El diseño. Un ejemplo práctico ilustrativo, no un resultado de cliente. El equipo de ventas B2B serie a de 8 comerciales y cada cifra aquí son supuestos. El diseño es una capa de investigación y redacción que rellena borradores de correos outbound a partir de la lista de llamadas de cada comercial. Los comerciales editan y envían.
Supón que el equipo son 8 ejecutivos de cuentas que dedican la primera hora del día a investigar prospectos y escribir correos fríos desde cero. Con este diseño, esa hora pasa a ser sobre todo editar borradores que ya citan la financiación, las contrataciones o las novedades de producto recientes del prospecto.
Lo que le importa a un responsable de ingresos es la tasa de respuesta y el tiempo de los comerciales, y este ejemplo no afirma nada sobre ninguno. Un equipo en esta situación registraría ambos antes del cambio y compararía después. El volumen se mantiene en un rango humano de 30 a 80 prospectos por comercial, lo cual es un supuesto. Esto no es una jugada de volumen.
#¿puede el alcance con ia subir la tasa de respuesta sin perjudicar la entregabilidad?
¿usar ia para redactar outbound perjudica la entregabilidad?
Puede, si la usas para enviar más. No tiene por qué, si el volumen se mantiene. En este diseño cada comercial se queda en un rango humano de 30 a 80 prospectos, enviando desde sus propios buzones calentados. La ia cambia lo que lleva cada correo, no cuántos se envían, así que no hay motivo para que suban las quejas de spam.
El miedo a la entregabilidad es real. Lanza 500 correos casi idénticos al día desde un dominio nuevo y Google y Microsoft te mandarán a spam enseguida. Por eso el diseño hace lo contrario. Mismo volumen a escala humana, los mismos buzones calentados que los comerciales ya usan en HubSpot, solo texto mejor investigado en cada envío.
#¿en qué consiste el diseño?
Tres piezas, ninguna exótica. Un paso de investigación que extrae las señales recientes de cada prospecto. Un paso de redacción que escribe un correo en primera persona haciendo referencia a una de esas señales. Y una sincronización que deposita el borrador en la secuencia de HubSpot del representante como una tarea editable.
- Investigación: extrae señales de financiamiento, plantilla y publicaciones de trabajo para cada cuenta en la lista de llamadas del día siguiente, usando enriquecimiento de Clay más un paso de Claude para elegir el gancho más relevante.
- Redacción: escribe un correo corto por prospecto con la voz del representante, citando ese gancho. Sin sopa de etiquetas de fusión.
- Sincronización: escribe el borrador en HubSpot como una tarea que el representante revisa antes de las 9am. Nada se envía de forma automática.
We are
Una capa de investigación y redacción que entrega a cada representante una mejor primera versión para editar. Un humano lee y envía cada correo.
We aren't
Un motor de envío masivo que envía automáticamente miles de correos con plantilla y destruye la reputación de tu dominio para cumplir una cuota de envíos.
Ese paso con una persona en el circuito es todo el sentido. Los comerciales leen cada borrador y reescriben o descartan los que tienen un gancho débil. Los que conservan deberían funcionar mejor porque el gancho es específico, que es la afirmación a probar, no a suponer. Es el mismo principio detrás de nuestro trabajo de AI implementation: el sistema redacta, el operador decide.
#¿cómo sabrías que funciona?
No el primer día, y quien diga lo contrario está vendiendo algo. En un diseño así el paso de investigación puede sacar ganchos débiles al principio, y los comerciales dejan de confiar en los borradores. El primer trabajo de ajuste es decidir qué señales cuentan y eliminar las que producen aperturas genéricas.
La mejora, si llega, aparece cuando los ganchos son lo bastante específicos como para que los comerciales confíen en ellos. El tiempo de edición baja y la tasa de respuesta es el número a vigilar. Si un responsable de ventas te dice que el outreach con ia rinde de inmediato, pide ver los datos desde el inicio del despliegue.
La parte arriesgada es el comienzo. Los comerciales que dejan de confiar en los borradores dejan de usarlos. La solución es afinar los ganchos, no reescribir cada borrador a mano.
Entregamos capas como esta de dos maneras. A veces construimos el pipeline y lo entregamos. A veces nos sentamos dentro del equipo de ingresos y lo afinamos con datos reales de respuesta. Más artículos como este están en el blog.
Si gestionas un equipo de ventas o ingresos y estás sopesando si la ia puede subir la tasa de respuesta sin dañAR la entregabilidad, la respuesta honesta es: sí, si mantienes el volumen humano y dejas a una persona en cada envío. Esa es la versión que construimos. cuéntanos qué estás construyendo.
