Automatização de e-mails frios

Olá! Neste artigo, vou explicar como a estrutura de IA LangChain pode melhorar significativamente a qualidade do teu contacto por e-mail frio, tornando-o único e personalizado. Também vou falar sobre como automatizar todo este processo com custos mínimos usando uma plataforma de baixo código e partilhar modelos prontos para um início rápido.

Personalização vs automatização

Existe uma tensão natural entre a personalização e a automatização. Os e-mails genéricos e não personalizados são fáceis de automatizar, mas muitas vezes resultam em baixas taxas de envolvimento e conversão. Em contrapartida, os e-mails altamente personalizados aumentam o envolvimento, mas são difíceis de automatizar.

As plataformas de correio eletrónico frio ajudam agora a resolver este problema com variáveis dinâmicas que dão um toque personalizado aos e-mails automatizados. Estas variáveis funcionam como marcadores de posição para inserir palavras, linhas ou parágrafos personalizados.

As variáveis dinâmicas permitem às empresas equilibrar a personalização e a automatização de forma eficiente. Hoje, vamos criar um cenário LangChain na plataforma low-code Latenode para gerar um quebra-gelo de e-mail frio personalizado para cada contacto da nossa base de dados de contactos, utilizando as seguintes ferramentas:

• A ferramenta gratuita de enriquecimento de dados ClearBit
• A plataforma gratuita de baixo código Latenode
• A API extremamente barata da OpenAI.

Passo 1: enriquece os e-mails com ClearBit

Começa com uma folha do Google que contém endereços de e-mail básicos. Incluí alguns dos meus e-mails de trabalho como exemplos reais(por favor, não me envies e-mails frios personalizados depois de leres isto! :) )

Primeiro, precisamos de enriquecer estes e-mails com dados sobre os destinatários. Para o nosso alcance, precisamos de saber:

• O primeiro nome
• O nome da empresa
• Descrição da empresa

Podias visitar manualmente cada domínio de e-mail para recolher esta informação, mas se tiveres centenas ou milhares de e-mails na tua base de dados, isso não é prático. Em vez disso, podemos automatizar essa tarefa usando a plataforma de baixo código Latenode. Ligamos a nossa folha de cálculo do Google e utilizamos a API ClearBit para preencher as informações em falta. Vê como funciona:

Não te preocupes! Não tens de criar tudo desde o início. Basta copiares o cenário que te apresento no final deste artigo. Os passos básicos desta automatização são:

• Identifica as linhas que precisam de ser enriquecidas.
• Extrai o e-mail de cada linha.
• Envia o e-mail para a ClearBit e recebe todas as informações relacionadas.
• Volta a introduzir as informações necessárias na Folha do Google.

E pronto. Enriquecemos os nossos e-mails com detalhes essenciais, como a descrição da empresa. Agora, vamos criar um quebra-gelo personalizado para dar início aos nossos e-mails frios e estabelecer uma ligação pessoal desde o início.

Passo 2: gera um quebra-gelo personalizado com o ChatGPT   

Fazer um elogio sobre o que o destinatário faz no seu local de trabalho é o mínimo que podes fazer. Além disso, podes adaptar o teu motivo de divulgação com base no perfil da empresa. Podes fazer isto com outro cenário Latenode , que poderás copiar mais tarde.

As suas principais etapas são:

• Recupera a descrição da empresa da tua folha de cálculo do Google.
• Envia esta descrição para o ChatGPT utilizando a API OpenAI com uma mensagem personalizada adaptada às tuas necessidades.
• Aperfeiçoa a saída gerada pela IA com outro pedido e uma solicitação diferente.
• Coloca o resultado final na linha correspondente à pessoa a quem te estás a dirigir.

Ao fazer isto, associamos um quebra-gelo personalizado a cada indivíduo, criando outra variável personalizada para além do seu nome próprio e nome da empresa. Para começar, este trio deve ser suficiente. Vamos ver como isto funciona:

Passo 3: carrega a folha de cálculo para a plataforma de correio eletrónico frio com o Apollo

Primeiro, descarrega a tua folha de cálculo como um ficheiro CSV. Depois, carrega-a para a tua plataforma de correio eletrónico como uma nova lista. Vou fazer uma demonstração usando o Apollo, mas o processo é semelhante em outras ferramentas.

Os passos seguintes são bastante normais - mapeia os campos e atribui uma variável a cada um. A variável chave para nós é o campo personalizado "quebra-gelo".

Agora, quando compões um e-mail para um potencial cliente, funciona da seguinte forma:

Por enquanto, é tudo. Podes ajustar os prompts enviados para o GPT no teu cenário Latenode para atingir qualquer nível de personalização de cold email. Esses modelos de Latenode são versáteis para qualquer cenário de contato frio, incluindo mensagens personalizadas do LinkedIn.

Como prometido, aqui está o link onde podes copiar os meus cenários: Biblioteca de Modelos

Só tens de as colar na app.latenode.com e introduzir as tuas chaves API para ClearBit (que é gratuita) e OpenAI (que é muito acessível). Latenode também é gratuito e tem uma comunidade de apoio onde a equipa está sempre pronta para ajudar na tua jornada de automação.