التصميم. مثال تطبيقي توضيحي، وليس نتيجة عميل. فريق مبيعات B2B من 8 مندوبين في الجولة a وكل رقم هنا افتراضات. التصميم طبقة بحث وصياغة تملأ مسبقًا مسودات رسائل صادرة من قائمة اتصالات كل مندوب. يحرّر المندوبون ويرسلون.
افترض أن الفريق من 8 مديري حسابات يقضي كل منهم الساعة الأولى من يومه في البحث عن العملاء المحتملين وكتابة رسائل باردة من الصفر. مع هذا التصميم، تصبح تلك الساعة في معظمها تحرير مسودات تشير أصلًا إلى تمويل العميل المحتمل الأخير أو توظيفه أو أخبار منتجه.
ما يهمّ مسؤول الإيرادات هو معدل الرد ووقت المندوبين، ولا يزعم هذا المثال شيئًا عن أي منهما. فريق في هذا الموقع سيسجّل الاثنين قبل التغيير ويقارن بعده. يبقى الحجم ثابتًا ضمن نطاق بشري من 30 إلى 80 عميلًا محتملًا لكل مندوب، وهذا افتراض. ليست هذه لعبة حجم.
هل يمكن للتواصل بالذكاء الاصطناعي أن يرفع معدل الرد دون الإضرار بقابلية التسليم؟
هل يضرّ استخدام AI لصياغة الرسائل الصادرة بقابلية التسليم؟
قد يضرّ إن استخدمته لإرسال المزيد. ولا يلزم أن يضرّ إن بقي الحجم نفسه. في هذا التصميم يبقى كل مندوب ضمن نطاق بشري من 30 إلى 80 عميلًا محتملًا، يرسل من صناديق بريده المُسخَّنة. يغيّر AI ما في كل رسالة لا عدد ما يُرسَل، فلا سبب لارتفاع شكاوى البريد المزعج.
الخوف على قابلية التسليم حقيقي. أرسل 500 رسالة شبه متطابقة يوميًا من نطاق جديد وسيوجّهك Google وMicrosoft إلى البريد المزعج سريعًا. لذا يفعل التصميم العكس. الحجم البشري نفسه، وصناديق البريد المُسخَّنة نفسها التي يستخدمها المندوبون أصلًا في HubSpot، مع نص أفضل بحثًا في كل إرسال.
مم يتكوّن التصميم؟
ثلاث قطع، لا شيء منها معقّد. خطوة بحث تسحب أحدث إشارات كل عميل محتمل. وخطوة صياغة تكتب رسالة بضمير المتكلم تستشهد بإحدى تلك الإشارات. ومزامنة تُلقي المسوّدة في تسلسل المندوب في HubSpot كمهمة قابلة للتعديل.
- البحث: يسحب إشارات التمويل وعدد الموظفين ووظائف التوظيف لكل حساب في قائمة مكالمات الغد، باستخدام إثراء Clay بالإضافة إلى مرور Claude لاختيار الخطّاف الأكثر صلة.
- الصياغة: يكتب رسالة قصيرة واحدة لكل عميل محتمل بأسلوب صوت المندوب، مستشهدًا بذلك الخطّاف. بلا حساء دمج وسوم.
- المزامنة: تكتب المسوّدة إلى HubSpot كمهمة يراجعها المندوب بحلول الساعة 9 صباحًا. لا شيء يُرسَل تلقائيًا.
We are
طبقة بحث وصياغة تسلّم كل مندوب نسخة أولى أفضل لتعديلها. إنسان يقرأ ويرسل كل رسالة.
We aren't
آلة بريد حجمية تُرسِل آلاف الرسائل القالبية تلقائيًا وتُحرق سمعة نطاقك لتحقيق حصة إرسال.
خطوة وجود الإنسان في الحلقة هي لبّ الأمر. يقرأ المندوبون كل مسودة ويعيدون كتابة ذات المدخل الضعيف أو يتخلّون عنها. وما يبقونه ينبغي أن يصيب هدفه أفضل لأن المدخل محدد، وهذا هو الادعاء الذي يُختبَر لا يُفترض. هذا هو المبدأ نفسه وراء عملنا في AI implementation: النظام يصوغ والمشغّل يقرر.
كيف تعرف أنه يعمل؟
ليس من اليوم الأول، ومن يقول غير ذلك يبيع شيئًا. في تصميم كهذا قد تُظهر خطوة البحث مداخل ضعيفة في البداية، فيفقد المندوبون ثقتهم بالمسودات. أول مهمة ضبط هي تحديد الإشارات التي تُحتسب وحذف تلك التي تنتج افتتاحيات عامة.
التحسّن، إن جاء، يظهر حين تصبح المداخل محددة بما يكفي ليثق بها المندوبون. ينخفض زمن التحرير ويكون معدل الرد هو الرقم الذي يُراقَب. إن قال لك مسؤول مبيعات إن المراسلات بـ AI تؤتي ثمارها فورًا، فاطلب أن ترى البيانات منذ بداية الإطلاق.
الجزء الخطر هو البداية. المندوبون الذين يفقدون الثقة بالمسودات يتوقفون عن استخدامها. الحل هو ضبط المداخل، لا إعادة كتابة كل مسودة يدويًا.
نسلّم طبقات كهذه بطريقتين. أحيانًا نبني المسار ونسلّمه. وأحيانًا نجلس داخل فريق الإيرادات ونضبطه على بيانات رد حقيقية. المزيد من المقالات كهذا في المجلة.
إن كنت تُدير فريق مبيعات أو إيرادات وتزن ما إذا كان الذكاء الاصطناعي قادرًا على رفع معدل الرد دون الإضرار بقابلية التسليم، فالإجابة الصادقة هي: نعم، إن أبقيت الحجم في النطاق البشري وأبقيت إنسانًا على كل إرسال. هذا هو الإصدار الذي نبنيه. أخبرنا بما تبني.
