Personnalisation de masse pour des commerces de proximité USA - Clay

:one: Challenges à relever :

  • Quel est le Use Case que vous traitez ? “Personnaliser à grande échelle : comment rendre chaque outreach unique sans perdre en efficacité”
    Le use case traité est la personnalisation de masse pour des commerces de proximité USA (bars, restaurants, librairies, salons de bien-être, cave, etc.)
  • Quelles problématiques / enjeux / défis pose ce Use Case ?
    Le TAM est de +500k comptes recouvrant tous les USA. Les cibles sont très sollicitées et très regardantes sur les approches de prospection. Il faut une hyper personnalisation de masse de l’approche pour susciter de l’intérêt à grande échelle.

:two: L’approche : Quelle va être la stratégie globale et les techniques utilisées pour traiter ce Use Case ?

Il est question d’aller scraper :

  • Les palettes de couleurs dominante des établissements sur Instagram
  • Le style de décoration des établissements sur Instagram
  • L’ambiance générale des établissements sur Instagram
    Et de proposer en fonction de ces informations grâce à GPT des idées d’adaptation du produit commercialisé qui sera présenté en démo. D’ensuite automatiser le process. Pour rappel, les produits commercialisés ici sont des néons LED personnalisés et des œuvres d’art en néon.

:three: Ciblage et Canaux :

  • Quelle audience allez-vous ciblez et comment ?
    Restaurants (52k)
    Retail (92k)
    Leisure, Travel & tourism (46k)
    Health, Wellness & Fitness (283k) etc.

Les TAM sont assez importants sur toute la région USA.

  • Utilisez-vous des outils ?
    L’API Serper pour le scraping de Google maps
    Apollo (API) pour l’identification des dirigeants /gérants
    Clay pour l’enrichissement et la personnalisation de masse

  • Quel canal utilisez-vous ?
    La prospection devrait s’effectuer en multicanal (mail - LinkedIn- Call)

:four: Séquence :

:video_camera: vidéo qui présente la stratégie et les copywritings :

:five: Bonus : Résultats observés
Malheureusement, pas encore de résultats observés. Ceci était une démo de comment le problème pouvait être résolu. Solution qui a été validée. Je ne manquerai pas d’actualiser les résultats pour les plus curieux.

10 Likes

Super smart ! j’adore cette approche !

Comment tu fais pour trouver les bonnes personnes à qui envoyer ce message au sein des entreprises ? tu n’en parles pas ds ton explication

Il y a 3 façons de pouvoir le faire :

  • Utiliser l’API d’Apollo sur Clay (seul bémol, limité à 400 recherches par heure)
  • Le faire manuellement, import-export sur Apollo et matcher les décideurs.
  • Il y a aussi la recherche native sur Clay (mais, il y a souvent un manque de données).

Donc pour de tels volumes, l’idéal serait d’utiliser l’API de Serper sur Clay (qui est cheap pour l’extraction de Google maps), et faire le matching avec Apollo.

Merci pour ton retour !

1 Like

excellent :ok_hand: !

1 Like

Tu as PhantomBuster pour scrapper sur Linkedin par exemple ou waalaxy