crawford-method

Crawford Method

「リストがメッセージです。優れたリストがあれば、優れたメッセージを作れます。」

ターゲティングはメッセージングそのものです。購入者の実情を反映するデータ上のヒューリスティックに基づいてリストを作り、その状況を相手に伝えます。このスキルは方法論であり、緊張を生み出すヒューリスティックの情報源としてColdIQのエンドポイントを利用します（注記を参照）が、独自のAPI呼び出しは行いません。

2種類のメッセージ

• PQS — ペイン適格セグメント： 2～5個の公開ヒューリスティックで、既存顧客と同じつらい状況にある見込み客を特定し、顧客がその状況をどう乗り越えたかを伝えます。構成：明白な選択肢を示す → 顧客があえて別の選択肢を選んだ理由を示す → そのメリットを伝える。
• PVP — パーミッションレス価値提案（常にこちらが優れています）： 3～5個の公開データソースを組み合わせ、単独でも価値のある、意外性のある洞察を導きます。**決め手となるテスト：**相手は、購入しなくてもこれを受け取るためにお金を払うでしょうか？答えが「はい」なら → PVPです。可能な限りPVPを使ってください。

緊張の三角形

緊張とは、相手が「今」あなたを必要とする、具体的で、データで証明可能な、期間が限定された状況です。単一のシグナルではなく、複数のデータポイントが互いに反する方向へ働きます。

• ヒューリスティック 1 — データで証明可能な独自の特徴
• ヒューリスティック 2 — 1つ目と反対方向に働く2つ目の特徴
• 成長の増幅要因 — 資金調達／従業員数／売上の成長によって、その力が強まる要素
• 存続に関わるデータポイント — 適合度の高い相手と低い相手を分ける指標（最適範囲）

ColdIQを通じて、公開データからこれらのヒューリスティックを取得します。 → GET /v1/signalbase/funding-signals · ? cr · signalbase.funding_signals（未確認）— 資金調達による増幅要因 → POST /v1/limadata/jobs · 2 cr · limadata.jobs — 採用／SDR不在のヒューリスティック → POST /v1/limadata/research/ai-search · 0.3 cr · limadata.research.ai_search — 公的書類、規制、公開イベント → POST /v1/limadata/enrich/company · 1 cr · limadata.enrich.company — 成長、テクノロジー、企業属性のヒューリスティック

メールの7要素の構成

1. 感情に訴える導入 — 事実ではなく、相手が身体で感じたことのある瞬間。
2. 既存の行動とのつながり — 提案を、相手がすでに行っていることの延長として提示します。
3. 洞察（通説に反する内容） — 「多くの人はXだと思っていますが、実際にはYです。」認識テストと表現テストに合格する必要があります。
4. 社会的証明／信頼性（控えめに） — 1行で、会社の実績ではなく創業者の経歴を示します。
5. 情報のギャップ — 好奇心を生むだけの情報を提示し、すべてに答えるほどは明かしません。
6. 不適格にするための適格性確認 — 適合しない相手を除外する基準。
7. 柔らかなCTA（時間ではなく本音を尋ねる） — 「見当違いでしょうか。それとも{{companyName}}では事情が違いますか？」 決して「15分ほどお時間をいただけますか？」／「時間を予約してください」とは言わないでください。

11のルール（簡潔版）

ステップ1では自社製品に触れない · 自社の解決策ではなく相手の状況について書く · 職種ではなく出来事を基準にターゲティングする · チャルディーニの原理を体系的に使う · 情報のギャップを作る · 相手の言葉を使う · 競合他社ではなく、既存の行動に対して売り込む · 複数の解決策があることを認める · 完璧なメール1通は、平凡なメール10通に勝る · 表面的なパーソナライズよりデータに基づくアプローチを優先する · 商談の価値を金額で示す

ゴールドスタンダードの例（PVP — Texada）

Earl, your CAT 365 excavator seems to be not on the move right now.
They just filed a large construction project for 123 Main Street — half a mile from you.
AI says it'll likely need your tool for ~six weeks.
Public rental rates put that at about a $170,000 job.
Here's the foreman, their email, their phone. Hope this was useful.

単独でも価値があり、製品に触れず、3つの公開情報源を統合し、定量化されています — メッセージそのものがデモです。

プロセス（ゼロから完成したメールまで）

1. 最良の顧客を理解する（通話記録から、購入時にどのような状況だったかを確認します）。
2. 緊張を抽出する（H1、H2、成長の増幅要因、存続に関わるデータポイント）。
3. データソースを探す — ヒューリスティックをプログラムで取得できますか？（公的書類、求人、テクノロジー、広告ライブラリ、資金調達 — 上記のColdIQエンドポイントから取得します）。
4. 企業属性ではなく、緊張に基づいてリストを作ります。
5. 逆算して書く：完璧なメッセージを定義してから、それを真実として裏付けるデータを探します。
6. PQSかPVPを選びます。7. 7要素の構成を適用します。8. 品質チェックリストを実施します。

アンチパターン

「気づいたのですが」という書き出し · 「御社のような企業」 · 「15分ほどお時間をいただけますか」 · 機能の羅列 · 表面的なパーソナライズ（所在地、共通のつながり、LinkedInの投稿） · 水平的なターゲティング · 過剰なシーケンス（接触は最大2～3回までとし、それぞれに新しい情報を加えます）。