見込み客調査 (Prospect Research)
このスキルは、関連性が高くパーソナライズされた営業会話を行うために必要なすべての情報を提供する、包括的な見込み客プロファイル（「知識カプセル」）を作成します。
目的
個々の見込み客（その背景、役割、優先事項、接点）に対する深い理解を構築し、パーソナライズされたアプローチと意味のある会話を可能にすること。
調査次元
1. プロフェッショナルプロファイル
基本情報:
- フルネームと通称
- 現在の役職と会社
- 所在地とタイムゾーン
- LinkedInプロファイルURL
- メールアドレス（入手可能な場合）
キャリアコンテキスト:
- 現在の役職の在任期間
- 以前の役職と会社
- キャリアの軌跡と進歩
- 業界経験の深さ
2. 役割と責任
担当範囲:
- 率いる部門または機能
- チーム規模と構成
- 評価指標となる主要KPI
- 予算権限と範囲
日常業務:
- 典型的な一日はどのようなものか？
- 使用しているツールやシステムは？
- 誰に報告しているか？
- 誰が報告しているか？
3. 専門的な関心
LinkedInアクティビティ:
- 投稿しているトピック
- エンゲージしているコンテンツ
- 所属しているグループ
- ソートリーダーシップのテーマ
公開コンテンツ:
- 執筆した記事やブログ
- 出演したポッドキャストやウェビナー
- カンファレンスでのプレゼンテーション
- 公開された意見や見解
4. 接点
相互コネクション:
- LinkedIn上の共通の知り合い
- 共通の以前の雇用主
- 業界団体
- 同窓会ネットワーク
共有コンテキスト:
- 類似したキャリアパス
- 共通の興味や趣味
- 地理的なつながり
- 出席した業界イベント
5. 最近のニュースとアクティビティ
個人ニュース:
- 転職や昇進
- 受賞歴や表彰
- 公的な声明やインタビュー
- ソーシャルメディアでの活動
会社のコンテキスト:
- 最近の会社発表
- 彼らの役割に影響を与える業界動向
- 競争圧力
- 成長や課題
知識カプセルのフォーマット
簡潔で実用的なプロファイルを作成します。
## [氏名] - [役職] at [会社]
### クイックファクト
- 所在地: [都市, タイムゾーン]
- 在任期間: [会社にX年, 役職にYヶ月]
- 経歴: [1～2文のキャリアサマリー]
### 役割の焦点
[責任と評価指標に関する2～3文]
### 最近の活動
- [関連する最近の出来事やニュース]
- [別の関連項目]
### 接点
- [相互コネクションや共有コンテキスト]
- [共通の興味や背景]
### 会話のきっかけ
1. [興味に基づく具体的な話題]
2. [最近のニュースや活動への言及]
3. [優先事項についての質問]
### 潜在的な課題
役割と業界に基づいて:
- [考えられる課題 #1]
- [考えられる課題 #2]
- [考えられる課題 #3]
調査ソース
一次ソース
- LinkedInプロファイルとアクティビティ
- 会社ウェブサイト（アバウトページ、チームページ）
- カンファレンスや出版物からのプロフェッショナル略歴
- 個人ウェブサイトやブログ
二次ソース
- 見込み客に言及しているニュース記事
- 会社のプレスリリース
- 業界団体の出版物
- ポッドキャスト出演やインタビュー
ソーシャルインテリジェンス
- Twitter/Xでのプレゼンス
- LinkedInの投稿とコメント
- 公開された記事やソートリーダーシップ
- カンファレンスでのプレゼンテーション（SlideShare、YouTube）
調査プロセス
ステップ1: 基本プロファイル（5分）
- LinkedInプロファイルを見つける
- 基本情報（役職、会社、所在地）を取得する
- 在任期間とキャリア履歴を確認する
- 報告構造を特定する
ステップ2: 深掘り（10分）
- LinkedInアクティビティ（投稿、コメント、シェア）を確認する
- ニュースでの言及を検索する
- 公開されたコンテンツを見つける
- 相互コネクションを確認する
ステップ3: 統合（5分）
- 2～3の主要な接点を特定する
- 会話のきっかけをドラフトする
- 潜在的な課題を仮説設定する
- 知識カプセルを作成する
パーソナライゼーションガイドライン
調査を実用的にするもの
具体的であること（一般的ではなく）:
- ダメ: 「彼らは営業担当副社長です」
- 良い: 「彼らは18ヶ月で営業チームを5人から25人に成長させました」
最近であること（歴史的ではなく）:
- ダメ: 「彼らはSalesforceで働いていました」
- 良い: 「彼らは先四半期にクォータの150%を達成したと投稿したばかりです」
関連性があること（興味深いだけでなく）:
- ダメ: 「彼らはスタンフォード大学に行きました」
- 良い: 「彼らは最近の投稿で新人のオンボーディングに苦労していると述べていました」
注意すべきレッドフラグ
- オンラインプレゼンスが非常に限られている（パーソナライズが困難）
- 最近転職した（まだ意思決定者でない可能性がある）
- 会社のネガティブなニュース（慎重に進める）
- 類似ベンダーでの過去の悪い経験
出力フォーマット
見込み客を調査する際には、以下を作成します。
- 知識カプセル: 標準フォーマットの簡潔なプロファイル
- 調査の確信度: 状況の完全性（高/中/低）
- 最適なアプローチ: 調査に基づく推奨アウトリーチ戦略
- 会話のフック: 3～5の具体的な話題
- 回答すべき質問: まだ学ぶ必要があること
利用可能なツール
有効にすると、これらのMCPツールが調査機能を強化します。
| ツール | 機能 | 使用方法 |
|---|---|---|
| Exa | 人物によるプロファイルとコンテンツの検索 | "Search Exa for [name]'s LinkedIn profile and recent posts" |
| Apify | LinkedInプロファイルのスクレイピング | "Use Apify LinkedIn scraper for [profile URL]" |
| Hunter.io | メールアドレスの検索と確認 | "Find email for [name] at [company] using Hunter" |
| Perplexity | 人物の公開プレゼンスの調査 | "Use Perplexity to find recent mentions of [name]" |
注記: ツールは .mcp.json で有効にし、APIキーを設定する必要があります。セットアップ手順についてはREADMEを参照してください。
ツール使用例
"Use Hunter to find the email for John Smith at Acme Corp"
"Search Exa for John Smith VP Sales Acme Corp LinkedIn"
"Use Perplexity to find recent interviews or podcasts featuring John Smith"
"Use Apify to scrape this LinkedIn profile: [URL]"
相互参照
- 調査結果を
cold-call-scriptsにフィードしてパーソナライズされたオープナーを作成する follow-up-emailsで洞察を使用して関連する言及を行うmultithread-outreachにステークホルダーのコンテキストを提供するcall-analysisの結果に基づいて更新する