customer-discovery

顧客の発見

複数の公開データソースを調査して、企業の全顧客を見つけます。確信度スコア付きの重複を除いたレポートを作成します。

クイックスタート

Find all customers of Datadog

Who are Notion's customers? Use deep mode.

入力

入力	必須	デフォルト	説明
企業名	はい	—	調査対象の企業
ウェブサイトの URL	いいえ	自動検出	企業のウェブサイトの URL
調査の深さ	いいえ	標準	quick、standard、または deep

手順

ステップ 1：入力情報の収集

ユーザーに次の情報を尋ねます。

1. 企業名（必須）
2. 企業のウェブサイト URL（任意 — 提供されない場合は、WebSearch で検索します）
3. 調査の深さ — 次の選択肢を提示し、デフォルトは Standard にします。
   • Quick（約 2～3 分）：ウェブサイトのロゴ、導入事例、G2 のレビュー、プレスリリースの検索
   • Standard（約 5～8 分）：Quick に加え、ブログ記事、Wayback Machine、LinkedIn、Twitter、Reddit、HN、求人情報、YouTube
   • Deep（約 10～15 分）：Standard に加え、SEC 提出書類、ポッドキャスト、GitHub、連携サービスのディレクトリ、BuiltWith、Crunchbase

ステップ 2：出力ディレクトリの作成

mkdir -p customer-discovery-[company-slug]

ステップ 3：選択した調査段階のソースを調査

すべての結果を随時リストに追加します。見つかった顧客ごとに、次の情報を記録します。

• name：企業名
• confidence：high / medium / low
• source_type：例：「logo_wall」、「case_study」、「g2_review」、「press」、「job_posting」
• evidence_url：証拠が見つかった URL
• notes：証拠の簡単な説明

Quick の調査ソース

1. ウェブサイトのロゴ一覧

scrape_website_logos.py スクリプトを実行します。

python3 skills/capabilities/customer-discovery/scripts/scrape_website_logos.py \
  --url "[company-url]" --output json

JSON 出力を解析し、各結果を顧客リストに追加します。

2. 導入事例ページ

企業の導入事例ページ（/case-studies、/customers、/resources/case-studies を試してください）に対して WebFetch を使います。ページの見出しと本文から顧客名を抽出します。

3. G2/Capterra のレビュー

review-site-scraper スキルが利用可能な場合は、それを使ってレビュー投稿者の企業を見つけます。

python3 skills/capabilities/review-site-scraper/scripts/scrape_reviews.py \
  --platform g2 --url "[g2-product-url]" --max-reviews 50 --output json

まず、WebSearch で企業の G2 ページを検索します：site:g2.com "[company]"。レビュー投稿者の情報から、投稿者の企業名を抽出します。

4. プレスリリースのウェブ検索

次のクエリを WebSearch で検索し、検索結果から顧客に関する言及を抽出します。

• "[company]" customer OR "case study" OR partnership
• "[company]" "we use" OR "switched to" OR "chose"

Standard の調査ソース（Quick に加えて）

5. 企業のブログ記事

WebSearch：site:[company-domain] customer OR "case study" OR partnership OR "customer story"

6. Wayback Machine のロゴ

scrape_wayback_logos.py スクリプトを実行します。

python3 skills/capabilities/customer-discovery/scripts/scrape_wayback_logos.py \
  --url "[company-url]" --output json

still_present: false と記されたロゴは、過去の顧客を示しているため、特に注目してください。

7. 創業者／幹部の LinkedIn 投稿

WebSearch：site:linkedin.com "[company]" customer OR "excited to announce" OR "welcome"

8. Twitter/X での言及

WebSearch：site:twitter.com "[company]" "we use" OR "just switched to" OR "loving"

9. Reddit/HN での言及

次のクエリを WebSearch で検索します。

• site:reddit.com "we use [company]" OR "[company] customer"
• site:news.ycombinator.com "[company]" customer OR user

10. 求人情報

WebSearch："experience with [company]" site:linkedin.com/jobs OR site:greenhouse.io OR site:lever.co

製品の使用経験を必須とする企業は、顧客である可能性が高いです。

11. YouTube の推薦コメント

WebSearch：site:youtube.com "[company]" customer OR testimonial OR review

詳細なソース（標準に加えて）

12. SEC の提出書類

WebSearch：site:sec.gov "[company]" — 10-K および 10-Q の提出書類で言及されているか確認します。

13. ポッドキャストの文字起こし

WebSearch："[company]" podcast customer OR transcript OR interview

14. GitHub の利用シグナル

WebSearch：site:github.com "[company-package-name]" で、依存関係ファイル、package.json、requirements.txt などを検索します。

15. インテグレーションのディレクトリ

企業がインテグレーションを掲載しているマーケットプレイスのページを WebFetch で取得します：

• Salesforce AppExchange
• Zapier のインテグレーションページ
• Slack App Directory
• 企業に関連するその他のマーケットプレイス

16. BuiltWith による検出

python3 skills/capabilities/customer-discovery/scripts/search_builtwith.py \
  --technology "[company-slug]" --max-results 50 --output json

17. Crunchbase

WebSearch：site:crunchbase.com "[company]" customers OR partners

ステップ 4：結果の重複を排除する

ファジーマッチングを使って、企業名ごとに結果を統合します：

• 正規化：小文字に変換し、接尾辞（Inc、Corp、LLC、Ltd、Co.、GmbH）を削除します
• 「Acme Inc」＝「Acme」＝「ACME Corp」＝「acme.com」は同じ企業として扱います
• 統合する際は、最も高い信頼度と、すべての証拠 URL を残します

ステップ 5：信頼度を割り当てる

次のルールを適用します：

高い信頼度：

• 現在のウェブサイトにロゴが掲載されている（scrape_website_logos.py で信頼度が "high"）
• 公開されている事例紹介または顧客ストーリー
• 企業のサイトに掲載された直接の引用または推薦文
• 公式のパートナーシップページへの掲載

中程度の信頼度：

• G2/Capterra のレビュー（レビュー投稿者の企業）
• 顧客関係に言及した報道記事
• 製品の使用経験を必須とする求人情報
• YouTube の推薦動画またはレビュー動画
• Wayback Machine でのみ見つかったロゴ（以前はサイトに掲載されていたが、現在は削除済み）

低い信頼度：

• 単一のソーシャルメディアでの言及（ツイート、Reddit の投稿）
• 間接的な言及（「X の評判がいいと聞いた」）
• BuiltWith による検出のみ（サイトでそのテクノロジーを使っていても、有料顧客とは限りません）
• HN のディスカッションでの言及

ステップ 6：レポートを生成する

次の 2 つの出力ファイルを作成します：

customer-discovery-[company]/report.md：

# Customer Discovery: [Company Name]

**Date:** YYYY-MM-DD
**Depth:** quick | standard | deep
**Total customers found:** N

## High Confidence (N)

| Customer | Source | Evidence |
|----------|--------|----------|
| Shopify | Case study | [link] |
| ... | ... | ... |

## Medium Confidence (N)

| Customer | Source | Evidence |
|----------|--------|----------|
| ... | ... | ... |

## Low Confidence (N)

| Customer | Source | Evidence |
|----------|--------|----------|
| ... | ... | ... |

## Sources Scanned

- Website logo wall: [url] — N customers found
- G2 reviews: N reviews analyzed — N companies identified
- Wayback Machine: N snapshots checked — N logos found (N removed)
- Web search: N queries — N mentions
- ...

## Methodology

This report was generated using the customer-discovery skill, which scans
public data sources to identify companies that use [Company Name]. Confidence
levels reflect the strength and directness of the evidence found.

customer-discovery-[company]/customers.csv：

次の列を含む CSV：company_name,confidence,source_type,evidence_url,notes

コードブロックまたは Python スクリプトを使って CSV を書き込みます。

スクリプトのリファレンス

スクリプト	用途	主なフラグ
scrape_website_logos.py	現在のウェブサイトからロゴを抽出	--url、--output json|summary
scrape_wayback_logos.py	Wayback Machine で過去のロゴを検索	--url、--paths、--output json|summary
search_builtwith.py	BuiltWith によるテクノロジー検出（詳細モード）	--technology、--max-results、--output json|summary

すべてのスクリプトで requests が必要です：pip3 install requests

外部スキルのスクリプト（利用可能な場合に使用）：

• skills/capabilities/review-site-scraper/scripts/scrape_reviews.py — G2/Capterra/Trustpilot のレビュー（Apify トークンが必要）
• skills/capabilities/linkedin-post-research/scripts/search_posts.py — LinkedIn の投稿検索（Apify トークンが必要）

費用

• クイック／標準： 無料（WebSearch と Wayback Machine CDX などの無料 API を使用）
• 詳細： ほぼ無料。BuiltWith の有料 API は任意です（--api-key フラグ）。デフォルトでは無料のスクレイピングを使用します。
• 外部スキル（review-site-scraper、linkedin-post-research）では、有料 API トークンが必要な場合があります。