Newsletter en Frío ❄️ #37: AI para personalizar mensajes

Author

Gerardo Teijeira
8 de febrero de 2024

Bienvenido a Newsletter en Frío ❄️ #37

⏪ En la edición #35 hablé sobre cómo conseguir clientes en Estados Unidos a través de outbound. La podés leer haciendo clic aquí.

⏩ Hoy quiero hablar sobre el uso de AI 🤖 para escribir emails de prospección.

Escribir mensajes con Inteligencia Artificial 🤖

AI, IA, Inteligencia Artificial, ChatGPT… las palabras del 2023.

Apenas se popularizó, LinkedIn, Twitter (ahora X) y todos los canales se llenaron de humo. Mucho humo.

Humo de gente que mostraba los distintos usos que esta nueva tecnología podía tener.

Y obviamente el mundo de las ventas no fue la excepción.

Casi instantáneamente se instalaron dos ideas:

  1. Que la IA iba a dejar sin trabajo a todos los SDRs y vendedores.

  2. Que era la salvación para todos los equipos outbound.

Mi experiencia usando IA para escribir mensajes de prospección es muy distinta.

De hecho, creo que mi primer aprendizaje fue: la calidad de los outputs es igual a la calidad de los inputs, tanto en data como en prompts.

Entonces si no sabes exactamente cuales querés que sean los resultados que te da la IA, probablemente los resultados no sean muy buenos.

Y probablemente cualquier SDR lo haga mejor.

Por otro lado, si la usamos bien, es una gran herramienta para hacer mucho más eficiente el flujo de trabajo de los SDRs, desde investigar personas y empresas a escribir y categorizar mensajes.

Mi experimento 🧪

Estoy trabajando con una empresa que vende en lo que probablemente sea el segmento más competitivo del mundo para hacer cold email: pequeños y medianos e-commerces en Estados Unidos.

Es imposible ganar sin destacarse.

Entonces decidimos experimentar un poco.

¿Que pasa si pudiéramos enviarle un mensaje personalizado a cada persona de esta lista? (1000 personas, creada en Apollo.io).

Bueno, probablemente eso nos ayudaría. Pero también significaría días y días de trabajo manual.

Decidimos ver que podía hacer por nosotros la IA.

Para esto, creamos todo el flujo en Clay, donde fuimos guardando toda la información que necesitábamos.

  • Primero le pedimos a Claygent que investigue qué productos vendía la empresa y a qué personas y que haga un resumen.

  • También agregamos datos sacados de Apollo y Storeleads, sobre tamaño de la tienda, facturación y tráfico web.

  • Le pedimos a OpenAI que creara una primera y segunda línea personalizada para el email.

Fuimos super específicos con el output que queríamos, no dejamos que la IA lo invente.

En definitiva, solo le pedimos que ingrese data que habíamos recopilado a una determinada estructura de mensaje, de forma tal que quedara personalizado para cada una.

Todo esto con GPT-4

Iteramos bastante sobre este prompt. Al principio los resultados no fueron buenos.

Y después empezamos a ver outputs así:

Ejemplo de primera línea personalizada

Fuimos limpiando los resultados para ver que estén ambos outputs bien, y luego pusheamos la campaña a Smartlead.

El total de leads se dividió en dos, unos 500 fueron a la campaña con personalización con AI y otros 500 a otra campaña sin personalización. Misma oferta, posicionamiento, enfoque, buyer personas, pero sin personalización. Solo relevancia.

Todo esto lo hicimos en una mañana.

Por ahora es muy pronto para ver resultados, pero en su primer día la campaña generó 2 respuestas positivas (aprox. un 3% del total enviado).

La otra campaña, el grupo de control, aún no había tenido respuestas positivas.

Lo que me gustaría que se lleven de esto es: testeen todo. No tengan miedo en invertir tiempo y recursos en probar cosas nuevas.

Más info cuando tenga más resultados.

PD.: si queres que te ayude a crear flujos de trabajo así para tu proceso outbound, podés agendar tiempo conmigo aquí.

Guías, Contenido y Grupo de WhatsApp ⚡

Como siempre, gracias por leer 🫡

Ger