"AI lead generation" được quảng bá như một cách để tạo ra nhiều khách hàng tiềm năng hơn. Nhưng hiểu đúng hơn, đây là cách để mất ít hơn những khách hàng tiềm năng bạn đã có sẵn, và sự khác biệt này quyết định liệu công cụ đó giúp ích cho bạn hay làm tổn hại danh tiếng của bạn.
Phép tính khó chịu
Hầu hết các doanh nghiệp affiliate không gặp vấn đề về khối lượng khách hàng tiềm năng. Họ gặp vấn đề về theo sát (follow-up), mà nhìn từ bên trong lại giống như vấn đề về khối lượng.
Hãy tính toán trên pipeline của chính bạn. Đếm số khách hàng tiềm năng chưa hề được liên hệ, và số khách hàng tiềm năng không được đụng đến trong hai tuần. Trong hầu hết các pipeline, hai nhóm này cộng lại còn nhiều hơn số khách hàng tiềm năng mà bất kỳ ai đang thực sự xử lý. Mỗi người trong số đó đều đã tốn tiền, hoặc công sức, và đang suy giảm theo một đường cong mà các nghiên cứu về thời gian phản hồi mô tả rất rõ.
Bổ sung thêm các liên hệ có nguồn gốc từ AI vào đó không giải quyết được gì cả. Nó chỉ làm dài thêm hàng đợi vốn đã không được xử lý.
Vì vậy, ứng dụng có giá trị cao nhất của AI ở đây lại khá tẻ nhạt: đảm bảo rằng những khách hàng tiềm năng bạn đang có nhận được phản hồi kịp thời, phù hợp và nghe tự nhiên như con người. Đó là vấn đề soạn thảo và ưu tiên thứ tự, và các mô hình AI làm tốt cả hai việc này.
Những gì AI thực sự làm tốt ở đây
Soạn thảo tin nhắn đầu tiên với ngữ cảnh thực. Với thông tin về nguồn gốc khách hàng tiềm năng, câu hỏi họ đã đặt ra, và những gì bạn thường nói, một mô hình AI có thể tạo ra bản nháp đầu tiên khá ổn chỉ trong vài giây. Trong một tuần, điều đó tiết kiệm được hàng giờ đồng hồ.
Tóm tắt một khách hàng tiềm năng. Mọi ghi chú, email và câu trả lời trong form, được nén lại thành ba điều bạn cần biết trước một cuộc gọi.
Tìm ra mô hình bạn không thể nhìn thấy. Trên hàng trăm khách hàng tiềm năng, câu hỏi nào lặp lại, nguồn nào im lặng ở cùng một giai đoạn, phản đối nào cứ liên tục xuất hiện. Đây thực sự là một khả năng mới, chứ không chỉ là phiên bản nhanh hơn của việc bạn đã từng làm.
Soạn thảo ở quy mô chiến dịch. Nội dung trang landing page, một tháng caption, các phiên bản để thử nghiệm. Tất cả đều là bản nháp đầu tiên, nhưng một tháng bản nháp đầu tiên là một khởi đầu thuận lợi thực sự.
Những gì nó làm kém, và nơi nó trở nên nguy hiểm
Tạo ra liên hệ giả tạo. Các công cụ scrape hoặc suy đoán thông tin liên hệ rồi gửi mail hàng loạt chỉ tạo ra liên hệ, không phải khách hàng tiềm năng. Tỷ lệ phản hồi đúng như bạn dự đoán, và cái giá phải trả không chỉ là công sức lãng phí: danh tiếng gửi mail xây dựng thì chậm mà mất thì nhanh.
Gửi mà không xem lại. Lỗi cụ thể không phải là văn phong tệ. Đó là một tin nhắn mâu thuẫn với một cuộc trò chuyện có thật, bởi vì mô hình không biết điều đó đã xảy ra. Đó là thứ khiến bạn mất một thương vụ mà bạn đã từng nắm chắc.
Đánh giá ý định từ những tín hiệu mơ hồ. Chấm điểm hiệu quả khi có khối lượng lớn. Ở quy mô affiliate, bạn biết nhiều hơn mô hình về việc ai đang thực sự quan tâm.
Tuân thủ quy định không thay đổi
Điều này đáng nói thẳng ra, vì tài liệu marketing về AI thường lờ đi vấn đề này. Việc dùng mô hình AI để viết tin nhắn không làm thay đổi bất kỳ quy tắc nào chi phối việc gửi nó. Các yêu cầu của CAN-SPAM từ FTC về tiêu đề chính xác, địa chỉ thực và nút hủy đăng ký hoạt động vẫn áp dụng y hệt. Ở những nơi có chế độ đồng ý như GDPR, một danh sách do mô hình AI tạo ra không phải là cơ sở pháp lý.
"AI tìm ra họ" không phải là lý lẽ bào chữa mà ai đó từng thành công áp dụng.
Một thiết lập đáng để bạn học theo
- Khách hàng tiềm năng đến được gắn thẻ theo nguồn, vào một pipeline duy nhất.
- Ngay khi có người đến, một tin nhắn xác nhận được gửi đi, để không ai phải chờ trong im lặng.
- Một mô hình soạn thảo phần theo sát thực sự bằng ngữ cảnh thực của khách hàng tiềm năng: nguồn gốc, câu hỏi họ đã đặt, giai đoạn họ đang ở.
- Bạn xem lại và gửi. Hai phút, không phải hai mươi phút.
- Bất cứ điều gì đọc như một tín hiệu thực, một câu trả lời hay một lịch hẹn, sẽ kéo khách hàng tiềm năng ra khỏi chế độ tự động và vào danh sách cần liên hệ ngay hôm nay.
- Mỗi tuần một lần, một bản tóm tắt trên toàn bộ pipeline: điều gì đang lặp lại, điều gì đang bị đình trệ.
Mỗi bước ở đó đều nhân lên giá trị của những khách hàng tiềm năng bạn đã có sẵn. Không có bước nào phụ thuộc vào việc tạo ra người lạ, và đó chính là phần của "AI lead generation" đáng để bạn hoài nghi.
Vấn đề ưu tiên thứ tự, vấn đề thực sự
Hầu hết các nhà tiếp thị affiliate không cần trợ giúp để tìm người liên hệ. Họ cần trợ giúp để quyết định trong chín mươi người đã có sẵn trong pipeline, ai nên được liên hệ hôm nay, và theo thứ tự nào.
Đây là một cách sử dụng mô hình AI thực sự tốt, với một điều kiện: nó phải tự giải thích được. "Liên hệ sáu người này trước" thì vô dụng. "Sáu người này vì họ đã bấm vào liên kết giá trong tuần qua và chưa ai trả lời họ" mới là có thể hành động được, và cũng có thể kiểm chứng được, điều này quan trọng vì nếu không bạn sẽ không tin tưởng nó.
Phiên bản thực tế là một bản tóm tắt hàng ngày ngắn gọn thay vì một điểm số. Điều gì đã thay đổi kể từ hôm qua, ai đã thực hiện một hành động, ai đã im lặng ở một giai đoạn mà sự im lặng thường có nghĩa là đã mất. Điều đó đọc trong ba mươi giây và nó thay thế mười phút lướt xem mà hầu hết mọi người vẫn làm.
Khối lượng mà không gây tổn hại
Nếu bạn định gửi ở bất kỳ khối lượng nào, có ba điều bảo vệ bạn, và không điều nào trong số đó liên quan đến mô hình AI.
Gửi cho những người đã yêu cầu. Đây không chỉ là tuân thủ quy định, mà còn là sự khác biệt giữa danh tiếng gửi mail được cải thiện và danh tiếng bị suy giảm. Mỗi email bị trả lại và mỗi khiếu nại từ một danh sách bạn tự lập ra sẽ khiến khả năng gửi mail đến danh sách bạn đã tự tay xây dựng bị ảnh hưởng.
Làm nóng dần và duy trì tính nhất quán. Khối lượng đột ngột từ một tên miền không có lịch sử là tín hiệu spam mạnh nhất có thể có. Sự tăng trưởng trong việc gửi mail nên diễn ra từ từ.
Theo dõi phản hồi, không phải lượt mở. Việc theo dõi lượt mở đã trở nên không đáng tin cậy kể từ khi các ứng dụng email bắt đầu tải trước hình ảnh. Phản hồi là chỉ số chưa bị suy giảm bởi các tính năng bảo mật, và dù sao đây cũng là chỉ số tương quan với doanh thu.
Một ví dụ minh họa
Hãy xét một pipeline có bốn trăm khách hàng tiềm năng, trong đó sáu mươi người chưa từng được liên hệ, và một trăm hai mươi người không có động thái gì trong hai tuần.
Lời chào mời "AI lead generation" là bổ sung thêm liên hệ vào đó. Nhưng phép tính lại cho thấy điều ngược lại: một trăm tám mươi khách hàng tiềm năng đã có sẵn ở đó, đã tốn tiền, trong trạng thái mà một tin nhắn có năng lực vẫn có thể chạm tới được.
Hãy xử lý họ thay vào đó. Một mô hình soạn thảo mỗi tin nhắn đầu tiên từ ngữ cảnh thực của khách hàng tiềm năng, bạn xem lại một loạt hai mươi tin trong khoảng nửa giờ, và số lượng chưa được liên hệ giảm xuống bằng không trong vòng một tuần. Sau đó bản tóm tắt hàng ngày giữ nó ở mức đó.
Không có điều gì ở đây đòi hỏi phải tìm ra dù chỉ một người mới, và với hầu hết các doanh nghiệp, điều này tạo ra nhiều doanh thu hơn so với một tháng lưu lượng truy cập mới, bởi vì những khách hàng tiềm năng này đã thể hiện sự quan tâm rồi. Lưu lượng truy cập mới thì chưa.
Cần đo lường điều gì
Hai con số, đo trước và sau.
Tỷ lệ liên hệ. Tỷ lệ khách hàng tiềm năng nhận được tin nhắn đầu tiên thực sự trong vòng hai mươi bốn giờ. Nếu một công cụ không làm thay đổi con số này, nó không giúp ích gì cho việc tạo khách hàng tiềm năng dù được gắn nhãn là gì.
Tỷ lệ phản hồi đối với liên hệ đầu tiên. Đây là nơi thể hiện chất lượng soạn thảo. Nếu tỷ lệ phản hồi giảm sau khi bạn áp dụng soạn thảo bằng AI, mô hình có quá ít ngữ cảnh và đang tạo ra những tin nhắn chung chung, đây là vấn đề có thể khắc phục chứ không phải lý do để từ bỏ cách tiếp cận này.
Cả hai đều dễ đếm và không con số nào xuất hiện trên bảng điều khiển của nhà cung cấp, đó là một phần lý do tại sao chúng đáng để bạn tự đếm.
Những gì bạn nên tự mình tiếp tục làm
Có hai điều thuộc về bạn bất kể công cụ có tốt đến đâu.
Lời chào hàng. Những gì bạn đang đưa ra trước mặt mọi người, và tại sao nó xứng đáng với sự chú ý của họ. Không có mô hình nào biết đủ rõ về thị trường của bạn để quyết định điều này, và nó sẽ sẵn sàng tạo ra một câu trả lời tự tin nhưng chỉ là sự pha trộn từ câu trả lời của tất cả những người khác.
Câu trả lời quan trọng. Khi một khách hàng tiềm năng quay lại với một câu hỏi thực sự hoặc một sự phản đối thực sự, đó là khoảnh khắc quyết định doanh nghiệp thắng hay thua. Soạn thảo nó bằng một mô hình sẽ tạo ra thứ gì đó hợp lý và chung chung, đó chính xác là giọng điệu sai lầm cho tin nhắn duy nhất mà tính cụ thể mới là toàn bộ mấu chốt.
Mọi thứ ở hai bên của những điều đó — tin nhắn xác nhận, phần theo sát mà không ai có thời gian làm, bản tóm tắt về những gì đã thay đổi — đều là công bằng để sử dụng AI, và việc xử lý xong chúng chính là thứ mua cho bạn sự chú ý để làm tốt hai việc nêu trên.
Common questions
AI có thể tự tạo ra khách hàng tiềm năng không?
Nó có thể tạo ra danh sách liên hệ. Nhưng liệu đó có phải là khách hàng tiềm năng hay không lại phụ thuộc vào việc có ai đó thực sự muốn nghe từ bạn hay không, và không mô hình nào thay đổi được điều đó. AI có giá trị hơn nhiều khi áp dụng cho những khách hàng tiềm năng bạn đã có, thay vì để tìm kiếm người lạ mới.
Cách sử dụng AI tốt nhất trong việc tạo khách hàng tiềm năng là gì?
Soạn thảo tin nhắn theo dõi, tóm tắt những gì khách hàng tiềm năng đã chia sẻ với bạn, và phát hiện các mẫu hình trong số các khách hàng tiềm năng mà bạn không có thời gian đọc hết. Cả ba cách này đều nhân lên giá trị của khách hàng tiềm năng hiện có thay vì tạo ra khách hàng tiềm năng mới.
Nội dung tiếp cận do AI viết có còn hiệu quả không?
Nếu được xem xét và chỉnh sửa, thì có. Nếu gửi hàng loạt mà không kiểm tra, nó hoạt động như bất kỳ hình thức tiếp cận hàng loạt nào khác, tức là kém hiệu quả, và còn gây rủi ro cho uy tín gửi email của bạn trong quá trình đó.
AI tạo khách hàng tiềm năng có tuân thủ quy định không?
Mô hình không thay đổi các quy tắc. Yêu cầu về sự đồng ý theo GDPR, cũng như các yêu cầu về tiêu đề, nhãn và hủy đăng ký theo CAN-SPAM, vẫn áp dụng y hệt như khi bạn tự tay soạn tin nhắn.