Lead Generation
ChatGPT ile B2B Lead Bulma: Türkiye İçin Pratik Yöntemler
ChatGPT ve benzeri yapay zeka araçlarla hedef sektör, şirket ve karar verici listesi nasıl çıkarılır? KVKK sınırları ve adım adım yöntem burada.

ChatGPT, Türkiye'de B2B lead bulmak için tek başına bir veri kaynağı değildir. En çok işe yaradığı yer, lead bulma sürecinin düşünme ve işleme kısmıdır: ideal müşteri profilini netleştirmek, kamuya açık kaynaklardan şirket listesi çıkarmak, bu listeyi segmentlere ayırmak, satın alma sinyallerini yorumlamak ve her şirkete özel ilk mesajı hazırlamak. İletişim verisi (doğru kişi, doğru e-posta, doğru telefon) için ise B2B veri araçlarına ve insan kontrolüne ihtiyaç vardır.
Bu yazıda, Türkiye pazarına özgü kaynakları da hesaba katarak ChatGPT'yi B2B prospecting sürecine nasıl yerleştirebileceğinizi adım adım anlatıyoruz. Kullanabileceğiniz prompt şablonlarını, örnek bir haftalık iş akışını, sık yapılan hataları ve KVKK tarafında dikkat edilmesi gerekenleri bulacaksınız. Amaç, "yapay zekâ bana müşteri bulsun" beklentisini bir kenara bırakıp ölçülebilir, tekrar edilebilir bir sistem kurmak.
ChatGPT lead bulmada gerçekte ne yapabilir, ne yapamaz?
Beklentiyi doğru kurmazsanız ilk hafta hayal kırıklığı yaşarsınız. ChatGPT'ye "İstanbul'daki 50 lojistik firmasının satın alma müdürlerinin e-postalarını ver" dediğinizde ya reddeder ya da size gerçek görünen ama büyük ölçüde uydurulmuş bilgiler üretir. Dil modelleri bilgiyi "hatırlamaz", olası metni üretir. Kişi adı ve e-posta gibi spesifik veriler tam olarak bu üretimin en güvenilmez olduğu alandır.
ChatGPT'nin güçlü olduğu işler:
- İdeal müşteri profilini (ICP) ve alıcı personalarını yapılandırmak
- Bir sektörde hangi şirket tiplerinin, hangi problemleri yaşadığını haritalamak
- Arama sorguları (Google, LinkedIn, iş ilanı siteleri) için mantıklı anahtar kelime kombinasyonları üretmek
- Sizin topladığınız ham listeyi temizlemek, sınıflandırmak, standartlaştırmak
- Şirket web sitesi, basın bülteni ya da iş ilanı metninden satın alma sinyali çıkarmak
- Her segment ve her şirket için kişiselleştirilmiş açılış cümleleri yazmak
- İtiraz cevapları ve takip mesajı varyasyonları hazırlamak
ChatGPT'nin zayıf olduğu ya da hiç yapmaması gereken işler:
- Kişilerin e-posta adresi veya telefon numarasını "tahmin etmek"
- Güncel çalışan, unvan ve şirket büyüklüğü bilgisini doğrulamak
- Şirket cirosu, çalışan sayısı gibi sayısal verileri kaynak göstermeden vermek
- Hangi şirketin "şu an satın almaya hazır" olduğuna kesin karar vermek
Web'de arama özelliği açık sürümler kamuya açık sayfaları tarayıp özetleyebilir. Bu, araştırmayı hızlandırır ama doğrulama sorumluluğunu ortadan kaldırmaz. Kural basit: ChatGPT'nin ürettiği her olgusal bilgi, satış ekibine gitmeden önce bir kaynağa bağlanmalı.
Yapay zekânın satış sürecindeki daha geniş rolünü merak ediyorsanız satışta yapay zekânın lead generation ve müşteri etkileşimini nasıl dönüştürdüğünü anlattığımız yazıya da göz atabilirsiniz.
Adım 1: İdeal müşteri profilini ChatGPT ile nasıl netleştirirsiniz?
Türkiye'deki B2B SaaS şirketlerinin en sık yaptığı hata, hedefi "KOBİ'ler" ya da "üretim firmaları" gibi çok geniş tanımlamaktır. Türkiye'de milyonlarca işletme var. Bu genişlikte bir hedefle yazılan hiçbir mesaj kimseye özel hissettirmez.
ChatGPT'yi burada bir strateji asistanı gibi kullanın. Elinizdeki en iyi 10-15 müşteriyi anonimleştirerek (şirket adı ve kişi bilgisi olmadan) tanımlayın ve ortak noktaları çıkarmasını isteyin.
Örnek prompt:
"Türkiye'de üretim planlama yazılımı satan bir B2B SaaS şirketiyiz. En iyi müşterilerimizin özellikleri şunlar: [sektör, çalışan aralığı, şehir, ihracat yapıp yapmadığı, kullandıkları ERP, satın alma kararını kimin verdiği, satış döngüsü süresi]. Bu verilere göre bana 3 ayrı ICP segmenti öner. Her segment için: firma kriterleri, karar verici unvanları, etkileyici unvanlar, bu segmentin en büyük 3 operasyonel problemi ve bu firmaları dışarıdan tanımamızı sağlayacak 5 gözlemlenebilir sinyal yaz."
Bu prompt'un çıktısı genellikle şuna benzer bir yapı verir:
- Segment A: 50-250 çalışanlı, Bursa, Kocaeli ve Manisa'daki OSB'lerde faaliyet gösteren, ihracat yapan otomotiv yan sanayi firmaları. Karar verici: Fabrika Müdürü, Üretim Planlama Müdürü. Sinyal: üretim planlama uzmanı ilanı, yeni hat yatırımı haberi, müşteri denetimi gereklilikleri.
- Segment B: 20-100 çalışanlı, ERP'si olan ama üretim tarafını Excel'de yöneten mobilya üreticileri.
- Segment C: Kapasite artırımı için teşvik belgesi almış orta ölçekli gıda üreticileri.
Bu çıktıyı olduğu gibi kabul etmeyin. Satış ekibinizle 30 dakikalık bir toplantıda her segmenti "gerçekten bu firmalarla kolay mı kapanıyoruz?" sorusuyla test edin. ChatGPT burada size hız kazandırır, sizin yerinize karar vermez.
Adım 2: Türkiye'de hedef şirket listesi nereden çıkarılır?
Türkiye'de B2B veri ekosistemi ABD veya Batı Avrupa kadar olgun değildir. Global veri araçları büyük şirketlerde iyi sonuç verir ama yerel KOBİ'lerde boşluklar oluşabilir. Bu yüzden kamuya açık yerel kaynaklar çok değerlidir. ChatGPT'nin rolü bu kaynakları bulmak, taramak ve düzenlemek olur.
Türkiye'ye özgü kullanışlı kaynaklar
- Organize Sanayi Bölgesi (OSB) üye ve firma listeleri: Birçok OSB, bölgedeki firmaları web sitesinde sektör bazında listeler. Üretim odaklı SaaS'lar için en değerli kaynaklardan biridir.
- Sanayi ve ticaret odalarının üye rehberleri: İl bazında sektör ve faaliyet kodlarına göre filtrelenebilir.
- İhracatçı birlikleri ve sektör dernekleri: Üye listeleri, ihracat odaklı ve büyüme eğilimindeki firmaları bulmak için iyidir.
- Fuar katılımcı listeleri: Sektör fuarlarının web sitelerinde yayımlanan katılımcı listeleri, aktif ve pazarlamaya bütçe ayıran firmaları gösterir.
- Ticaret Sicil Gazetesi ilanları: Sermaye artırımı, yeni şube, unvan değişikliği gibi gelişmeler satın alma sinyali olabilir.
- İş ilanı platformları ve LinkedIn: Belirli bir rol için ilan açan şirket, o alanda yatırım yapıyor demektir.
- Google Haritalar ve şirket web siteleri: Özellikle yerel hizmet şirketleri ve bayi ağları için.
ChatGPT ile kaynak tarama sorguları üretmek
Bu kaynakların hepsini elle aramak yerine ChatGPT'den arama sorgusu üretmesini isteyin:
"Kocaeli ve Sakarya'daki plastik enjeksiyon üreticilerini bulmak için Google'da kullanabileceğim 15 arama sorgusu yaz. site: ve intitle: operatörlerini kullan, OSB firma listelerini, fuar katılımcı listelerini ve sektör derneği üye sayfalarını hedefle."
Ardından bulduğunuz sayfalardaki tablo veya listeleri kopyalayıp ChatGPT'ye yapıştırarak düzenli bir tabloya çevirtin: firma adı, şehir, web sitesi, sektör alt kırılımı. Bir OSB sayfasındaki 400 satırlık dağınık listeyi birkaç dakikada temiz bir CSV'ye dönüştürmek, ChatGPT'nin en somut zaman kazandırdığı işlerden biridir.
Önemli not: Bu adımda ChatGPT'ye listede olmayan firmaları "eklemesini" söylemeyin. Sadece sizin verdiğiniz veriyi işlemesini isteyin. Prompt'un sonuna "Listede olmayan hiçbir firma ekleme; emin olmadığın alanları boş bırak" cümlesini eklemek uydurma riskini ciddi ölçüde azaltır.
Adım 3: Listeyi temizleme, zenginleştirme ve segmentleme
Ham listeniz hazır olduğunda üç işlem yapmanız gerekir.
- Tekilleştirme ve standartlaştırma: "ABC Plastik San. ve Tic. A.Ş." ile "ABC Plastik" aynı firmadır. ChatGPT bu tür eşleştirmeleri hızlı yapar. Şirket unvanlarını kısa ticari ada çevirmesini, şehir isimlerini standartlaştırmasını isteyin.
- Web sitesinden sınıflandırma: Web erişimi olan sürümle her firmanın sitesini kısaca inceletip "ne üretiyor, kime satıyor, ihracat vurgusu var mı, kaç tesis görünüyor" sorularına cevap aldırabilirsiniz. Bunu 20-30'luk partiler hâlinde yapın; tek seferde yüzlerce firma vermek kalitesiz özetler üretir.
- Segment etiketleme: Adım 1'de belirlediğiniz A, B, C segmentlerine göre her firmayı etiketleyin. Uymayanları "kapsam dışı" olarak işaretleyin.
Örnek prompt:
"Aşağıdaki tabloda 25 firma ve web sitesi açıklamaları var. Her firma için şu sütunları doldur: ana ürün grubu, hedef müşteri tipi (B2B/B2C/karma), ihracat vurgusu (var/yok/belirsiz), uygun ICP segmenti (A/B/C/kapsam dışı) ve bu kararın tek cümlelik gerekçesi. Bilgi yoksa 'belirsiz' yaz, tahmin etme."
"Gerekçe" sütunu kritik. Hem modelin mantığını denetlemenizi sağlar hem de satış temsilcisine görüşme öncesi hazır bir not bırakır.
Satın alma sinyallerini ChatGPT ile nasıl yakalarsınız?
İyi bir liste, doğru zamanda temas edilmezse yine düşük dönüş verir. Türkiye'de özellikle işe yarayan sinyaller şunlardır:
- İş ilanları: "CRM uzmanı", "dijital dönüşüm sorumlusu", "üretim planlama mühendisi", "satış operasyon uzmanı" gibi ilanlar, ilgili alanda bütçe ve ihtiyaç olduğunu gösterir.
- Yatırım ve teşvik haberleri: Yeni tesis, kapasite artırımı, yatırım teşvik belgesi gibi gelişmeler, yeni sistem ihtiyacını tetikler.
- Yönetim değişikliği: Yeni atanan bir satış direktörü ya da genel müdür, ilk aylarında araç ve süreç değişikliğine daha açıktır.
- Fuar katılımı: Fuardan önceki ve sonraki birkaç hafta, satış ve pazarlama araçları için doğal bir konuşma zemini sunar.
- Yeni pazara açılma: İhracata başlayan ya da yeni bir ülkeye giren firmalar, operasyonel ölçeklenme sorunları yaşar.
ChatGPT'nin burada iki işlevi vardır. Birincisi, bir iş ilanı metnini veya haber metnini yapıştırdığınızda bu metinden sizin ürününüzle ilgili ne çıkarılabileceğini yorumlamak. İkincisi, sinyale göre mesaj açısı önermek.
Örnek prompt:
"Aşağıda bir firmanın LinkedIn'de yayımladığı 'Satış Operasyon Uzmanı' ilanı var. Biz B2B şirketlere CRM kurulumu ve satış süreci danışmanlığı veriyoruz. İlandan bu firmanın satış süreciyle ilgili hangi ihtiyaçlarını çıkarabilirsin? Kanıtı ilan metninden alıntıla. Sonra bu ihtiyaca değinen, abartısız ve satış kokmayan iki açılış cümlesi öner."
"Kanıtı alıntıla" ifadesi, modelin yorumunu metne bağlamasını sağlar ve uydurmayı azaltır.
Karar vericiyi ve iletişim bilgisini nasıl bulursunuz?
Şirket listesi ve sinyal hazırsa sıra doğru kişiye ulaşmaya gelir. Bu adımda ChatGPT'nin rolü sınırlıdır. Ona yalnızca hangi unvanları aramanız gerektiğini sordurun. Örneğin 80 kişilik bir üretim firmasında "Satın Alma Müdürü" yerine "Fabrika Müdürü" ya da doğrudan "Genel Müdür" karar verici olabilir. ChatGPT, şirket büyüklüğüne göre olası karar zinciri hakkında makul bir çerçeve sunar.
Kişi adı ve iletişim verisi için ise doğrulanmış kaynaklara gidin:
- LinkedIn: Unvan ve şirket eşleşmesini görmek için en güncel kaynaklardan biridir. LinkedIn tarafında profil ve içerik stratejisini güçlendirmek istiyorsanız B2B LinkedIn yönetimi yapan Social Media Corner ekibinin yaklaşımı fikir verebilir.
- B2B veri araçları: Apollo.io gibi platformlar, şirket ve unvan filtreleriyle kişi bulmayı ve e-posta doğrulamayı tek yerde toplar. Türkiye'deki kapsama oranı sektöre ve şirket büyüklüğüne göre değişir. Araç seçimi yaparken Türkiye'de Apollo ile Lusha'yı karşılaştırdığımız rehbere bakabilirsiniz.
- Şirket web sitesi ve santral: Özellikle KOBİ'lerde "Hakkımızda" ve "Ekibimiz" sayfaları ile santral üzerinden doğru kişiyi sormak hâlâ etkili bir yöntemdir.
ChatGPT'nin burada yapabileceği faydalı bir iş, veri aracından dışa aktardığınız listeyi kontrol etmektir. Örneğin unvanı "Stajyer" ya da "Satış Temsilcisi" olan, ama sizin karar verici kriterinize uymayan kişileri ayıklatabilirsiniz.
Adım 4: Türkçe, kişiselleştirilmiş ilk mesaj nasıl yazılır?
ChatGPT'nin en çok kullanıldığı ama en çok yanlış kullanıldığı alan burasıdır. Doğrudan "bana soğuk e-posta yaz" dediğinizde çıkan metin; "Umarım bu e-posta sizi iyi bulur" ile başlayan, üç paragraflık, ürün özelliği sıralayan ve hemen 30 dakikalık toplantı isteyen tipik bir metin olur. Türkiye'de karar vericiler bu tonu hemen tanır.
İyi bir prompt'un bileşenleri
- Bağlam: Kim olduğunuz, ne sattığınız, hangi segmente yazdığınız
- Sinyal: Bu firmaya neden şimdi yazdığınız
- Ton kuralları: "Siz" hitabı, kısa cümleler, abartı yok, Türkçe karakterler tam
- Uzunluk sınırı: Örneğin en fazla 90 kelime
- Tek çağrı: Toplantı yerine düşük eşikli bir soru
Örnek prompt:
"Türkiye'deki orta ölçekli mobilya üreticilerine üretim planlama yazılımı satıyoruz. Alıcı: Fabrika Müdürü. Sinyal: firma geçen ay üretim planlama mühendisi ilanı açtı. 80 kelimeyi geçmeyen bir ilk e-posta yaz. Kurallar: 'Umarım iyisinizdir' gibi kalıplar yok, ürün özelliği listesi yok, sinyale doğal bir şekilde değin, tek bir soru ile bitir. Ton: saygılı, net, bir meslektaşın yazacağı gibi. Ayrıca 3 farklı konu satırı öner, her biri 5 kelimeyi geçmesin."
Örnek çıktı yaklaşımı:
Konu: Üretim planlama ilanınız hakkında
Merhaba Ahmet Bey,
Üretim planlama mühendisi aradığınızı gördüm. Benzer ölçekteki mobilya üreticilerinde bu rolün ilk aylarının büyük kısmı, Excel'deki planları güncel tutmaya gidiyor.
Biz bu planlamayı siparişlerle otomatik eşleştiren bir sistem geliştiriyoruz. Yeni gelecek kişinin işini kolaylaştırmak için şu an hangi araçla planlama yaptığınızı sorabilir miyim?
Bu metin mükemmel değildir ama bir başlangıçtır. Her mesajı göndermeden önce bir insan okumalıdır. Özellikle isim, unvan ve sinyal bilgisi yanlışsa, kişiselleştirme bir avantaj olmaktan çıkıp güven kaybına dönüşür.
Ölçekte kişiselleştirme
100 firmalık bir listede her mesajı sıfırdan yazdırmak yerine şu yapıyı kullanın:
- Segment başına bir ana şablon yazın (3 segment için 3 şablon).
- ChatGPT'ye sadece ilk cümleyi firma bazında kişiselleştirtin. Girdi olarak firmanın web sitesi özetini ve sinyal notunu verin.
- Çıktıyı tablonuzda ayrı bir sütuna yazın ve e-posta aracınızda değişken olarak kullanın.
Bu yöntemle mesajın %80'i kontrollü ve test edilmiş kalır, %20'si firmaya özel olur. Outbound sürecin genel mantığını ve görüşme almanın temel prensiplerini outbound satışın ne olduğunu ve B2B'de nasıl nitelikli görüşme getirdiğini anlattığımız yazıda detaylandırdık.
Adım 5: Hangi lead'e önce gidilmeli?
Elinizde 300 firmalık temiz bir liste olsun. Satış ekibinizin bunların hepsine aynı hafta ulaşması mümkün değil. Önceliklendirme şart.
ChatGPT'yi basit bir puanlama asistanı olarak kullanabilirsiniz. Ama puanlama kriterlerini siz belirlemelisiniz. Örnek bir model:
- ICP segmentine tam uyum: +30
- Son 60 gün içinde güçlü sinyal (iş ilanı, yatırım haberi): +25
- Karar verici kişi bulundu ve e-postası doğrulandı: +20
- Şirket web sitesinde ihracat veya büyüme vurgusu: +10
- Rakip ürün kullandığına dair işaret: +10
- Kapsam dışı sektör veya çok küçük ölçek: -40
ChatGPT'ye bu kuralları ve tablonuzu verip her satıra puan hesaplattırabilirsiniz. Daha sağlam bir model kurmak için B2B lead scoring modelini adım adım nasıl kuracağınızı anlattığımız rehberden yararlanabilirsiniz. Model zamanla gerçek dönüşüm verisiyle güncellenmeli. Hangi kriterin gerçekten görüşmeye dönüştüğünü üç ayda bir gözden geçirin.
Örnek bir haftalık iş akışı nasıl görünür?
Aşağıdaki akış, tek bir SDR'ın ya da satışla da ilgilenen bir kurucunun haftada yaklaşık 6-8 saat ayırarak uygulayabileceği bir örnektir. Rakamlar bir hedef çerçevesidir; gerçek sonuçlar sektöre, teklifinize ve listenin kalitesine göre değişir.
Pazartesi (1,5 saat): Kaynak tarama
- ChatGPT ile üretilen sorgularla 2-3 yeni kaynak bulun (OSB listesi, fuar katılımcıları, dernek üyeleri).
- Ham listeyi tabloya çevirin. Hedef: 100-150 ham firma.
Salı (1,5 saat): Temizleme ve segmentleme
- Tekilleştirme, standartlaştırma, segment etiketleme.
- Kapsam dışı olanları eleyin. Kalan: 60-80 uygun firma.
Çarşamba (2 saat): Sinyal ve kişi bulma
- İş ilanı ve haber taraması, sinyal notları.
- Veri aracı ve LinkedIn ile karar verici kişileri bulun, e-postaları doğrulayın.
- Puanlama yapın, en yüksek puanlı 30-40 firmayı seçin.
Perşembe (1,5 saat): Mesaj hazırlığı ve gönderim
- Kişiselleştirilmiş ilk cümleleri üretin, tek tek kontrol edin.
- İlk dalga gönderimini yapın, LinkedIn bağlantı isteklerini paralel yürütün.
Cuma (1 saat): Takip ve öğrenme
- Gelen cevapları sınıflandırın: ilgili, şimdi değil, yanlış kişi, ilgisiz.
- ChatGPT'ye cevapları (kişisel veriyi çıkararak) verip itiraz kalıplarını özetletin.
- Bir sonraki hafta için şablonda tek bir değişiklik yapın ve test edin.
Bu ritim birkaç hafta sürdürüldüğünde, elinizde hem büyüyen bir hedef liste hem de hangi segment ve mesajın işe yaradığına dair gerçek bir veri birikir. Bu tür tekrarlayan adımları otomasyon araçlarıyla birbirine bağlamak isterseniz lead generation operasyonunu otomatiğe bağlama üzerine yazdığımız yazı iyi bir başlangıç noktası olur.
Hangi hatalar sonucu bozar?
ChatGPT destekli prospecting'de sık gördüğümüz hatalar şunlar:
- Uydurma veriye güvenmek: Modelin "bu firma 120 çalışanlı" demesi, firmanın 120 çalışanlı olduğu anlamına gelmez. Kaynak yoksa veri de yoktur.
- Herkese aynı "kişisel" mesaj: "Şirketinizin sektördeki başarılı çalışmalarını takip ediyorum" cümlesi kişiselleştirme değildir. Somut bir gözlem içermiyorsa genel mesajdır.
- Çeviri kokan Türkçe: İngilizce düşünülüp Türkçeye aktarılmış kalıplar ("Size ulaşmak istedim çünkü..." gibi) güven kaybettirir. Prompt'ta açıkça "doğal Türkçe, çeviri kalıpları kullanma" deyin ve son okumayı mutlaka yapın.
- Hacmi kaliteye tercih etmek: ChatGPT ile günde yüzlerce mesaj üretmek kolaydır. Ama alan adı itibarınız ve marka algınız bundan zarar görür. Küçük, iyi hedeflenmiş partilerle başlayın.
- Kişisel veriyi gelişigüzel modele yüklemek: Bu konu ayrı bir başlığı hak ediyor.
KVKK ve ticari elektronik ileti açısından nelere dikkat etmelisiniz?
Türkiye'de B2B prospecting yaparken iki temel düzenleme alanı öne çıkar: Kişisel Verilerin Korunması Kanunu (KVKK) ve ticari elektronik iletilere ilişkin mevzuat.
KVKK tarafında:
- Kurumsal bir e-posta adresi bile bir gerçek kişiye aitse kişisel veri sayılır. Bu verinin hangi hukuki sebeple işlendiğini ve nasıl saklandığını tanımlamalısınız.
- ChatGPT gibi yurt dışında barındırılan araçlara kişi adı, e-posta ve telefon yüklemek, veri aktarımı açısından değerlendirilmesi gereken bir konudur. Pratik bir kural: Modele firma düzeyinde veri verin; kişi düzeyindeki veriyi CRM'inizde tutun. Kişiselleştirme için gerekiyorsa sadece unvan ve firma bilgisi yeterlidir.
- Kurumsal sürümlerin veri saklama ve eğitimde kullanmama ayarlarını kontrol edin.
Ticari ileti tarafında:
- Tacir ve esnaflara yönelik iletilerde onay rejimi bireysel tüketicilerden farklıdır. Ancak her durumda alıcıya kolay bir ret (abonelikten çıkma) imkânı sunmak ve kayıt yükümlülüklerini takip etmek gerekir.
- İleti Yönetim Sistemi (İYS) ile ilgili yükümlülüklerin sizin durumunuza nasıl uygulandığını değerlendirin.
Bu başlık hukuki yorum gerektirir. Kampanyalarınızı ölçeklendirmeden önce bir hukuk danışmanından görüş almanızı öneririz.
Maliyeti ne kadar?
ChatGPT tabanlı bir lead bulma sisteminin doğrudan araç maliyeti düşüktür. Asıl maliyet zaman ve süreçtir. Kalemleri şöyle düşünebilirsiniz:
- ChatGPT aboneliği: Kullanıcı başına aylık ücretli bir plan, web arama ve dosya işleme için genellikle yeterlidir. Ekip kullanımında kurumsal planlar veri güvenliği açısından daha uygundur.
- B2B veri aracı: Kişi bulma ve e-posta doğrulama için ücretsiz katmanlar denemeye yeter. Düzenli kullanımda kullanıcı başına aylık abonelik gerekir.
- E-posta gönderim ve takip aracı: Ayrı bir alan adı, ısınma süreci ve sekans aracı için aylık bir bütçe ayrılmalıdır.
- İnsan zamanı: Yukarıdaki haftalık akış için 6-8 saat. Bunu bir SDR'ın saatlik maliyetiyle çarptığınızda gerçek maliyet ortaya çıkar.
Örnek bir hesap: Haftada 7 saat ayıran bir ekip üyesi, ayda yaklaşık 120-160 firmaya kişiselleştirilmiş temas yapabilir. Bunun kaça görüşmeye dönüşeceği tamamen teklifinize, segmentinize ve mesaj kalitenize bağlıdır. Bu yüzden ilk iki ay "maliyet başına görüşme" metriğini takip edin. Sistemi bir ekibe devretmek istiyorsanız, veri odaklı B2B satış ve lead generation yapan Sales Corner gibi grubumuzdaki ekipler bu operasyonu sizin adınıza yürütebilir.
Sık sorulan sorular
ChatGPT bana doğrudan müşteri listesi verebilir mi?
Güvenilir bir şekilde veremez. ChatGPT, özellikle kişi adı, e-posta ve telefon gibi spesifik verilerde uydurma bilgi üretebilir. Doğru kullanım, kamuya açık kaynaklardan sizin topladığınız listeyi işlemesi, segmentlemesi ve zenginleştirmesidir.
Türkiye'de ChatGPT ile hangi sektörlerde lead bulmak daha kolay?
Kamuya açık firma listesi bol olan sektörlerde süreç daha hızlı işler. Üretim (OSB listeleri), ihracat odaklı firmalar (ihracatçı birlikleri) ve fuarlara düzenli katılan sektörler buna örnektir. Dijital izi zayıf, web sitesi olmayan küçük işletmelerde ise ChatGPT'nin katkısı sınırlı kalır.
ChatGPT ile yazılmış soğuk e-postalar spam'e düşer mi?
Spam filtreleri metni kimin yazdığına değil; gönderim hacmine, alan adı itibarına, bağlantı ve içerik kalıplarına bakar. Asıl risk, ChatGPT'nin çok sayıda benzer ve genel mesaj üretmeyi kolaylaştırmasıdır. Küçük partiler, doğrulanmış e-postalar ve gerçekten kişisel ilk cümleler bu riski azaltır.
Kişisel verileri ChatGPT'ye yüklemek KVKK'ya aykırı mı?
Bu, kullandığınız sürüme, veri işleme ayarlarına ve hukuki dayanağınıza göre değerlendirilmesi gereken bir konudur. Güvenli pratik, modele firma düzeyinde bilgi vermek ve kişi verisini CRM'de tutmaktır. Ölçekli kullanımdan önce hukuki görüş almanızı öneririz.
Sonuç
ChatGPT, Türkiye'de B2B lead bulma sürecini hızlandıran güçlü bir yardımcıdır. Ama yalnızca doğru yerde kullanıldığında: ICP'yi netleştirmek, yerel kaynaklardan liste çıkarmak, sinyal yorumlamak, önceliklendirmek ve Türkçe kişiselleştirilmiş mesaj taslakları hazırlamak. İletişim verisi için doğrulanmış araçlara, her mesaj için insan kontrolüne ve KVKK'ya uygun bir veri düzenine ihtiyacınız var. Küçük ve iyi hedeflenmiş partilerle başlayıp her hafta tek bir şeyi test ettiğinizde, birkaç ay içinde tekrarlanabilir bir prospecting sistemine sahip olursunuz.
ChatGPT destekli bir lead generation sürecini ekibinize kurmak ya da bu operasyonu deneyimli bir ekibe devretmek istiyorsanız, SAAS Corner ile iletişime geçin. Hedef pazarınızı birlikte netleştirip ilk nitelikli görüşmelere giden yolu planlayalım.
İlgili Yazılar
Son Bloglar
Satış Büyümenizi SAAS CORNER ile Hızlandırın!
Satış süreçlerinizi hızlandırın, verimliliğinizi artırın ve kaliteli müşteri adaylarına ulaşın. SAAS Corner, güçlü lead generation çözümleri ve stratejik destek ile işinizi bir adım öteye taşıyacak. Hedeflerinize ulaşmak için bugün bir adım atın!
75 %
Maliyet Azaltımı
SAAS Corner
Director,

91 %
Dönüşüm Oranı
SAAS Corner
Sales Team




