Jak zaoszczędziliśmy 15 godzin pracy w jednej kampanii cold mailowej dzięki AI?
Jak zaoszczędziliśmy 15 godzin pracy w jednej kampanii cold mailowej dzięki AI?
Wyzwanie
Czas przygotowania kampanii
7 dni
Branża
Przemysł i Logistyka
Usługi
Outsourcing HR
Wykorzystane Narzędzia
Firma rekrutacyjna chciała dotrzeć do nowych klientów w branży produkcyjnej. Dotychczasowy proces był w dużej mierze ręczny – aby dotrzeć do firm, które faktycznie rekrutowały należało przeanalizować stronę firmową, portale z ogłoszeniami czy profil na LinkedIn. Wszystko to do tej pory działo się ręcznie.
Problem?
Proces był czasochłonny – nawet kilkanaście godzin researchu na jedną kampanię.
Wymagał ręcznego przeszukiwania portali z ogłoszeniami i ręcznego weryfikowania, czy oferta nadal jest aktywna.
Personalizacja wiadomości wymagała kopiowania danych i tworzenia indywidualnych wzmianek – co skalowało się słabo.
Nawet mając do dyspozycji ręcznie przygotowaną listę rekrutujących firm, brakowało kontaktów do osób odpowiedzialnych faktycznie za rekrutacje.
15+
Godzin oszczędzonego manualnego researchu
27%
Średni wskaźnik odpowiedzi na spersonalizowane maile
11
Średnia miesięczna liczba leadów z aktywnego procesu
Wyzwanie
Czas przygotowania
7 dni
Branża
Przemysł i logistyka
Usługi
Outsourcing HR
Tools
Firma rekrutacyjna chciała dotrzeć do nowych klientów w branży produkcyjnej. Dotychczasowy proces był w dużej mierze ręczny – aby dotrzeć do firm, które faktycznie rekrutowały należało przeanalizować stronę firmową, portale z ogłoszeniami czy profil na LinkedIn. Wszystko to do tej pory działo się ręcznie.
Problem?
Proces był czasochłonny – nawet kilkanaście godzin researchu na jedną kampanię.
Wymagał ręcznego przeszukiwania portali z ogłoszeniami i ręcznego weryfikowania, czy oferta nadal jest aktywna.
Personalizacja wiadomości wymagała kopiowania danych i tworzenia indywidualnych wzmianek – co skalowało się słabo.
Nawet mając do dyspozycji ręcznie przygotowaną listę rekrutujących firm, brakowało kontaktów do osób odpowiedzialnych faktycznie za rekrutacje.
2X
Increase In
Team Collaboration
3X
Boost In
User Engagement
25%
Uptick in
Overall work output
Jak wyglądał proces?
Jak wyglądał proces?
Krok 1
Zebraliśmy listę firm produkcyjnych wraz z linkami do ich stron internetowych i wdrożyliśmy do Claya.
Zebraliśmy listę firm produkcyjnych wraz z linkami do ich stron internetowych i wdrożyliśmy do Claya.
Krok 2
Z pomocą Claygenta przeszukaliśmy stronę internetową firmy, Google, OLX, Pracuj.pl, Jooble, LinkedIn i inne portale w poszukiwaniu aktywnych ofert pracy.
Z pomocą Claygenta przeszukaliśmy stronę internetową firmy, Google, OLX, Pracuj.pl, Jooble, LinkedIn i inne portale w poszukiwaniu aktywnych ofert pracy.
Krok 3
Agent AI sprawdzał, czy oferta nadal jest aktywna, kiedy została opublikowana i z jakiej platformy pochodzi. Pozyskaliśmy też informacje o lokalizacji zakładów.
Agent AI sprawdzał, czy oferta nadal jest aktywna, kiedy została opublikowana i z jakiej platformy pochodzi. Pozyskaliśmy też informacje o lokalizacji zakładów.
Krok 4
Wszystkie dane trafiły do osobnych kolumn w Clayu, co pozwoliło nam na dynamiczną personalizację wiadomości (np. [imię], [nazwa stanowiska], [źródło oferty], [lokalizacja]).
Wszystkie dane trafiły do osobnych kolumn w Clayu, co pozwoliło nam na dynamiczną personalizację wiadomości (np. [imię], [nazwa stanowiska], [źródło oferty], [lokalizacja]).
Krok 5
Na podstawie firm wyszukaliśmy kontakty do osób z działów HR oraz kierowników produkcji – razem z adresami e-mail oraz profilami LinkedIn.
Na podstawie firm wyszukaliśmy kontakty do osób z działów HR oraz kierowników produkcji – razem z adresami e-mail oraz profilami LinkedIn.
Krok 6
Przenieśliśmy dane do Woodpecker'a, aby wdrożyć sekwencję mailową.
Kontakty na LinkedIn posłużą jako drugi kanał kontaktu w przypadku braku kontaktu mailowego lub braku odpowiedzi na maila.
Przenieśliśmy dane do Woodpecker'a, aby wdrożyć sekwencję mailową.
Kontakty na LinkedIn posłużą jako drugi kanał kontaktu w przypadku braku kontaktu mailowego lub braku odpowiedzi na maila.
Krok 1
Zebraliśmy listę firm produkcyjnych wraz z linkami do ich stron internetowych i wdrożyliśmy do Claya.
Krok 2
Z pomocą Claygenta przeszukaliśmy stronę internetową firmy, Google, OLX, Pracuj.pl, Jooble, LinkedIn i inne portale w poszukiwaniu aktywnych ofert pracy.
Krok 3
Agent AI sprawdzał, czy oferta nadal jest aktywna, kiedy została opublikowana i z jakiej platformy pochodzi. Pozyskaliśmy też informacje o lokalizacji zakładów.
Krok 4
Wszystkie dane trafiły do osobnych kolumn w Clayu, co pozwoliło nam na dynamiczną personalizację wiadomości (np. [imię], [nazwa stanowiska], [źródło oferty], [lokalizacja]).
Krok 5
Na podstawie firm wyszukaliśmy kontakty do osób z działów HR oraz kierowników produkcji – razem z adresami e-mail oraz profilami LinkedIn.
Krok 6
Przenieśliśmy dane do Woodpecker'a, aby wdrożyć sekwencję mailową.
Kontakty na LinkedIn posłużą jako drugi kanał kontaktu w przypadku braku kontaktu mailowego lub braku odpowiedzi na maila.
Zastanawiasz się jak można zautomatyzować podobne procesy u Ciebie?
Umów się na bezpłatną konsultację – przeanalizujemy Twoją sytuację i zaproponujemy konkretne rozwiązania.
Wyzwanie
Czas przygotowania
7 dni
Branża
Przemysł i logistyka
Usługi
Outsourcing HR
Tools
Tools
Problem?
Proces był czasochłonny – nawet kilkanaście godzin researchu na jedną kampanię.
Wymagał ręcznego przeszukiwania portali z ogłoszeniami i ręcznego weryfikowania, czy oferta nadal jest aktywna.
Personalizacja wiadomości wymagała kopiowania danych i tworzenia indywidualnych wzmianek – co skalowało się słabo.
Nawet mając do dyspozycji ręcznie przygotowaną listę rekrutujących firm, brakowało kontaktów do osób odpowiedzialnych faktycznie za rekrutacje.
15+
Godzin oszczędzonego manualnego researchu
27%
Średni wskaźnik odpowiedzi na spersonalizowane maile
11
Średnia miesięczna liczba leadów z aktywnego procesu
Jak wyglądał proces?