שבע מערכות בפרודקשן.
שבע מערכות בפרודקשן, וצוות אחד מאחורי כולן: פלטפורמת פרוספקטינג בתשלום עם מסלולי מנוי, צינור מדידה שמריץ יותר מ-1,080 קריאות AI, ארבעה בוטים אוטונומיים במחזור של 7 ימים, מנוע גיוס, סטודיו מחקר לפי דרישה, כלי שהופך רעיון לאפיון, ומחולל הצעות מכירה שהופך כל כתובת של לקוח פוטנציאלי לתקציר הזדמנות מלא. כל אחת מהמערכות כאן תוכננה, נבנתה והועלתה לאוויר על ידי אותו צוות שמנהל את שיחת ההיכרות.
משמות חברות גולמיים לפגישות מכירה שנקבעו, עם מעקב לפי לקוח ולפי שירות.
הבעיה
בחברות שירותי B2B קטנות ובינוניות, המנכ"ל הוא גם הקונה וגם המוכר. אין דרך קבועה למצוא לקוחות פוטנציאליים: כנס פה, גלילה בלינקדאין שם, והפניה אם יש מזל.
בנינו בעבר רשימות לקוחות פוטנציאליים למנכ"לים, וכולן נשארו על הנייר. לא כי הרשימה הייתה שגויה, אלא כי אף אחד לא ידע למי לפנות, למה דווקא עכשיו ומה להגיד.
מה בנינו
פלטפורמת צינור מכירות מרובת לקוחות, שבה יחידת הבסיס היא קו שירות ולא חברה. לכל קו שירות יש פרופיל לקוח אידיאלי, סימני טריגר, ספריית מסרים וצינור משלו. כך עסק אחד יכול להפעיל גיוס, נראות במנועי AI ושירותי הנדסה זה לצד זה, בלי שיתערבבו.
Claude חוקר כל חברה ומפיק כרטיס הזדמנות מלא: סימנים למה דווקא עכשיו (עם מקורות), אנשי קשר מדורגים, והמלצה כתובה על זווית הפנייה. המפעיל עובר על הזדמנות אחת בכל פעם, שומר או פוסל, ואז מעמיק במה שנשאר.
איך זה עובד
האישורים היברידיים: אוטומטיים כשהכללים ברורים, ואנושיים כשלא. המערכת מכווצת שעות של מחקר ידני למיון שאפשר לעשות על כוס קפה.
נבנתה בשישה שלבים, מ-repo ריק ועד חשבון הלקוח הראשון באוויר. כל שכבה בסטאק שייכת ללקוח ורצה על התשתית שלו.
מודדים אם עוזרי AI ממליצים עליכם: 360 נקודות מידע בכל אודיט.
הבעיה
מותג יכול לראות איפה הוא מדורג בגוגל. הוא לא יכול לראות אם ChatGPT ממליץ עליו כשלקוח מבקש המלצה, ושם יותר ויותר שואלים את השאלה לראשונה. בלי מדידה, לא היה מה לשפר ולא היה על מה להתווכח.
מה בנינו
צינור אודיט אוטומטי. לכל מותג הוא חוקר את העסק, מייצר 30 שאילתות ב-5 קטגוריות כוונה שמותאמות למודל העסקי, ומריץ כל שאילתה שלוש פעמים בארבעה מנועים: ChatGPT, Gemini, Claude ו-Perplexity. אלה 360 קריאות לאודיט, מספיק כדי להבדיל בין דפוס אמיתי לתשובה מקרית.
מנתח בשלוש שכבות מדרג את נוכחות המותג, את נתח המתחרים ואת הסנטימנט. כל הרצה מסתיימת בדוח Excel ממותג שמסתנכרן לבד לתיקיית ה-Drive של הלקוח, כך שהתוצר מגיע בלי שמישהו צריך להרכיב אותו.
מה גילינו
האודיט הראשון בפרודקשן הושלם ב-360 מתוך 360 קריאות, והמותג קיבל ציון 67 מתוך 100. אודיט תחרותי בקמעונאות לבית מיקם את הלקוח במקום ה-8 מתוך 20 חברות שנמדדו.
אותו ממצא חזר בכל אודיט מאז: מותגים מופיעים טוב כשהלקוח כבר יודע את השם שלהם, ונעלמים בשאלות הכלליות על הקטגוריה, שבהן לקוחות חדשים באמת מתחילים. הפער הזה הוא כל ההזדמנות, ובגללו האודיט החד-פעמי הפך למעקב חודשי.
שתי משימות מחקר שדרשו אדם כל שבוע, רצות היום לבד.
הבעיה
שני הלקוחות רצו את אותם שני דברים: ניוזלטר שבועי על התעשייה שבאמת יוצא, וזרם קבוע של לקוחות פוטנציאליים מתאימים.
שניהם דרשו שמישהו יישב ויחקור כל שבוע, ושניהם כל הזמן נדחו, כי לאותו אדם תמיד היה משהו דחוף יותר.
מה בנינו
בוטים מתוזמנים שרצים על GitHub Actions. בוט הניוזלטר חוקר את חדשות השבוע עם Claude וחיפוש ברשת, כותב את הגיליון בקול של הלקוח ושולח דרך Resend. כל פריט נבדק מול היסטוריית השליחה, כדי ששום דבר לא יחזור.
בוטי איתור הלידים סורקים חברות שמתאימות לפרופיל של כל קו שירות ומדרגים אותן בשני שלבים: סינון זול עם Haiku, ואז שיקול דעת עם Sonnet. מי שעובר נכנס ל-Monday.com, ושם איש המכירות אוסף אותן בבוקר.
איך זה מרגיש
אין דשבורד לבדוק ואין פרומפט להריץ. העבודה פשוט מגיעה.
כל בוט עבר מבריף לשליחה האוטומטית הראשונה בפחות משבוע. מרגע שעלו לאוויר, הם עובדים בלי השגחה: תיבת מייל ביום שני בבוקר, צינור לידים ביום שני בבוקר, בלי מפעיל.
מנוע גיוס שמוביל מועמד מהבריף של הלקוח ועד הקליטה.
הבעיה
חברות השמה חיות בתוך בלגן של גיליונות, שרשורי מיילים וקורות חיים מפוענחים למחצה. ברגע שנפתחת משרה, המגייס עושה שוב את אותן שבע עבודות: קורא את תיאור המשרה, מחפש התאמות במאגר, כותב פניות, מתאם יומנים ורודף אחרי תשובות.
כל אחת משבע העבודות האלה חוזרת על עצמה, מבוססת על שפה, וכמעט בלתי אפשרי להעביר אותה לג'וניור בלי לאבד איכות.
מה בנינו
פלטפורמת גיוס מקצה לקצה, שבה כל אחת משבע העבודות היא מודול AI ייעודי. המועמדים זורמים מהבריף של הלקוח, דרך התאמה אוטומטית, פנייה אישית ותיאום פגישות, ועד הקליטה, הכול במערכת אחת.
ההחלטות נשארות אצל המגייסים. המערכת מטפלת בכל מה שמסביב, וכל פעולה מתועדת, כך שבעלי החברה רואים בדיוק איך נראה הצינור אצל כל מגייס.
למי זה מתאים
חברות השמה וצוותי גיוס פנימיים שמנהלים יותר ממשרה אחת במקביל, וכבר גדלו מעבר לגיליון האקסל.
המערכת בנויה למודל שרוב החברות באמת עובדות בו: בעלים אחד, כמה מגייסים, ועשרות משרות פתוחות אצל לקוחות רבים.
ניתוח מועמדים
קורא קורות חיים ומחלץ כישורים, ניסיון וסימני התאמה לנתונים מובנים שהמגייס יכול לחפש בהם.
סנכרון Gmail
קולט את שרשורי המייל של המגייס, מזהה תשובות ומעדכן את סטטוס המועמד בלי תיעוד ידני.
העשרת לקוחות
ממלא אוטומטית פרופילים של חברות לקוח ממידע ציבורי, כדי שהמגייסים יגיעו עם הקשר.
קליטת תיאורי משרה
הופך תיאור משרה לא מובנה להגדרת תפקיד שאפשר לחפש ולהתאים מול המאגר.
התאמה מול המאגר
מדרג את מאגר המועמדים הפעילים מול משרה חדשה לפי ציון התאמה, עם נימוקים.
אסטרטגיית איתור
כשהמאגר לא מספיק, מייצר תוכנית פנייה ממוקדת: איפה לחפש ולמי לכתוב.
זיהוי פגישות
מזהה מי השתתף בכל ראיון ומקשר את הסיכום לרשומת המועמד הנכונה.
מחקר משתמשים לפי דרישה: פרסונות אמיתיות, ראיונות אמיתיים, דוח אמיתי.
הבעיה
כל צוות מוצר צריך את אותם שלושה דברים לפני שהוא משיק משהו חדש: להכיר את השוק, להכיר את הפרסונה, ולשמוע איך הפרסונה באמת מדברת על הבעיה. שלושתם עולים שבועות של תיאומים, גיוס מרואיינים וסיכום. רוב הצוותים מוותרים ומשיקים בעיניים עצומות.
מה בנינו
מדביקים כתובת של מוצר ושאלת מחקר. המערכת חוקרת את השוק, בונה 3 עד 5 פרסונות מלאות (חזותית, אישית, פסיכולוגית ודמוגרפית), מראיינת כל אחת בצ'אט, ומחזירה דוח ממצאים שאפשר להביא ישר לדיון מוצר.
היא רצה בתוך מגבלת ה-300 שניות של Vercel Serverless, ולכן כל הסבב מכויל להסתיים לפני הגבול הזה. זו האפליקציה היחידה בסטודיו שפתוחה לציבור בלי התחברות.
למי זה מתאים
מנהלי מוצר, מייסדים ואנשי שיווק מוצר שצריכים כיוון ראשוני על רעיון חדש תוך אחר צהריים אחד, לא תוך רבעון.
זה לא תחליף לראיונות אמיתיים. זה תחליף לשבועות שבהם לא קורה כלום עד שהם מגיעים.
קריאת שוק
לוקח כתובת של מוצר וחוקר את השוק סביבו, עוד לפני שהוא מייצר את מי שיתראיין.
יצירת פרסונות
בונה שלוש עד חמש פרסונות בכל הרצה, לכל אחת פרופיל חזותי, אישי, פסיכולוגי ודמוגרפי.
ראיונות צ'אט חיים
כל פרסונה עוברת ראיון צ'אט אמיתי על שאלת המחקר, לא תשובה מתוסרטת.
דוח ממצאים
מסכם את כל הראיונות לדוח אחד שאפשר להביא ישר לדיון מוצר.
מתחת לתקרה
כל הסבב מכויל להסתיים בתוך מגבלת זמן הריצה של ה-serverless, בלי להטוטי תשתית.
בלי חומת התחברות
המערכת היחידה בסטודיו שפתוחה לגמרי לציבור. נסו, תראו איך זה נראה, ואז תחליטו.
המערכת שהופכת רעיון מהאקתון לאפיון מוצר מאושר.
הבעיה
האקתונים מייצרים עשרה רעיונות מעניינים ומשיקים אפס. לא כי הרעיונות גרועים, אלא כי אף אחד לא מתרגם "אב-טיפוס מגניב" ל"החלטנו לבנות את זה, הנה האפיון, הנה העלות, יוצאים לדרך".
בפער בין החדר שבו הרעיון נולד לבין הישיבה שבה מאשרים לו תקציב, מוצרים טובים מתים.
מה בנינו
כלי פנימי שמוביל צוות מוצר מרעיון גולמי מהאקתון, דרך מחקר שוק, ראיונות פרסונות והחלטת מוצר, ועד אפיון כתוב שמוכן לבנייה.
קובץ האפיון עצמו הוא מקור האמת של המוצר, לא הקוד. הקוד הוא תרגום של האפיון, וכשהכיוון משתנה, האפיון מתעדכן ראשון.
מנוע העלויות
שכבה ייעודית של חשבונאות טוקנים עוקבת אחרי הצריכה של כל מודל בכל סבב. כך המפעיל רואה בדיוק כמה עלה כל סבב, ויכול להשוות מודלים זולים ליקרים על אותו רעיון.
התוצאה: החלטות מוצר מתקבלות כשעלות המחשוב גלויה מהצעד הראשון, ולא מתגלה בסוף.
האפיון כמקור האמת
קובץ האפיון הוא המוצר, לא הקוד. שינוי כיוון מעדכן קודם את האפיון, והקוד בא אחריו.
שני שלבי תכנון
שלב המחקר אוסף ראיות, ושלב ההחלטה הופך אותן לאפיון מוכן לבנייה.
חשבונאות טוקנים לכל מודל
בכל סבב נמדדת הצריכה של כל מודל, כך שאפשר להשוות מסלול זול למסלול יקר על אותו רעיון.
העלות גלויה מראש
עלות המחשוב של כל סבב מופיעה על המסך לפני ההתחייבות, ולא מתגלה אחר כך בחשבונית.
מפעיל אחד
אדם אחד יכול להעביר רעיון מהלוח בהאקתון לאפיון חתום, בלי ישיבה.
ניתוב בין מודלים
כל שלב מנותב למודל אחר לפי העלות והצורך בהסקה, והכול נשלט מהאפיון.
מדביקים כתובת של לקוח פוטנציאלי, ומקבלים הצעה דיגיטלית מלאה.
הבעיה
צוותי מכירות בסוכנויות שורפים שעות לפני כל שיחת היכרות: קוראים את האתר של הלקוח, מנחשים הזדמנויות, משרטטים מוקאפים, ומתרגמים הכול לסיפור שהלקוח באמת יבין.
בחצי מהמקרים העסקה מתקדמת. בחצי השני היא מתה לפני הפגישה הבאה.
מה בנינו
מנוע הצעות לצוות מכירות. המפעיל מדביק את הכתובת של הלקוח הפוטנציאלי ומקבל הצעה מלאה: ניתוח של נראות האתר במנועי AI, מפת הזדמנויות, שלושה כיווני פתרון, קונספטים למסכים ומודל התקשרות מוצע. הכול מחובר לקטלוג השירותים של הסוכנות.
כל מוקאפ נוצר כ-HTML ולא כתמונה. בלי תלות במחולל תמונות, בלי לחכות לרינדור ובלי איכות שבורה.
איך הוא קורא את האתר
המנוע קורא את עמוד הבית ועוד עד שני עמודים פנימיים. זה מספיק כדי להבין את המיצוב, בלי להגזים ובלי להמציא.
כל הצעה מסתיימת בשלושה כיווני פתרון שממופים אחד לאחד מול קטלוג השירותים של הצוות. כך המכירות מגיעות עם משהו למכור, ולא עם משהו להסביר.
נכנסת כתובת, יוצאת הצעה
כל התהליך מתחיל מכתובת אחת של לקוח פוטנציאלי. בלי בריף, בלי טופס ובלי מחקר ידני.
קריאה מוגבלת של האתר
קורא את עמוד הבית ועוד עד שני עמודים פנימיים. מספיק הקשר כדי להיות חד, ולא מספיק כדי להמציא.
ניתוח נראות במנועי AI
מאבחן איך הלקוח הפוטנציאלי מופיע היום בתשובות של מנועי AI, או שהוא לא מופיע בכלל.
שלושה כיווני פתרון
כל הצעה מסתיימת בשלושה כיווני פתרון קונקרטיים, שממופים מול קטלוג השירותים של הסוכנות.
מוקאפים ב-HTML, לא תמונות
קונספטים של מסכים מוצגים כ-HTML אמיתי, כך ששום דבר לא תלוי במחולל תמונות ושום דבר לא מגיע מטושטש.
כולל מודל התקשרות
כל הצעה מסתיימת במודל התקשרות מוצע, כדי שהמכירות לא ינחשו את ההיקף והמבנה.
רוצים לראות איך זה נראה אצלכם?
כל התקשרות מתחילה במדידה, לא בהצעת מחיר לפיתוח. עשרים דקות, מבט על מה שקורה אצלכם בפועל, והמלצה כתובה שאפשר לקחת לכל מקום.