customer-discovery

カスタマーディスカバリー

複数の公開データソースを調査して、企業の顧客をすべて見つけます。信頼度スコアを付けた重複のない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	—	調査する企業
ウェブサイト URL	いいえ	自動検出	企業のウェブサイト URL
調査の深さ	いいえ	標準	quick、standard、deep のいずれか

手順

ステップ 1：入力情報を収集する

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。指定がない場合は WebSearch で検索します）
3. 調査の深さ — 次の選択肢を提示し、標準をデフォルトにします。
   • クイック（約2～3分）：ウェブサイトのロゴ、導入事例、G2 のレビュー、報道検索
   • 標準（約5～8分）：クイックの内容に加えて、ブログ投稿、Wayback Machine、LinkedIn、Twitter、Reddit、HN、求人情報、YouTube
   • ディープ（約10～15分）：標準の内容に加えて、SEC の提出書類、ポッドキャスト、GitHub、連携ディレクトリ、BuiltWith、Crunchbase

ステップ 2：出力ディレクトリを作成する

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

ステップ 3：選択した調査レベルの情報源を調べる

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

クイック調査の情報源

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を WebFetch で取得します（/case-studies、/customers、/resources/case-studies を試します）。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-scraper スキルが利用できる場合は、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-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、レビュー投稿者の企業名を抽出します。

4. 報道に関するウェブ検索

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"

標準調査の情報源（クイック調査に追加）

5. 企業ブログの投稿

WebSearch で検索します：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 とマークされたロゴは特に注目に値します。以前の顧客を示しているためです。

7. 創業者・幹部による LinkedIn の投稿

WebSearch で検索します：site:linkedin.com "[company]" customer OR "excited to announce" OR "welcome"

8. Twitter/X の言及

WebSearch で検索します：site:twitter.com "[company]" "we use" OR "just switched to" OR "loving"

9. Reddit/HN 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 で検索します："experience with [company]" site:linkedin.com/jobs OR site:greenhouse.io OR site:lever.co

製品の使用経験を応募条件としている企業は、顧客である可能性が高いです。

11. YouTube のお客様の声

WebSearch で検索します：site:youtube.com "[company]" customer OR testimonial OR review

詳細な情報源（標準に加えて）

12. SEC提出書類

WebSearch：site:sec.gov "[company]" — 10-Kおよび10-Q提出書類での言及を探します。

13. ポッドキャストの文字起こし

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

14. GitHubの利用状況を示す情報

WebSearch：依存関係ファイル、package.json、requirements.txtなどにあるsite:github.com "[company-package-name]"

15. インテグレーションディレクトリ

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します。

• Salesforce AppExchange
• Zapierのインテグレーションページ
• Slack App Directory
• その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

あいまい一致を使用して、会社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」を同じ会社として扱います
• 統合時には、最も高い信頼度とすべての証拠URLを保持します

ステップ5：信頼度を割り当てる

以下のルールを適用します。

高い信頼度：

• 現在のWebサイトにロゴがある（scrape_website_logos.pyで信頼度が「high」）
• 公開された導入事例または顧客事例
• 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（レビュアーの会社）
• 顧客との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、現在は削除されている）

低い信頼度：

• ソーシャルメディアでの単独の言及（ツイート、Redditの投稿）
• 間接的な言及（「Xの評判が良いと聞いた」など）
• BuiltWithによる検出のみ（サイトでその技術が使われていても、有料顧客であるとは限りません）
• HNでの議論での言及

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:

列がcompany_name,confidence,source_type,evidence_url,notesのCSVです。

コードブロックまたはPythonスクリプトを使用して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Webサイトからロゴを抽出	--url、--output json|summary
scrape_wayback_logos.py	Wayback Machine経由で過去のロゴを検索	--url、--paths、--output json|summary
search_builtwith.py	BuiltWithによる技術検出（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-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投稿の検索（Crustdata APIキーが必要）

費用

• Quick / Standard： 無料（WebSearchとWayback Machine CDXなどの無料APIを使用）
• Deep： ほとんど無料です。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-scraper、linkedin-post-research）では、有料のAPIトークンが必要になる場合があります。