Com vam construir per a Huntly un sistema de targeting per a un mercat que tothom dona per inabastable
Cas d’estudi de Huntly
Oriol SerraFounder & CEO
El recruitment és un dels mercats de cold email més saturats que existeixen. Cada hiring manager amb una oferta de feina publicada rep diversos emails d’agències a la setmana, i la majoria són idèntics.
La conclusió habitual és que l’outbound no hi funciona.
La conclusió correcta és que no hi funciona l’outbound construït només sobre ofertes de feina, perquè una oferta publicada és un senyal que veu qualsevol competidor. Si la vostra entrada de targeting és pública i universal, el vostre email arriba a una cua amb quinze més que diuen el mateix.
La pregunta no és com escriure un email millor per a aquesta cua. És quin senyal no fa servir ningú més.
L’empresa
Huntly és un marketplace de recruitment tech que connecta empreses amb recruiters per contractar developers, i cobra entre el 5 i el 7% del salari del candidat davant del 20 a 30% que cobra un recruiter tradicional.
L’oferta és realment forta. Els empleadors trien d’un pool de candidats ja filtrats, i Huntly cobra a comissió.
Això importa per una raó. L’outbound amplifica qualsevol oferta a la qual l’apuntis. Una oferta feble amb un bon sistema només produeix un flux més ràpid de rebutjos.
La situació
Huntly creixia, sobretot per referits, sense cap motor d’outbound automatitzat per sota.
Com la majoria d’empreses en aquesta posició, la prospecció manual consumia temps que hauria d’haver anat a converses. I l’estructura tradicional d’SDR a AE que d’altra manera haurien muntat tenia la forma equivocada per al volum de recerca que el seu targeting realment exigia.
La lògica de targeting
Vam construir el sistema sobre dos senyals en lloc d’un.
Senyal 1: estan contractant per a un rol que Huntly pot cobrir. El senyal públic. Necessari, però compartit amb tots els competidors.
Senyal 2: l’empresa està creixent ràpid. Creixement de plantilla a sis mesos, amb un llindar mínim aplicat. Aquest és el que va canviar el resultat.
El raonament és senzill tan bon punt el dius en veu alta. Una empresa que augmenta la plantilla de manera agressiva té objectius de contractació amb els quals ja va endarrerida. Complir-los amb recruiters tradicionals vol dir gestionar diverses relacions amb agències en paral·lel, cosa lenta i cara. Per a aquella empresa concreta, en aquell moment concret, un pool de candidats ja filtrats no és una alternativa interessant. És l’òbvia.
El primer senyal et diu que tenen una necessitat. El segon et diu que la necessitat és urgent. Només el segon és difícil de replicar per a un competidor.
Què vam construir
1. Fer scraping d’empreses que contracten per a rols que Huntly pot cobrir 2. Fer servir IA per identificar la mida i el sector de l’empresa, i excloure el que no és ICP 3. Enriquir l’empresa amb el creixement de plantilla a 6 mesos 4. Descartar les empreses que creixen menys del 10% 5. Trobar els decisors dins de les empreses que queden i enriquir-ne els emails 6. Normalitzar els càrrecs, perquè el copy no digui mai «Engineer II senior» 7. Fer servir IA per escriure la primera línia a partir de les dades enriquides 8. Detectar la zona horària del decisor i enrutar-lo a la campanya regional correcta
Dos detalls pesen més del que sembla.
Normalització de càrrecs. Les dades en brut de recruitment són plenes de cadenes com «Engineer II senior». Si això arriba sense editar a una línia personalitzada, l’email es llegeix com a automatitzat i el prospecte s’ha perdut. La normalització és la diferència entre personalització i un mail merge que es nota.
Enrutament per zona horària. Els registres es van repartir en campanyes regionals segons la ubicació real del decisor, perquè els enviaments arribessin a una hora local raonable i no a les 3 de la matinada.
El copy
L’email obria amb el rol que estaven contractant, anomenava la taxa de creixement que estaven vivint, preguntava si contractar prou ràpid era una limitació real i oferia un vídeo curt que mostrava l’accés a candidats ja filtrats per a aquell rol exacte.
Cada variable sortia de la capa d’enrichment.
Els resultats
La validació es va fer amb menys de 1.700 leads i va produir 5 reunions i 1 client tancat en les primeres 6 setmanes.
Això és una reunió per cada 340 leads contactats, i un client per cada 1.700, en un mercat on es dona per fet que l’outreach en fred no converteix gens.
Aquí la ràtio d’eficiència importa més que les xifres absolutes. Una validació ha de respondre una sola pregunta: si la lògica de targeting aguanta. Va aguantar, amb poc volum, cosa que vol dir que el volum es pot augmentar amb un cost per reunió conegut en lloc d’amb una esperança.
Huntly va informar que el sistema es va estabilitzar al voltant de 50.000 $ al mes en valor de pipeline a mesura que escalava.
El que tenen ara
El sistema és l’actiu. L’equip de Huntly el manté provant copy, angles i jugades, no reconstruint la màquina.
Qualsevol comercial que incorporin gestiona la safata d’entrada i té les converses. La recerca, el filtratge, l’enrichment i l’enrutament passen abans que ningú obri una pantalla.
Aquest és l’argument estructural contra el model SDR tradicional en un mercat com aquest. La feina que abans justificava la plantilla és la feina que ara fa el sistema.
Per a qui és això
Empreses en mercats saturats on el senyal de targeting obvi està a l’abast de tots els competidors.
Si la vostra llista es construeix amb el mateix disparador públic que fan servir tots els altres, el vostre email competeix només pel copy. És una cursa que podeu guanyar de tant en tant i mai de manera fiable.
L’avantatge ve de trobar el segon senyal.
Voleu que us ho construïm?
30 minuts. Revisem la vostra lògica de targeting i us diem si hi ha un senyal que els vostres competidors no fan servir.
Demanar una trucada estratègica
