agency-signal-sourcer について
B2Bサービス代理店向けに、選定した市場シグナルを検出・評価し、GTM施策につなげる運用スキルです。仮説生成スキルを補完し、検出方法や鮮度、代理店の予算とGDPRに関する注意点を示します。
主な機能
- 01代理店向けシグナルの選定
- 02検出ツールとクレジット費用
- 03シグナルの鮮度に関する指針
- 04アカウントの評価と優先順位付け
- 05シグナルから施策へのプレイブック
- 06GDPRと予算に関する注意点
活用シーン
- 01選定シグナルの検出ツール選び
- 02有効なシグナルでアカウントを順位付け
- 03アウトリーチ時期とフォローの計画
- 04EU向けのシグナル調査の調整
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ victor-shulga/ gtm-skills --skill agency-signal-sourcerインストール後、Claude Code で/agency-signal-sourcerを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
resources/detection-tools.mdgtm-plays.mdjob-change-tracking.mdscoring.mdtaxonomy.mdtool-setup-guides.md詳細
Agency Signal Sourcer(運用レイヤー)
公開されているシグナルソーシングのプレイブックを、米国のSaaSベンダーではなく、B2Bサービス代理店向けに調整したものです。
このスキルは、シグナルベースのアウトバウンドの運用面を担います。何をテストするかという戦略面は、すでにViktorのhypo-generatorとhypothesis-builderにあります。この2つは連携して機能します(「連携」を参照)。
セットアップ(セッションごとに1回実行)
インストールディレクトリは動的に解決してください。ハードコードしてはいけません。
**/agency-signal-sourcer/SKILL.mdをGlobで検索します。- そのディレクトリを
SKILL_BASEとします。リソースは{SKILL_BASE}/resources/...にあります。
代理店向けの適用ルール(以下のすべてに適用)
以下のルールは、プロダクト/SaaSの販売者向けに書かれた元資料より優先されます。
- シグナル ≠ データポイント(Viktorの中核となる考え方で、
hypo-generator/signals-catalog.mdと共通です):- 動的シグナル=期間が限定されたイベントで、TAMの約3~5%に発生します。アプローチする「タイミング」を示します。
- 静的データポイント=TAMの約100%に当てはまる事実です。何を伝えるべきかを示します。
- 強力な施策は、トリガーとなる動的/個別シグナルを1つと、メッセージを調整するための静的データポイントを1つ組み合わせます。
- プロダクト主体ではなく、サービス代理店向けの営業活動にします。 適用されないプロダクト主導型シグナルは削除するか、優先度を下げてください。 プロダクト利用の急増、無料トライアルへの登録、G2での競合比較、Bomboraのトピック急増、PLGクロスセルは対象外です。 代理店営業に適したシグナルは維持します。資金調達、採用/採用の急増、採用の失敗、チャンピオンの転職、新たな意思決定者(90日間)、技術スタックの変更、従業員数の増加、事業拡大/新地域への進出、製品ローンチ、イベントへの参加、LinkedIn投稿へのエンゲージメントです。
- EU/GDPRと地域ごとの実情を考慮します。 EU/UAの多くのクライアントは米国/英国/DACHを対象に営業しています。個人単位のウェブサイト訪問者ID(RB2B、Warmlyの匿名解除)は米国のみで利用できます。EUでは、企業単位のIP識別のみがコンプライアンスに準拠します。訪問者トラッキングを推奨する際は、必ずこの点を明記してください。EUを対象とするリストに、米国限定ツールをクライアントに案内してはいけません。
- エンタープライズではなく、代理店の予算を想定します。 エンタープライズ向けの購買意図ツール(Bombora:約3万~10万ドル/年、6sense:約3万5,000~13万ドル/年、ZoomInfo:約1万5,000~6万ドル/年)は「エンタープライズ向けのみ。通常は対象外」としてください。現実的な代理店の構成はClay + Serper/Claygent(まずクレジット不要の検出)+ Trigify + RB2B-free + LinkedIn/Sales Navです。
- ベンチマークは目安であり、約束ではありません。 元資料にある返信率18~22%/35~40%は、プレイブックの著者による自己申告であり、楽観的です。上限値として扱ってください。実態はチーム内の基準値(上位の返信率は約10%以上)に近いでしょう。クライアントに期待値として35~40%を伝えてはいけません。
ルーティング表
| リクエスト | 読み込むファイル |
|---|---|
| シグナルXを検出するツール・Clayのクレジットコスト・まずクレジット不要で行うコスト最適化・1st/2nd/3rdパーティーのソース | {SKILL_BASE}/resources/detection-tools.md ⭐ |
| シグナルの鮮度/減衰/最適なアプローチ期間/信頼性ティア | {SKILL_BASE}/resources/detection-tools.md(同じファイル) |
| アカウントのスコアリングと優先順位付け:重み、鮮度乗数、複数シグナルの組み合わせ、ヒートティア+SLA | {SKILL_BASE}/resources/scoring.md(適用ルール2を適用し、PLGの行を削除) |
| シグナルからアクションへのプレイブック(日ごとのシーケンス、担当者、エスカレーション) | {SKILL_BASE}/resources/gtm-plays.md(代理店に関連する施策のみ使用) |
| トリガーの分類体系全体+INBOUND/POSTBOUND/BRIDGEBOUND/OUTBOUNDの枠組み | {SKILL_BASE}/resources/taxonomy.md |
| シグナルツール(RB2B、Trigify、Common Room、Bomboraなど)のセットアップ | {SKILL_BASE}/resources/tool-setup-guides.md(GDPRと予算に関する注意事項を適用) |
| Clayでのチャンピオン/連絡先の転職追跡(手順ごと) | {SKILL_BASE}/resources/job-change-tracking.md |
⭐ 仮説生成との連携(「これらを一緒に使えますか?」への回答)
これらのスキルはパイプラインを形成します。役割分担を明確に保ってください。
STRATEGY (what to test) OPERATIONS (how to source + act)
───────────────────────── ───────────────────────────────
hypo-generator agency-signal-sourcer (this skill)
· reads signals-catalog.md (the signal LIST) · detection-tools.md → HOW to detect each catalog signal,
· builds 10-hyp matrix: ICP × signal × offer which tool, Clay credit cost, freshness window
· scores w/ 5-factor trivial-trigger weight · scoring.md → once detected, SCORE & rank the accounts
hypothesis-builder · gtm-plays.md → the signal-to-action sequence to run
· persona × signal × angle backlog · tool-setup-guides.md → stand up the detection tool
一緒に実行する方法:
- まず戦略を立てます —
hypo-generator(クライアントの URL から)またはhypothesis-builder(既知の ICP とシグナルのセットから)を実行し、 テストする シグナル × ICP × オファー の仮説を選びます。シグナル名は このスキルではなく、hypo-generator/signals-catalog.mdに記載されています。 - 次に、ここで運用に落とし込みます — 選んだシグナルごとに、このスキルを使って次の点を確認します。 どのツールで検出するか、Clay クレジットをいくつ消費するか、情報の鮮度をどれだけ保てるか、そのシグナルを持つアカウントをどうスコアリングするか、 どの GTM の施策を実行するか。
- フィードバックループ — このスキルの
taxonomy.mdとdetection-tools.mdを使って、signals-catalog.mdに追加する価値のある新しいシグナルを見つけることもできます。カタログに記載されていない、検出可能なトリガーが見つかった場合は(自明なトリガーの重みがまだ付いていないもの)、仮説に勝手に組み込まず、Viktor に追加を依頼してください。
基本ルール:**「どのシグナルに賭けるべきか?」**が質問なら、
hypo-generator/hypothesis-builderを使います。 **「このシグナルを実際にどう見つけ、スコアリングし、活用するか?」**なら、このスキルを使います。 **「すでにアカウントのリストがあり、今すぐ有効なシグナルを持つアカウントを探したい」**なら、signal-researchを使います。このスキルの手法を実際のリストに適用し、根拠と日付を付けてスコアリングしたファイルとカバレッジレポートを返します。
引き継ぎ — 以下には既存のスキルを使ってください(再発明しないでください)
| 質問 | 使用するスキル |
|---|---|
| テストするシグナル × ICP × オファーを選ぶ(URL から) | hypo-generator |
| ペルソナ × シグナル × 切り口の仮説マトリックスを作成する | hypothesis-builder |
| 正式なシグナルの一覧と、自明なトリガーの重みを確認する | hypo-generator/signals-catalog.md |
| 単一の購入者シグナルをメッセージに結び付ける | angle-finder(outbound-engine-skills) |
| 企業リストに対して Clay/LinkedIn のシグナル検出を実行する | signal-research |
| リードをスコアリングする(一般的なリードスコアリング) | lead-scoring(outbound-engine-skills) |
| ミーティング/予約の意向をスコアリングする | reply-objection-handler(outbound-engine-skills、意向のトリアージ) |
| シグナルに基づく実際のアウトリーチ文面を書く | sequence-writer(outbound-engine-skills) |
回答形式
- リクエストが戦略(→
hypo-generator/ 06 に引き継ぎ)か、運用(→ ここで対応)かを明示します。 - エージェンシー向けの調整ルールを適用します — PLG/エンタープライズ向けのノイズを取り除き、米国限定/GDPR 対応のツールを明示し、エンタープライズ向けの価格設定を低く評価します。
- 各シグナルについて、検出(ツール + Clay クレジット)→ 鮮度の期間 → スコア → GTM の施策の順に提示します。
- ベンチマークはあくまで参考値として示し、35〜40%を約束しないでください。