Punktestand mit ChatGPT Füttern Sie Ihre KI mit Daten, Lass es die Liste sortieren

Füttern Sie Ihre KI mit echten Geschäftsdaten

Früher bedeutete Lead-Scoring, eine Tabellenkalkulationsformel zu erstellen oder für eine Anreicherungsplattform zu bezahlen. Heute können Sie einem Modell eine einfache Liste übergeben und es die Zeilen bewerten lassen. Alles, was Sie dafür benötigen, sind saubere, strukturierte Daten - und genau das liefert Ihnen eine Browsererweiterung.

Der Vonsel-Erweiterung Es nutzt Google Maps, erfasst die in einer Suche gefundenen Unternehmen (Name, Kategorie, Bewertung, Anzahl der Rezensionen, Telefonnummer, Website, Adresse) und ermöglicht den Export der gesamten Daten als CSV-, Excel- oder JSON-Datei. Das Web-Scraping ist das Mittel zum Zweck. Das Ergebnis ist eine bewertete, priorisierte Liste, mit der Sie tatsächlich arbeiten können.

Im Folgenden wird der praktische Ablauf beschrieben: Datei exportieren, ChatGPT oder Claude Code öffnen, eine Rubrik zuweisen und die Rangliste auslesen. Der Großteil dieses Artikels konzentriert sich auf diese beiden Tools, da sie den Großteil der praktischen Anwendung abdecken. Am Ende wird kurz auf Codex und lokale Modelle eingegangen.

Exportieren Sie die Liste in dem Format, das Ihre KI bevorzugt

Führen Sie eine Suche in Google Maps durch („Zahnärzte in Austin“, „Fitnessstudios in Berlin“), lassen Sie Vonsel die Ergebnisse erfassen und exportieren Sie sie. Welches Format Sie wählen, hängt davon ab, wohin die Datei anschließend gesendet werden soll.

Wenn Sie die vollständige Begründung für die Wahl eines Formats erfahren möchten, lesen Sie unseren Leitfaden zu JSON vs. CSV für die KI-Analyse wird im Detail erklärt. Eine Schritt-für-Schritt-Anleitung zum Extrahieren der Datei finden Sie hier Leads als CSV, Excel oder JSON für KI exportieren. CSV selbst folgt einer einfachen, klar definierten Struktur, die in beschrieben wird RFC 4180, Deshalb können Modelle es so zuverlässig parsen.

Bewerte die Liste in ChatGPT

Öffnen Sie ChatGPT, hängen Sie Ihre exportierte CSV- oder Excel-Datei an und vergeben Sie eine Bewertungsmatrix. Die Datenanalysefunktion des Modells liest hochgeladene Dateien direkt ein, wie in der Dokumentation beschrieben Häufig gestellte Fragen zum OpenAI-Datei-Upload. Eine gut funktionierende Eingabeaufforderung sieht folgendermaßen aus:

"Hier ist eine CSV-Datei mit lokalen Unternehmen und Spalten für Name, Kategorie, Bewertung, Anzahl der Rezensionen, Website und Telefonnummer. Jede Zeile soll als potenzieller Kundenkontakt für eine Webdesign-Agentur von 0 bis 100 bewertet werden. Unternehmen ohne Website, mit einer guten Bewertung und mindestens 10 Rezensionen sollen bevorzugt werden. Zeilen ohne Telefonnummer sollen negativ bewertet werden. Die Tabelle soll absteigend sortiert sein und pro Unternehmen eine kurze Begründung enthalten."

Der Schlüssel liegt darin, dem Modell Ihre Kriterien, Nicht nur die Datei. Geben Sie an, wie ein guter Lead für Ihr Angebot aussieht, und das Programm wendet diese Kriterien einheitlich auf alle Zeilen an. Sie können die Kriterien beliebig oft anpassen („Bewertungen höher gewichten“, „alle unter 3,5 Sternen ausschließen“), und die Bewertung wird sofort neu berechnet.

Weitere vorgefertigte Schreibanregungen finden Sie in unserer ChatGPT fordert Lead-Listen an, Und falls Sie noch nie Dateien hochgeladen haben, beginnen Sie mit Wie lade ich eine Lead-CSV-Datei in ChatGPT hoch.Die.

Mit Claude Code skalieren Sie es

ChatGPT eignet sich perfekt für einmalige Listen. Wenn Ihre Exporte Hunderte oder Tausende von Zeilen umfassen oder Sie jede Woche dieselbe Bewertungslogik anwenden möchten, wechseln Sie zu Claude Code. Es läuft in Ihrem Terminal, liest Ihre exportierte Datei und schreibt ein Bewertungsskript, das Sie wiederverwenden können.

Eine erste Anregung könnte lauten: "„Lesen Sie leads.json. Schreiben Sie ein Python-Skript, das jedes Unternehmen als Webdesign-Lead bewertet: +40, wenn has_website false ist, +1 pro Bewertung bis maximal 30, +20, wenn die Bewertung 4,0 oder höher ist, minus 15, wenn die Telefonnummer fehlt. Geben Sie eine sortierte CSV-Datei namens score_leads.csv mit einer Spalte für die Bewertung und einer Spalte für die Begründung aus."

Claude Code schreibt das Skript, führt es aus und zeigt Ihnen die Rangliste an. Der Unterschied zu ChatGPT liegt in der Datenbeständigkeit: Die Logik wird nun in einer Datei gespeichert. Nächste Woche exportieren Sie einfach eine neue Liste aus der Erweiterung, legen sie im selben Ordner ab und führen das Skript erneut aus. Ihr Bewertungsprozess wird zu einer wiederholbaren Pipeline anstatt zu einem Chat, den Sie immer wieder neu führen müssen.

Um das genauer zu erläutern, sehen Sie sich unsere Anleitung an Lead-Analyse mit Claude Code Beinhaltet Reinigung, Duplikatbereinigung und Anreicherung in derselben Sitzung.

ChatGPT vs Claude Code für die Punktevergabe

Wo die Punktevergabe auf das Vonsel-Dashboard trifft

Das Auswerten einer CSV-Datei in ChatGPT ist ein guter Anfang, hinterlässt aber eine einfache Datei und eine Aufgabenliste Vonsel-Dashboard Hier wird aus einer Rangliste eine echte Pipeline. Ihre erfassten Unternehmen landen in einem übersichtlichen CRM-System, sodass Sie die Leads mit den höchsten Punktzahlen auf einer Gebietskarte anstatt in einer Tabellenzeile sehen.

Die Plattform ergänzt die Daten um Informationen, die ein einfaches Auslesen nicht liefern kann: „Reviews Intelligence“ analysiert die tatsächlichen Beschwerden von Kunden, „Email Intelligence“ erstellt maßgeschneiderte Nachrichten für jedes Unternehmen und „Sales Intelligence“ identifiziert Kaufsignale, auf die man reagieren sollte. Die wertvolle Datenbank berücksichtigt die tatsächlichen Probleme jedes Leads und beschränkt sich nicht nur auf Bewertungen und Telefonnummern.

Sie können auch eine zuvor erfasste Datenquelle wieder öffnen, weitere Unternehmen hinzufügen und aktuelle Bewertungen in bereits gespeicherte Leads einbinden, sodass sich Ihre Liste mit bewerteten Daten kontinuierlich verbessert. Einen umfassenderen Überblick darüber, wie Sie Rohdatenexporte in kontextualisierte Daten umwandeln, finden Sie hier Füttern Sie Ihre KI mit Geschäftsdaten und sobald Sie bereit sind, Öffentlichkeitsarbeit zu leisten, Schreiben Sie Kaltakquise-E-Mails mit ChatGPT anhand von gesammelten Daten.Die.