Десять реальностей SaaS-продаж, которые я понял на собственном опыте:

1. Если слышите только хорошие новости, значит, сделка ускользает. В каждой сделке есть риски. Чемпион сделки делится рисками. Нет риска – нет чемпиона. Нет чемпиона – нет сделки.

2. Чем дольше закрывается сделка, тем больше времени у покупателя, чтобы понять, что и без вашего решения он в порядке. Нет скорости – нет сделки.

3. Решить проблему недостаточно, нужно решить именно ту проблему, которая действительно важна. У каждого руководителя куча горящих задач, но они платят только за решение той, которая реально грозит спалить всё дотла.

4. Если в комитет оценки решения постоянно добавляются новые люди, это обычно не очень хороший знак – никто не хочет брать на себя ответственность за итог.

5. Ваши клиенты чаще всего мультизадачат во время звонков. Если вы не зацепили их внимание с первых минут и не удерживаете его, встреча проходит впустую.

6. Никто не верит вашим расчетам ROI. Если бизнес-кейс не написан на языке клиента и с его цифрами, его никто не воспримет всерьез.

7. Клиенты изначально предвзято относятся к продавцам. Каждый раз, когда вы звучите так же, как и все остальные, вы лишь укрепляете эту предвзятость. Хотите выигрывать — научитесь звучать иначе.

8. Вы не можете искусственно создать острую необходимость (скидка к концу квартала не считается). Единственный способ ускорить сделку — сделать для покупателя статус-кво невыносимым.

9. Плохо выстроенная сделка, но с мощным контактом в руководстве, легко обойдет идеально выстроенную, но без связи с топ-менеджментом. Если у вас сделка на шесть-семь нулей и вы не общаетесь на уровне C-Level, готовьтесь к тому, что конкурент, имеющий доступ туда, вас обгонит.

10. Ничто не важнее в конце звонка, чем договориться о следующих шагах. Лучше пропустить часть пунктов повестки, но четко зафиксировать следующие шаги, чем пройтись по всем пунктам и потом решать “что дальше” уже offline.

Как с помощью AI получить инсайты для холодных продаж

Рассказываю на видео про последний кейс:

1) Как найти ссылки на топовых инфлюенсеров с помощью IQFluence.
2) Скрейпим Instagram, Tiktok и Youtube через Apify
3) Находим инсайты в постах креаторов через Claygent
4) Пишем релевантное и персонализированное холодное письмо и сообщение в Linkedin
5) Создаем аналитические данные для использования командой продаж и реселла.

Буду рад, если поставишь лайк и подпишешься на Youtube канал - в этом году постараюсь записать больше интересных видео.

https://www.youtube.com/watch?v=W8v2UX7KtiM

Apollo на прошлой неделе серьезно поменяли политику, и теперь аутбаунд станет ГОРАЗДО дороже.

А началось это после того, как LinkedIn забанил Apollo.

Если кто не в курсе, раньше были аккаунты Apollo с лимитом в 10,000 кредитов в месяц.

Много кто брал кучу таких акков, через API вытягивал контакты и обогащал данные с помощью бесплатных аккаунтов.

Так появилась целая куча скрейперов, а агентства по лидгену (и те, кто в теме 🙂 хорошо экономили. Теперь Apollo серьезно усложнили получение данных таким способом.

Они поставили защиту через Cloudflare, поменяли API и ещё по мелочи усложнили жизнь скрейперам.

Это был первый звоночек.

А потом пришло письмо, что все аккаунты Apollo переходят на новую схему кредитов.

Те же аккаунты, где раньше было 10,000 email-кредитов, теперь получают только 100. Это значит, объем лидов резко упал у всех.

Скрейпить и обогащать данные теперь намного сложнее и дороже. И агентства пострадали даже не сильнее всех.

Знаешь, кто реально попал?

Ребята, которые построили скрейперы на Apollo и продавали эти данные агентствам и маркетологам.
Знаю нескольких, кто зарабатывал по $10-30k+ в месяц, а теперь буквально за ночь ушел в $0.

Теперь агентствам придется платить полную стоимость данных, и явно пересматривать свои прайсы.

Какие из этого выводы:

1. Всегда рассчитывай цены по худшему сценарию.
Даже если получал имейлы по $0.005, всегда закладывай $0.01-$0.02 на случай таких ситуаций.

В худшем случае у тебя просто чуть меньше маржи, но хотя бы не уходишь в минус.

2. Вот тут и начинает играть твоя «защита» (бренд, кешфлоу, наработанная база клиентов).
Если ты заранее подготовился, то тебе сейчас намного проще, чем новым агентствам без такой защиты, которым придется переплачивать за те же самые данные.

Лично я сейчас использую Apify, чтобы вытягивать тысячи лидов чуть больше, чем за доллар.

Раньше моими фаворитами были инструменты типа Apolloscraper.io и ExportApollo.com, но они уже несколько недель не работают.

Небольшой инсайт про дискавери с Enterprise CXO-шниками, которые забукали звонок через аутбаунд.

Заметил что многие фаундеры / SDR’ы думают, что цель дискавери — разобраться в потребностях клиента, чтобы потом подогнать под них своё решение и объяснить, как мы можем помочь.

Но тут кроется главная ловушка.

Это же аутбаунд. Мы сами их вытянули на звонок. Большинство даже не решило, есть ли у них вообще проблема, достойная внимания прямо сейчас. Поэтому разговоры на дискавери с такими клиентами обычно идут туго.

Как же тогда проводить дискавери?

1. Сформулируй гипотезу, какие бизнес-задачи пытается решить компания, и узнай, что именно ты упустил, глядя с улицы.

- Подсказки для этого есть в письмах CEO акционерам, интервью фаундеров, подкастах с CEO и так далее. Используй это на звонке примерно так: «Вот что я вижу со стороны — что я упустил?».

- Я лично закидываю в ChatGPT Deeo Research вопрос типа: «Who is the CEO and what are their most recent interviews about the company's growth strategy?»

2. Интересуйся, КАК человек уже сейчас планирует достичь своих целей, и узнай, откуда он вообще взял такое мнение.

- Например: компания хочет увеличить subscription revenue в 4 раза к 2026 году. CRO думает, что для этого нужно нанять больше SDR-ов и поднять KPI по активности. Почему он так думает? Просто на прошлых 3 работах это сработало.

Аккуратно подкидываем ему факты, которые идут вразрез с этими убеждениями. Например можно рассказать про AI тренды и рассказать про агентов и тд.

- Цель не в том, чтобы показать, что он не прав, а в том, чтобы подсветить ошибки в его аргументации. Важно, чтобы это не выглядело как нападение на него, а скорее как общий взгляд на внешние обстоятельства, которые меняют математику и делают 1+1=3, а не 2.

3. Даем ему формулу, чтобы понять последствия продолжения текущего подхода.

- Это не ROI и не упущенная выгода — это цена бездействия (COI). Какие неприятности ждут компанию, если ничего не менять и решать проблему по-старому?

Если удалось вызвать любопытство, предложи им самим собрать данные для подсчёта масштабов проблемы к следующему звонку. Пока не продаем решение и не продавливаем следующий шаг. Мы просто вместе проверяем, насколько вообще стоит в это погружаться дальше.

Дискавери не должен напоминать допрос с пристрастием.

Это скорее похоже на разговор двух коллег, которые вместе разбираются в проблеме.

Никого уже не удивить рассылками в LinkedIn или холодной почте, все ищут не заспамленные каналы.

И мы такой нашли.

Знакомьтесь - Zoom Clips.

Это аналог Loom, позволяющий записывать короткие видео экрана и не только. А также отправлять их по почте вашим лидам.

Цимес в том, что отправляется ваше видео через сервер Zoom от почты [email protected].

Попадание во входящие почти 100%. Открытие ≈48%.
Чем-то похоже на рассылку 2-ух центов через Paypal.

На скриншоте можно посмотреть как это выглядит в почте.

Из ништяков:
- короткое и длинное описание видео
- кастомный thumbnail
- внешние ссылки
- кастомный брендинг
- аналитка просмотров и кликов

Советую не абьюзить и использовать для особо ценных клиентов.

Пользуйтесь на здоровье!

---------------------------------
Не забудь подписаться

На этой неделе возникло два кейса, когда ChatGPT Deep Research оказался незаменим - без него выполнить задачу было бы крайне затратно.

В последнее время Deep Research отлично помогает нам составлять базы лидов для клиентов: либо парсить труднодоступные сайты, либо находить нишевые отрасли.

Первый кейс: нужно было собрать список компаний‑спонсоров текущего года и тех, кто спонсировал мероприятие в прошлом году. Сайт события трудно поддавался парсингу - все спонсоры были представлены в виде изображений. Deep Research извлек данные из картинок без проблем.

Кроме того, в его памяти, похоже, уже были сведения о спонсорах прошлогоднего мероприятия; мы отделили их и вынесли в отдельный список.

Второй кейс: пришлось сформировать очень нишевые списки компаний в медиа‑сфере. Ни один из привычных источников не предлагал полноценного перечня, а Deep Research справился на отлично.

Возможно, кто‑то сейчас ломает голову, пытаясь вручную собрать список, и забывает, что за $20 в месяц у него уже есть готовый исследователь. А в Perplexity и Google вообще бесплатный.

Недавно снял видео, где сравнил дип ресерчи ChatGPT, Gemini и Perplexity, смотрите тут - https://www.youtube.com/watch?v=ruKDyE146KY

И конечно, не забудьте подписаться на канал 🙂

Подборка новых YC salestech стартапов

Снова прошёлся по последним лончам YC, залез на сайты стартапов и выписал самое интересное. Ниже - что делают, сколько просят и нужно ли тащиться на демо-звонок.

Kular - «лиды по кнопке». Сервис сам поднимает домены, пишет письма и берёт деньги только за результат: $250 за позитивный ответ или $375 за слот в календаре, первый лид даром, DIY-онбординг без демо. Заманчиво, однако :)

Venta - AI-SDR c упором на легальность в Европе. Комбинирует LinkedIn + email + письма на бумаге. Starter - €600/мес (10 митингов), 7-дневный триал; тарифы выше до €1 800/мес., всё оформляется через сайт, демо — опционально.

PowerDialer - параллельный dialer (до 5 линий) с клон-голосом для голосовой почты. Есть free-план (20 мин/мес.), безлимит обойдётся в $199/мес, никаких годовых кабальных контрактов - сразу «Start free» или демо.

Lopus - выцепляет «горячие» запросы в соцсетях (Reddit, X и т.д.) и выдаёт список покупателей, уже ищущих ваш продукт. $99.99/мес, 3-дневный trial; первое касание через Calendly-демо, дальше self-service.

Verbiflow - «швейцарский нож» для сейлз-процесса: лид-капчер, умная маршрутизация, KPI-дашборды. Цены не раскрывают — только через демо.

FuseAI - агентная альтернатива Salesforce: одним промптом создаёт ICP-лист, ведёт pipeline и шлёт аутрич. Пока waitlist + демо, публичных тарифов нет.

Riveter - очередной аналог Clay. Цен нет, доступ через демо.

AthenaHQ — GEO (Generative Engine Optimization): как ваш бренд выглядит в ChatGPT/Perplexity/Gemini, новая версия SEO. Lite — $367/мес, Growth — $825/мес, платёж сразу на сайте; демо не обязательно.

Outlit - подбирает оптимальные цены и условия, опираясь на историю контрактов в CRM-ке. Прайса нет, только демо.

Ciro - автопилот для Sales Navigator: сканирует профили, квалифицирует, достаёт контакты. Публичных тарифов нет, waitlist + demo.

Casixty - Reddit-агент для тех-продуктов: находит треды, генерит ответы, считает карму. Starter — $99/мес, Pro — $499/мес, фри-триал, демо не нужно.

И самый забавный стартап:

Pickle - AI-двойник, для тех, кто любит ходить на созвоны в одних трусах. Отдельный лайк за домен, наверно половина инвестиций на него ушла :)

Тренд очевиден: половина команд идут «all-in on agents», но ценник либо фиксированный SaaS, либо «запишись, расскажем лично». Пока еще никто не заменил полный стек SDR->AE.

Почему у Clay просто не было шансов выстрелить до 2023 года?

Я всегда смотрю на рост компаний через призму стратегии, тайминга и совпадения с рынком. Product-market fit случается, когда курс компании «щёлкает» с тем, чего действительно хочет рынок.
Ниже - как устроен Clay и что из этого можно вынести.

1. Децентрализация
Раньше каждый дата-провайдер кричал, что у него «самые точные» данные, и клиенты по умолчанию шли к тем, у кого жирный маркетинг-бюджет. Рынок был сосредоточен в руках наполненных деньгами игроков. Clay всё перевернул: дал один интерфейс к 30+ нишевым поставщикам.
Вывод: собрать мелких провайдеров в один хаб - ценность для GTM команд и мощный удар по гигантам. Но перелом случился только после подключения большого количества провайдеров.

2. Соответствие рыночным изменениям
AI и данные стремительно сливаются: много B2B-сигналов теперь можно вытащить из LLM. Когда AI вышел в мейнстрим, рынку вдруг понадобилась гибкая прокладка между данными и моделями - Clay оказался первым, кто это дал.
Вывод: рынок постоянно двигается и те, кто подхватывает сдвиг первыми, делают прорыв, а отстающие держатся за устаревшие гипотезы.

3. Доверие и stickiness
Люди больше верят тому, что создают сами. Clay продаёт «ингредиенты» и DIY рецепты как HelloFresh, пока крупные вендоры ведут себя как ресторан.
Вывод: там, где качество данных под вопросом, модель «собери сам» + агрегирование мелких провайдеров - топ-стратегия. За качество сырых данных Clay не отвечает, но при этом легко заменяет дорогих поставщиков.

4. Быть другим, а не чуть-чуть лучше
Соревнуясь «на полпроцента лучше», далеко не уедешь. Clay не сделал очередной тул для обогащения - он дал табличный интерфейс и переопределил сам способ работы с данными. Побеждают те, кто выглядит иначе.
Вывод: пока остальные пытались «не выделяться», Clay создал микрокатегорию, в которой конкурировать трудно.

5. Осваивайте смежные рынки
Когда рынок зреет, ядро перегревается. Успешные стартапы ищут незаполненные ниши на периферии, где потребности ещё не закрыты.
Вывод: не ломись в переполненные категории - ныряй в «голубой океан» :) У Clay тайминг сработал идеально: go-to-market стал сложнее, и их позиция сыграла.

6. Система и масштабирование
Чем сложнее GTM, тем больше всё упирается в талант лидгенщика или SalesOps. Clay запаковал их лайфхаки в повторяемые «рецепты» и процессы.
Вывод: вечный приём - превращать экспертизу в систему. Систематизировал → масштабировал → победил.

Clay ближе к логике «build», как n8n, чем к «buy», как ZoomInfo. Сейчас, когда LLM-агенты умеют то, что раньше требовало команду инженеров, инструменты для оркестрации данных/агентов на коне.

Кстати, я записал короткое видео на YouTube, где показываю их свежий Signals Dashboard - рассказываю как отслеживать смены работы и промоушены лидов, следить за наймом новых сотрудников в целевых компаниях и другие сигналы.


И подпишись на канал, если интересно!

Путь к тому, чтобы стать незаменимым, уже здесь, и он куда проще, чем кажется.

Решил написать немного философский пост о том как относиться к ИИ.

В последнее время часто слышу вопрос от фаундеров и продавцов: «Я не понимаю, как подойти / работать с ИИ, с чего начать?»

Ответ на удивление прост: все сводится к одному действию и одной ключевой идее.

1. ДЕЙСТВИЕ. Пытайтесь решать абсолютно любую задачу сначала через ChatGPT. Всегда начинайте с него. Возможно, решение вы найдете не сразу, но вы узнаете, что он может писать и выполнять код.

Вы откроете, что Claude умеет создавать клевые интерактивные графики. Узнаете, что Gemini принимает до 1 млн токенов - можно вставлять целые таблицы. DeepResearch поможет структурировать информацию из сети.

Просто описываем задачу и жмякаем «Отправить».

2. ИДЕЯ. Подумайте: «Если бы мой клиент имел идеальные внешние и внутренние данные ровно в тот момент, когда они нужны для достижения желаемого результата, чего бы он захотел?
Зачем?
Ради какой цели?
Как я могу дать это так, как никто другой не сможет?»

ИИ - это горизонтальный инструмент, он влияет на написание кода, создание текстов, коммуникацию во всех её формах.
Это машина для МЫШЛЕНИЯ, но, что удивительно, не для ПРИНЯТИЯ РЕШЕНИЙ.

ИИ не очень хорош в подсказках, ЧТО делать, но отлично учит, КАК это сделать.

Он не лучший помощник, когда дело касается мотивации («зачем»), но прекрасно помогает понять, стоит ли вообще что-то делать.

Правильных ответов не будет, если не задать узкий точный вопрос.

Главный компонент по-прежнему ВЫ. Надо думать о данных на входе и на выходе, о том, как структурировать информацию и кому она нужна в конкретный момент.

Теперь можно не беспокоиться о новых инструментах и еженедельных AI «революциях». Всё это бесполезно, если вы не ответите на ОДИН вопрос:

«Если бы перед клиентом в каждый момент взаимодействия с моим софтом находился весь интеллект компании, что могла бы сделать наша команда, чтобы коренным образом изменить клиентский опыт?»

Ответьте на этот вопрос, чтобы понять, что делать. С тем же вопросом обратитесь к ИИ - только дайте ему контекст.

Играйте с ChatGPT, чтобы понять, где он помогает и где, без вашей редакторской правки, может навредить.

Нам нужны редакторы, которые понимают авторов. Ведь совсем скоро первые черновики практически всего, что мы видим вокруг, будут писать именно они - машины.

И именно редакторы будут решать, понравится нам прочитанное или это будет очередной проходной роман.

Теперь редактор - это вы.

Как использовать последнюю модель GPT в Clay

Записал видео, где показываю как настроить последнюю модель o3 (которая умеет долго думать и ходить в интернет) для скоринга базы лидов в Clay.

На вход мы даем Company Website и Linkedin URL (да да, o3 умеет парсить и Linkedin) и на выходе получаем анализ попадания в наш ICP, сигналы / интенты и cold opener, который можно использовать в холодном сообщении.

Воркфлоу подойдет как для inbound, так и для outbound задач.

По стоимости, получается около 5 центов за строчку.

https://youtu.be/BLky_C_yQJA

Питчить в личке - это норм, главное - не ходить вокруг да около.

Я могу гарантировать, что ни один exec уровня C-suite или VP не хочет, чтобы вы ежедневно лайкали и комментили их посты и спустя три недели наконец-то отправили им питч.

Просто действуйте сразу.

Ниже процесс, который я использовал сам, когда работал SDR'ом и теперь советую всем фаундерам, которые строят founder-led sales, последние 6 лет.
Он требует усилий и настоящей вовлечённости, так что автоматизировать не получится. Всё делаем ручками.

Начинаем со стратегии 5x3x1:
(5 аккаунтов/компаний, по 3 ЛПР в каждой, 1 действие - комментарий, лайк или подписка на их LinkedIn профиль). Затем отправляем запрос на добавление без сопроводительной записки.

⬇️
Утром следующего дня просыпаемся, и 8 из 15 заявок приняты, отлично!

⬇️
Проводим исследование и находим что болит в их компании (сделать это просто: открываем комп, читаем новости об их компании, смотрим подкаст с их CEO или фин показатели - это не сложно, но делают это единицы).
Еще проще - открыть perplexity и сделать быстрый дип ресерч.

⬇️
Выходим на улицу с телефоном и записываем 8 видеосообщений прямо в LinkedIn (никаких специальных инструментов, просто встроенная функция LinkedIn, если юзать другие способы, то ниже конверсия). Либо записываем голосовушки.

⬇️
Что в этом видео?
«Vasya! Thanks so so much for connecting, hope you are having an awesome morning.

Sorry if you hear the littles in the background, just wrapping up the day and almost forgot to send this over!

I know you probably get an incredible amount of outreach, hopefully this feels different. I did connect with you for a reason and it’s part of my job to make sure you know we exist and that I also identify areas where we might be able to support.

On Monday I was listening to a podcast and your CEO mentioned churn or retention of current customers lagging compared to last quarter, that pushed me to dig a little deeper into data.

Jumped into sales nav and saw that only one of your AMs / CSMs had engaged with your current customers content (used a couple samples from your case study customers) so that might be something to look into.

I’m happy to help as that’s what I do for a living, and am happy to introduce you to a couple other similar customers if you want to hear from them vs me, I don’t even need to be in the room!

Anyways, have a great day and I hope you enjoy the offsite in Belize next week with the team!

Cheers»
———

Делюсь этим с надеждой, что вы действительно примените это на практике, хотя в реальности только 1% это сделает.

Именно поэтому планка в продажах сейчас такая низкая и именно поэтому сейчас лучшее время быть продавцом - покупателям не хватает нормального живого аутрича.

Что будет с SaaS стартапами?

Меня беспокоит судьба основателей стартапов с VC инвестициями, построивших свой бизнес до 2021–2023 годов. Объясню почему.

Почти все SaaS-стартапы пытаются прикрутить AI к своим продуктам (вспомните хотя бы провалившийся Apple Intelligence), но они просто не созданы для этого.

У нас есть невероятно мощная технология (AI), которая плохо приживается в системах, изначально созданных людьми для людей.

Возьмем, например, CRM-ки. Они построены так, чтобы их заполнял, вел и обновлял именно человек - он же создавал отчёты, делал заметки, выстраивал процессы. И да, AI-помощник может помочь человеку с этими задачами.

Но это абсолютно несравнимо с тем, если бы мы изначально проектировали продукт под AI агентов, а не людей. Представьте, что мы избавляемся от 90% UX и создаём софт, ориентированный исключительно на работу AI - с понятными API / MCP, надёжной проверкой данных и осмысленным контролем со стороны человека.

Вы бы тратили 90% времени на то, что происходит под капотом, а остальные 10% - на обучение пользователей работе с системой, которая в 100 раз автономнее того, к чему они привыкли.

Многие из стартапов, которые были построены раньше, сегодня можно было бы просто навайбкодить в Cursor или похожих инструментах. Некоторые принципиально не дружат с AI. Но поскольку люди супер подвержены эффекту Конкорда, они будут цепляться за то, что уже создано.

Хотел бы я, чтобы инвесторы говорили своим основателям: если у вас есть идеи получше, мы поможем вам пойти на бóльший риск и освободиться от вашего старого решения, придуманного ещё до AI.

Сейчас не время для постепенных улучшений, не время цепляться за построенное, только потому что у вас есть клиентская база - вы не Google. Ваше преимущество именно в способности мыслить с чистого листа.

Спросите себя честно: «Если бы сегодня был первый день, стал бы я создавать именно этот бизнес? Дает ли он сейчас реальную пользу, превышающую то, что можно получить от ChatGPT, подключенного к какой-то системе?»

Если ответ отрицательный, нужно искать пути выхода и попробовать начать с нуля - хотя бы в виде мысленного эксперимента.

Причина, по которой мы пока не видим действительно крутых штук помимо основных LLM (кроме инструментов для кодинга), в том, что люди продолжают мыслить в формате «прикрутить AI к старой системе».

Мне кажется, мы не осознаём, насколько обречена большая часть SaaS, и поскольку венчур хочет крупных экзитов, они переоценивают текущие активы своих компаний и недооценивают, какой огромный потенциал есть у их основателей для создания по-настоящему трансформационных вещей.

Если раньше сложность разработки была конкурентным преимуществом, то сейчас, когда кодинг становится общедоступным, возникает вопрос: а какие вообще продукты смогут выжить, если у них нет уникального набора данных?

Правила квалификации и персонализации лидов снова изменились

На днях вышла нова модель Gemini 2.5 Flash Lite Thinking - самая экономная думающая модель. В видео я показываю как ее интегрировать в Clay, как написать для нее промпт и как мы ее применяем.

По цене получается в среднем $10 за 10,000 лидов. Неплохо, да?)

Также показал / рассказал про Sonar Deep Research от Perplexity AI - на данный момент единственная дип ресерч модель, доступная по API.

Стоимость у нее конечно самая дорогая, в моей выборке доходило до $0,50 за одного лида. Но оно того стоит для лидов идеально попадающих в ICP.

Теперь рекомендованный флоу сбора базы лидов такой:

1 - скрейпим из Apollo, Linkedin, Apify и тд

2 - квалифицируем через Gemini

3 - ищем сигналы через Clay, Trigify

4 - энричим и персонализируем через Sonar Deep Research

Если понравилось видео - подпишись на ютуб канал!

https://youtu.be/_J6NAa7VM7M

Гроус хак дня ✍️

3-шаговая GTM-воронка для сбора базы лидов + обогащение данных
(с готовыми промптами)

1. Поиск компаний

Используем GPT-o3 в качестве разведчика

Act as a Lead-Source Scout and find the best places to pull leads for {PRIMARY_INDUSTRY}, {SUB_INDUSTRY}, {REGION}, {TARGET_COMPANY_SIZE}, {CHANNEL_PRIORITY}, {SPECIAL_CRITERIA}, {BUDGET}. Return a ranked list of at least five databases (like Apollo, Crunchbase) and five directories (like trade associations). For each, share the name, URL, type (Database or Directory), coverage, company count, data fields, pricing, how easy it is to scrape, and why it fits the segment.
Rank most to least relevant. Show results in a clean Markdown table and add three clear takeaways.

После выбора источников собираем список компаний, входящих в вашу ЦА.

2. Поиск контактов

Сначала импортируем список компаний в Apollo или Clay.

Затем используем Claude Opus 4 (c Extended Thinking) для генерации ключевиков.

Act as a Keyword Builder for outbound prospecting. For {PRIMARY_INDUSTRY}, {SUB_INDUSTRY}, {REGION}, {TARGET_ROLES}, {SPECIAL_CRITERIA}, list 30–50 unique, relevant job title keywords, comma-separated, no repeats, no extras. Include synonyms, abbreviations, and sector-specific phrases. Maximize match rates for list-building.

Далее грузим эти ключевые слова в Apollo или Clay для поиска ЛПР.

3. Обогащаем лидов чере waterfall

- скрейпим поиски в Apollo (с email и без) через Apify

- находим недостающие email-ы через Fullenrich, Icypeas, Prospeo и LeadMagic в Clay

- валидируем через Zerobounce

Такой подход увеличивает TAM на 20–30%.

Бонус: AI энричмент данных

Clay интегрируется со скрейперами Apify, ZenRows, Serper и Claygent для сбора данных в паблике, которые можно использовать для персонализации, сегментации или квалификации.

Для сегментации и скоринга используем Gemini 2.5 Flash Lite, для персонализации Perplexity Sonar Deep Research или o3. Выше выкладывал видос, как все настроить.

Несколько последних кейсов персонализации:
- идеи кастомной интеграции / рекламы в мероприятии исходя из бизнеса лида
- анализ количества изображений на сайте лидов для формулы в предложении
- поиск ключевиков в рекламных объявлениях компаний

Вайбкодинга пост

Последний месяц плотно погрузился в вайбкодинг. Начинал еще во времена когда делал свой первый стартап Magic Educator - тогда пилил MVP на Bubble. И это было что-то вроде Тильды, но с возможностью подцепить API и разные воркфлоу. Шаг влево или право и все ломалось. Помню купил какой-то гайд по подключению GPT3 к Bubble, где автор специально что-то сломал, чтобы заставить обратиться к нему за помощью.

Год назад тестил Replit Agent - уже лучше, но для чего-то сложнее лендинга не годится. Bolt, v0 и другие были примерно на том же уровне. Пока не появилась Sonnet 4 от Claude.

Через неделю после релиза потестил Base44 (недавно проданный Wix за $80M). Одним промптом получил то, что хотел - кастомную версию GPCheetah, которая умеет больше, чем просто GTM-рисерч.

Но Base44 сильно ограничен по коду и интеграциям. Так я пересел на Cursor Pro и познал мощь Sonnet 4. И понеслась.

За неделю навайбкодил 3 прототипа:

- AI SDR - генерит GTM-план, собирает лиды через Apify/Apollo/Clay, пушит в Smartlead
- аналог Cluely для продаж - real-time подсказки для продаж на основе контекста лида/компании
- дашборды для клиентов, показывающие сводную аналитику из Heyreach, Instantly и Smartlead + полный путь лида от первого просмотра профиля в Linkedin до Closed/Won в Hubspot

Но вовремя остановился.

Сам же учу фаундеров фокусироваться на том, что нужно рынку. Дашборд получил трекшн у клиентов - значит, копаем туда.

В итоге 90% времени я юзаю Claude Code на Max тарифе внутри Курсора. Широкое окно контекста решает, плюс Anthropic лучше знает свою модель, чем любой реселлер. По разговорам в твиттере и реддите можно судить, что большинство отказывается от Курсора в пользу CC. Если давно хотели запилить продукт, но не хватало техэкспертизы - сейчас лучшее время.

Что строю сейчас

Заметил проблему у клиентов и других команд: есть gap по аналитике аутрича. Мы тестируем гипотезы, получаем положительные ответы и далее продавцы отвечают на эти позитивные ответы. Практически всегда мы используем лид магнит и ответ редко бывает шаблонным. Поэтому пишут его руками внутри аутрич платформ.

Большинство заканчивает аналитику аутрича на моменте получения заинтересованного лида. Далее смотрят на количество звонков и сделок в CRM.

Но практически никто не отслеживает скорость ответа и то, что происходит между ответом и демо звонком.

Есть немало исследований о том, что в inbound высокая скорость ответа в десятки раз увеличивает конверсию в продажу. А мы говорим о холодном аутриче, где мы генерим интерес сами.

Поэтому решил сделать сервис, который подключается по API к аутрич тулу и замеряет скорость ответа ваших продавцов, анализирует по job titles и компании - потенциальный чек лида и показывает все на красивом дашборде. Позже будут алерты в слак или тг.

Если интересно, вэлкам на сайт - https://becheetah.com/

Буду рад любому фидбеку.

Ну и делитесь в комментах, кто что вайбкодит 🙂

Подборка YC salestech стартапов за последние 3 месяца.

Снова прошёлся по свежим лончам YC, чекнул сайты и выписал самое интересное.

Nomi - Cursor для продаж. Во время звонка советует продавцу, что сказать. Дают халявный ноуттейкер.

Fiber AI - верифицированные телефоны и почты в 4 раза дешевле Clay/ZoomInfo с 0% bounce guarantee. Прайс от $250 в месяц. Триала нет, только сразу оплата за год. Забавно, что если букаешь демо - в Calendly фаундера написано, что у них овербукинг и след слот только в сентябре; хочешь раньше - плати :)

Orange Slice - находят лидов, которые уже хотят купить. AI‑агент сканирует сайты компаний, новости, посты и job‑листинги. Цен нет, демо.

Webhound - агент для сборки кастомных датасетов под ваш юзкейс: от «100 YouTube-инфлюенсеров с e-mail» до lead-листов. Бесплатный тариф - до 5 задач в неделю; старт self-serve.

Dash - универсальный агент для сэйлз/маркетинг операционки: подтягивает метрики в отчёты, обогащает лиды в HubSpot, бронирует звонки, шлёт апдейты в Slack. Можно бесплатно попробовать.

Roger - очередной AI‑продавец, который сам находит лиды и назначает встречи. Ценник от $600 в месяц, можно начать с пилота за $200.

Apten - платформа ведёт диалог с лидами по cмс, звонкам и email, запоминает контекст, использует данные из ЦРМ и может вовлечь человека, когда нужно. Цен нет, все через демо.

SixtyFour - «Bloomberg для продаж». Создаёт кастомные TAM‑списки и ищет real‑time сигналы: выявляет потенциальных клиентов по регуляторным документам, строительным докам и кадровым перемещениям и предсказывает готовность к покупке с помощью ML-моделей. Только демо, без цен.

crmCopilot - «AI‑апгрейд для Salesforce». Интегрируется с имейл, чатами и звонками, автоматически апдейтит CRM, напоминает о follow‑up'ах и находит нужную информацию по всем каналам. Пока waitlist.

Также много разных GEO тулов, которые показывают как часто и по каким запросам упоминают вашу компанию ChatGPT, Claude, Perplexity и другие. Интереснее всего Imprezia, они делают контекстную рекламу внутри чатов, установил SDK и крутишь показы.

Половина cтартапов - «AI-продавцы в вертикалях» (их не включил в пост; продают банкам, страховым, автодилерам, недвижка и тд), вторая - операционный клей для сейлз-стека (данные, ресёрч, «сделай за меня в HubSpot»). Сбор/верификация данных и рутина вокруг CRM стремительно автоматизируются.

Про важность оффера

Использовать сигналы для аутбаунд-кампаний - это классно и делать это нужно, но это не волшебная таблетка для аутбаунда. Гораздо сильнее влияет то, насколько ты довел до ума оффер для холодной аудитории.

По мере того как доступ к данным дешевеет, люди в LinkedIn и компании всё чаще обсуждают, как строить аутбаунд на «умных» сигналах.

Это здорово, так и надо, но есть две пробелмы с сигналами:

1) Тебе нужно больше встреч, чем сигналы вообще могут дать на твоём рынке.

2) Ты гоняешься за сигналом, которого публично не существует, и в попытках добыть «обходными путями» выкидываешь кучу нормальных компаний.

«Только что привлекли раунд», «оформили новых сотрудников», «ищут людей в команду», «анонсировали новый продукт» - это самые частые сигналы, которые я вижу в LinkedIn и которые у нас просят клиенты.

Представь, что в твоём TAM 100 000 лидов, до которых ты реально можешь достучаться. Сколько из них в любой момент начинают новую работу или только что получили повышение? 10%? 20%?

Этого очень мало, чтобы построить весь аутбаунд только на сигналах.

Та же история и с пунктом 2. Один клиент как-то сказал: «Мы хотим писать компаниям, которые тратят $40k+ в месяц на маркетинг».

Окей, публичного способа узнать это нет. Но я могу сказать, у кого в маркетинге 5 человек и кто активно льёт рекламу в Meta/Google/LinkedIn.

А что насчёт компании, где один маркетолог, потому что остальное отдано подрядчикам, и официально крутится только Meta, но на самом деле бюджет на рекламу - $100k в месяц?

Можно спорить, что прокси вроде трафика сайта помогут, но это опять не дает никаких гарантий.

Одна вещь, которая фиксит обе проблемы, - потратить время на оффер (с лидмагнитом), который реально резонирует с аудиторией.

У ImageGen SaaS в холодную лучше работает предложение обновить часть каталога бесплатно.

Маркетинг-агентство, с которым мы работаем, делает первые 3 AI видео, и деньги берёт только после того, как клиент доволен результатом.

У нас, например, первая кампания бесплатно, как пилот для определенных бизнесов. То есть до любой оплаты мы доказываем, что умеем приводить лидов.

Способов тут масса. И, по-моему, людям стоит больше обсуждать, как доводить до ума оффер и лид магниты, а не изобретать очередной «тройной дабл-бэкфлип» в аутбаунд-воркфлоу.

Отслеживать ли открытия писем?

Ниже расскажу о том, как мы используем open tracking. Делаем мы это не ради того, чтобы знать кто открывает наши письма :)

В этом году среди GTM и outbound сообщества сложился консенсус относительно использования open tracking пикселя - лучше не использовать. Выше у меня был пост, что Google начал подсвечивать письма с таким пикселем - что дополнительно смотивировало рынок отказаться от этой фичи.

Недавно мы решили протестировать несколько кампаний с включённым open tracking только по четвергам и пятницам - и мы остались довольны.

Если что, open tracking по сути - это vanity metric (ничего не значащая). После апдейта iOS, если у человека почта привязана в почтовый клиент айфона, каждое письмо, которое попадает во входящие, триггерит пиксель открытия.

Иногда меня просят: «Можете дать список всех, кто открыл письмо?» - и я всегда отвечаю: «Давайте лучше скорить лидов по другим вещам - по контенту их сайта и другим сигналам, потому что сам факт открытия ещё не значит, что человек реально открыл письмо».

Зато это даёт нам данные о том, попадают ли письма во входящие или идут в спам.

Не скажу, что open tracking идеален, но если один из ваших ящиков получает 10% open rate, а другой - 75%, то ящик с 10% можно смело выкинуть и больше не использовать в других кампаниях.

Ни одна другая метрика (вроде отслеживания ответов по кампании или out-of-office) не даёт такого ориентира. Они показывают, как идёт кампания в целом, но не дают мгновенной оценки именно по состоянию почтового ящика.

Inbox spam placement тесты (есть в Smartlead и Instantly) - неплохая штука, но из-за своей сути, если делать их слишком часто, сам тест «привыкает» к адресу отправителя и начинает направлять письма в основную вкладку.

Некоторые встроенные spam testing tools вообще «чинят» ваш inbox health: если видят, что письмо уходит в спам, они переносят его во входящие, и этим обнуляют смысл следующего теста.

---

В холодном аутриче есть три кита, от которых зависит успех и масштабируемость:

1) Инфраструктура рассылки (домены, почты, сиквенсеры, профили в линке)

2) База лидов (TAM, сигналы, триггеры, квалификация)

3) Оффер (тексты, лид магниты, персонализация)

Не забываем итерировать и улучшать перфоманс в каждом пункте.

После сотен тысяч отправленных писем - вот паттерны, которые убивают конверсию в забуканный звонок.

1. Использовать ссылку на календарь как ваш CTA.

Ссылки кажутся удобными, но security и спам фильтры + человеческое поведение работают против них. Люди чаще отвечают «Да, давай созвонимся», чем кликают на рандомную ссылку. Сначала заработайте ответ, затем предлагайте варианты брони.

2. Слишком медленный ответ.

Скорость ответа вас и ваших SDR - конкурентное преимущество. Чем дольше тянете, тем холоднее лид. Отвечайте в тот же день - это сигнал, что вы вовлечены. А лучше в пределах часа. Я вон даже софт специальный сделал, который отслеживает скорость ответа в Instantly, Smartlead и Heyareach.

3. Недостаточно фоллоу-апов.

Баланс важен: не спамьте, но если человек уже «поднял руку», не останавливайтесь, пока он не забронирует слот или не скажет «нет».

4. В фоллоу апах не транслируется ценность.

«Just checking in» - лениво. Каждый контакт должен напоминать, зачем созвон: ROI, снижение риска, case study, новая идея. Через пару попыток добавьте kicker (часто срабатывает оффер с гифт картой, если квалифицировали базу в Clay).

5. Отсутствие вариантов для бронирования.

Не заставляйте выбирать только ссылку или только переписку. Делайте и то, и другое:
«Подойдёт вторник 9:00 ET или четверг 14:00 ET? Если удобнее - вот мой календарь».

Так вы снижаете трение и уважаете предпочтения: кому-то удобен calendly, кого-то он раздражает. Угодите обоим типам.

6. Нет фоллоу апов в других каналах.

Reply rate ≠ meeting rate. Иногда лишнее сообщение в LinkedIn или быстрый звонок дожимает тёплый ответ до встречи. Люди бронируют встречи с людьми, а не с почтовыми ящиками.

Это всего лишь несколько вещей, которые, как мы видели, имеют значение и которые очевидны, но иногда важно напомнить :)