Pipeline: od listy do spotkania
Prospecting 10 min
0/28
Problem biznesowy
Mierzenie 'ile maili wysłałem' jest satysfakcjonujące, ale nie mówi nic o skuteczności. Bez śledzenia konwersji na każdym etapie nie wiesz, gdzie tracisz: czy research jest zły (mało firm w liście), czy treść słaba (mało odpowiedzi), czy pipeline chory (mało spotkań z odpowiedzi).
Sprawdzona metoda
Pipeline metryk (licz co tydzień):
- FIRMY W LIŚCIE (dodane w tym tygodniu do systemu) — mierzy research,
- WYSŁANE MAILE (z rozróżnieniem: unikalne vs follow-upy) — mierzy wysyłkę,
- ODPOWIEDZI (reply rate = odpowiedzi / wysłane unikalne; benchmark dla cold email: 3-8%) — mierzy treść i listę,
- SPOTKANIA (booking rate = spotkania / odpowiedzi; cel 20-30%) — mierzy rozmowę,
- DEALE (conversion = deale / spotkania),
- WIN RATE (wygrane / wszystkie deale). Wskaźniki diagnostyczne: odpowiedź bez spotkania (słaba oferta/pytania), wysyłka bez odpowiedzi (treść albo lista), spotkanie bez dealu (rozmowa). AI workflow: co tydzień AI zbiera liczby z Twojego arkusza/CRM i pisze raport: 'Replies 4% (vs 3.8% poprzednio), bookings 25% — lista lepsza, ale otwieracze słabsze; testuj warianty L4'. Zasada: nie licz czegoś 'bo wypada' — licz to, co pozwala odpowiedzieć 'gdzie tracimy i co zmienić'.
Przykład z rynku
- ZŁY
- Chaotyczny research w wyszukiwarce bez kryteriów i generyczny kontakt do przypadkowych firm.
- DOBRY
- Tydzień 1: 50 firm w liście, 25 wysłanych, 1 odpowiedź (4%), 0 spotkań. Wniosek: research OK (50 firm), treść słaba (4%). Tydzień 2: testujesz otwieracze L4-L5 (trigger zamiast problemu) → 40 wysłanych, 4 odpowiedzi (10%), 1 spotkanie. Tydzień 3: podnosisz listę do 60 firm, bo wysyłka i odpowiedzi rosną, ale spotkań mało — pracujesz nad rozmową. To jest pipeline: wiesz na każdym etapie, co poprawić.
Gotowy prompt do skopiowania
Jesteś analitykiem pipeline'u sprzedaży. Kontekst: Sprzedaję [PRODUKT]. Moje dane za tydzień: Firmy w liście: [X] Wysłane unikalne: [X] Odpowiedzi: [X] Spotkania: [X] Deale: [X] Wygrane: [X] (Poprzedni tydzień: [DANE]) Zadanie: Napisz raport tygodniowy: 1. Oblicz metryki: reply rate, booking rate, conversion, win rate 2. Trend vs poprzedni tydzień (góra/dół) 3. Diagnoza: gdzie tracimy (research/treść/rozmowa/offer) — na bazie proporcji 4. 3 konkretne akcje na przyszły tydzień Format: raport.
Model rekomendowany: Claude 3.5 Sonnet / GPT-4o Skopiuj i wklej do ChatGPT, Claude lub Perplexity
ALTERNATYWNE SCENARIUSZE
Warianty i alternatywne scenariusze
Wersja dla początkujących: tylko 3 metryki (wysłane, odpowiedzi, spotkania).
Wersja dla zaawansowanych: metryki per kanał (email vs LinkedIn vs cold call) i per segment.
Ćwiczenie praktyczne
Uzupełnij swój pipeline metrykami z ostatniego tygodnia (albo załóż realne liczby). Oblicz reply rate, booking rate, win rate. Wskaż 1 etap, w którym tracisz najwięcej, i 1 akcję naprawczą.
Zapisano w przeglądarce