Zavolal nám Martin, CEO B2B SaaS startupu z Brna. Problém byl jasný: celé odpoledne trávil kopírováním jmen z LinkedInu do Gmail šablon. Fungovalo to — ale neškálovalo.

Stav před nasazením

Martin a jeho kolega Filip posílali dohromady okolo 80 emailů denně. Každý email byl mírně personalizovaný — název firmy, pozice, jedno specifické pozorování z webu. Responserate byl solidních 8 %, ale kapacita narážela na strop.

  • ~3 hodiny denně manuální práce
  • 80 emailů / den ceiling
  • Chyby v personalizaci (špatné jméno, špatná firma)
  • Nulová analytika — nevěděli, který segment reaguje nejlépe

Co jsme nasadili

Outbound agent složený ze čtyř modulů:

  1. Lead Research Agent — scrape LinkedIn Sales Navigator, enrichment přes Apollo, filtrování podle ICP
  2. Personalization Agent — čte web firmy, LinkedIn profil zakladatele, poslední aktivity. Generuje unikátní opening line pro každý email.
  3. Send & Track Agent — odesílá přes Instantly, sleduje opens/replies, triggeruje follow-up sequence
  4. Reporting Agent — každé pondělí ráno do Slacku: kolik leadů, kolik odpovědí, nejlepší segment, co zlepšit

Výsledky po 60 dnech

Systém běží autonomně. Martin kontroluje Slack report jednou týdně a schvaluje případné změny v ICP filtru.

  • 300 emailů / den (3,75× více)
  • Response rate 11 % (z 8 %)
  • Martin ušetří 3 hodiny denně
  • Pipeline vzrostla o 240 % za 2 měsíce

Co jsme se naučili

Největší překvapení? Personalizace generovaná AI byla v průměru lepší než manuální. Agent si všimne detailů (nedávný funding round, nový produkt, zmínka v médiích), které by člověk přehlédl.

Druhé překvapení: reporting agent odhalil, že segment "fintech 10-50 zaměstnanců" má response rate 18 % — double než zbytek. Bez analytiky by to trvalo měsíce zjistit.