Cómo construimos para Huntly un sistema de targeting para un mercado que todos dan por inalcanzable
Caso de estudio de Huntly
Oriol SerraFounder & CEO
Recruitment es uno de los mercados de cold email más saturados que existen. Cada hiring manager con una oferta de empleo publicada recibe varios emails de agencias a la semana, y la mayoría son idénticos.
La conclusión habitual es que el outbound ahí no funciona.
La conclusión correcta es que ahí no funciona el outbound construido solo sobre ofertas de empleo, porque una oferta publicada es una señal que ve cualquier competidor. Si vuestra entrada de targeting es pública y universal, vuestro email llega a una cola con otros quince que dicen lo mismo.
La pregunta no es cómo escribir un email mejor para esa cola. Es qué señal no está usando nadie más.
La empresa
Huntly es un marketplace de recruitment tech que conecta empresas con recruiters para contratar developers, y cobra entre el 5 y el 7% del salario del candidato frente al 20 a 30% que cobra un recruiter tradicional.
La oferta es realmente fuerte. Los empleadores eligen de un pool de candidatos ya filtrados, y Huntly cobra a comisión.
Eso importa por una razón. El outbound amplifica cualquier oferta a la que lo apuntes. Una oferta débil con un buen sistema solo produce un flujo más rápido de rechazos.
La situación
Huntly crecía, sobre todo por referidos, sin ningún motor de outbound automatizado por debajo.
Como la mayoría de las empresas en esa posición, la prospección manual consumía tiempo que debería haber ido a conversaciones. Y la estructura tradicional de SDR a AE que de otro modo habrían montado tenía la forma equivocada para el volumen de investigación que su targeting realmente exigía.
La lógica de targeting
Construimos el sistema sobre dos señales en lugar de una.
Señal 1: están contratando para un rol que Huntly puede cubrir. La señal pública. Necesaria, pero compartida con todos los competidores.
Señal 2: la empresa está creciendo rápido. Crecimiento de plantilla a seis meses, con un umbral mínimo aplicado. Esta es la que cambió el resultado.
El razonamiento es sencillo en cuanto lo dices en voz alta. Una empresa que aumenta su plantilla de forma agresiva tiene objetivos de contratación con los que ya va con retraso. Cumplirlos con recruiters tradicionales significa gestionar varias relaciones con agencias en paralelo, algo lento y caro. Para esa empresa concreta, en ese momento concreto, un pool de candidatos ya filtrados no es una alternativa interesante. Es la obvia.
La primera señal te dice que tienen una necesidad. La segunda te dice que la necesidad es urgente. Solo la segunda es difícil de replicar para un competidor.
Qué construimos
1. Hacer scraping de empresas que contratan para roles que Huntly puede cubrir 2. Usar IA para identificar el tamaño y el sector de la empresa, y excluir lo que no es ICP 3. Enriquecer la empresa con el crecimiento de plantilla a 6 meses 4. Descartar las empresas que crecen menos del 10% 5. Encontrar a los decisores dentro de las empresas que quedan y enriquecer sus emails 6. Normalizar los cargos, para que el copy nunca diga «Engineer II senior» 7. Usar IA para escribir la primera línea a partir de los datos enriquecidos 8. Detectar la zona horaria del decisor y enrutarlo a la campaña regional correcta
Dos detalles pesan más de lo que parece.
Normalización de cargos. Los datos en bruto de recruitment están llenos de cadenas como «Engineer II senior». Si eso aterriza sin editar en una línea personalizada, el email se lee como automatizado y el prospecto se ha perdido. La normalización es la diferencia entre personalización y un mail merge que se nota.
Enrutado por zona horaria. Los registros se repartieron en campañas regionales según la ubicación real del decisor, para que los envíos llegaran a una hora local razonable y no a las 3 de la madrugada.
El copy
El email abría con el rol que estaban contratando, nombraba la tasa de crecimiento que estaban viviendo, preguntaba si contratar lo bastante rápido era una limitación real y ofrecía un vídeo corto mostrando acceso a candidatos ya filtrados para ese rol exacto.
Cada variable salía de la capa de enrichment.
Los resultados
La validación se hizo con menos de 1.700 leads y produjo 5 reuniones y 1 cliente cerrado en las primeras 6 semanas.
Eso es una reunión por cada 340 leads contactados, y un cliente por cada 1.700, en un mercado donde se da por hecho que el outreach en frío no convierte en absoluto.
Aquí el ratio de eficiencia importa más que las cifras absolutas. Una validación tiene que responder a una sola pregunta: si la lógica de targeting aguanta. Aguantó, con poco volumen, lo que significa que el volumen puede aumentarse con un coste por reunión conocido en lugar de con una esperanza.
Huntly informó de que el sistema se estabilizó en torno a 50.000 $ al mes en valor de pipeline a medida que escalaba.
Lo que tienen ahora
El sistema es el activo. El equipo de Huntly lo mantiene probando copy, ángulos y jugadas, no reconstruyendo la máquina.
Cualquier comercial que incorporen gestiona la bandeja de entrada y tiene las conversaciones. La investigación, el filtrado, el enrichment y el enrutado ocurren antes de que nadie abra una pantalla.
Ese es el argumento estructural contra el modelo SDR tradicional en un mercado como este. El trabajo que antes justificaba la plantilla es el trabajo que ahora hace el sistema.
Para quién es esto
Empresas en mercados saturados donde la señal de targeting obvia está al alcance de todos los competidores.
Si vuestra lista se construye con el mismo disparador público que usan todos los demás, vuestro email compite solo por el copy. Es una carrera que podéis ganar de vez en cuando y nunca de forma fiable.
La ventaja viene de encontrar la segunda señal.
¿Queréis que os lo construyamos?
30 minutos. Revisamos vuestra lógica de targeting y os decimos si hay una señal que vuestros competidores no están usando.
Solicitar una llamada estratégica
