HAMMAD YOUSUF

LEAD GENERATION // عرض تجريبي مجاني

وكيل أبحاث العملاء المحتملين

بناء قوائم التواصل البارد يستغرق ساعات من البحث اليدوي لكل عميل محتمل قبل كتابة أول رسالة.

Need warm/inbound research instead? وكيل أبحاث العملاء المهتمين

ما هو وكيل أبحاث العملاء المحتملين؟

وكيل أبحاث العملاء المحتملين بالذكاء الاصطناعي يحوّل اسم شركة أو رابط موقعها إلى ملخص بحثي منظم — نبذة عن نشاط الشركة، المسؤول الأرجح للتواصل معه، تفصيلة محددة تصلح كمدخل للرسالة، ودرجة توافق من 0 إلى 100 — في ثوانٍ بدلاً من 5 إلى 10 دقائق يستغرقها البحث اليدوي المعتاد لكل عميل محتمل.

كيف يعمل

يقرأ الوكيل أي إشارة عامة متاحة عن الهدف — اسم الشركة، رابط الموقع، القطاع المحدد — ويقارنها بأنماط مرجعية لذلك القطاع والمنطقة. لا يجمع بيانات خاصة ولا يخمّن معلومات داخلية؛ بل يعمل على ما يمكن استنتاجه فعليًا (القطاع، الحجم التقريبي، المسؤول المحتمل) ويحدد تفصيلة واحدة ملموسة يمكن أن تفتتح بها رسالة التواصل بدلاً من مقدمة عامة. تُصاغ النتيجة في وحدات ثابتة — درجة توافق، شبكة مؤشرات، واقتراح جملة افتتاحية — ليتمكن مندوب المبيعات من التصرف فورًا دون قراءة فقرة كاملة.

في الإنتاج الفعلي، تغذّي خطوة البحث هذه مباشرة صياغة رسالة التواصل: درجة التوافق تحدد ما إذا كان العميل المحتمل يستحق وقت شخص حقيقي، والتفصيلة الافتتاحية تصبح الجملة الأولى في الرسالة الفعلية.

Gemini 2.0 FlashStructured JSON outputSynthetic GCC B2B dataset
system-prompt.md
You are a B2B lead-research analyst for a Dubai-based growth agency. Given a company name/URL and vertical, produce a concise research brief: company summary, likely decision-maker title, one specific opening-line detail, and a 0-100 fit score. Output ONLY a JSON array of typed blocks matching the OutputBlock union (metricCards, table, copyBlock, scoreGauge, chart, checklist, timeline) — no prose outside the JSON.

حالات الاستخدام

فرز قوائم التواصل البارد

شغّل كل عميل محتمل جديد على قائمة مستخرجة عبر الوكيل قبل أن يقضي أحد وقته عليه — درجة التوافق وحدها تختصر قائمة من 200 عميل إلى 40 يستحقون المتابعة.

التحضير لمكالمات العملاء الداخليين

يصل طلب عرض توضيحي باسم وبريد إلكتروني فقط — يملأ الوكيل السياق الناقص (الحجم التقريبي، القطاع، منصب المسؤول) قبل المكالمة.

أبحاث الأقاليم على نطاق واسع

يمكن لوكالة إماراتية تتوسع في قطاع جديد (مثلاً مطاعم بوتيكية) أن تبحث في 50 شركة مستهدفة في الوقت الذي كان يُستغرق للبحث في 5 فقط.

انطلاق حملات التسويق الموجّه للحسابات

قبل إطلاق حملة ABM، شغّل قائمة الحسابات المستهدفة عبر الوكيل لتزويد كل مندوب بنفس البحث الأساسي الموحد.

النتائج والمعايير

Research time per lead

~8 min → ~15 sec

متوقع (نموذجي)

Fit scoring consistency

vs. ad-hoc manual judgment

متوقع (نموذجي)

عرض تجريبي مباشر

جرّبه الآن

FAQ

Common questions

ما هو وكيل أبحاث العملاء المحتملين بالذكاء الاصطناعي؟

نظام يحوّل اسم شركة أو رابطها إلى ملخص بحثي منظم — نبذة عن الشركة، المسؤول المحتمل، وتفصيلة افتتاحية محددة — في ثوانٍ بدلاً من 5-10 دقائق يستغرقها البحث اليدوي المعتاد لكل عميل محتمل.

هل يحل محل الباحث البشري؟

يحل محل البحث الأولي المتكرر (نبذة الشركة، تخمين منصب المسؤول، تفصيلة افتتاحية واحدة) ليركّز الإنسان حكمه على استراتيجية التواصل بدلاً من جمع البيانات.

ما البيانات التي يستخدمها العرض التجريبي؟

يعمل العرض التجريبي على شركات نموذجية اصطناعية بنكهة خليجية — وليس بيانات عملاء حقيقية أبدًا — لتتمكن من تجربته دون أي إعداد.

Hammad Yousuf

بُني بواسطة Hammad YousufAI Marketing Automation Engineer, 540K+ YouTube subscribers.

اطّلع على المهام الإنتاجية التي تعمل عليها هذه الأنماط، أو استئجار النظام بأكمله.