El problema
La prospección B2B tradicional se dirige a empresas que no tienen sitios web ni listados de directorios aleatorios. Estos clientes potenciales suelen estar inactivos o son demasiado pequeños. Las mejores perspectivas son las empresas con un alto volumen de reseñas pero calificaciones mediocres: están activas pero tienen problemas visibles.
La solucion de Scavio
Busque en Google tipos de empresas en áreas objetivo y filtre los resultados por recuento de reseñas y calificación de estrellas. Las empresas con más de 40 reseñas y menos de 4,0 estrellas son clientes potenciales precalificados: lo suficientemente ocupadas como para generar reseñas, pero con suficientes dificultades como para necesitar ayuda.
Antes
Antes de la segmentación basada en reseñas, un profesional independiente buscaba directorios de empresas y enviaba correos electrónicos en frío a 200 empresas por semana. Tasa de respuesta: 1,5%. La mayoría de los clientes potenciales estaban inactivos o no encajaban. Tiempo dedicado a la calificación: 5 horas/semana.
Después
Después de cambiar a la orientación basada en reseñas, el profesional independiente busca en 30 vecindarios tipos de negocios objetivo. Filtro: más de 40 reseñas, menos de 4,0 estrellas. Resultado: entre 40 y 60 clientes potenciales precalificados por lote. Tasa de respuesta: 12% (la divulgación hace referencia a temas de revisión específicos). 30 consultas = $0,15.
Para quien es
Equipos de ventas B2B, agencias de gestión de reputación, consultores de marketing locales y autónomos dirigidos a empresas con problemas de reputación visibles.
Beneficios clave
- Clientes potenciales precalificados con problemas visibles para referenciar
- Más de 40 reseñas confirman que el negocio está activo y que vale la pena venderlo
- La calificación inferior a 4.0 proporciona un punto débil específico para la divulgación
- Cubrir todo el metro mediante consultas a nivel de barrio
- 30 consultas = $0,15 para 40-60 clientes potenciales precalificados
Ejemplo en Python
import requests, os
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
def find_leads(biz_type, areas, min_reviews=40, max_rating=4.0):
leads = []
for area in areas:
r = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': 'google',
'query': f'{biz_type} near {area}'}, timeout=10).json()
for result in r.get('organic_results', []):
reviews = result.get('review_count', 0)
rating = result.get('rating', 5.0)
if reviews >= min_reviews and rating <= max_rating:
leads.append({'name': result['title'], 'rating': rating,
'reviews': reviews, 'area': area})
return leads
leads = find_leads('restaurant', ['Loop Chicago', 'Lincoln Park Chicago'])
for l in leads:
print(f"{l['name']}: {l['rating']} stars, {l['reviews']} reviews")Ejemplo en JavaScript
const H = {'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json'};
async function findLeads(type, areas, minReviews = 40, maxRating = 4.0) {
const leads = [];
for (const area of areas) {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST', headers: H,
body: JSON.stringify({platform: 'google', query: `${type} near ${area}`})
}).then(r => r.json());
(r.organic_results || []).forEach(r => {
if ((r.review_count || 0) >= minReviews && (r.rating || 5) <= maxRating)
leads.push({name: r.title, rating: r.rating, reviews: r.review_count});
});
}
return leads;
}
findLeads('restaurant', ['Loop Chicago']).then(l => console.log(`${l.length} leads`));Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA