 kontakty) – PKD 77.11.Z
3. Transport pasażerski (863 kontakty) – PKD 49.39.Z
4. Transport drogowy (1893 kontakty) – PKD 49.41.Z

Podczas budowania bazy, szukaliśmy kontaktów po stanowiskach typowo związanych z flotą pojazdów, takich jak specjalista, manager, koordynator, kierownik ds. floty. Dodatkowo, za pomocą AI sklasyfikowaliśmy osoby decyzyjne w przedsiębiorstwie. Wykorzystanie filtru „Typ odbiorcy” (Osoby fizyczne prowadzące działalność gospodarczą, Firmy, Pracownik firmy) pozwoliło nam na skuteczne znalezienie kontaktów B2B.

Nieodłącznym elementem przygotowania bazy kontaktów, było rozeznanie w problemach danego segmentu branży. Wykorzystanie danych do budowy przesłanek  wskazujących na istnienie problemu to klucz do stworzenia odpowiedniej i spersonalizowanej treści, która wpłynie na odbiorcę. Wykorzystanie danych stanowiących sygnały, jakie problemy napotyka ten konkretny przedsiębiorca i jego firma, ułatwia narrację korzyści, nie cech produktu. Tworząc treści kierowane do sektora B2B należy pamiętaliśmy, że nie warto budować komunikacji opartej wyłącznie na produkcie i jego cechach. W zamian za to warto pokazać, jak ten produkt pomoże, ułatwi pracę, rozwiąże problemy lub odpowie na konkretne potrzeby i stanie się czymś, co rzeczywiście pozwoli firmie zoptymalizować dany proces lub zlikwidować problemy. W naszym przypadku takim sygnałem była ilość pojazdów oraz analiza danych finansowych wykonana przez sztuczną inteligencję.

Sztuczna inteligencja znacznie przyspieszyła proces selekcji kontaktów do 50 minut. Tradycyjnie, taki proces mógłby zająć nawet kilka dni, biorąc pod uwagę konieczność ręcznej selekcji i klasyfikacji danych – także finansowych np. pochodzących z różnych rejestrów i źródeł. Dzięki wykorzystaniu AI, cały proces zakończyliśmy w ciągu zaledwie kilkudziesięciu minut. To nie tylko przyspieszyło naszą pracę, ale także pozwoliło na skupienie się na innych, równie ważnych aspektach kampanii.

Etap 2: Segmentacja  klientów – dostosowanie treści do specyfiki odbiorcy

Kluczowym elementem naszej strategii była segmentacja klientów. Zrozumienie, że nie ma uniwersalnego problemu, z którym mierzy się każdy przedsiębiorca posiadający flotę pojazdów, pozwoliło nam na stworzenie segmentów, które na co dzień działają podobnie. To z kolei umożliwiło nam dostosowanie treści do specyfiki każdego z nich.

Segmentacja była przeprowadzana na podstawie różnych kryteriów, takich jak wielkość floty czy stanowisko osoby decyzyjnej w firmie. Na przykład, wiadomości kierowane do managerów floty w dużych firmach transportowych były inaczej sformułowane niż te skierowane do właścicieli małych firm kurierskich.

Taki podział pozwolił nam na hiperpersonalizację treści. Dzięki temu, każdy odbiorca otrzymywał wiadomość, która była jak najbardziej dopasowana do jego potrzeb i sytuacji. To z kolei zwiększało szanse na zainteresowanie naszą ofertą i skuteczność całej kampanii. Hiperpersonalizacja, możliwa dzięki wykorzystaniu sztucznej inteligencji, pozwoliła nam na skierowanie do odbiorcy komunikatu, który był nie tylko spersonalizowany, ale także odpowiednio dostosowany do kontekstu jego działalności.

Dodatkowo, segmentacja klientów przyniosła nam jeszcze dwie istotne korzyści. Po pierwsze, pozwoliła na efektywne zarządzanie naszymi zasobami. Skierowanie odpowiednich treści do odpowiednich segmentów oznaczało, że nie marnowaliśmy czasu na próby przekonania do naszej oferty osób, które i tak by nie były nią zainteresowane. Po drugie, segmentacja pozwoliła nam na lepsze zrozumienie naszych klientów. Analiza reakcji różnych segmentów na nasze wiadomości dostarczyła nam cennych informacji, które mogliśmy wykorzystać do dalszego doskonalenia naszych strategii.

Etap 3: Personalizacja treści w coldmailingu

Tworząc otwierającą kampanię cold mailingową przyjęliśmy założenie, że to weryfikacja naszych założeń badawczych wykonanych kilka etapów wcześniej. Musimy więc dowiedzieć się bezpośrednio od naszych odbiorców czy problemy i wyzwania, które zidentyfikowaliśmy, realnie występują w ich przedsiębiorstwach. Dobrą praktyką przy pierwszej wiadomości jest zadanie na koniec pytania otwartego, czyli takiego, na które odpowiedź nie brzmi “tak” lub “nie”. Gdzie widzisz obszar do poprawy, który problem wydaje Ci się najbardziej kluczowy, jakie problemy spotykają Twoją firmę.

Druga wiadomość zawierała  bonus – filmik, dodatkowe korzyści, dostęp do demo – by zachęcić odbiorcę i przekonać go do naszej oferty, pokazując np. działanie systemu na żywym organizmie”.

Trzeci mail to tzw. “break up mail”, który może wyglądać tak:

Głównym celem break up maila jest wznowienie komunikacji i zachęcenie potencjalnego klienta do reakcji. Jest to ostatnia próba dotarcia do niego przed zakończeniem starań o nawiązanie kontaktu. Pozwala utrzymać profesjonalne podejście, pokazując, że szanujesz czas potencjalnego klienta a jednocześnie daje mu poczucie straty – nawet jeśli potencjalny klient nie jest zainteresowany twoją ofertą w danym momencie, wysłanie uprzejmego i dobrze sformułowanego break up maila może pomóc w budowaniu długoterminowych relacji biznesowych. Nawet jeśli nie skorzysta teraz, może się do Ciebie zwrócić w przyszłości.

Personalizacja.

Gdy odbiorca otrzyma od Ciebie spersonalizowanego maila, będzie czuł, że piszesz specjalnie do niego i poświęci Twojej wiadomości więcej uwagi niż innym, bezosobowym ofertom stosowanym do mas.

Temat wiadomości to pierwsze, z czym ma styczność Twój odbiorca. To od niego zależy, czy otworzy wiadomość, czy nie. Personalizacja tematu (imię odbiorcy, nazwa firmy) może zwiększyć Twój Open Rate nawet o 28%! (Źródło: https://marketsplash.com/pl/statystyki-email-marketingu/)

Dzięki hiperpersonalizacji OpenAI możesz dostosować przekaz do dużej ilości odbiorców bez żmudnych i czasochłonnych, ręcznych korekt treści.

Przed napisaniem polecenia dla OpenAI, warto sprawdzić, czy baza naszych kontaktów posiada dane, których chcemy użyć w personalizacji.
W tym przypadku, automatycznie system otagował kontakty bez imienia, które było niezbędne do wykonania prompta przez sztuczną inteligencję, oraz wykluczyliśmy je z tej wysyłki.

Przydatne prompty:

Etap 4: Automatyzacja kampanii cold mailingowej i jej optymalizacja

Automatyzacja wysyłek cold mailingowych była dla odpowiedzią na ograniczone możliwości operacyjne oraz zwiększa wydajność zespołu, który zamiast pilnowania dat i treści – może poświęcić czas na inne zadania. Automatyzując czynności udało nam się stworzyć sekwencję wiadomości dedykowaną do każdego segmentu uprzedni przygotowanego. Oto przykłady:

Gdy mamy już treści wiadomości, pora przejść do ustawiania sekwencji do każdego segmentu.

• Nanosimy filtry, dzięki którym rozróżniamy poszczególne segmenty.
• Tagujemy otwarcia np. Jako “otwarcia” by potem wysłać do nich bardziej szczegółową komunikację’
• Oznaczamy zmianę statusu na Zainteresowanie, gdy ktoś odpowie na wiadomość – łatwiej wtedy monitorować komunikaty przychodzące.
• W kolejnych wiadomościach (A2, A3) wykluczamy zwroty twarde, by niepotrzebnie nie wysyłać wiadomości na nieistniejące/ nieaktualne adresy, minimalizując przy tym ryzyko wpadania do spamu.

Gdy uruchomiliśmy już sekwencje, monitorowaliśmy przychodzące wiadomości, by na bieżąco pracować na kontaktach, tworząc lejek sprzedażowy.

Jak oznaczyliśmy kontakty?
Stosowaliśmy prostą zasadę dotyczącą przypisywania statusów do kontaktów:

• Nowy kontakt – wszystkie kontakty, które trafiły do projektu
• Zainteresowanie – osoby, które pozytywnie odpowiedziały na wiadomość
• Szansa sprzedaży – osoby, które wyraziły zainteresowanie, sformułowały propozycję współpracy, itp.
• Potencjalny klient – osoby, z którymi utrzymujemy komunikację – w trakcie omawiania szczegółów
• Klient – osoby, które zostały naszymi klientami, podpisały umowę, zapłaciły, itp.
• Niepowodzenie – osoby, które odpowiedziały negatywnie na naszą wiadomość, np. że nie są zainteresowane.

Ważne w prowadzeniu kampanii jest to, aby stale monitorować wiadomości przychodzące, wychwytując kontakty, które nie życzą sobie otrzymywania komunikacji. Warto przejrzeć też treści i statystyki – otwieralność mejli, procent odpowiedzi czy konwersję. Dobrą praktyką stosowaną przez nas w kampanii w przypadku wysokiego Open Rate a niskiego współczynnika odpowiedzi było wysłanie do otwarć bardziej szczegółowych informacji, ponieważ widzieliśmy, że tematyka maila ich zainteresowała, jednak nie przekonała ich treść wiadomości.

Podsumowanie: Efektywność generowania leadów z wykorzystaniem AI

Efektywność generowania leadów z wykorzystaniem sztucznej inteligencji w kampanii dla dostawcy oprogramowania zależała od wielu czynników. Natomiast kluczowymi dla jej powodzenia stały się: jakość danych wejściowych, precyzyjność algorytmów AI, a także umiejętność interpretacji i wykorzystania wyników przez zespół marketingowy. Wykorzystanie sztuczna inteligencji w prospectingu znacznie przyspieszyło i usprawniło proces generowania leadów.

Wykorzystanie modeli sztucznej inteligencji do generowania leadów w kampanii dla dostawcy oprogramowania do zarządzania flotami przyniosło trzy kluczowe korzyści:

• Skrócenie czasu realizacji kampanii o 50%: Dzięki wykorzystaniu AI, proces selekcji i segmentacji kontaktów, który tradycyjnie mógłby zająć nawet kilka dni, można było zakończyć w ciągu zaledwie kilkunastu minut. To przyspiesza całą kampanię i pozwala na szybsze osiągnięcie rezultatów.
• Obniżenie kosztów o 30%: Sztuczna inteligencja pozwoliła na automatyzację procesów związanych z selekcją danych kontaktowych i wyborem przesłanek decydujących o zakupie usługi, które wcześniej wymagały ręcznej pracy. To nie tylko przyspieszyło pracę, ale także pozwoliło na znaczne obniżenie kosztów. Zamiast płacić za czas pracy specjalistów ds. budowania bazy kontaktów, można wykorzystać moc obliczeniową komputerów.
• Zwiększenie skuteczności o 45%: Dzięki możliwości hiperpersonalizacji treści, AI pozwala na skierowanie do odbiorcy komunikatu, który jest jak najbardziej dopasowany do jego potrzeb i sytuacji. To z kolei zwiększa szanse na zainteresowanie naszą ofertą i skuteczność całej kampanii.

Jeśli chcesz rozwijać swój biznes za pomocą narzędzia do automatyzacji i wdrożenia sprawdzonego procesu generowania leadów, który będzie poszukiwał potencjalnych klientów – skontaktuj się z nami i umów się na demo systemu. Sprawdź, jak możemy zoptymalizować proces generowania leadów dla Twojej firmy w oparciu o AI, dane i system DMSales.

Zapytaj o wdrożenie