Персонализация холодных рассылок с помощью ИИ
Холодные рассылки - неотъемлемый инструмент для развития бизнеса, позволяющий налаживать связи с новыми клиентами и потенциальными партнерами. Однако без правильного подхода, эффективность этих рассылок может существенно снижаться, поскольку современные пользователи ценят индивидуальный подход и персональное общение.
В этой статье я расскажу, как AI фреймворк LangChain может существенно повысить качество ваших холодных рассылок, делая их уникальными и персонализированными, а так же о том как автоматизировать весь этот процесс с минимальными затратами с помощью лоу-код платформы.
Персонализация VS Автоматизация
Существует некий дисбаланс между персонализацией и автоматизацией рассылок. Шаблонные письма, которые не содержат индивидуального подхода, легко автоматизируются в рассылке, но они редко приводят к высокому уровню отклика и даже могут быть восприняты как нежелательные. В то же время письма, составленные с учетом персональных данных получателя, значительно увеличивают вовлеченность, но автоматизация таких рассылок довольно сложна в реализации.
Современные сервисы для холодных рассылок предлагают решение этой задачи посредством использования динамических переменных, которые позволяют встраивать уникальные элементы в шаблонные письма. Такие переменные выступают в роли заполнителей для добавления персонализированных слов, фраз или целых абзацев, что позволяет нам успешно совместить персонализацию с автоматизацией. Но как получить эти переменные?
Далее я покажу вам процесс создания LangChain сценария на лоу-код платформе Нодуль, для создания уникальных писем для каждого контакта из нашей базы данных, используя следующие инструменты:
Бесплатный инструмент для обогащения данных ClearBit;
Бесплатная лоу-код платформа Нодуль;
Доступный по стоимости API OpenAI.
Шаг 1: Обогащение данных с помощью ClearBit
Процесс обогащения начинается с Google Таблицы, В которую мы должны занести список пользовательских емейлов. Для примера я добавил в неё несколько своих рабочих почт (прошу вас, не присылать мне холодные письма после прочтения статьи! 🙂)
Для начала нам нужно обогатить эти контакты дополнительной информацией. Для качественной персонализации нам нужно знать:
Имя
Название компании
Описание деятельности компании.
Вручную просматривать каждый домен электронной почты для сбора данных — задача трудоемкая, или даже невозможная, например, если ваша база состоит из сотен или тысяч емейлов. Вместо этого мы можем автоматизировать процесс с помощью Нодуля, подключив нашу Google Таблицу и используя API ClearBit для заполнения недостающей информации. Сценарий на платформе должен выглядеть следующим образом:
Выглядит сложно? Но не волнуйтесь! Вам не нужно создавать все с нуля. Просто скопируйте сценарий, который я оставлю в конце этой статьи.
Основные этапы автоматизации:
Определить строки, которые нуждаются в обогащении.
Извлечь адрес электронной почты из каждой строки.
Отправить адрес электронной почты в ClearBit и получить всю связанную информацию.
Отправить полученные данные обратно в Google Таблицу.
Теперь у нас есть электронные адреса, содержащие полезную информацию, такую как имена и описания компаний. Далее мы создадим персонализированные приветствия, чтобы в дальнейшем мы могли приступить к рассылке и сразу же установить личный контакт.
Шаг 2: Персонализация сообщения с помощью ChatGPT
Самое простое что вы можете сделать, — это выразить комплимент в отношении деятельности вашего собеседника. Также вы можете адаптировать ваше приветствие, исходя из специфики компании и ваших нужд. Выполнить это можно с помощью второго сценария на Нодуль, который вы также сможете скопировать позже.
Для создания персонализированного текста нам нужно:
Извлечь информацию о компании из вашей Google Таблицы.
Отправить это описание в ChatGPT через API OpenAI, настроенное согласно вашим требованиям.
Улучшить полученный от ИИ результат с помощью дополнительного запроса.
Сохранить полученный текст в строку, соответствующую вашему контакту.
Таким образом, к каждому контакту мы добавляем ячейку с персонализированным приветствием, которая находится после ячеек с именем и компанией. Для начала этого будет достаточно. Теперь давайте посмотрим, как это работает на практике:
Шаг 3: Загрузка таблицы на платформу для рассылок, например, Apollo
Теперь, когда мы собрали все необходимые нам данные и сгенерировали личное обращение, перейдём к созданию рассылки. Сначала нужно экспортировать нашу таблицу в формат CSV. После этого мы должны загрузить её на выбранную платформу для рассылки как новый список контактов. Я демонстрирую процесс на примере Apollo, но в других сервисах процесс аналогичен.
Далее нам необходимо сопоставить поля и назначить переменные для каждого из них. Особое внимание мы уделяем ключевой переменной – приветствию, в моем случае это поле "icebreaker".
Составление сообщения потенциальному клиенту выглядит следующим образом:
Вот и все! Ваши письма готовы к запуску рассылки! Также, вы можете корректировать запросы, отправляемые в GPT внутри вашего сценария на Нодуле, для достижения именно того формата обращения что вам нужно. Эти шаблоны универсальны и подходят для различных сценариев массовой рассылки, включая персонализированные сообщения в LinkedIn
⭐ И, как я обещал, вот ссылка на Телеграм канал, где вы можете скопировать мои сценарии Нодуль | Сообщество
Просто вставьте предоставленный код в приложение на сайте app.nodul.ru и введите ваши API-ключи для ClearBit и OpenAI. Платформа Нодуль также бесплатна и готова встретить вас дружным сообществом энтузиастов, готовым помочь вам в автоматизации любых ваших задач.