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 также 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.