🚀 10-20 целевых встреч в месяц для VC фонда ранних стадий из US

Лид проекта: Амир Абдельрахман – RevOps Engineer в агентстве B2B магии Sally AI

Уже 3 месяца работаем с VC фондом ранних стадий с фокусом только на US, для которого мы собираем базы компаний, попадающих в их инвест фокус, пишем персонализированные письма с помощью AI, и рассылаем в твиттере, почте и лидкедине.

Расскажу про тонкости сбора баз для VC фондов и как мы задействуем свой AI движок, чтобы оптимизировать работу и повышать конверсии.

1️⃣ Поиск компаний
Изначальные источники данных: Linkedin, Crunchbase, Apollo, дериктории акселей, Hacker News, Reddit. Вот некоторые дата-поинты на которые мы обращаем внимание при сборе компаний, кроме банальных типо индустрии и гео.

- Дата или наличие последнего раунда.
- Рост в числе сотрудников.
- Найм в конкретные отделы.
- Рост числа посещения вебсайта
- Наличие публичных кейс-стади
- Определяем конкретных инвесторов, которые заходили в проект.
- Оцениваем динамику развития компании и её готовность к раунду.

- Фаундеры и C-level: Проводим проверку основателей и ключевых сотрудников. Делаем бэкграунд чек каждого, например: предыдущие экзиты или tier-1 компании в предыдущем опыте работы.

- Из интересного: наш алгоритм позволяет идти от фондов и собирать компании, в которые заходили фонды из шорт листа. Или собрать компании, которые основали ex-FAANG, + еще десятки фильтров.

AI помогает собирать данные, ранжировать компании по релевантности, проводить семантический анализ текстов: описаний продуктов, пресс-релизов, новостей, профилей.

Но какой-бы AI не был хороший и какие-бы мы промпты не писали, делаем ручной чек. Не можем избавиться от галлюцинаций, а точность данных поддерживаем для наших клиентов на уровне 100%, без компромиссов.

2️⃣ Персонализация сообщений с помощью AI
После сбора базы компаний мы собираем профили основателей и C-level.

AI выявляет значимые запуски продуктов, партнерства, успешные кейсы и собирает данные о наградах и рейтингах, чтобы персонализировать сообщения.

Пример одной из 5 версий персонализации, после которого идет питч c приглашением обсудить сотрудничество:

Hi [Name],
Impressive background at [Google, AI department]. I know [Name] from [VC fund Name], which invested in [Company Name].
[PITCH]

3️⃣ Поиск почт и твиттеров
- Находим контактные данные сотрудников через вотерфол используя 5 провайдеров – это позволяет покрыть 95% базы.
- Верифицируем email-адреса с помощью верификаторов для bounce rate меньше 1%.

3️⃣ Доставка писем и LinkedIn / Twitter сообщений
- Сиквенс: 3 коротких релевантных письма + 3 линк сообщения + 3 твиттер сообщения
- Пишем от лица аналитика фонда и букаем с ним звонки, в ручную догревая при ответах

4️⃣ Результаты работы: 10-20 звонков в месяц с конверсией до 30% в звонок из холодного контакта
- Интересно, что конверсии в 3-5 раза выше чем в B2B лидгене, но тут мы и предлагаем положить деньги, а не продаем.
- Каждый контакт попадает в инвест критерии фонда.
- Персонализированные подходы обеспечивают 10-30% в звонки. Букаем 10-20 квал звонков с фаундерами в месяц. Конверсии разнятся, потому что разные сегменты и гео.

__________

Дорогие читатели, если у вас есть знакомые в фондах – то мы можем провернуть тоже самое и для них с коммитом на результат. Поделитесь, пожалуйста постом ♥️ Мой прямой контакт, чтобы обсудить детали – @rinatkh