AI для Sales и LinkedIn outreach · Урок 1
ICP и сегментация
Как с AI быстрее определять, кому продавать.
Зачем AI для ICP
Раньше построение ICP было ручным процессом: смотрели старых клиентов, искали паттерны, формулировали. AI ускоряет это в разы — он быстро видит паттерны в данных и предлагает гипотезы.
Шаги
- Соберите данные о текущих клиентах: размер компании, индустрия, role decision maker, средний чек, retention.
- Дайте Claude/GPT эти данные и попросите найти паттерны: «какие сегменты тащат больше всего LTV, какие — отваливаются».
- Сформулируйте ICP в 1 страницу.
- Сегментацию — на под-ICP с разными болями.
Что важно
- Не верьте паттернам на 20 наблюдениях. Это шум.
- Проверяйте гипотезы интервью.
- Обновляйте ICP раз в квартал.
Лайфхак
Дайте модели данные клиентов И список причин отказа («closed-lost reasons»). Паттерны отказов часто говорят больше, чем паттерны побед.
Практическое задание
Что сделать после урока
Выгрузите CSV ваших клиентов и closed-lost. Дайте Claude. Получите гипотезы ICP. Проверьте на 3 интервью.
Готовый промпт
Шаблон под задачу урока
Скопируйте и адаптируйте под свой контекст. Текст в треугольных скобках — то, что нужно заменить.
Помоги построить ICP. Данные клиентов (CSV): <…> Closed-lost данные: <…> Дай: 1. 3 гипотезы ICP с обоснованием. 2. Под каждый — типичный профиль decision maker. 3. Их главную «боль» и triggers. 4. Как это проверить за 1 неделю.
Типичные ошибки
На чём чаще всего спотыкаются
- Доверяют паттернам на маленькой выборке.
- Не проверяют через интервью.
- ICP «для всех» — не ICP.
Лайфхаки
Что работает, но в гайдах не пишут
- Closed-lost reasons часто полезнее побед.
- Обновляйте ICP раз в квартал.
- Делайте sub-ICP с разными болями.
Когда использовать
Регулярная работа с продажами.
Когда не использовать
Слишком ранний этап — клиентов ещё нет.
Квиз — 2 вопроса
1.Что полезнее для ICP?
2.Чем плох «ICP для всех»?
Отвечено: 0 из 2