现在我们已经讨论了各种可以寻找客户的地方,那么让我们在实践中做一下,来获得更详细的信息,我们要达成的目标是找到50-100个潜在目标客户。
潜在客户数据管理
以后我们将使用 CRM,并将你要联系的客户和联系人列表存放在那里,但在此阶段,我的建议是仅使用 Google Sheet 作为潜在客户的初始存储库。这并不意味着你将使用电子表格作为你的 CRM(尽管你可能只需要这种有限的操作),但你确实需要一个地方来存储结构化的潜在客户数据。这是你可以使用的电子表格模板的一个粗略示例,无论是“特定职位”的客户资源寻找,还是“特定招聘”的客户资源寻找都可以适用:
https://docs.google.com/spreadsheets/d/1fmi04yO_5AvqgopTCCukWq5mbInLdZR25FXF_yCYYpI/edit?usp=sharing
你会注意到,对于我们最终希望在查询或邮件合并活动中使用的信息片段,通常具有不同的列。例如,对于像 LifeGuides 这样的公司(优秀的招聘品牌解决方案制造商)来说,拥有目标潜在客户的 Glassdoor 信息是有用的,因为 Glassdoor 是招聘品牌业务痛苦和支出的一个重要指标。因此,在这种情况下,我们不仅可以捕获他们的 Glassdoor 星级评分(如果他们的分数低或高,我们的信息可能会改变),还有 Glassdoor 资料链接,以及指向一个特别差评的链接。这不仅有利于将来参考(在你接到潜在客户电话之前,你想要查看它),并且在初始外联电子邮件中也很有用。
因此,如果你在构建元数据方面做得很好,那么就可以发送很好的融合邮件,例如:
主题:你好 FIRST_NAME!我们可以帮助 COMPANY 获得 STAR_AVERAGE Glassdoor 平均值!
你好,FIRST_NAME!我看到,像许多公司一样,你的 Glassdoor 评级(STAR_AVERAGE)可能不是你喜欢的那样。和许多公司一样,你收到的评论可能无法代表 COMPANY_NAME 的真实员工体验。这是一个很好的例子:REVIEW_LINK。这些从来都不好玩。
好消息是,我们致力于帮助你讲述真实的就业经历。并且我们讲述的方式,不会被那些想指控你影响评论的组织绑架。我们可以帮助你回到“在 COMPANY_NAME 工作”的Google 搜索结果的首页。(你最近是否查看了该查询的结果?Glassdoor 就在最前面的几个结果里面。这里有一个链接。)
你可以在此处查看我们如何为你提供帮助的概述视频:VIDEO_LINK。
你有兴趣多听听吗?
与典型的邮件融合垃圾相比,外联电子邮件有多棒?此外,你可以看到为什么创建自己的定制潜在客户列表比购买现成的营销列表要好得多。你自己的潜在客户元数据越好,你对潜在客户的吸引力就越大,从而带来更高的演示率。
在寻找潜在客户过程中努力捕捉这些元数据,不仅可以确保你定位相关的客户(都具有正确的联系点),还可以使你在开展外联流程时充分利用自动化。
兔子,小鹿,还是大象?
虽然你知道目标客户,他们都有你解决方案可以解决的业务痛苦,但这种业务痛苦的程度是很多种的。此外,你还需要考虑组织对解决这种痛苦的潜在新解决方案做出反应的能力。传统方式是用“狩猎”不同大小的动物来描述。无论是“小鱼”、“海豚”和“鲸鱼”,还是“兔子”、“小鹿”和“大象”,关键在于你会遇到不同规模和程度的业务痛苦。虽然狩猎大象似乎很有吸引力,但考虑这些交易可能是最大的,你要三思而行。大型组织拥有遗留系统和工作流程,他们反应很慢;即使你最终成交他们,你也可能在上线培训和客户支持时,碰到麻烦。如果大象最终成为你不成比例收入的一部分,你最终可能会受制于要去构建他们所需要的特性。你可能最终成为这个特定大象的专业服务公司。当你正在为胜利而起舞时,大象可能会摔倒并压扁你。
同样地,兔子可能看起来很有吸引力,因为你可以迅速通过高级决策者把产品卖进来,并且他们不需要修改许多遗留流程来适应你的解决方案。不幸的是,他们的交易规模可能并不大。缺乏业务流程可能意味着,他们并不擅长做你的解决方案所能做的事情,这意味着他们更有可能流失。
瞄准“小鹿”,通常是一个很好的初始方法。它们足够大,足以承受大量的业务痛苦——足以容纳新的解决方案——并且可能拥有可以吸收新技术的业务流程。同时它们也足够小,可以快速做出购买决策,而现有的业务系统可能没那么根深蒂固,以至于采用新的解决方案需要实质性的变更管理。
也就是说,你肯定想要这样的客户,那些要变得更大——体型更大的鹿,比方说!对于 TalentBin 而言,这可能是一个约100人的组织,有3名招聘专员和20个空缺工程人员需求。这远比一个同样规模但只有3个空缺工程人员招聘需求的组织更具吸引力。或者对于 Immediately 来说,与一家100人的公司,有30个内部销售代表,销售平均合同价值1万美元软件的客户相比,一家50人的公司,有10个现场销售代表,销售平均合同价值为10万美元的软件可能更有吸引力。在这些例子中,所有客户都可能被视为“小鹿”,但我们希望以最具吸引力的客户为目标,以提高我们获胜的机会。
地理位置
首先,我发现在你自己的地理位置寻找客户最有效。即使你解决方案订单规模小到他们愿意要求采用内部销售(你在办公室用电话等等工具,推销产品。要按时上下班)方式购买,但处于同一时区,很容易能够到现场拜访潜在客户,也会非常有帮助。除非你的解决方案非常专业,或者你所在的地方很少有潜在客户,否则你一定能够找到50-100只满足你理想客户画像的“小鹿”。如果你做不到,这可能表明你应该考虑搬迁到经济更活跃的地方,以帮助你获得成功的机会。
客户优先?联系人优先?
如上所述,在寻找潜在客户时,你可以从人开始,或者你可以从公司开始,你应该找出适合你的解决方案的正确方法。然后,一旦你开始使用一个数据源,你可能会转向另一种类型——从以公司为中心到以人为中心的重新寻找,反之亦然——以充实有关该客户的更多信息。
通常会有一种最有效的方法来做到这一点,这通常取决于你确认合格的特征是什么,以及从现有数据源中找到它们有多么容易。在 TalentBin,我们开始使用 LinkedIn 来寻找技术招聘人员——因为如果客户没有任何招聘人员,那么我们不可能从他哪里获得成功。一旦我们找到了技术招聘人员,我们就会找到聘用他们的组织,随后我们会试图理解他们当前的技术招聘需求。这意味着我们将转向公司特定的数据源,以充实更多客户信息。但是,如果你是 Immediately,以销售为中心的移动 Email 客户端和 CRM 工具制造商,你就会知道,如果客户没有使用 Salesforce 和 Gmail,你的产品也没有成功机会。因此,寻找使用 Microsoft Dynamics(与Salesforce竞争的CRM产品)和 Exchange 组织的销售运营者和销售领导者,这些潜在客户并不是那么有用。因此,在使用 LinkedIn 了解信息之前(他们聘用了多少销售代表,到底是内部销售代表还是外部销售代表,哪些相关销售领导者或销售运营人员,Immediately 销售团队可能会寻求与他们建立联系),你可能首先使用 Datanyze 或 BuiltWith 查找符合所需软件特征的公司。
以人为中心的寻找潜在客户
如果你已经确定定位客户的最佳方式是基于前面讨论过的具有特定职位的人员(例如“数据科学家”),LinkedIn 可能是正确的起点。
对相关职位进行职位搜索,将其限制在相关地理位置范围内,然后使用 LinkedIn 的搜索,限制到你想要定位公司的适当大小。
我在下面的截图中使用了 LinkedIn 的 Recruiter Lite,他们的一些产品可以让你实现这种类型的查询:

在这个例子中,对位于旧金山湾区,公司规模在11-50人或51-200人之间,职位为“数据科学家”的查询,有大约716个结果。当然,这并不意味着我们要把700个客户都作为目标,而是说我们的解决方案有700多个潜在用户。
在容易实现的目标方面,“当前公司”方面将向你展示哪些公司有你查询头衔最多的员工。当然,你只会得到少数几家公司,但这些公司可能是很好的目标。它们很小,但是拥有你解决方案的大量潜在用户

除了出现在“当前公司”方面的那些客户之外,下一步将是遍历其余的概要资料,捕获相关的客户名称(例如,Navera、Twitter、Dropbox 等)。同样,请记住,我们可能实际上不会向有关的数据科学家销售——他们只是潜在的用户。稍后,我们将准确了解在组织中谁是我们外联活动的目标。目前,我们的目标只是捕获我们想要定位的客户,以及我们上面提到的需求能指——例如,数据科学家的数量、销售人员的规模、组织的规模等等。
以公司为中心的寻找潜在客户
如上所述,你还可以使用公司特定的元数据,来查找可能适合你的解决方案的客户。
假设我们是 HIRABL,一家为招聘代理机构销售收入加速产品的公司。在他们的案例中,通过“公司类型”(行业)寻找潜在客户可能会有所帮助。LinkedIn 也非常适合这个目的。我们可以使用 LinkedIn 的公司搜索功能,选择行业“员工配置和招聘”,选择我们上面讨论过的“小鹿”范围内的公司规模,并限制在旧金山湾区,因为我们希望接近我们的初始客户,这样,如果需要的话我们就可以来客户现场。
搜索的结果如下:

这样我们有了200多个这样的目标,现在我们可以将它们中的一部分放入我们的潜在客户电子表格中,然后开始在其上添加相关的需求能指。在 HIRABL 的案例中,主要需求能指包括招聘专员的数量和代理商所选择的候选人类型(越高价值的专业人士越好,因为 HIRABL 有助于从高价值的职位中收回漏掉的费用)。
如果你在为解决方案的一组目标客户执行此操作,那么正确的方法是什么?你会从人员或公司元数据开始查找客户吗?哪个数据源可能与你最相关?