Hauptinfo
Die Aktion zur KI‑ICP‑Erkennung wird verwendet, um ideale Kundenprofile aus den gesammelten Leads von LinkedIn herauszufiltern.
Im Gegensatz zu einem Standard‑Workflow, bei dem Profile anhand einer Stichwortsuche zu einer Kampagne hinzugefügt werden, liest ein Workflow mit KI‑ICP‑Erkennung das vollständige Profil – Zusammenfassungen, Erfahrungsbeschreibungen und Unternehmensbeschreibungen –, bewertet, wie gut jede Person zu Ihrem ICP passt, stuft sie ein und fügt nur die besten Treffer zu Ihrer Kampagne hinzu.
Folgendes kann die KI erkennen, was eine normale LinkedIn‑Suche nicht herausfinden kann:
Ob jemand praktische Erfahrung hat – und nicht nur eine passende Berufsbezeichnung
In welcher Art von Unternehmen die Person arbeitet, basierend auf der Unternehmensbeschreibung
Feinere Kriterien wie „Produktunternehmen, keine Agentur“ oder „aktiv im Vertrieb, nicht nur Teamleitung“
Aktionseinstellungen
Beschreiben Sie Ihr ICP
Hier müssen Sie eine Beschreibung Ihres idealen Kundenprofils hinzufügen, das Sie ansprechen möchten. Je detaillierter die Beschreibung, desto präziser das Scoring.
Von der KI verwendete Profildaten
Um ein Profil zu bewerten, benötigt die KI relevante Daten, auf die sie sich stützen kann.
Sie können auswählen, welche Daten für die Nachrichtenerstellung verwendet werden sollen. Durch Klicken auf die Schaltfläche Edit gelangen Sie in den Bereich, in dem Sie entweder aus vorgefertigten Vorlagen wählen oder eine eigene Liste benötigter Daten erstellen können, die später von Linked Helper gescraped werden.
Hinweis: Wenn der Status eines Datenfelds auf „erforderlich“ gesetzt ist, aber für ein Profil keine entsprechenden Daten von LinkedIn gescraped oder über Linked Helper Data Enrichment abgerufen wurden, wird ein solches Profil in die Liste „Fehler“ verschoben.
Minimale ICP‑Übereinstimmung
Nach der Analyse der Profildaten weist die KI jedem Profil einen Score zu. Je höher der Score, desto besser passt das Profil zu Ihrer ICP‑Beschreibung.
Profildaten‑Einstellungen
Es gibt zwei Möglichkeiten, die für die KI‑ICP‑Erkennung benötigten Daten zu erhalten:
Data Enrichment – der interne Dienst von Linked Helper, mit dem Kunden Profil‑ und Firmendaten von LinkedIn‑Profilen erhalten können. Funktioniert sofort, aber nicht alle Informationen können gefunden werden. Linked Helper füllt die Datenfelder des Profils in Ihrem Konto mit Daten von unserem Server, ohne LinkedIn‑Profile zu besuchen, und spart so mehr Zeit für andere wertvolle Aktivitäten wie Einladen oder Messaging.
-
Visit and Extract – eine Linked Helper‑Aktion, die Profile nacheinander in LinkedIn besucht und alle verfügbaren Informationen von deren Seiten scrapt. Arbeitet langsamer und hat tägliche Limits, scrapt aber alle Informationen von den Profilseiten.
Mit der Option No enrichment können Sie diesen Schritt überspringen, wenn Sie sicher sind, dass die Profile bereits angereichert wurden oder die benötigten Daten bereits gescraped sind.
Wenn Data Enrichment ausgewählt ist, können Sie eine Visit and Extract‑Aktion als Fallback festlegen, um sicherzustellen, dass alle benötigten Daten gescraped werden.
Funktionsweise
Nachdem Sie die Aktion eingerichtet, Profile zur Kampagne hinzugefügt und sie gestartet haben, führt Linked Helper den folgenden Algorithmus aus:
Ein Profil in der Liste „profile zur Verarbeitung“ wird auf verfügbare Daten geprüft. Abhängig von den Einstellungen scrapt Linked Helper das Profil in LinkedIn oder sucht Informationen in der Data‑Enrichment‑Datenbank.
Hinweis: Wenn nach dem Scraping nicht genügend Informationen verfügbar sind oder Sie die Option No enrichment gesetzt haben, wird das Profil im aktuellen Zustand verarbeitet.Das Profil wird dann zur Analyse an die KI gesendet und anschließend an Linked Helper zurückgegeben.
Wenn der Übereinstimmungsprozentsatz höher ist als das in der Aktion eingestellte Vertrauensniveau, wird das Profil in die Liste „erfolgreich“ verschoben und anschließend in den nächsten Schritt der Kampagne weitergeleitet. Ist der Übereinstimmungsprozentsatz niedriger, wird das Profil mit einer Fehlermeldung in die Liste „fehler“ verschoben.