スケールするパーソナライゼーション
数百ものユニークでリサーチされたファーストラインを、数時間ではなく数分で生成し、コールドアウトリーチを温かみのあるものに変えます。
目次
references/research-sources.md- シグナルソース、パーソナライゼーションスタイル、品質基準references/patterns-by-type.md- 各アングル(お祝い、観察、共通コネクション、企業ニュース、採用、テクノロジースタック、思想的リーダーシップ、共通のバックグラウンド)のサンプルファーストラインと表references/fallbacks.md- アングルがない見込み客向けの、役割/ステージ/業界/競合に基づくラインreferences/output-template.md- キャンペーン成果物の完全な構造references/benchmarks.md- 期待される効果、A/Bテスト用参照データ、プロのヒント(推奨事項/禁止事項)references/example-campaigns.md- ペルソナ別の実キャンペーン例
ワークフロー
-
見込み客リスト(CSVまたはペースト)を取り込む。名、姓、役職、会社は必須。LinkedIn URL、メール、ウェブサイト、業種、企業規模、所在地は利用可能な場合に使用。
-
設定を確認する:優先するパーソナライゼーションスタイル(1-3つ)、トーン(プロフェッショナル、カジュアル、ダイレクト、コンサルタティブ)、および除外事項(最近の活動のカットオフ、個人的なトピック、センシティブな主題)。
-
references/research-sources.mdのソースを参照して、各見込み客をリサーチする。見込み客ごとに最も強力で最新かつ検証可能なアングルを特定する。 -
各見込み客をそのアングルにマッチングし、
references/patterns-by-type.mdの該当パターンからドラフトを作成する。アングルがない見込み客については、references/fallbacks.mdからドラフトを作成する。 -
見込み客ごとに2~3のファーストラインオプションを生成し、それぞれに信頼度スコア(高/中/低)と代替アングルに関するメモを付ける。
references/output-template.mdの構造に従う。 -
最初の10件を手動で品質チェックする。バッチを拡大する前に、各ラインが具体的、最新、関連性がある、自然、かつ検証可能であることを確認する。
-
要求された形式でエクスポートする:パーソナライゼーション列を含むCSV、アウトリーチツール(Outreach、Salesloft)用のマージフィールド、個別ドラフト、またはコピーペースト用ブロック。
-
パーソナライゼーションタイプ別に返信率を追跡し、アクティビティの変化に応じて30日ごとにパーソナライゼーションを更新する。
目標達成率については references/benchmarks.md を、ペルソナ別のアプローチについては references/example-campaigns.md を参照。