返回快讯

YC创始人靠领英意图获客月入2.5万美元,公开需求是订单流,速度决定归属

Finn Mallery称,一名近期转型的YC创始人,依靠监测LinkedIn公开求推荐帖并快速邮件触达,已实现每月2.5万美元收入。

该创始人的核心做法是搜索“anyone got recommendations for”等求推荐句式,识别正在公开表达软件采购需求的用户;触达窗口控制在发帖后两小时内,而非从静态联系人数据库中批量筛选。

被监测的触发词包括“替代竞品”“寻找某类软件”“被某公司坑过”“产品是否值得使用”“现有CRM无法满足扩张”等。这些语句被视作带时间戳的购买意图信号,能够显示买方正在评估供应商、替换旧系统或主动寻求建议。

其方法不只抓取原帖作者,也会收集同类帖子点赞者。逻辑是,点赞者可能具有相近的工具使用问题或采购兴趣,但尚未公开发布明确需求,因此竞争性销售触达较少。

Mallery举例称,一名用户发帖表示团队已经超出原CRM的承载能力,并寻求可扩展替代方案;销售方在看到帖子后提取公开资料、获得已验证邮箱,并发送针对CRM迁移与行政时间节省的两句式邮件,随后在同日完成回复、通话与签约。该个案为个人叙述,未见独立公开验证。

其推荐的执行流程包括:先定义客户在痛点阶段的自然语言词汇;按最新发布时间筛选LinkedIn帖子;从公开资料补充联系人邮箱;以原帖内容为依据发送短邮件;在获得正面回复后30分钟内跟进销售序列。其提及Origami AI可按关键词实时检索LinkedIn讨论并附带联系方式,但该产品能力与数据准确性尚未获独立验证。

市场机制上,这种模式的买方是需要低获客成本、快速找到高意图B2B客户的早期软件公司;卖方是传统销售数据库、批量外呼工具与依赖职位及公司规模筛选的线索供应商。资金会流向实时意图数据、联系人补全、销售自动化与AI销售代理工具;承压的是依赖静态画像、低回应率群发触达和人工线索筛选的获客流程。前提是平台规则、隐私要求、反垃圾邮件法规与用户对未经请求商业邮件的接受度不发生显著收紧。

来源:公开信息

ABAB AI 解读

这类打法的早期原型是搜索营销。Google Ads把“用户主动输入关键词”变成可竞价的商业意图,HubSpot和Marketo随后把白皮书下载、网页访问和邮件互动转化为销售线索评分。LinkedIn公开发帖把意图从搜索框迁移到社交内容层:用户不仅表明需求,还常附带公司阶段、现用工具、痛点和决策时间。与Apollo、ZoomInfo等基于公司规模、职位和行业标签的数据库不同,这种信号的优势是时间敏感,而非覆盖规模。

资本路径正从联系人数据库转向行为数据和执行闭环。Clay、Apollo、ZoomInfo、6sense、Demandbase等产品分别覆盖数据补全、销售名单、账户意图和营销归因;AI工具则试图把“监听公开信号—寻找联系人—生成个性化文案—安排跟进”连接成自动化工作流。真正的护城河不在“抓到一条帖子”,而在于持续获得合规数据、准确识别采购阶段、避免多个销售团队同时骚扰同一潜客,并将回复率、成单率和客户留存回写模型。

这可类比金融市场的另类数据交易:卫星图、信用卡流水或网页流量并非资产本身,但若比市场更早捕捉到需求变化,就可形成短暂的信息优势。公开求推荐帖相当于低频、高意图的订单流;问题在于,一旦自动化工具普及,同一信号会被大规模监听,速度优势将压缩,获客成本重新上升。类似变化已在SEO中发生:关键词从稀缺流量入口演变为高竞争竞价市场。

本质属于定价权转移。传统B2B销售以数据库覆盖量和销售人力规模定价;实时意图系统把价值转向“谁先获得、谁能正确解释、谁能在不触发反感前完成触达”。当买方公开表达需求,销售漏斗前端的筛选成本由卖方承担变为买方自我披露;但平台掌握内容分发和数据访问权,LinkedIn若收紧搜索、抓取或联系方式获取,意图数据工具的单位经济模型将首先承压。

ABAB News · 认知定律

  1. 画像告诉你像谁,意图告诉你何时买

  2. 最贵的线索不是找不到,而是看见得太晚

  3. 公开需求是订单流,速度决定归属