Power Pack · Lead Gen

AI Lead Qualifier

HOT/WARM/COLD scoring otomatis dalam 30 detik per lead. SDR langsung tahu mana yang harus di-follow-up duluan — tanpa spreadsheet, tanpa manual review.

Outcome

10+ jam/minggu saved · Konversi +35%

Stack yang digunakan

n8nClaude AIApollo.io APIHubSpot CRMSlackPostgresWeb3Forms

Problem

SaaS klien menerima 150+ inbound lead per minggu dari berbagai channel (website form, webinar, cold outreach). Tim SDR 3 orang harus manually review setiap lead, enrichment dari LinkedIn, score berdasarkan ICP, dan assign ke AE.

Proses ini memakan 10–12 jam/minggu per SDR. Hasilnya tidak konsisten — scoring bergantung pada "feel" SDR masing-masing, bukan data. Hot lead sering di-approach terlambat karena tenggelam di antara ratusan unqualified lead.

Approach & Architecture

End-to-end pipeline dari form submission sampai CRM entry:

Step 1 — Intake (2 nodes)

Form submission trigger → validate required fields → pass ke enrichment queue.

Step 2 — Enrichment (4 nodes)

Apollo.io: pull company data, funding stage, headcount, tech stack. LinkedIn: job title, seniority, decision-making authority. Store raw data ke Postgres.

Step 3 — AI Scoring (3 nodes)

Claude AI: analisis enriched data vs ICP definition klien → output JSON: score (HOT/WARM/COLD), confidence (0–100), reasoning (2–3 kalimat), next best action.

Step 4 — Distribution (3 nodes)

HubSpot: create/update contact + deal dengan score tag. Slack: alert ke SDR channel dengan card summary. HOT lead → immediate DM ke SDR yang bertugas.

Implementation Highlights

ICP definition klien ditransformasi menjadi scoring rubric yang detil dalam system prompt Claude: company size (5pts), funding stage (4pts), tech stack fit (3pts), seniority (3pts), intent signals (5pts). Total score 0–20, dipetakan ke HOT/WARM/COLD dengan threshold yang bisa di-tune via Notion config.

Saya tambahkan "reasoning" field dalam output Claude — ini terbukti penting untuk SDR adoption. Mereka tidak hanya tahu skornya, tapi juga WHY — sehingga bisa prepare konteks yang tepat sebelum reach-out.

Outcome & Metrics

30 dtk

per lead scoring

10+ jam

SDR time saved/minggu

+35%

konversi lead-to-meeting

94%

accuracy vs manual scoring

Lessons Learned

→ ICP definition yang detil dalam prompt adalah kunci — garbage in, garbage out.
→ "Reasoning" field di output Claude meningkatkan SDR trust dan adoption secara signifikan.
→ Apollo rate limit perlu dihandle dengan queue + exponential backoff — spikes dari webinar bisa 50+ lead sekaligus.
→ Configurable threshold via Notion page (bukan hardcode) membuat klien bisa tune sendiri tanpa developer.

Mau automate lead qualification tim Pak/Bu?

Konsultasi gratis 30 menit, kita design pipeline yang fit dengan ICP Pak/Bu.

Book Konsultasi Gratis →