Как сгенерировать 2000 персонализированных емейлов за $6

Привет! На связи Даник Васильев. И сегодня у меня для вас, цифровых деятелей, имеется нечто особенное, что в два клика копируется и интегрируется в свою маркетинговую практику.

готовая лоу-код автоматизация для генерации персонализированных емейлов, чтобы растопить сердца тысячам ваших холодных клиентов

Персонализация vs. Автоматизация

Между персонализацией и автоматизацией существует давнешний конфликт: можно легко автоматизировать шаблонную херню, но они часто попадают в спам, а если нет, то высокой вовлеченности и конверсии ждать не приходится. Напротив, персонализированные электронные письма повышают вовлеченность, но писать их – только ручками ;(

большие объемы = шаблонная херня?
большие объемы = шаблонная херня?

Привычный компромис – использование динамических переменных в рассылочных почтовых клиентах, где мы подставляем имена получателей. Однако помимо базовых, многие сервисы-отправители поддерживают еще и кастомные переменные.

динамические переменные
динамические переменные

Топить лёд между вами и вашим клиентом мы будем с помощью {icebreaker} – кастомная динамическая переменная для создания впечатления личного обращения. Она будет размещена в самом начале емейла и включать в себя комплимент в адрес компании, в которой работает получатель письма, и плавно подводить к сути нашего предложения. Логично предположить, что для написания подобного комплимента без информации о компании не обойтись.

Где взять такую информацию, имея только емейл адрес?

Шаг 1: Обогащение данными | ClearBit

ClearBit – агрегатор данных, который неведомыми алгоритмами собирает информацию про нас в интернете из множества источников. Его API работает таким образом, что на вход нужно обязательно давать емейл.

Поэтому мы начнем с таблицы Google, содержащей адреса. Я включил некоторые из своих рабочих ящиков в качестве примера.

p.s. убедительная просьба воздержаться от отправки персонализированных писем

"в начале был емейл..."
"в начале был емейл..."

Для дальнейшей работы нам понабодится знать:

  • Имя
  • Название компании
  • Описание компании

Вы, коненчо, можете вручную посетить каждый домен и собрать эту информацию, но если в вашей базе данных сотни или тысячи почтовых ящиков,то это мягко говоря непрактично. Будем автоматизировать.

С помощью лоу-код платформы Latenode мы можем:

  • обратиться в Гугл Таблицу
  • забрать из неё емейлы
  • отправить их в ClearBit с помощью HTTP запроса
  • полученный ответ передать в соседние ячейки нашей таблицы.

Вот как выглядит сценарий:

находим, обогощаем, заполняем, повторяем
находим, обогощаем, заполняем, повторяем

Только без паники! Вам не обязательно создавать все с нуля. В конце статьи вы найдете этот сценарий для копирования. Работает это чудо следующим образом:

и так хоть 500 раз

Шаг 2: GPT генерация {icebreaker}

Для построения следующего сценария нам поданобится API ключи от OpenAI.

Здесь мы отправляем в GPT полученные описания компаний и промптом задаём образ желаемого результата.

находим, забираем, генерируем, редактируем, заполняем, повторяем
находим, забираем, генерируем, редактируем, заполняем, повторяем

В этом сценарии расположено целых два запроса к OpenAI:

  • первичная генерация {icebreaker} на основе описания компании
  • финальный эдит с помощью еще одного промпта
ещё много-много раз!

Таким образом мы получаем Таблицу со следующей структурой, которая будет использована сервисами-рассыльщиками для достижения предельного уровня кастомизации для больших скоупов работ. Теперь к финалу!

Шаг 3: загрузка .CSV файла в Apollo

Я использую Apollo, вы можете взять Lemlist или любой другой продукт. Нехитрая загрузка файла, мэппинг полей и составление емейла с переменными из нашего файла позволят отправлять подобного рода письма, оставляя от вашей рассылки исключительно приятное послевкусие!

финальный результат
финальный результат

Заключение

На самом деле генерировать можно не только icebreaker, можно хоть целые письма. Главное контролировать качество финального результата цепочкой промптов внутри плафтормы по автоматизации. Вообще, GPT лучше подойдёт для редактуры чего-то изначально внятного, нежели генерации с нуля.

Ссылки на лоу-код сценарии для копирования и использования на бесплатной лоу-код платформе Latenode.com вы найдёте в моём телеграмм-канале:

API ClearBit тоже бесплатное, API OpenAI совсем недорогое.

1212
15 комментариев

С 1 февраля 2014 ведущие провайдеры (а за ними и все подтянутся) вводят новые правила игры по спам-рейтингу, только что об этом заметку написал: https://vc.ru/marketing/918012-s-1-fevralya-2024-teper-lish-3-zhaloby-na-1000-pisem
То бишь, можно уперсонализироваться в хлам, но если больше 3 жалоб на 1000 писем – домену отправителя трындец. Автоматически. Сразу.

2

сохранил,спасибо! остается главный вопрос- как не попадать в спам :)

Глубоко прорабатывать сторону получателя. Например, по технологии Account Based Marketing, информации вагон. Тогда не нужно будет слать письма тысячами, и open rate будет 40-70%, и проблема спама не затронет. Хотя, конечно, от бизнес-модели зависит.

2

Использовать сервисы прогрева ящиков, как вариант.

На то ведь нам и ИИ генерация, чтобы каждый емейл был в какой-то степени уникальный. Можно с промптами баловаться, можно с инпутами.

Звучит прикольно, сильно увеличивает оупен-рейты и прочие рейты?

Честно говоря, я свой путь в колд аутрич начал сразу с такой методики, поэтому цифр до/после нет.

1