Błędy w AI prospectingu, których uniknąć
Prospecting 10 min
0/28
Problem biznesowy
AI prospecting ma złą reputację, bo większość prób kończy się 1000 bezwartościowych leadów. Powód: błędy systemowe — złe kryteria, brak weryfikacji, automatyczne maile bez sensu. AI nie naprawia złego procesu; wzmacnia go.
Sprawdzona metoda
6 błędów i poprawki:
- Masowe generowanie śmieciowych leadów — poprawka: generuj listę, ale kwalifikuj i przeczesuj 10% najlepszych,
- Brak weryfikacji danych — poprawka: zasada 'AI = hipoteza, źródło = weryfikacja', kontakt z AI sprawdzasz w źródle,
- Zły ICP — poprawka: definiuj ICP na bazie danych z własnych wygranych deali, nie z wyobraźni,
- Nadmierna automatyzacja — poprawka: human-in-the-loop na etapach decyzyjnych,
- Halucynacje — poprawka: każ fakt z researchu AI ma mieć URL/źródło albo go nie używasz,
- 'Personalizacja' z losowych informacji — poprawka: personalizacja tylko z faktów związanych z biznesem klienta (trigger, problem, technologia), nie z ciekawostek.
Przykład z rynku
- ZŁY
- Chaotyczny research w wyszukiwarce bez kryteriów i generyczny kontakt do przypadkowych firm.
- DOBRY
- Zamiast: 'Widziałem, że lubisz piłkę nożną, więc napisałem' (losowa personalizacja) → 'Wasza firma otworzyła oddział w Krakowie, a na stronie rekrutujecie 5 handlowców — wygląda na to, że proces sprzedaży rośnie, mam pomysł jak to wesprzeć' (trigger + business context). Pierwsza wersja to spam, druga to research.
Gotowy prompt do skopiowania
Jesteś audytorem jakości prospectingu. Kontekst: Opisuję mój obecny AI prospecting w 5 zdaniach. Zadanie: [OPIS MOJEGO PROCESU] Przeanalizuj go pod kątem 6 typowych błędów: 1. Wypisz, które błędy popełniam (TAK/NIE dla każdego z 6) 2. Dla każdego popełnianego: 1 zdanie jak go widzę w moim opisie 3. Dla każdego: 1 konkretna poprawka na start Format: tabela 6 wierszy + 3 priorytety.
Model rekomendowany: Claude 3.5 Sonnet / GPT-4o Skopiuj i wklej do ChatGPT, Claude lub Perplexity
ALTERNATYWNE SCENARIUSZE
Warianty i alternatywne scenariusze
Wersja dla danych: opisz skąd bierzesz dane kontaktowe, AI ocenia ryzyko nieaktualności.
Wersja dla automatyzacji: opisz co automatyzujesz, AI wskazuje, co powinieneś zostawić człowiekowi.
Ćwiczenie praktyczne
Wypisz 3 leady, do których pisałeś w ostatnim miesiącu i które nie odpowiedziały. Dla każdego oceń: czy był to lead z ICP? Czy personalizacja była triggerowa czy losowa? Czy dane były weryfikowane? Zapisz 2 poprawki do swojego procesu.
Zapisano w przeglądarce