Prospection - Gérer les mises en relation lors de campagnes

Hello tout le monde,

Comment vous gérez ce genre de cas lors de votre prosp ?

Ça prends pas mal de temps de créer le lead à la main et en plus c’est dommage de l’envoyer dans une séquence banale alors qu’il y a du contexte et on peut potentiellement dire « je viens de la part de xxx » au nouveau décisionnaire…

1 Like

Pour l’instant, dans ce cas, je créé des listes de prospects à rapprocher manuellement par mon Sales avec un message hyper personnalisé comme ton exemple, mais cela créé forcément de la déperdition :sweat_smile:

1 Like

Helloo @Pierro_Marketo, dans ce cas, cela prend quelques minutes, mais tu peux :

  1. Récupérer le prénom, l’email et l’entreprise (les variables dont tu as besoin).
  2. Les insérer dans un Google Sheet.
  3. Créer une colonne Icebreak "J’ai contacté {{firstname}} qui m’a dit qu’il n’était plus en poste chez {{companyname}} et m’a redirigé vers toi, par exemple.
  4. Importer ton CSV dans ton sender avec la campagne que tu avais rédigée à la base mais avec un nouveau contexte en plus.

Ou alors tu ne fais rien, mais c’est dommage.

2 Likes

Et ouais pareil en plus y’a des super bons taux de réponses mais je voulais un truc semi-auto quoi ahah

1 Like

Oui c’est clair, ce que je fais là c’est que j’ai un formulaire airtable et ça me crée une ligne de contact à importer dans LGM

et encore que importer le CSV à la mano alors que c’est dans des campagnes différentes à chaque fois ahah l’enfer

@Brice une idée de petit scénario semi-auto qui partirait d’un trigger « Wrong Target » et qui ajouterait le lead en question à la séquence avec une petite phrase personnalisée ?

3 Likes

Si on veut aller encore plus loin, il y a sûrement la possibilité de créer un classifieur de mail avec un Prompt ChatGpt et d’automatiser la suite du processus (MAKE ou ZAPIER) afin de créer le contact dans le CRM.

3 Likes

Je confirme que ce serait game-changer de bénéficier d’un tel scénario, Brice :wink:

1 Like

Un truc comme ça ce serait pas mal en effet @Anthony.Gueguenou

Mais mon seul problème c’est que le zap LGM m’impose de choisir une audience en particulier, ce qui voudrait dire un zap par audience et c’est vite lourd.

Il me semble que quand j’utilisais Lemlist avec Zapier on avait la possibilité de choisir « All Audiences », @Brice une solution ?

2 Likes

Pour répondre à ta question, tu peux choisir « All Campaigns » dans les campagnes écoutées coté Zapier, dc aucun pbl de ce coté ci je pense

Après pour faire ce truc en full auto…je vois rien de simple. 2 manieres de faire ca actuellement

Option 1:

  • trigger: quand une nouvelle réponse arrive
  • action: analyse par openAI « est ce qu’on me recommande de contacter une autre personne ? »
  • action: si oui
    • change le statut du lead ds la campagne
    • extrait le bon contact (nom, prenom, compagnie, email)
    • crées un icebreaker « mentionnes la personne qui m’a redirigé, et explique pourquoi je le contacte »
    • ajoute ce nouveau lead dans une nouvelle audience « {{audienceName}}_WrongTarget » qui est connectée a une autre campagne

:point_up: :point_up: une usine a gaz :sweat:

Option 2: utiliser bardeen pour « a la demande » scraper la page de la conv et faire tout le truc au dessus.

Pas ouf non plus.

2 Likes

Se pose aussi la question du coût en fonction du volume de mail à traiter par OpenAI ! Avec GPT 4 ça chiffre vite et je vois mal Gpt 3.5 le faire :slight_smile:
Je pense pas qu’il n’existe pas une solution fonctionnelle et fiable à 100%, ne serait-ce sur l’extraction de la data du mail en automatique pour qu’elle soit bien formatée pour la suite.

2 Likes

J’arrive un peu après la bataille mais l y a quelques années avec Contentsquare on avait créé une cadence où on prospectait tous les contacts qu’on avait eu via des mails automatiques du style « je suis ooo merci de contacter xxx »

Ça avait super bien fonctionné ! On avait utilisé une approche classique du style « Untel m’a conseillé de vous contacter par rapport à tel sujet, êtes vous dispos pour en discuter »

Le côté recommandation avait fait la différence.

2 Likes

Brillant ! Merci du partage :wink:

1 Like