Automatisation des e-mails à froid

Bonjour ! Dans cet article, je vais vous expliquer comment le framework d'IA LangChain peut améliorer considérablement la qualité de vos e-mails de prospection en les rendant uniques et personnalisés. Je vais également vous expliquer comment automatiser l'ensemble de ce processus avec des coûts minimes en utilisant une plateforme low-code et partager des modèles prêts à l'emploi pour un démarrage rapide.

Personnalisation vs automatisation

Il existe une tension naturelle entre personnalisation et automatisation. Les e-mails génériques non personnalisés sont faciles à automatiser, mais entraînent souvent de faibles taux d'engagement et de conversion. En revanche, les e-mails hautement personnalisés augmentent l'engagement, mais sont difficiles à automatiser.

Les plateformes de courrier électronique à froid permettent désormais de résoudre ce problème grâce à des variables dynamiques qui ajoutent une touche personnalisée aux courriers électroniques automatisés. Ces variables agissent comme des espaces réservés pour l'insertion de mots, de lignes ou de paragraphes personnalisés.

Les variables dynamiques permettent aux entreprises d'équilibrer efficacement la personnalisation et l'automatisation. Aujourd'hui, nous allons créer un scénario LangChain sur la plateforme low-code Latenode pour générer un brise-glace personnalisé par e-mail pour chaque contact de notre base de données de sensibilisation à l'aide des outils suivants :

• L'outil gratuit d'enrichissement de données ClearBit
• La plateforme low-code gratuite Latenode
• L'API extrêmement bon marché d'OpenAI.

Étape 1 : enrichir les e-mails avec ClearBit

Commençons par une feuille Google contenant des adresses e-mail de base. J'ai inclus certains de mes e-mails professionnels comme exemples réels (s'il vous plaît, abstenez-vous de m'envoyer des e-mails froids personnalisés après avoir lu ceci ! :) )

Tout d’abord, nous devons enrichir ces e-mails avec des données sur les destinataires. Pour notre sensibilisation, nous devons connaître :

• Le prénom
• Le nom de l'entreprise
• Description de l'entreprise

Vous pouvez visiter manuellement chaque domaine de messagerie pour recueillir ces informations, mais si vous avez des centaines ou des milliers d'e-mails dans votre base de données, ce n'est pas pratique. Au lieu de cela, nous pouvons automatiser cette tâche à l'aide de la plateforme low-code Latenode. Nous y relions notre feuille Google et utilisons l'API ClearBit pour compléter les informations manquantes. Voici comment cela fonctionne :

Ne vous inquiétez pas ! Vous n'êtes pas obligé de tout créer depuis le début. Copiez simplement le scénario que je vous propose à la fin de cet article. Les étapes de base de cette automatisation sont les suivantes :

• Identifiez les lignes qui nécessitent un enrichissement.
• Extraire l'e-mail de chaque ligne.
• Envoyez l'e-mail à ClearBit et recevez toutes les informations associées.
• Saisissez les informations requises dans la feuille Google.

Voilà, c'est tout. Nous avons enrichi nos e-mails avec des détails essentiels comme la description de l'entreprise. Maintenant, créons un brise-glace personnalisé pour lancer nos e-mails à froid et établir une connexion personnelle dès le début.

Étape 2 : générer un brise-glace personnalisé avec ChatGPT   

Faire un compliment sur ce que fait votre destinataire sur son lieu de travail est le minimum que vous puissiez faire. De plus, vous pouvez adapter votre raison de communication en fonction du profil de l'entreprise. Vous pouvez le faire avec un autre scénario Latenode, que vous pourrez copier plus tard.

Ses principales étapes sont :

• Récupérez la description de l'entreprise à partir de votre feuille Google.
• Envoyez cette description à ChatGPT en utilisant l'API OpenAI avec une invite personnalisée adaptée à vos besoins.
• Affinez la sortie générée par l’IA avec une autre demande et une invite différente.
• Placez le résultat final dans la ligne correspondant à la personne que vous contactez.

En procédant ainsi, nous attachons un brise-glace personnalisé à chaque individu, en créant une autre variable personnalisée en plus de son prénom et du nom de son entreprise. Ce trio devrait suffire pour commencer. Voyons comment cela fonctionne :

Étape 3 : télécharger la feuille de calcul sur la plateforme de courrier électronique à froid avec Apollo

Tout d'abord, téléchargez votre feuille de calcul sous forme de fichier CSV. Ensuite, téléchargez-la sur votre plateforme de messagerie électronique sous forme de nouvelle liste. Je vais vous montrer comment procéder en utilisant Apollo, mais le processus est similaire dans d'autres outils.

Les étapes suivantes sont assez standard : mappez les champs et attribuez une variable à chacun. La variable clé pour nous est le champ personnalisé « brise-glace ».

Désormais, lorsque vous rédigez un e-mail pour un prospect, cela fonctionne comme ceci :

C'est tout pour l'instant. Vous pouvez ajuster les invites envoyées à GPT dans votre scénario Latenode pour obtenir n'importe quel niveau de personnalisation des e-mails à froid. Ces modèles Latenode sont polyvalents pour tout scénario de sensibilisation à froid, y compris les messages LinkedIn personnalisés.

⭐ Comme promis, voici le lien où vous pouvez copier mes scénarios : Bibliothèque de modèles

Il vous suffit de les coller dans application.latenode.com et saisissez vos clés API pour ClearBit (qui est gratuit) et OpenAI (qui est très abordable). Latenode lui-même est également gratuit et dispose d'une communauté de soutien où l'équipe est toujours prête à vous aider dans votre parcours d'automatisation.