Как скрейпить Google Maps и на основе отзывов написать гиперперсонализированное сообщение

На днях поступил запрос от компании, которая делает платформу для малых бизнесов по доставке. Платформа соединяет с одной стороны курьеров, а с другой бизнесы (одежда, цветы, еда и тд), которым нужно доставить свой товар. Такой более дешевый аналог Uber Delivery.

Ребята запустились в Los Angeles и сейчас работает один SDR, который обзванивает бизнесы по собранной на Upworke базе. Актуальных контактов немного, лидов еще меньше. Поговорили с фаундером и решили, что нужно построить систему аутрича, нанять и обучить новых продавцов.

Так как платформа универсальная, продавать ее можно любым бизнесам, которым надо доставлять товар. Сейчас у ребят хорошие конверсии в цветочном бизнесе. Поэтому начинаем с этой ниши. На примере цветочных магазинов я покажу как собрать базу с актуальными номерами телефонов, выделить 3 типа бизнесов, проанализировать отзывы и написать гиперперсонализированный скрипт и сообщение.

Сбор базы лидов

Для начала надо понять объем рынка цветочных магазинов в Штатах. Получилось найти такую базу, в которой есть 23,712 строк.

Использовать эту базу не будем, так как в ней много неактульных данных. Нашел ее на сайте с кучей баз по другим нишам, поэтому вероятность что их поддерживают в свежем виде близится к нулю. Тем более нас пока интересует только LA.

Посоветовавшись с ChatGPT, начинаем скрейпить Google Maps и Yelp.

Для этого я предпочитаю использовать Apify. На этой платформе уже есть огромное количество готовых скрейперов, поэтому не нужно изобретать велосипед и делать самому все с нуля. 

Как-нибудь напишу про Apify отдельный пост, так как количество платформ, с которых можно собрать данные, поражает воображение. Всего на платформе 1557 воркфлоу. Для нашей задачи понадобится всего 2 - Google Maps и Yelp Scraper.

Запускаем скрейпер, описываем ключевые слова и выставляем локацию. Также для поиска всех магазинов выставляем максимальное возможное число.

Дальше для каждого магазина мы можем выгрузить все отзывы. Нас интересуют отзывы, где упоминается доставка. Для этого мы фильтруем их по ключевику “delivery”.

Нас также интересуют магазины в определенных категориях и только те магазины, которые не закрыты. Для этого есть специальные фильтры в скрейпере, которые можно настроить.

В итоге за 2 часа работы Google скрейпера получилось найти 603 магазина. Потратили всего 3 доллара с копейками. В таблице 600+ колонок с огромным количеством данных.

Yelp Scraper отработал быстрее и дешевле, но нашел в 2 раза меньше магазинов.

Теперь нам нужно убрать лишние колонки, дубликаты и сделать единую таблицу. Для этого используем ChatGPT с дополнительным запросом найти инсайты. Например, на основе Operational Hours можно косвенно понять доступность доставки.

В итоге мы получаем таблицу со следующими данными:

company_name

website

address

phone number

email

delivery info

reviews

hours

Анализ отзывов и сайтов

Грузим таблицу в Clay и запускаем Claygent, чтобы найти негативные отзывы про доставку.

Теперь у нас появляется колонка, в которой по каждому магазину либо нет негативного отзыва, либо он есть и выделен текст, где об этом пишет их клиент. Мы будем использовать эти данные для написания скрипта и письма.

Чтобы понять, есть ли у магазина доставка, мы создаем другой Claygent, который ходит по сайтам и ищет ключевик “delivery”. На скриншоте я ищу только упоминание, но также можно собрать и условия доставки. На некоторых сайтах магазины пишут цену, что также можно использовать в аутриче.

Для каждого магазина мы сделали краткое описание негативного отзыва с именем недовольного клиента и на его основе составили скрипт холодного звонка и письмо для рассылки.

Скрипт для продавца:

Hi {Flower Shop Owner's Name}, this is George calling from Company_name. I hope your day is blooming well! I recently came across a Google Maps review by {Jane that mentions your shop having some hurdles with timely flower deliveries, particularly during peak hours, which seems to have left a few petals ruffled}. It caught my attention because ensuring each floral arrangement reaches its destination as fresh and timely as possible is exactly what we specialize in at Company_name. Have you got a minute to explore how we can help turn those delivery challenges into a fragrant success story for your shop?

Письмо для рассылки:

Hi {Flower Shop Owner's Name},

Saw your delivery challenge: {summary of delivery complaint}. We've got a creative twist to turn this around.

With Company_name, it’s not just delivery; it’s delivering smiles, petal by petal, to your customers’ doorsteps. Let’s make every arrangement a personal experience.

Could we chat about a fresh delivery approach tailored just for you?

Cheers,

George

Таким образом мы собрали 3 актуальных базы лидов:

1. Магазины с плохими отзывами о доставке
2. Магазины без доставки
3. Работающие и с актуальными телефонами

Проанализировали отзывы и создали гиперперсонализированные сообщения для повышения эффективности продавца.

Скоро узнаем результаты, буду апдейтить эту статью.

Подписывайся на канал, если интересно - https://t.me/becheetah

И пиши @kesselmanf, если хочешь также собрать и обогатить лидов.