Potansiyel Müşteri Araştırması için Yapay Zeka Ajanları Yapay zekânızı besleyin gerçek Google Haritalar verileri

Yapay zekâ ajanları gerçek verilere aç

ChatGPT'den "Chicago'da telefon numaraları olan 50 diş hekimi" isteyin ve doğru gibi görünen ancak büyük ölçüde yanlış olan güvenilir bir liste elde edersiniz. Büyük dil modelleri metni tahmin eder, yerel pazarınızı taramazlar. Altlarında gerçek bir veri seti olmadan, yapay zeka ajanları işletmeleri hayal eder, telefon numaraları uydurur ve sessizce derecelendirmeler oluşturur.

Çözüm daha iyi bir komut istemi değil. Çözüm şudur gerçek veriler. Bir temsilciye doğrudan Google Haritalar'dan çekilmiş, doğrulanmış işletmelerin bulunduğu bir dosya verdiğinizde, bundan sonraki her şey (puanlama, segmentasyon, iletişim metni) gerçekliğe dayanır. Model tahmin yürütmeyi bırakır ve sahip olduğunuz gerçekler üzerinden akıl yürütmeye başlar.

Yapay zekânızı veriyle besleyin" fikrinin tamamı bu. Veriyi bir veri toplama aracıyla siz topluyorsunuz, yapay zekâ ise düşünme işini yapıyor Yapay zekânızı iş verileriyle besleyin Bu kılavuz zihniyeti kapsar. Bu yazı ise pratik akışı ele alıyor: dosyayı nasıl edineceğiniz ve çoğu insanın fiilen kullandığı iki aracıyla nasıl çalışacağınız.

Dosyayı yakala ve dışa aktar

Google Haritalar'ı açın, "Denver'da çatı ustaları" gibi bir arama yapın ve Vonsel açılır penceresinin listeleri yakalamasına izin verin. Veri toplama işlemi tamamlandığında tek tıklamayla dışa aktarabilirsiniz. Eklenti size üç format sunar: CSV elektronik tablolar için, Excel Biçimlendirilmiş bir çalışma kitabı için ve JSON Programatik olan her şey için.

Hangi formatı seçeceğiniz, kullanılan aracıya bağlıdır. Kısa bir kural: ChatGPT için CSV veya Excel, Claude Code ve kod tabanlı aracılar için JSON CSV, XLSX ve JSON dışa aktarma seçenekleri Bu kılavuz, her birinin ne zaman kazandığını ayrıntılı olarak açıklıyor ve Yapay zeka için potansiyel müşteri dışa aktarma Bu, kolonları teslim etmeden önce nasıl şekillendireceğinizi gösterir.

Biçimden ziyade alanlar daha önemlidir. Her dışa aktarma, işletme adı, kategori, tam adres, telefon, web sitesi, puanlama, yorum sayısı ve yorum metnini içerir. Bunlar, bir temsilcinin uygunluk ve niyet hakkında karar vermesi için ihtiyaç duyduğu sinyallerdir ve bunlar eski, satın alınmış bir listeden değil, Google Haritalar'dan gelir. Bunun yarattığı fark için bakınız Google Haritalar verileri ile satın alınan listeler karşılaştırması..

Listeyi ChatGPT ile işleyin

ChatGPT, elektronik tabloları doğal olarak okuduğu için başlamanın en hızlı yoludur. CSV veya Excel dışa aktarımınızı bir sohbete sürükleyin ve ChatGPT bunu analiz edebileceği, sıralayabileceği ve filtreleyebileceği bir tabloya dönüştürür. Dahili veri analizi arka planda Python çalıştırır, bu nedenle herhangi bir kod yazmanıza gerek kalmadan binlerce satırı işler. OpenAI'nin sayfasına bakın araçlar dokümantasyonu Dosya girişlerinin ve kod yürütmesinin nasıl çalıştığına dair.

Dosya yüklendikten sonra, otomatik olarak araştırma işlemi sizin yerinize yapılır. Bunlardan bazıları oldukça işe yarar:

Listeyi puanlayın: "Bu işletmeleri erişim önceliğine göre sıralayın. Yüksek puan, 40'tan fazla yorum ve çalışan bir web sitesiyle 4,2'nin altında bir puan anlamına gelir. Bir puan sütunu ve tek satırlık bir gerekçe ekleyin." Bu tek komut, düz bir listeyi sıralı bir satış hattına dönüştürüyor.

Ağrıya göre segmentasyon: "Yorum metnini okuyun ve bu işletmeleri üç kategoriye ayırın: yavaş hizmet şikayetleri, fiyat şikayetleri ve personel şikayetleri. İşletme adını ve ait olduğu kategoriyi belirterek tabloyu geri gönderin." Artık telefonu açmadan önce hangi yaklaşımı izleyeceğinizi biliyorsunuz.

Tanıtım taslağı: "En yüksek puan alan on işletme için, yorumlarındaki belirli bir kalıba atıfta bulunan iki cümlelik bir soğuk e-posta açılış metni yazın." Yorumlar gerçek olduğu için, açılış metinleri genel değil, araştırılmış gibi algılanır. Bunun daha ayrıntılı versiyonu için okuyun ChatGPT ile potansiyel müşteri listelerini analiz edin..

Claude Code ile ölçeklendirin

ChatGPT, bir sohbet penceresinde tek bir liste için harika. Ancak yirmi tane dışa aktarımınız olduğunda veya her hafta aynı analizi çalıştırmak istediğinizde, dosyalarınızın yanında yaşayan bir ajana ihtiyacınız olur. İşte bu yüzden ChatGPT ideal çözümdür Claude Kodu, Bu, JSON ve CSV dışa aktarımlarınızın bulunduğu klasörü okuyan ve bunlara doğrudan müdahale eden bir terminal aracıdır.

İş akışı basit. Vonsel dışa aktarımlarınızı bir proje klasörüne bırakın, orada Claude Code'u açın ve işi sade bir dille açıklayın. Program betiği yazıp çalıştırır ve size sonucu verir. Kopyala yapıştır yok, yükleme sınırı yok, liste uzun olduğunda konuyu kaybetme yok.

Gerçek istekler şöyle görünür: "Bu klasördeki tüm JSON dışa aktarımlarını birleştirin, telefon numarasına göre yinelenen işletmeleri kaldırın ve sıralanmış tek bir CSV dosyası oluşturun." Veya: "Web sitesi olan her işletme için, yorum metninde rezervasyon veya planlama sorunlarından bahsedenleri işaretleyin ve bunları hot-leads.csv dosyasına kaydedin." Claude Code, bu cümleleri, yeni verilerle gelecek ay tekrar çalıştırabileceğiniz tekrarlanabilir kodlara dönüştürür.

Programlanabilir olduğu için, iş katlanarak artar. Bir puanlama rutini oluşturulduktan sonra, her yeni veri çekme işlemi saniyeler içinde aynı mantıktan geçer Claude Code ile potansiyel müşterileri analiz edin Kılavuz, eksiksiz bir kurulum sürecini adım adım anlatıyor ve Veri kazımadan yapay zeka destekli CRM iş akışına Bu, onu iş akışınıza entegre eder.

Kurşun araştırması için ChatGPT ve Claude Code karşılaştırması

Çoğu kişi ChatGPT ile başlar ve listeleri büyüdükçe Claude Code'a geçer. İkisi de diğerinin yerini almaz. ChatGPT'de yeni bir veri kazıma işlemi keşfedersiniz ve Claude Code'da tekrarlayan işleri otomatikleştirirsiniz.

Kodeks ve yerel modeller

Eğer bir kod düzenleyicisinde yaşıyorsanız, OpenAI Codex Terminalden veya IDE'nizden Claude Code ile aynı işi yapar. Dışa aktardığınız JSON dosyasına işaret edin ve dönüşümü açıklayın. Ekibiniz zaten potansiyel müşteri verileri etrafında araçlar geliştiriyorsa, bu doğal bir uyum sağlar.

Hassas listeler veya yüksek hacimli veriler için, yerel bir model her şeyi makinenizde tutar. Kendi donanımınızda açık modeller çalıştıran araçlar, verilerinizin dizüstü bilgisayarınızdan ayrılmasına ve belirteç başına maliyet olmamasına rağmen, aynı CSV ve JSON dışa aktarımlarını okur. Dezavantajı ise daha küçük bağlam ve daha fazla kurulum gerektirmesidir Öncü verilerle yerel LLM'leri kullanın Bu kılavuz, gizliliğin ne zaman değerli olduğunu ele almaktadır.

Hangi aracı seçerseniz seçin, girdi aynıdır: ücretsiz bir tarayıcı uzantısından temiz bir dışa aktarım. Veri çekme aracı aynı kalır, yapay zeka katmanını değiştirmek size kalmıştır. Bkz Chrome uzantıları dokümantasyonu Tarayıcı tabanlı yakalama işleminin arka planda nasıl çalıştığına dair bilgi.

Araştırmanın gelire dönüştüğü yer

Bir yapay zeka ajanı size sıralanmış, bölümlere ayrılmış ve açıklama eklenmiş bir liste sunar. Bu harika bir araştırma çıktısıdır. Ancak henüz bir satış süreci değildir. Potansiyel müşterilerle gerçekten ilgilenmek için onları haritada görebileceğiniz, durumlarını takip edebileceğiniz ve geniş ölçekte iletişim kurabileceğiniz bir yere ihtiyacınız var.

Bu, onun görevidir Vonsel kontrol paneli. Bu eklenti, yakalanan işletmelerinizi eşleştirilmiş bir CRM'ye aktarır. Vonsel'in kendi inceleme zekası, sizin için sorun noktalarını puanlandırır ve her işletmeye özel olarak hazırlanmış bir yapay zeka e-postası oluşturur; böylece temsilcinizin dışarıda yaptığı araştırma, bağlamlandırılmış, katma değerli verilere dönüşür ve siz de bu veriler üzerinde işlem yapabilirsiniz. Veri toplayıcı ve harici temsilci araçlardır. Kontrol paneli ise amaçtır.

İki yolu birlikte çalıştırabilirsiniz: Keşifsel analiz için favori yapay zekanıza aktarın ve eşleştirilmiş CRM ve işletme bazlı yapay zeka e-postalarının döngüyü tamamladığı Vonsel'deki çalışma hattını koruyun. Aynı veriler, hem yapay zekanızı hem de satış sürecinizi aynı anda besliyor.