ChatGPT, potansiyel müşteri listeleri için istemler sunar Yapay zekânızı besleyin gerçek iş verileri

Önce veri, sonra yönlendirmeler

Herkes ChatGPT'nin potansiyel müşteri listelerini oluşturup potansiyel müşteri havuzunu değerlendirmesini istiyor. Ancak atladıkları nokta şu: Gerçek bir liste vermediğiniz sürece yapay zeka modeli yerel potansiyel müşterilerinizin kim olduğunu bilemez. İstemi vermek kolay kısım. Veriler ise çıktının iyi olup olmadığını belirleyen kısım.

İşte bu noktada Google Haritalar'dan alınan görüntü devreye giriyor Vonsel Chrome uzantısı İşletme adlarını, adreslerini, telefon numaralarını, web sitelerini, kategorilerini, derecelendirmelerini ve yorum sayılarını doğrudan bir aramadan çeker ve ardından bunları temiz bir dosya olarak dışa aktarır. Bu dosya, modele besleyeceğiniz veridir. Daha önce hiç veri yakalama işlemi yapmadıysanız, bizim aracımız size yardımcı olacaktır Google Haritalardan nasıl veri kazıma yapılır Bu kılavuz birkaç tıklamayla adım adım açıklıyor.

Uzantı, araçtır. Sonuç ise işlenmiş bir listedir: yinelenen kayıtlar çıkarılmış, puanlanmış, bölümlere ayrılmış ve ister kendi sisteminizde ister başka bir yerde, üzerinde işlem yapmaya hazır Vonsel kontrol paneli veya en sevdiğiniz modelle bir sohbet penceresinde.

Doğru dosyayı dışa aktarın, ardından yükleyin

Yakalanan görüntüyü tamamladıktan sonra, uzantı size üç format sunar. Alışkanlığınıza göre değil, işinize göre seçim yapın. Notumuzda şunlar yer almaktadır CSV, XLSX ve JSON dışa aktarma seçenekleri Bu bölümde, karşılıklı ödünleşmeler ele alınıyor ve daha detaylı bir bölüm de bulunuyor Yapay zeka analizi için JSON ve CSV karşılaştırması..

ChatGPT'de dosyayı sohbete sürükleyin veya yükleme düğmesini kullanın; model dosyayı doğrudan okuyacaktır. Birkaç yüz satırdan az CSV dosyaları için ham metni de yapıştırabilirsiniz. Ayrıntılı kılavuz için buraya tıklayın ChatGPT'ye potansiyel müşteri CSV dosyası nasıl yüklenir. Hangi yolu seçerseniz seçin, modelin çıktısının dosyanızla eşleşmesi için sütun adlarınızı baştan tam olarak belirtin. OpenAI'ye bakın hızlı mühendislik kılavuzu Neden somut talimatlar belirsiz olanlardan daha iyidir.

ChatGPT'nin işlevini yerine getiren beş komut istemi

1. Temizleyin ve yinelenen kayıtları kaldırın. "İşte ad, adres, telefon, web sitesi, kategori, puan, yorumlar sütunlarına sahip işletmelerin CSV dosyası. Tam olarak aynı veya neredeyse aynı olan satırları kaldırın, telefon numaralarını E.164 formatına dönüştürün, ad ve adresteki tutarsız büyük/küçük harf kullanımını düzeltin ve temizlenmiş bir CSV dosyası ile yaptığınız değişikliklerin kısa bir özetini döndürün." Bu konuyla ilgili daha fazla bilgi için ChatGPT ile potansiyel müşteri verilerini temizleyin..

2. ICP'nize göre puan alın. "Her işletmeyi bir web tasarım ajansı için potansiyel müşteri olarak 0 ile 100 arasında puanlayın. Ağırlıklandırma: web sitesi yok (40), 4.0'ın altında puan (20), 30'dan az yorum (20), kategori uygunluğu (20). Bir puan sütunu ve tek satırlık bir gerekçe ekleyin, ardından azalan sırada sıralayın." Bu değerlendirme ölçütü, tekrarlanabilir olmasını sağlar. Bkz ChatGPT ile puan sıralamasında lider..

3. Niş ve alana göre segmentasyon. "Bu potansiyel müşterileri kategoriye ve şehir bölgesine göre bölümlere ayırın. Her bölüm için bir sayı, ortalama puan ve tek cümlelik bir iletişim yaklaşımı belirtin." İş bölümü yapmadan önce harika bir hazırlık.

4. Tanıtım metni taslağı. "En üst 10 satır için üç satırlık bir soğuk e-posta yazın. İlgili yerlerde kategorilerine ve web sitelerinin olmadığına değinin. 70 kelimenin altında tutun ve abartılı ifadelerden kaçının." Bunu şunlarla eşleştirin Kazınmış verilerden ChatGPT kullanarak soğuk e-postalar yazmak..

5. Desenleri bulun. "Bu listeyi özetleyin: hangi kategoriler baskın, hangi alanlar yetersiz hizmet alıyor ve en iyi değerlendirilen rakipler nerede yoğunlaşıyor?" Satırları hızlı bir şekilde pazar analizine dönüştürmenin bir yolu. Daha detaylı bilgi için ChatGPT ile potansiyel müşteri listelerini analiz edin..

Liste uzun olduğunda Claude Code'a başvurun

ChatGPT, sohbet penceresinde birkaç yüz satır için mükemmeldir. Binlerce işletmeyle çalışıyorsanız veya her hafta aynı hizmeti istiyorsanız, terminale geçin. Claude Kodu Disk üzerindeki gerçek dışa aktarma dosyalarınıza karşı çalışır, yeniden kullanılabilir bir komut dosyası yazar ve temizlenmiş çıktıyı istediğiniz yere kaydeder.

Doğrudan dosyaya doğru yönlendirin: "Oku potansiyel müşteriler.csv Vonsel dışa aktarımından. İsim ve adrese göre mükerrer kayıtları kaldırın, bir boolean değer ekleyin web sitesine sahip Güneş enerjisi sistemleri kuran ve ev sahiplerine satış yapan firmalar için her satırı 0 ile 100 arasında puanlayın ve sonucu sütuna yazın leads_scored.csv." Kod çalıştırabildiği için on bin satırı kesmeden işliyor ve size kodu gösteriyor, böylece önümüzdeki ay tekrar çalıştırabilirsiniz Claude Code ile potansiyel müşterileri analiz edin Ve Claude Code, potansiyel müşteri veritabanları için istekler iletiyor Rehberler daha da ileri gidiyor.

İşte JSON dışa aktarımlarının parladığı nokta burası. Yakaladığınız verilerin JSON sürümünü elle kodlayarak, her işletmeye bağlı iç içe geçmiş inceleme verilerini koruyabilir ve bir elektronik tabloya dokunmadan küçük bir gösterge paneli veya harita oluşturabilirsiniz.

Hangi iş için hangisi

Ya o ya da bu" değil. Birçok kişi ChatGPT'de bir komut istemi prototipi oluşturuyor, ardından bitmiş mantığı büyük ölçekte çalıştırmak için Claude Code'a teslim ediyor. Bunları doğrudan karşılaştırmak istiyorsanız, okuyun Kurşun analizi için ChatGPT ve Claude karşılaştırması..

Kodeks ve yerel modeller

Eğer halihazırda bir IDE kullanıyorsanız, Codex gibi kodlama aracıları, Claude Code'un yaptığı gibi, doğrudan editörden bir lead dosyasını zenginleştirebilir. Bu yol şu bölümde ele alınmıştır Codex ile potansiyel müşteri listelerinizi zenginleştirin..

Potansiyel müşteri verilerini üçüncü taraf sunucularından uzak tutmayı mı tercih ediyorsunuz? Kendi bilgisayarınızda yerel bir model, aynı temiz puan segmenti istemlerini çalıştırabilir. Gelişmiş bir modele göre daha yavaş ve daha kaba olsa da, hiçbir şey dizüstü bilgisayarınızdan ayrılmaz. Bkz Öncü verilerle yerel LLM'leri kullanın. Ne seçerseniz seçin, bunların iş iletişim bilgileri olduğunu unutmayın: notumuzda Google Haritalardan veri kazıma işleminin yasal olup olmadığı Tartıya çıkmadan önce okumaya değer.

Veri yakalamadan CRM'ye kadar çalışabilirsiniz

Yapay zeka analizi güçlüdür, ancak sohbet dökümü bir iş akışı değildir. ChatGPT listenizi puanlayıp segmentlere ayırdıktan sonra bile, durumu takip etmek, ziyaretleri planlamak ve iletişim kurmak için bir yere ihtiyacınız vardır. İşte bu, ChatGPT'nin görevidir Vonsel kontrol paneli Şunları içerir: Satış, Yorumlar ve E-posta Zekası ile eşleştirilmiş bir CRM, ayrıca işletme başına yapay zeka destekli e-posta taslağı ve her potansiyel müşterinin sorun noktaları etrafında oluşturulmuş, bağlamlandırılmış, katma değerli veritabanları.

Bu eklenti ayrıca önceki bir kaydı yeniden açmanıza ve daha fazla işletme eklemenize, kaydedilen kayıtlara yorumlar eklemenize ve her tarama işleminin geçmişini tutmanıza olanak tanır; böylece yapay zeka tarafından oluşturulan liste güncelliğini kaybetmek yerine sürekli büyür. Ham veri ile kullanılabilir veritabanı arasındaki fark konusunda ise, notlarınızı karşılaştırın Google Haritalar verileri ile satın alınan listeler karşılaştırması..