Das design. Ein illustratives, durchgerechnetes beispiel, kein kundenergebnis. Das 8-köpfige series-a-b2b-vertriebsteam und jede zahl hier sind annahmen. Das design ist eine recherche-und-entwurfs-schicht, die aus der anrufliste jedes vertrieblers entwürfe für outbound-mails vorbereitet. Vertriebler bearbeiten und senden.
Nimm an, das team besteht aus 8 account executives, die jeweils die erste stunde des tages damit verbringen, interessenten zu recherchieren und kaltakquise-mails von null zu schreiben. Mit diesem design wird aus dieser stunde überwiegend das bearbeiten von entwürfen, die schon die jüngste finanzierung, einstellungen oder produktnews des interessenten zitieren.
Was einer vertriebsleitung wichtig ist, sind antwortquote und zeit der vertriebler, und dieses beispiel behauptet zu keinem von beiden etwas. Ein team in dieser lage würde beides vor der änderung erfassen und danach vergleichen. Das volumen bleibt gleich, im menschlichen bereich von 30 bis 80 interessenten pro vertriebler, was eine annahme ist. Das ist kein volumenspiel.
#Kann AI-Outreach die Antwortquote steigern, ohne die Zustellbarkeit zu beschädigen?
Schadet der einsatz von ki für outbound-entwürfe der zustellbarkeit?
Er kann es, wenn man damit mehr versendet. Er muss es nicht, wenn das volumen gleich bleibt. In diesem design bleibt jeder vertriebler im menschlichen bereich von 30 bis 80 interessenten und sendet aus den eigenen, aufgewärmten postfächern. Die ki ändert, was in jeder mail steht, nicht wie viele gesendet werden, daher gibt es keinen grund für mehr spam-beschwerden.
Die angst um die zustellbarkeit ist berechtigt. Wer 500 fast identische mails am tag von einer frischen domain verschickt, landet bei Google und Microsoft schnell im spam. Deshalb macht das design das gegenteil. Gleiches volumen im menschlichen bereich, dieselben aufgewärmten postfächer, die die vertriebler schon in HubSpot nutzen, nur besser recherchierter text pro sendung.
#Woraus besteht das design?
Drei Teile, keiner davon exotisch. Ein Rechercheschritt, der die jüngsten Signale jedes Interessenten zieht. Ein Entwurfsschritt, der eine Erste-Person-E-Mail schreibt, die eines dieser Signale referenziert. Und eine Synchronisierung, die den Entwurf als bearbeitbare Aufgabe in die HubSpot-Sequenz des Reps einpflegt.
- Recherche: zieht Finanzierungs-, Mitarbeiterzahl- und Stellenanzeigen-Signale für jeden Account auf der morgigen Anrufliste – per Clay-Anreicherung plus einem Claude-Durchgang, der den einen relevantesten Aufhänger auswählt.
- Entwurf: schreibt eine kurze E-Mail pro Interessent in der Stimme des Reps, die diesen Aufhänger zitiert. Kein Merge-Tag-Chaos.
- Synchronisierung: schreibt den Entwurf als Aufgabe zurück in HubSpot, die der Rep bis 9 Uhr morgens prüft. Nichts wird automatisch gesendet.
We are
Eine Recherche-und-Entwurfs-Schicht, die jedem Rep eine bessere erste Version zum Redigieren übergibt. Ein Mensch liest und sendet jede E-Mail.
We aren't
Ein Hochvolumen-Spam-Versender, der automatisch tausende Vorlagen-E-Mails verschickt und den Domain-Ruf verbrennt, um eine Versandquote zu erfüllen.
Dieser schritt mit dem menschen im loop ist der ganze punkt. Vertriebler lesen jeden entwurf und schreiben die mit schwachem aufhänger um oder verwerfen sie. Die, die sie behalten, sollten besser ankommen, weil der aufhänger konkret ist; das ist die these, die zu testen ist, nicht anzunehmen. Dasselbe prinzip steckt hinter unserer ai-implementation-arbeit: das system entwirft, der operator entscheidet.
#Woran würdest du merken, dass es funktioniert?
Nicht am ersten tag, und wer etwas anderes sagt, verkauft etwas. In einem solchen design kann der recherche-schritt anfangs schwache aufhänger liefern, und die vertriebler verlieren das vertrauen in die entwürfe. Die erste feinarbeit besteht darin zu entscheiden, welche signale zählen, und die zu streichen, die generische einstiege erzeugen.
Der effekt, falls er kommt, zeigt sich, sobald die aufhänger konkret genug sind, dass die vertriebler ihnen vertrauen. Die bearbeitungszeit sinkt, und die antwortquote ist die zahl, die man beobachtet. Wenn dir eine vertriebsleitung sagt, ki-outreach zahle sich sofort aus, lass dir die daten ab beginn des rollouts zeigen.
Der riskante teil ist der anfang. Vertriebler, die den entwürfen nicht mehr trauen, nutzen sie nicht mehr. Die lösung ist, die aufhänger zu justieren, nicht jeden entwurf von hand umzuschreiben.
Wir liefern schichten wie diese auf zwei arten. Manchmal bauen wir die pipeline und übergeben sie. Manchmal sitzen wir im vertriebsteam und justieren sie an echten antwortdaten. Weitere beiträge wie dieser stehen im journal.
Wenn du ein Vertriebs- oder Umsatzteam leitest und abwägst, ob AI die Antwortquote steigern kann, ohne die Zustellbarkeit zu ruinieren: Die ehrliche Antwort lautet ja – wenn das Volumen menschlich bleibt und eine Person jeden Versand freigibt. Das ist die Version, die wir bauen. Sag uns, was du baust.
