cold-email

コールドメールの作成

エビデンスに基づいたメッセージ戦略を用いて、特定の B2B ペルソナに合わせた質の高いコールドメールを作成します。

ワークフロー

ワークフローのタスクを作成する（最初のアクション）

作業を始める前に、addBlockedBy を使用して順序を強制しながら、各ステップのタスクを TaskCreate で作成します。説明と完了条件は、各ステップのワークフロー本文から導き出します。

1. コールドメール：依頼を解析し、企業を調査する
2. コールドメール：ペルソナのガイダンスを読み込み、製品を課題に適合させる
3. コールドメール：コンテンツの CTA とソーシャルプルーフを選ぶ
4. コールドメール：メールを作成して送信する

各タスクは、そのステップを開始するときに in_progress にし、終了条件を満たしたときに completed にします。再開時は、まず TaskList を確認し、最初の未完了タスクから再開します。

---

1. 依頼を解析する
   • 対象のペルソナを特定します（下記の「ペルソナ早見表」を参照）
   • 企業のコンテキスト（名称、業界、規模、資金調達、人材採用、製品のローンチなどの兆候）を抽出します
   • メールの種類を判断します：初回連絡またはフォローアップ（デフォルトは初回連絡）
   • ユーザーが LinkedIn プロフィールの URL を提供した場合は、ステップ 1b に進みます

1b. Crustdata MCP で見込み客の情報を充実させる（LinkedIn の URL が提供された場合）

• LinkedIn の URL を指定して mcp__crustdata__enrich_person_by_linkedin を呼び出します
• パーソナライズに使用する以下の情報を抽出します：
  • 名前と役職：挨拶にはファーストネームを使用し、役職からペルソナを特定します
  • 現在の会社：会社名、ドメイン、説明、資金調達の段階
  • 職歴：過去の勤務先と役職（「これまでにもチームを成長させてきたように」といった切り口に役立ちます）
  • 学歴：学校と学位（関連性が非常に高い場合に限り、控えめに使用します）
  • スキル／言語：コミュニケーションのスタイルを考える際に役立ちます
• パーソナライズのきっかけとなる最近の投稿を見つけるため、mcp__crustdata__get_person_linkedin_posts を呼び出します
• 企業のより詳しい情報（従業員数、売上高、資金調達、創業者）を得るため、会社のドメインを指定して mcp__crustdata__enrich_company_by_domain を呼び出します
• Crustdata のデータを活用する際の優先順位：
  1. 最近の LinkedIn 投稿（関連トピックについて投稿していれば、最適な切り口になります）
  2. 現在の役職と会社の状況（製品に特化した切り口）
  3. キャリアの経歴（例：「[previous company] から入社されて以来……」）
  4. 企業の成長の兆候（資金調達、従業員数の増加）

2. まず企業を調査する（CS／CX のリーダーにとって非常に重要です）

   • Crustdata から企業データをすでに取得している場合はそれを使用し、そうでない場合はウェブ検索を行います
   • 企業の主要製品とプラットフォーム名を調べます
   • CS／サポートチームが日々実際に対応している業務を特定します
   • 製品固有の用語を探します（例：「HealthRules Payer」、「RingEX」、「Qualtrics XM」）
   • 最近のニュース、連携、プラットフォームの更新情報を調べます
   • この調査を件名と冒頭の切り口に活用します

3. ペルソナに応じたガイダンスを読み込む

   • 該当するペルソナの類型について、references/personas.md を読みます
   • 相手の課題、購買行動、避けるべきパターンを確認します

4. 製品の機能をペルソナの課題に適合させる

   • Inkeep の製品情報について、references/product-intel.md を読みます
   • どの製品の柱（Ask AI、Copilots、Workflows、Build Your Own）が相手の課題を解決するかを特定します
   • 関連する実績を選びます（例：サポート向けの「チケットを 48％削減」、プロダクト向けの「アクティベーション率 18％」）
   • 製品の機能から話を始めてはいけません。まず成果を提示し、その後に機能との関連を説明します

5. コンテンツの CTA を選ぶ（任意ですが推奨）

   • このペルソナに関連する記事を見つけるため、references/blog-mapping.md を読みます
   • 購買ステージに合わせます：認知（コールド）、検討（情報収集中）、決定（評価中）
   • 複数のメールを送る場合は、メール 2 と 3 に異なる切り口の記事を 2 本選びます

6. ソーシャルプルーフを加える（関連する場合）

   • 業界が一致する顧客を見つけるため、references/customer-proof.md を読みます
   • 見込み客の業界と規模に合った顧客名を 1～2 社使用します

7. メールを下書きする

   • 以下のメール構成に従います
   • ペルソナに合わせたメッセージの切り口を取り入れます
   • 製品のメリットを自然に織り込みます（売り込みのようにしないでください）
   • 短くまとめます（初回連絡は100語未満、フォローアップは150語未満）

8. メールを出力する

   • 件名と本文を提示します
   • 複数のバリエーションが求められている場合は、2～3案を提示します

---

Crustdata MCP Integration

LinkedIn のプロフィール URL が提示された場合は、Crustdata MCP ツールを使用して、パーソナライズに役立つ見込み顧客の詳細情報を収集します。

利用可能な Crustdata ツール

ツール	目的	使用するタイミング
mcp__crustdata__enrich_person_by_linkedin	氏名、役職、会社、職歴、学歴、スキルなどの人物情報を取得します	LinkedIn URL が提示された場合は必ず使用します
mcp__crustdata__get_person_linkedin_posts	エンゲージメント指標とともに、LinkedIn の最新投稿を5件取得します	最近の活動に基づくパーソナライズのきっかけを得る場合に使用します
mcp__crustdata__enrich_company_by_domain	売上高、従業員数、資金調達状況、創業者などの企業情報を取得します	基本情報を超える企業の背景が必要な場合に使用します
mcp__crustdata__get_company_linkedin_posts	企業の最新投稿を5件取得します	参考にできる企業のニュースや発表を調べる場合に使用します

人物情報のエンリッチメントで取得できるデータ項目

person:
  - name, title, headline, location
  - email (if available), twitter_handle
  - summary, profile_picture_url
  - connections count
  - skills, languages

current_employment:
  - company_name, title, location, start_date
  - company_details: linkedin_id, website_domain, logo_url, description

past_employment:
  - company_name, title, start_date, end_date

career_summary:
  - all_titles, all_employers, all_schools, all_degrees

データの種類ごとのパーソナライズ戦略

データの種類	活用方法	例
LinkedIn の最近の投稿	投稿した具体的なトピックに言及します	「サポートにおける AI についての最近の投稿に共感しました……」
現在の役職＋在職期間	ペルソナに合わせたメッセージに調整します	着任したばかりなら短期的な成果、2年以上なら戦略的な取り組み
会社の概要	件名に使用する製品名を取り出します	「Qualtrics XM の四半期ビジネスレビュー準備」ではなく、「四半期ビジネスレビューを迅速化」
過去の勤務先	共通の背景を通じて信頼性を築きます	「[前職の会社]でサポートを拡大したご経験から……」
会社の従業員数／資金調達状況	ペインポイントを特定するために成長段階を把握します	シリーズ B ＝ 拡大に伴う混乱、エンタープライズ ＝ ツールの集約
スキル／言語	コミュニケーションのスタイルを判断します	技術スキルがある場合は、アーキテクチャについて踏み込んで説明できます

例：LinkedIn URL からパーソナライズしたメールを作成する

入力： https://www.linkedin.com/in/johndoe

Crustdata の取得情報：

• 氏名：John Doe
• 役職：カスタマーサクセス担当バイスプレジデント
• 会社：Acme Corp（シリーズ B、従業員200人、データ分析プラットフォーム）
• 最近の投稿：「新しいダッシュボードをリリースしました……」
• 過去の勤務先：DataCo のカスタマーサクセス部門ディレクター

パーソナライズした切り口：

「Acme の分析プラットフォーム導入で ROI を実証しながら、リリースされたばかりのダッシュボードにも対応されているのですね。利用状況のシグナル、サポートの傾向、関係者からのフィードバックを更新に向けたブリーフにまとめるには、今も手作業でつなぎ合わせる必要があります。」

一般的な切り口との比較：

「Acme Corp でカスタマーサクセスを率いていると知りました。」（文字数を無駄にし、洞察もありません）

Crustdata のデータが限られている場合

エンリッチメントで取得できるデータが少ない場合：

1. 企業調査にはウェブ検索を利用します
2. 役職だけからペルソナの類型を特定します
3. 個人に関する切り口よりも、企業に特化した切り口を重視します
4. enrich_realtime: true オプションで、より新しいデータを取得できるか確認します（より多くのクレジットを消費します）

---

ペルソナのクイックリファレンス

ペルソナ	主な課題	CTA のスタイル
創業者兼 CEO	成長の鈍化、CAC の効率	ビジネス成果、ROI データ
CTO／創業者兼 CTO	AI の導入、セキュリティ、技術的負債	技術的な詳しさ、アーキテクチャ
エンジニアリング担当 VP	開発者の生産性（コーディング時間の 32％）	DORA 指標、チームの効率
CIO／IT 担当 VP	AI 戦略、ベンダーの集約、セキュリティ	TCO、コンプライアンス、エンタープライズ統合
CPO／プロダクト担当 VP	ステークホルダー間の対立、AI 統合	ユーザーエンゲージメント、機能の採用
プロダクト担当ディレクター／責任者	プロダクトの ROI の証明、連携	部門横断的な事例
シニア PM／GPM	機能の影響測定	同業者の推薦、フレームワーク
テクニカル／プラットフォーム PM	インフラの価値の定量化	DevEx 指標、アーキテクチャ
CX／CS 担当 VP	ROI の証明、NRR の保護	金額で示す成果
CX／サポート担当ディレクター	組織のサイロ化（73％）	CSAT、FRT の改善
サポート責任者	ナレッジの不足（51％）、チームの対応力	チケットの削減、エージェントの生産性
サポート Ops／CX Ops	ツールの乱立（81％）、統合	API の深さ、TCO、自動化の ROI
CSM／オンボーディングマネージャー	価値実現までの時間、燃え尽き	時間の節約、自動化
サポートチームリード	エージェントの生産性、FCR	すぐに得られる成果、テンプレート
DevRel 責任者	DevRel の ROI の証明、コンテンツの効率	開発者のアクティベーション指標
シニアデベロッパーアドボケイト	多くの役割を兼任、コンテンツ量	時間の節約、同業者の利用例
ジュニアデベロッパーアドボケイト	キャリアパス、信頼性、ツールの過多	無料のリソース、テンプレート、同業者の利用例
テクニカルライティング責任者	ドキュメントの陳腐化（SME の時間の 30％）	最新性、サポートチケットの削減
テクニカルライター（IC）	レビューのボトルネック、SME との調整	テンプレート、同業者の推薦、無料トライアル
コミュニティ責任者	ROI の証明（58％）、リソース	エンゲージメント、定着への影響
グロース担当 VP／責任者	リードの質（61％）、CAC の上昇	アクティベーション、コンバージョンデータ
AI 責任者	POC の中断（42％）、データ品質	POC から本番環境への移行、ガバナンス
コンテンツクリエイター（採用）	予算の制約（8％）、動画のコスト	効率、代理店とのコスト比較

---

メールの構成（初回連絡）

Subject: [2-3 words, internal-camo style, no punctuation]

[1 sentence: Personalized observation or trigger]

[1-2 sentences: Problem statement with loss framing or unconsidered need]

[1 sentence: Social proof:"We helped [similar company] [specific outcome] in [timeframe]"]

[1 sentence: Interest-based CTA with optional content offer]

特徴：

• 全体で 100 語未満（目安であり、厳格なルールではありません）
• 小学 3～5 年生程度の読みやすさ
• プレーンテキストにし、初回連絡のメールにはリンクを含めない
• 2～3 段落で、各段落は 1 文
• 「I／we」ではなく、「you／your」から始める
• 具体的な数値、企業名、正確な期間を記載する
• ハイフンは複合語（edge-case、Tier-1、50-80%）にのみ使用します。別々の考えや節をつなぐためにダッシュを使用しないでください。
• em ダッシュは使用しないでください。代わりにコンマまたはピリオドを使ってください。

注： 2 通目と 3 通目のフォローアップメールでは、CTA としてブログ記事へのリンクを含めてください。以下の「フォローアップメールの流れ」を参照してください。

---

VP／カスタマーサクセス責任者向けメールの構成（実証済みパターン）

CS リーダー（CS 担当 VP、CS 責任者、CS 担当 SVP、最高顧客責任者）には、30 社以上でテストされた次のリサーチ優先の構成を使用してください。

件名の公式

[Company Product Name] QBR prep

例：

• Qualtrics XM QBR prep
• Mural rollout QBR prep
• RingEX and RingCX QBR prep
• LeanIX onboarding, faster first value
• Vanta Trust Center QBR prep

件名では、相手が使用している特定の製品／プラットフォームに必ず触れてください。「faster QBR prep」や「CS efficiency」のような一般的な件名は効果がありません。

CS リーダー向けメールの構成

Hi [First Name],

[1-2 sentences: Company-specific CS challenge with loss framing. Reference their actual products/platform and the manual work involved.]

We build a CSM AI Agent that connects to the systems you already use (CRM, support, call notes, product usage) and can answer in seconds:
• "Which accounts are trending at risk, and why?"
• "What should we cover in the next QBR for <customer>?"
• "Generate a renewal or QBR summary with outcomes, adoption, and open risks."

Open to a quick 15-minute chat next week?

Best,
[Your Name]
[Company]

CS リーダー向けのフックパターン

効果的なフック（製品に即した、損失を示す表現）：

• 「[Company] では、[Product A] と [Product B] を通じて [customer type] を支援されているため、チームでは QBR や契約更新の前に、情報を集めて整理するのに多くの時間を費やしているのではないかと思います。」
• 「[product type] のお客様では、契約更新の状況を把握する情報が、通常 [signal 1]、[signal 2]、[signal 3] に分散しています。」
• 「[platform] のアクティビティ、[metric]、[data source] を経営幹部向けの契約更新資料にまとめるには、今も手作業で何時間もかかります。」

効果の薄いフック（一般的で、役職に焦点を当てた表現）：

• 「[Company] でカスタマーサクセスを率いていらっしゃるのを拝見しました。」（相手の役職の説明に文字数を使っています）
• 「チームではおそらく手作業に時間を費やしているでしょう。」（製品に即した表現ではありません）
• 「CSM を採用されているのを拝見しました。」（一般的なきっかけです）

箇条書きのカスタマイズ

企業調査に基づいて、3つの箇条書きをカスタマイズします。

企業の種類	リスクの兆候	ヘルス状況の概要	QBR の内容
オブザーバビリティ／IT	カバレッジの不足、アラートの過多、ワークフローの停滞	デプロイの健全性、トポロジーの不足、連携機能	成果、利用状況、未解決のリスク
セキュリティ／コンプライアンス	カバレッジの不足、脆弱性の増加、未解決のインシデント	リスク状況、修正状況	MDR の成果、リスクの推移
ヘルスケア／保険支払者	導入の遅延、関係者の変更	プロジェクトの健全性、システムのパフォーマンス	提供した成果、未完了のアクションアイテム
データ／アナリティクス	アクティベーション率の低さ、メタデータの陳腐化、連携機能の障害	データの信頼性、リネージの不足	利用状況の傾向、カバレッジ
決済／フィンテック	プログラムのパフォーマンス、不正利用／異議申し立ての兆候	イシュア処理の健全性	プログラムの成果、コンプライアンス

---

シニアサポートリーダー向けメールの構成（VP／SVP／EVP）

大規模なテクニカル B2B 企業のシニアサポートリーダーには、エグゼクティブ向けの短いメール形式（約80語、対等な立場からの口調）を使います。

主な原則

• 約80語以内（エグゼクティブ向けの短いメール）
• 対等な立場からの口調とし、売り込みやマーケティング文のようにしません
• 平易で信頼感のある表現を使い、流行語を避けます
• 機能ではなく、レバレッジ、対応能力、ナレッジの再利用に焦点を当てます
• すでに優れたツールを導入しており、AI アシスタントも利用している可能性があると想定します
• 実際の企業情報に基づいてパーソナライズします

3つの Inkeep サーフェス（必ずすべてをつなげる）

1文の中で、必ず3つすべてのサーフェスを課題と結び付けます。

1. 出典を明記した回答を提供する顧客向け AI アシスタント
2. リクエストを分析し、出典へのリンク付きの返信を作成するAgent Copilot
3. 解決済みチケットを KB／ドキュメントの更新に活用するコンテンツライター

例となる一文：

「Inkeep は、出典を明記した顧客向け AI アシスタント、ケースのワークフロー内で使うエージェント Copilot、解決済みケースの内容をドキュメントに自動反映する機能を支える、共通のナレッジレイヤーを提供します。」

2つの課題の伝え方

切り口 A：「回答はあるが、適切な場面で表示されない」 優れたドキュメント／KB／コミュニティがある一方で、ケースが依然としてオープンになる企業に使います。

「サポートに寄せられる質問の多くは、すでにドキュメントに記載されています。しかし、その場で適切な回答が提示されないため、ケースが解決せずに残り、エージェントは再び検索することになります。」

切り口 B：「解決策がケース内にとどまる」 解決後にナレッジが共有されないことが課題である場合に使います。

「複雑なケースがクローズしても、解決策はケースのスレッド内にとどまりがちです。その一方で、エージェント、顧客、AI ツールは古いガイダンスを使い続けています。」

企業の状況に応じて選びます。セルフサービス（KB、コミュニティ、ドキュメント）が成熟した企業には切り口 A がより適しています。エスカレーションがボトルネックとなっている企業には切り口 B がより適しています。

シニアサポートリーダー向けメールの構成

Hi [First Name],

[1-2 sentences: Company-specific hook with real data (integrations count, endpoints, products). State the Support problem concretely.]

[1 sentence: The Inkeep solution connecting all three surfaces to the problem.]

Open to a [10-15] min compare?

Best,
[Your Name]
[Company]

件名のパターン（企業固有の内容が必須）

良い例（企業に合わせた内容）：

• Snowflake Copilot: keeping answers current
• Support leverage across 650+ integrations（New Relic）
• Clean Room setup: Snowflake + BigQuery（LiveRamp）
• SKAN + OneLink edge cases（AppsFlyer）
• When Qlik + Talend case learnings don't travel

悪い例（汎用的で、どの企業にも当てはまる）：

• Docs exist. Finding them is the work
• When edge-case answers don't stick
• faster QBR prep

企業調査で見つけるポイント

公開情報から、具体的なポイントを2～4件見つけます。

ポイントの種類	例
エコシステムの規模	「650+ integrations」「10,000+ partners」「270k news sources」
デプロイモデル	「AWS, Azure, and GCP」「cloud + on-prem」「hybrid data estates」
主要なワークフロー	「SKAN + OneLink setup」「Clean Room connections」「RampID identity resolution」
同社のAIアシスタント	「Snowflake Copilot」「Alteryx Copilot」「Qlik Answers」「Breeze」
ナレッジベース／コミュニティの存在感	「MyAlteryx portal」「Knowledge Center」「large Community」
コンプライアンス／セキュリティ	「SOC 2 Type II」「HIPAA-ready」「ransomware resilience」
グローバル展開	「140+ countries」「50,000+ endpoints」「follow-the-sun」

例（サポート部門のシニアリーダー向け）

Alteryx、カスタマーサポート＆CXオペレーション担当VP

件名： Copilot の回答を最新の状態に保つ

こんにちは、[First Name]さん

すでに MyAlteryx で問い合わせ、Knowledge Center、大規模なコミュニティを運営されています。難しい問題が解決しても、最終的な解決策が問い合わせスレッドに残ったままになり、エージェント、顧客、Alteryx Copilot が古いガイダンスを参照し続けることがあります。

Inkeep は、解決済みの問い合わせを常に最新のナレッジレイヤーに同期することで、そのギャップを埋めます。これにより、出典を明記した顧客向けの回答と、お使いのツール内でエージェントを支援する Copilot を提供できます。

12分ほど比較のお時間をいただけますか？

よろしくお願いします。 Matthew

---

New Relic、グローバルテクニカルサポート担当GVP

件名： 650+件の統合に対応するサポート体制

こんにちは、[First Name]さん

650+件の統合と、OpenTelemetry の充実したサポートを背景に、グローバルテクニカルサポートでは日々、取り込み、属性マッピング、NRQL のエッジケースをデバッグすることになります。難しい問い合わせが解決しても、手順がチケットに残ったままになり、顧客や New Relic AI が古いドキュメントを参照し続けることがあります。

Inkeep は、出典を明記した顧客向け AI アシスタント、エージェント向けのワークフロー内 Copilot、解決済みの問い合わせの KB への自動記録を備えた、共通のナレッジレイヤーを提供します。

12分ほどお話しできますか？

よろしくお願いします。 Matthew

---

AppsFlyer、北米・中南米テクニカルサポート責任者

件名： 10,000+のパートナーを支えるサポート

こんにちは、[First Name]さん

AppsFlyer は10,000+の統合パートナーに加え、SKAN と OneLink のセットアップにも対応しているため、北米・中南米のチームには「ドキュメントどおりに進めたのに、まだ解決しない」という問い合わせが数多く寄せられます。

回答がドキュメントや過去の問い合わせにすでに存在していても、すぐに見つからないことがあります。また、実際のギャップを埋めるには時間がかかります。

Inkeep は、顧客とのチャットに出典付きの回答を表示し、ワークフロー内でエージェントを支援する Copilot を提供します。また、本当に新しい情報があった場合は、KB の更新案を作成します。

簡単に比較してみませんか？

よろしくお願いします。 Matthew

---

T2/T3 テクニカルサポート向けメール

エスカレーションに対応するテクニカルサポートのリーダーには、「コンテキスト探し」を切り口にします。

T2/T3の課題

T2/T3で時間がかかるのは、デバッグではありません。デバッグを始める前にコンテキストを集めることです。

• 環境／バージョン
• 設定
• ログとトレース
• 類似する過去の問い合わせ
• 顧客アカウントの状態

これは、Datadog／Splunk、Jira、Slack、Confluence、CRM、製品管理ツールにまたがる「6システムを巡る情報探し」です。

T2/T3メールの構成

Hi [First Name],

[1 sentence: Company-specific T2/T3 challenge with concrete systems/workflows.]

[1 sentence: The context gathering problem, stated plainly.]

Inkeep gathers that context, suggests the reply with linked sources, and turns new learnings into updated docs, so the next engineer or customer does not have to re-collect it.

Open to a [10-12] min compare?

Best,
[Your Name]

T2/T3のフォローアップシーケンス

メール2（リマインド）：

Hi [First Name],

Quick bump.

On T2/T3, the slow part is often gathering context before debugging even starts: env/version, configs, logs, traces, and similar past cases.

Inkeep gathers that context, suggests the reply with linked sources, and turns new learnings into updated docs, so the next engineer or customer does not have to re-collect it.

Open to a quick 10-12 min compare?

Best,
[Your Name]

メール3（測定の切り口）：

Hi [First Name],

How do you measure the "context gathering" step today?

One simple metric is time from ticket opened to the first helpful reply that includes the key facts and next steps, not just "we're looking."

Inkeep reduces that time by pulling the facts from your systems and drafting the response with sources.

Worth a short chat?

Best,
[Your Name]

メール4（最後の連絡）：

Hi [First Name],

Last note from me.

If your engineers already get env details, logs, and past-case matches pulled into every escalation automatically, I'll bow out.

If not, that context work repeats on every T2/T3 ticket.

Inkeep gathers the context, suggests the reply with linked sources, and turns new learnings into updated docs, so the same question is easier next time.

Who owns this workflow?

Best,
[Your Name]

---

カスタマーサクセスリーダー向け更新メール（個別対応型CSM AIエージェント）

更新やQBRを重視するCSリーダー（VP CS、Head of CS、SVP CS、CCO）には、この「個別対応型CSM AIエージェント」のテンプレートを使います。

サポートリーダー向けメールとの主な違い

• 更新、QBR、顧客価値の実証に重点を置きます
• **「プレイブックに合わせてカスタマイズした、オーダーメイドの CSM AI エージェント」**を強調します
• CRM、チケット管理、通話メモ、製品テレメトリーと連携します
• 3つの箇条書き：リスクの特定、ヘルススナップショット、経営幹部向けの QBR／更新ブリーフ

メールの構成

Hi [First Name],

[1-2 sentences: Company AI/product initiatives and what it means for CS. Research their specific products and positioning.]

Inkeep builds bespoke CSM AI Agents tailored to your playbooks. They connect to your CRM, ticketing, call notes, and product telemetry to:
• Identify accounts trending at risk and why ([company-specific risk signals])
• Snapshot current health with recommended next steps
• Draft an exec-ready QBR or renewal brief tied to outcomes ([company-specific outcomes])

Open to a quick 15-minute chat next week?

[Your Name]

件名のパターン

形式の候補：

• [Company] renewals: [outcome metric], auto-summarized
• Before renewals: auto-brief on [outcome] + [outcome]
• [Company] CS: renewal risk + value story in 1 brief
• CS agent for [Company] renewals

良い例：

• Smartly renewals: ROAS + creative velocity, auto-summarized
• BMC renewals: MTTR + automation wins, auto-briefed
• Before renewals: auto-brief on patch + exposure outcomes (Tanium)
• Nooks ROI brief: connects, meetings, pipeline
• Atlan: instant account intel for renewals
• Aqua renewals: measurable runtime impact, faster

悪い例（汎用的すぎる）：

• QBR-ready renewal brief for CSMs
• CS agent for renewals

業界別のリスクシグナル

業界	リスクシグナル
セキュリティ／DSPM	カバレッジのギャップ、脆弱性の増加、未解決のインシデント、ステークホルダーの入れ替わり、修復の遅れ
データ／オブザーバビリティ	導入の停滞、マーケットプレイスでのエンゲージメントの低さ、データの欠落、アラート疲れ、解決までの時間の長期化
IT 運用／AEM	MTTR の増加、自動化の導入停滞、ノイズの多いイベント、パッチ適用のバックログ、繰り返し発生するインシデント
セールステック	利用の減少、接続率の低下、スパム／電話番号品質の問題、ロールアウトの停滞
データガバナンス	導入の停滞、アクセスのボトルネック、未解決のサポート上のテーマ、マーケットプレイスでのエンゲージメントの低さ
マーケティングテック	支出の減少、パイプラインへの影響、トラッキング／統合の問題、導入の停滞

業界別の成果

業界	取り上げる成果
セキュリティ／DSPM	リスクの低減、修復の迅速化、ツールの統合、エクスポージャーの低減、DDoS 対応態勢
データ／オブザーバビリティ	データのダウンタイム回避、根本原因の迅速な特定、信頼性の向上、障害の減少
IT 運用／AEM	MTTR の短縮、可用性の向上、自動化のカバレッジ、トラブルシューティングの迅速化
セールステック	商談とパイプラインへの影響、接続、ROI、コンバージョン率
データガバナンス	信頼できるデータ、ガバナンスの効いた AI、サイクルタイムの短縮、手作業による引き継ぎの削減
マーケティングテック	ROAS、クリエイティブ制作の速度、パフォーマンスの最適化

例

NETSCOUT カスタマーサクセス組織担当 SVP

件名： nGenius + Arbor の更新：経営陣向けアカウント概要

Tracy 様

NETSCOUT の Visibility Without Borders プラットフォームはパフォーマンス、セキュリティ、可用性を統合し、VaaS の提供内容は、トラブルシューティングの迅速化や障害の減少といった成果を実証するうえで高い基準を示しています。

カスタマーサクセスにとって難しいのは、導入範囲、インシデントの傾向、サポートに関するテーマ、関係者の変更といった散在するシグナルをまとめ、アカウントとの連絡が途絶える前に明確な更新ストーリーを作ることです。

Inkeep は、お客様のプレイブックに合わせたカスタムの CSM AI エージェントを構築します。CRM、チケット管理システム、通話メモ、製品のシグナルに接続し、次のことを行います。 • リスクが高まりつつあるアカウントとその理由を特定 • 現在の健全性の概要と、推奨される次のステップを作成 • 可用性、MTTR、DDoS 対応準備などの成果に結び付けた、経営陣向け QBR または更新概要を作成

来週、15 分ほどお話しできませんか？

Matt

---

Varonis カスタマーサクセス担当 VP

件名： Varonis の更新：低減したエクスポージャーと対応成果の自動概要

Linor 様

Varonis は、可視化にとどまらずリスクを是正する自動化 DSPM と、24 時間 365 日のデータ中心の対応を実現する MDDR に注力しています。カスタマーサクセスにとっての課題は、低減したエクスポージャー、ポリシーの適用状況、検知、導入上のギャップといった散在するシグナルをまとめ、アカウントとの関係が薄れる前に簡潔な更新ストーリーを作ることです。

Inkeep は、お客様のプレイブックに合わせたカスタムの CSM AI エージェントを構築します。CRM、サポート、Varonis のテレメトリに接続し、次のことを行います。 • リスクが高まりつつあるアカウントとその理由を特定 • 推奨される次のステップとともに、健全性の概要を作成 • リスク低減の成果に結び付けた、経営陣向け QBR または更新概要を作成

来週、15 分ほどお話しできませんか？

Matt

---

Monte Carlo グローバルカスタマーサクセス責任者

件名： 更新概要：回避したデータダウンタイムと ROI（自動作成）

Pamela 様

Monte Carlo は、監視とトラブルシューティングを迅速化するエージェントなどを含め、エンドツーエンドのデータおよび AI オブザーバビリティを推進しています。カスタマーサクセスでは通常、経営陣によるレビューや更新の前に、データダウンタイムの削減、根本原因特定の迅速化、カバレッジの拡大といった影響を実証する必要があります。

Inkeep は、お客様のプレイブックに合わせたカスタムの CSM AI エージェントを構築します。CRM、サポート、通話メモ、Monte Carlo の利用状況およびアラートのシグナルに接続し、次のことを行います。 • リスクが高まりつつある更新とその理由（カバレッジのギャップ、アラート疲れ、解決までの時間の長さ、関係者の交代）を特定 • 現在の健全性の概要と、推奨される次のステップを作成 • 信頼性の成果に結び付けた、経営陣向け QBR または更新概要を作成

来週、15 分ほどお話しできませんか？

Matt

---

フォローアップメールの進め方

ユーザーがフォローアップメールを依頼した場合は、次の流れに沿ってください。

位置	種類	目的	長さ
メール 1	課題の提示＋社会的証明	個別化した課題＋顧客事例＋関心を促す CTA	80 語未満
メール 2	価値＋ブログへの CTA	新たな洞察または統計データと、関連するブログへのリンク	100 語未満
メール 3	見方の転換＋ブログへの CTA	関連するブログへのリンクを添えた別の切り口	75 語未満
メール 4	切り口の変更／方向転換	新しいスレッドで、別の課題の切り口を提示	100 語未満
メール 5	価値の提供	有用なリソースを提供し、依頼はしない	75 語未満
メール 6	反論の先回り	返信がない理由として考えられるものに対応	100 語未満
メール 7	終了の挨拶	相手への配慮を示して締めくくり、機会損失を意識させる	75 語未満

ブログへの CTA に関するガイドライン（メール 2 と 3）：

• ペルソナに合った記事を references/blog-mapping.md から選びます
• メール 2：新たな洞察を加える記事、または課題の捉え方を補強する記事を使います
• メール 3：別の切り口から課題を捉え直す記事を使います
• クリックしやすいよう、URL 全体を独立した行に記載します
• 記事は「この記事では［具体的な洞察］を取り上げています：」と紹介し、その後にリンクを記載します
• 依頼のトーンは控えめにします：「［課題］が気になっているようでしたら、5 分ほどご覧になりませんか」

フォローアップに関する注意事項：

• メール 2 は最も効果が高く、返信率が 49％向上します
• フォローアップは長めでもかまいません（4 文以上の場合、商談数が 15 倍になります）
• 「返信がなかったので」といった表現は避けます（商談数が 14％減少します）
• 「お変わりありませんか」は、具体的な出来事に合わせて個別化した場合にのみ有効です
• ブログへのリンクは、売り込みがましくならずに価値を提供できます
• 「別の切り口から言うと：」「特に印象に残った統計は：」「再度ご連絡です」「別の考え方をすると：」などのメタ表現は使わないでください。代わりに、新しい切り口や統計から直接書き始めます。内容そのものに語らせてください。
• 社会的証明は一連のメールで一度だけ使います（通常はメール 1）。複数のメールで顧客名を繰り返すと、定型的な営業メールだと思われます。

---

成約につながった 4 通のメールシーケンス（デモを獲得）

SnapLogic のグローバルサポート責任者に送ったこのシーケンスは、デモの打ち合わせにつながりました。テンプレートとして使用してください。

シーケンスの戦略

メール	役割	切り口	CTA のスタイル
1	リサーチ＋価値の提示	企業固有の課題＋Inkeep のソリューション全体	強め：「12 分の比較」
2	課題の増幅	同じ質問が繰り返される理由（ナレッジが閉じ込められている）	控えめな質問：「心当たりはありますか？」
3	ソリューションの切り口 1	エージェントの対応速度＋アシストを先行する導入経路	中程度：「今年検討される場合は」
4	ソリューションの切り口 2	受動的なサポートから能動的なサポートへ＋統合プラットフォーム	控えめ：「今または後日ご関心があれば」

成功の主な要因

1. メール 1 で企業を深くリサーチ：「800+ Snaps」「Groundplexes」「Ultra Tasks」に言及
2. 段階的なストーリー展開：閉じ込められたナレッジ → エージェントの対応速度 → 先回り型サポート
3. 各メールの目的は 1 つだけ：同じ売り込みを繰り返さない
4. CTA の強さを段階的に下げる：強め → 質問 → 控えめ → さらに控えめ
5. すべて 80 語未満：経営幹部の時間を尊重
6. メタ表現を使わない：新しい切り口から直接書き始める

メール 1：リサーチ＋価値提案全体

Hi [First Name],

With [company-specific data: products, integrations, scale], Support sees a long tail of [specific issue types].

Fix is usually in a prior case or doc, but agents still search, then pull [specific data sources], and the KB update comes later.

Inkeep delivers cited customer answers, drafts agent replies with linked sources, and turns solved cases into docs, with real-time [product-specific] lookups and actions.

Open to a 12-min compare?

Best,
[Your Name]

メール 2：課題の増幅（エンゲージメントを促す質問）

Hi [First Name],

One reason repeat questions do not go away is that support knowledge gets trapped.

Answers live in closed tickets, macros, or internal notes instead of the help center, so the same issues keep resurfacing.

Does that sound familiar at all?

Best,
[Your Name]

効果がある理由：「少しでも心当たりはありますか？」という質問は、相手にコミットメントを求めずに関心を促します。売り込みがましくなく、会話のように感じられるパターンの変化を生みます。

メール 3：エージェントアシストの切り口

Hi [First Name],

Once teams start fixing their knowledge flow, the next bottleneck is agent speed.

Inkeep integrates with tools like [their ticketing system] to analyze incoming tickets and surface relevant answers from docs and past tickets while agents are responding.

Teams often use this first as agent assist before moving to automated replies.

Open to a short conversation if this is something you are exploring this year.

Best,
[Your Name]

効果がある理由：段階的な導入経路（まずアシストし、その後に自動化）を示します。想定されるリスクを軽減します。実際に使用しているツール（Zendesk、Salesforce など）の名称を挙げます。

メール 4：先回り型サポートの切り口

Hi [First Name],

The last step many teams take is shifting from reactive to proactive support.

With Inkeep, teams can automatically respond to common questions and proactively surface answers in docs or product flows before users submit tickets.

All of this runs on the same AI agent foundation, so teams do not need separate tools for each workflow.

If this is relevant now or later, happy to connect.

Best,
[Your Name]

効果がある理由：「同じ基盤」を強調しながら、全体像（先回り型サポート）を示します（ツールの乱立を防ぎます）。最も控えめな CTA によって、プレッシャーを与えずに、後から話を再開できる余地を残します。

このシーケンスのカスタマイズ

新しい見込み顧客向けにカスタマイズする場合：

メール 1 のカスタマイズ：

• 製品データを差し替えます（800 以上の Snaps → 相手に相当するデータ）
• 問題の種類を差し替えます（コネクターの認証 → 相手によくあるエスカレーション）
• データソースを差し替えます（実行ログ、タスクのステータス → 相手の監視ツール）

メール 3 のカスタマイズ：

• チケット管理システムを差し替えます（Zendesk → Salesforce、ServiceNow など）
• 「まず支援し、その後自動化する」という枠組みは維持します

メール 4：

• より広いビジョンについての内容なので、通常はそのまま使えます

---

役職レベル別の CTA パターン

レベル	CTA のアプローチ
エグゼクティブ（VP 以上）	「15 分ほどお話ししませんか？」／「2 分の Loom をお送りしてもよろしいですか？」
ディレクター／マネージャー	「[類似企業] が X を達成した方法をご覧ください」／「ベンチマークを喜んで共有します」
IC／個人貢献者	「無料でお試しください」／「今日から使えるテンプレートはこちらです」
技術職	「技術的な詳細説明をご用意しています」／「API ドキュメントをご覧ください」

関心に基づく CTA は、面談の依頼より 2 倍の効果があります（返信率 30% 対 15%）。

---

返信を損なうアンチパターン

避けること：

• 「少しお話ししませんか？」／「短い電話をしませんか？」（相手の時間を軽視しています）
• 「念のためフォローアップします」（新たな価値がありません）
• ありきたりな「お元気でお過ごしのことと思います」
• 「当社は業界をリードするプロバイダーです」（テンプレート感が出ます）
• 文脈のない ROI の主張（成功率が 15% 低下）
• 先に自社製品を売り込むこと（返信率が 57% 低下）
• CTA を複数入れること（メール 1 通につき依頼は 1 つ）
• 文字ばかりの長文（段落がない）
• 最初の連絡で 125 語を超えること
• テンプレートを使った連絡だと伝わるメタ表現（「別の切り口で：」「特に目を引いた統計がありまして：」「再度ご連絡します」「改めてご連絡します」「前回のメールについて」「別の考え方をご紹介します：」）
• 複数の見込み顧客を分析しているとわかる営業用語（「よく見られるパターンとして：」「御社のようなチームからよく聞くのは」「最近気づいた傾向として」）
• メール内での em ダッシュの使用（代わりにコンマかピリオドを使います）
• 相手の役職から書き始めること（「カスタマーサクセスを率いていらっしゃると拝見しました……」は文字数を使うだけで、注意を引けません）
• どの企業にも当てはまる件名（「QBR 準備を迅速化」ではなく「Qualtrics XM の QBR 準備」）

テンプレート感のチェックリスト：

• 「私／私たち／当社」で始まる
• 流行語が含まれている（「革新的」「最先端」「オールインワン」）
• 具体的な数値ではなく、丸めた数値を含んでいる（「40% 削減」ではなく「37% 削減」）
• ありきたりな社会的証明が含まれている（「業界をリードする企業」）
• 価値を示す前に面談を依頼している
• 中学 2 年生以上の読解レベルになっている
• 件名がどの企業にも当てはまる（製品固有ではない）
• 相手の役職から書き始めている

明確さを損なうアンチパターン（避けるべき曖昧な表現）：

曖昧な表現	問題点	より明確な表現
「再利用可能なガイダンス」	誰向けの、どのようなガイダンスですか？	「エージェント、顧客、AI がすべて参照する回答」
「修正内容はチケット内にあります」	抽象的で、読者に解釈を強います	「解決方法はケースのスレッドに残ります」または「手順はチケットのメモに残ります」
「意思決定の道筋」	専門用語です	「トラブルシューティングの手順」または「解決ロジック」
「サービス提供コストの繰り返し」	抽象的なビジネス用語です	「同じシニア担当者によるトリアージが地域ごとに繰り返されます」
「定着するように」	「それ」が何を指すのか不明です	「次回は同じ質問に答えやすくなるように」
指す対象が明確でない「それ」	読者に推測を強います	対象を具体的に明記します
「その結果、チームは本当の問題から取り組めます」	本当の問題とは何ですか？	「その結果、チームは状況を探し回るのではなく、デバッグから始められます」
「思考作業」	抽象的すぎます	「同じ調査」または「同じトラブルシューティング」

セルフチェック： 文中の「それ」「この」「その」が、同じ文の中で明確な対象を指していない場合は、書き換えてください。

---

例

良い例（CX担当バイスプレジデント）

件名： 問い合わせ対応の削減

[Company] が急速に事業を拡大しているのを拝見しました。シリーズBの調達、おめでとうございます。

この段階のCXチームの多くは、問い合わせ件数が人員数の3倍のペースで増加しています。燃え尽きを防いでいるチームは、技術文書を正確に理解するAIを活用して、問い合わせの40〜60％を削減しています。

Fingerprintはチケット数を48％削減しながら、アクティベーションを18％向上させました。どのように実現したのか、手短にご紹介しましょうか？

---

良い例（DevRel責任者）

件名： ドキュメントの活用促進

[Conference] で開発者オンボーディングの摩擦について講演されていたのを拝見しました。

DevRelチームの多くは、業務の50％以上をコンテンツ制作に費やしていますが、アクティベーションへの効果を証明するのに苦労しています。たいていの場合、「ドキュメントが存在する」ことと「開発者が答えを見つける」ことの間にギャップがあります。

Solanaは人員を増やさずに開発者サポートを拡大しました。ご参考になれば、その取り組みをご紹介します。

---

良い例（QualtricsのCS責任者）

件名： Qualtrics XMのQBR準備

Charlie様

大規模なXM導入全体でROIの証明と利用・定着の促進を担う貴社チームでは、利用状況、アンケート、ユーザー、サポート履歴、未対応のアクションアイテムをもとに経営幹部向け報告資料を準備するため、多くの手作業が発生していることと思います。

私たちは、すでにお使いのシステム（CRM、サポート、通話メモ、製品利用状況）に接続し、次のような質問に数秒で回答できるCSM AIエージェントを構築しています。 • 「リスクが高まりつつある大企業アカウントはどれですか？その理由は何ですか？」 • 「 の次回XM QBRでは、利用状況と成果を踏まえて何を取り上げるべきですか？」 • 「成果、利用傾向、未解決の問題をまとめた更新提案書を作成してください。」

来週、15分ほどお話しするお時間をいただけますか？

よろしくお願いいたします。 Matt Plotkin Inkeep

---

良い例（MeltwaterのCS責任者）

件名： ソーシャルリスニングのQBR準備

Ana様

Meltwaterをメディアインテリジェンスに加え、ソーシャルリスニングやレポート作成にも利用しているチームでは、QBR、契約更新、エスカレーションを前に、アカウントの全体像をまとめるためにCSMが多くの時間を費やしていることと思います。

私たちは、すでにお使いのシステム（CRM、サポート、通話メモ、製品利用状況）に接続し、次のような質問に数秒で回答できるCSM AIエージェントを構築しています。 • 「リスクが高まりつつあるアカウントはどれですか？その理由は何ですか？」 • 「 の次回QBRでは、利用状況と成果を踏まえて何を取り上げるべきですか？」 • 「成果、定着状況、未解決の問題をまとめた更新提案書またはQBRサマリーを作成してください。」

来週、15分ほどお話しするお時間をいただけますか？

よろしくお願いいたします。 Matt Plotkin Inkeep

---

良い例（Arctic WolfのCS担当バイスプレジデント）

件名： Concierge SecurityのQBR準備

Kyle様

Arctic WolfのConcierge Security Teamを通じて、顧客は24時間365日の監視に加え、継続的なリスク態勢のレビューと修復ガイダンスを受けています。こうしたMDRとManaged Riskの取り組みを、QBRや契約更新向けの明快な経営報告にまとめるには、今でも多くの手作業が必要です。

私たちは、すでにお使いのシステム（CRM、チケット管理、通話メモ、プラットフォームのテレメトリ）に接続し、次のような質問に数秒で回答できるCSM AIエージェントを構築しています。 • 「更新リスクがあるように見えるアカウントはどれですか？その理由は何ですか（カバレッジの不足、未解決のリスク、最近のインシデントなど）？」 • 「 の現在のリスク態勢はどうなっていますか？どの修復対応が滞っていますか？」 • 「MDRの成果、Managed Riskの推移、未対応項目、次四半期の計画を含む、経営幹部向けのQBR／更新提案書を作成してください。」

来週、15分ほどお話しするお時間をいただけますか？

よろしくお願いいたします。 Matt Plotkin Inkeep

---

ブログへのCTAを含む良いフォローアップ（メール2）

件名： RE: ドキュメントの活用促進

SaaS企業の58％でNRRが低下しています。利用行動が成果の80％を左右するにもかかわらず、AIへの投資の大半はCXではなく営業に向けられています。

なぜそれが逆効果なのか、こちらで解説しています。 https://inkeep.com/blog/why-customer-success-needs-ai-agents-before-sales-does-in-20

顧客維持が関心事でしたら、5分ほどで読めます。

---

避けるべき例

件名： 顧客体験を革新するまたとない機会です！

こんにちは、[Name]さん

お元気でお過ごしでしょうか。私は[Rep]と申します。[Company]からご連絡しています。当社は、貴社のような企業が顧客満足度スコアを最大50％向上できるよう支援する、AIを活用したカスタマーサポートソリューションの大手プロバイダーです。

貴社の顧客体験をどのように変革できるか、ぜひ30分ほどお話しできればと思います。来週の火曜日か水曜日にお時間をいただけますか。

よろしくお願いいたします。 [Rep]

問題点：「私」を主語にして書き始めている、「大手プロバイダー」という表現、曖昧なROIの主張、30分のミーティングを依頼している、パーソナライズされていない、第三者評価がない、100語を超えている。

---

避けるべき例（汎用的なCSメール）

件名： QBRの準備を効率化

こんにちは、Kyleさん

Arctic Wolfでカスタマーサクセスを率いていらっしゃるのを拝見しました。更新やQBRの前に、チームで手作業の準備にかなりの時間を費やしているのではないでしょうか。

当社は、CSチームのワークフローを自動化し、時間を節約するお手伝いをしています。

少しお話しできませんか。

問題点：汎用的な件名（どの会社にも当てはまる）、相手の役職から書き始めている（文字数の無駄）、製品固有の表現がない、具体的な課題がない、第三者評価がない、価値提案が曖昧。

---

出力形式

メールを作成するときは、次のように出力します。

**Subject:** [subject line]

[email body]

---
**Notes:** [Optional: brief explanation of choices made]

複数のバリエーションを作成する場合は、Variant A、B、Cとラベルを付けます。

フォローアップの一連のメールを作成する場合は、メール番号と種類でラベルを付けます。

---

---

CSM AI Agent デモのトランスクリプトに関するガイドライン

CSM AI Agent の動作を示すデモのトランスクリプトやマーケティングコンテンツを作成する際は、次のガイドラインに従ってください。

ツールアクセスに関するメッセージ

悪い例（ロボットのような印象）：

Searching CRM... Searching Totango...

より良い例（デモに適した表現）：

Checking account health across Totango and your CRM...

最良の例（エンタープライズ向けコパイロットの雰囲気）：

Reviewing customer health signals from Totango and CRM data...

デモのトランスクリプト例

CSM: "Which of my accounts are at risk?"

Inkeep (CSM Copilot): Reviewing customer health signals from Totango and account data in your CRM...

Three accounts currently have health scores below 30:
• Acme Inc
• Example.io
• RocketLabs

CSM: "Add a reminder on my calendar to reach out to our main point of contact tomorrow."

Inkeep (CSM Copilot): Locating the primary champion in your CRM and syncing with Google Calendar...

A reminder has been scheduled for tomorrow at 2:00 PM, with a draft outreach email and the relevant contact details included.

CSM: "What renewals do I have coming up?"

Inkeep (CSM Copilot): Checking upcoming renewal dates in your CRM...

You have renewals coming up with:
• Stackforge
• Acme LLC
• Umbrella Co.

CSM: "Could you create QBR materials for the upcoming renewal?"

Inkeep (CSM Copilot): Gathering historical context from CRM records, Gong conversations, Totango health data, and product analytics, and assembling materials in Notion...

I've generated a QBR document you can use for the renewal discussion, including key outcomes, usage trends, risks, and recommendations.

デモのトランスクリプトの原則

• アクセスしているツールを示します（実際のインテグレーションを伝えます）
• 複数の手順を、読みやすい1つのアクションにまとめます
• 受け身ではなく、先回りして行動する印象にします
• 実際のコパイロットのように、軽いフォローアップ（「次のステップも確認しますか？」など）を加えます
• 明確なビジネス用語（「主要な推進者」「リスク要因」「拡大」など）を使います
• 出力を経営幹部がそのまま使えるものにします

---

ソースレポート

スキルのリファレンスを超える詳しい調査については、次のレポートを参照してください。

レポート	パス	用途
B2Bペルソナメッセージングプレイブック	~/reports/b2b-persona-messaging-playbook/REPORT.md	ペルソナの詳細な調査：19のアーキタイプ、課題、購買行動、アンチパターン、報酬データ
ブログからペルソナへのマッピング	~/reports/blog-persona-mapping/REPORT.md	ペルソナや購買段階別の記事CTA、ケーススタディのマッピング
顧客の第三者評価	~/reports/customer-social-proof/REPORT.md	第三者評価に使う、業界・企業規模・ペルソナ別の顧客ロゴ

スキルのリファレンス

リファレンス	ファイル	用途
ペルソナ	references/personas.md	課題、指標、購買行動、アンチパターン
ブログマッピング	references/blog-mapping.md	ペルソナ別の記事CTA、ケーススタディ
顧客の実績	references/customer-proof.md	業界・企業規模別の第三者評価
製品情報	references/product-intel.md	Inkeepの製品機能、実績、ポジショニング
ベストプラクティス	references/best-practices.md	コールドメールの効果に関するデータ（8,500万件以上のメール）