潛在客戶研究
此技能旨在建立全面的潛在客戶個人檔案(即「知識膠囊」),提供您在相關且個人化的銷售對話中所需的一切資訊。
目標
深入了解個別潛在客戶——他們的背景、角色、優先事項以及連結點,以便進行個人化的外展與有意義的對話。
研究維度
1. 專業背景
基本資訊:
- 全名與慣用稱呼
- 現任職稱與公司
- 所在地與時區
- LinkedIn 個人檔案網址
- 電子郵件地址(如有)
職業脈絡:
- 在現任職位的年資
- 過往職位與公司
- 職涯發展軌跡
- 產業經驗深度
2. 角色與職責
他們負責的範疇:
- 所領導的部門或職能
- 團隊規模與結構
- 關鍵績效指標
- 預算權限與範圍
日常工作:
- 他們典型的一天是什麼樣子?
- 他們使用哪些工具與系統?
- 他們向誰報告?
- 誰向他們報告?
3. 專業興趣
LinkedIn 活動:
- 他們發佈的主題
- 他們互動的內容
- 他們加入的社團
- 思想領導力主題
公開內容:
- 他們撰寫的文章或部落格
- 他們參與的 Podcast 或網路研討會
- 會議簡報
- 公開發表的觀點或意見
4. 連結點
共同人脈:
- LinkedIn 上的共同聯絡人
- 共同的前雇主
- 產業協會
- 校友網絡
共享脈絡:
- 相似的職涯路徑
- 共同的興趣或嗜好
- 地理位置連結
- 曾參加的產業活動
5. 近期新聞與動態
個人新聞:
- 職位變動或升遷
- 獎項或表揚
- 公開聲明或訪談
- 社交媒體活動
公司脈絡:
- 最近的公司公告
- 影響其角色的產業趨勢
- 競爭壓力
- 成長或挑戰
知識膠囊格式
建立一個精簡且可採取行動的個人檔案:
## [姓名] - [職稱] 於 [公司]
### 快速事實
- 地點:[城市,時區]
- 年資:[在公司 X 年,在職位 Y 個月]
- 背景:[1-2 句職涯摘要]
### 角色重點
[2-3 句描述他們負責什麼、如何被衡量]
### 近期活動
- [相關的近期事件或新聞]
- [另一項相關事件]
### 連結點
- [共同人脈或共享脈絡]
- [共同興趣或背景]
### 對話開場白
1. [根據其興趣的具體話題]
2. [提及近期新聞或活動]
3. [關於其優先事項的問題]
### 潛在痛點
根據角色與產業推測:
- [可能的挑戰 #1]
- [可能的挑戰 #2]
- [可能的挑戰 #3]
研究來源
主要來源
- LinkedIn 個人檔案與活動
- 公司網站(關於我們、團隊頁面)
- 會議或出版品的專業簡介
- 個人網站或部落格
次要來源
- 提及潛在客戶的新聞文章
- 公司新聞稿
- 產業出版物
- Podcast 或訪談節目
社交情報
- Twitter/X 帳號
- LinkedIn 貼文與留言
- 發表的文章或思想領導力內容
- 會議簡報(SlideShare、YouTube)
研究流程
步驟 1:基本建檔(5 分鐘)
- 找到 LinkedIn 個人檔案
- 擷取基本資訊(職稱、公司、地點)
- 記錄年資與職涯經歷
- 確認彙報結構
步驟 2:深度挖掘(10 分鐘)
- 檢視 LinkedIn 活動(貼文、留言、分享)
- 搜尋新聞提及
- 尋找任何已發佈的內容
- 檢查共同人脈
步驟 3:資訊綜合(5 分鐘)
- 找出 2-3 個關鍵連結點
- 草擬對話開場白
- 推測可能的痛點
- 建立知識膠囊
個人化指南
什麼讓研究具備行動性
具體而非籠統:
- 不要說:「他們是銷售副總」
- 要說:「他們在 18 個月內將銷售團隊從 5 人擴大到 25 人」
近期而非歷史:
- 不要說:「他們曾在 Salesforce 工作」
- 要說:「他們剛發文說上季超額達成業績目標 150%」
相關而非有趣:
- 不要說:「他們讀史丹佛」
- 要說:「他們在最近的貼文中提到在招募新人培訓上遇到困難」
需留意的紅旗
- 線上足跡非常有限(較難個人化)
- 近期才換工作(可能還不是決策者)
- 公司負面新聞(需謹慎應對)
- 曾有過類似供應商的不良體驗
輸出格式
研究某位潛在客戶時,產出以下內容:
- 知識膠囊:標準格式的精簡個人檔案
- 研究信心度:資訊完整程度(高/中/低)
- 最佳接觸策略:根據研究建議的外展方式
- 對話鉤子:3-5 個具體話題
- 待釐清問題:我們仍需了解的資訊
可用工具
啟用後,以下 MCP 工具可增強研究能力:
| 工具 | 功能 | 使用方式 |
|---|---|---|
| Exa | 依人名搜尋個人檔案與內容 | 「使用 Exa 搜尋 [姓名] 的 LinkedIn 個人檔案與近期貼文」 |
| Apify | 爬取 LinkedIn 個人檔案 | 「使用 Apify LinkedIn 爬蟲處理 [個人檔案網址]」 |
| Hunter.io | 尋找並驗證電子郵件地址 | 「使用 Hunter 尋找 [姓名] 在 [公司] 的電子郵件」 |
| Perplexity | 研究個人的公開足跡 | 「使用 Perplexity 尋找 [姓名] 的近期相關資訊」 |
注意: 工具必須在 .mcp.json 中啟用,並設定好 API 金鑰。詳見 README 中的設定說明。
工具使用範例
「使用 Hunter 尋找 John Smith 在 Acme Corp 的電子郵件」
「使用 Exa 搜尋 John Smith VP Sales Acme Corp LinkedIn」
「使用 Perplexity 尋找近期與 John Smith 相關的訪談或 Podcast」
「使用 Apify 爬取此 LinkedIn 個人檔案:[網址]」
交叉參考
- 將研究成果輸入 cold-call-scripts 以產生個人化的開場白
- 在 follow-up-emails 中使用洞察作為相關參考
- 在 multithread-outreach 中加入利害關係人脈絡
- 根據 call-analysis 的發現更新研究成果