mcpField
L
lead-hand-skill

lead-hand-skill

github.com/rightnow-aiマーケティング・グロース18.2k91 回インストール24 週間前に更新
リポジトリ

lead-hand-skill について

lead-hand-skill は、営業・マーケティング向けのリード獲得知識スキルです。理想顧客像の設定、公開情報の調査、リードの補完とスコアリングを扱い、情報源の記録やコンプライアンスにも触れます。

主な機能

  1. 01理想顧客像の構築
  2. 02公開情報を使ったリード発見
  3. 03企業・担当者情報の補完
  4. 04リードの評価と重複排除
  5. 05コンプライアンスとデータ保持の指針

活用シーン

  1. 01業種や企業規模に基づく対象顧客の定義
  2. 02公開情報を使った見込み顧客の調査
  3. 03担当者リードの補完と重複排除
  4. 04適合度や成長シグナルによるリード評価

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/rightnow-ai/openfang --skill lead-hand-skill

インストール後、Claude Code で/lead-hand-skillを入力して読み込まれたか確認します。

同梱ファイルHAND.toml

詳細

リード獲得の専門知識

理想的な顧客像(ICP)の構築

適切なICPでは、次の質問に答えます。

  1. 業界:理想的な顧客はどの業界で事業を展開していますか?
  2. 企業規模:従業員数は何人ですか?売上高の範囲はどのくらいですか?
  3. 地域:どこに所在していますか?
  4. テクノロジー:どのような技術スタックを使用していますか?
  5. 予算に関する兆候:資金調達済みですか?成長中ですか?採用を行っていますか?
  6. 意思決定者:誰が購入権限を持っていますか?(役職、職位)
  7. 課題:自社の製品は、顧客のどのような問題を解決しますか?
企業規模の区分
区分従業員数一般的な予算販売サイクル
スタートアップ1-50$1K-$25K/年1-4 週間
SMB50-500$25K-$250K/年1-3 か月
エンタープライズ500+$250K+/年3-12 か月

リード発見のためのウェブ調査手法

検索クエリのパターン
# Find companies in a vertical
"[industry] companies" site:crunchbase.com
"top [industry] startups [year]"
"[industry] companies [city/region]"

# Find decision-makers
"[title]" "[company]" site:linkedin.com
"[company] team" OR "[company] about us" OR "[company] leadership"

# Growth signals (high-intent leads)
"[company] hiring [role]" — indicates budget and growth
"[company] series [A/B/C]" — recently funded
"[company] expansion" OR "[company] new office"
"[company] product launch [year]"

# Technology signals
"[company] uses [technology]" OR "[company] built with [technology]"
site:stackshare.io "[company]"
site:builtwith.com "[company]"
情報源の品質ランキング
  1. 企業のウェブサイト(会社概要/チームページ)— 人員情報の信頼性が最も高い
  2. Crunchbase — 資金調達、企業情報、経営陣
  3. LinkedIn(公開プロフィール)— 役職、在職期間、つながり
  4. プレスリリース — 発表、提携、資金調達
  5. 求人サイト — 採用の兆候、技術スタックの要件
  6. 業界ディレクトリ — 網羅的な企業リスト
  7. ニュース記事 — 最近の動向、評判
  8. ソーシャルメディア — エンゲージメント、企業文化

リード情報を充実させるパターン

基本情報の補完(常に利用可能)
  • 氏名(名+姓)
  • 役職
  • 企業名
  • 企業ウェブサイトのURL
標準的な情報補完
  • 企業の従業員数(会社概要ページ、Crunchbase、またはLinkedInから)
  • 企業の業界分類
  • 企業の創業年
  • 技術スタック(求人情報、StackShare、BuiltWithから)
  • ソーシャルプロフィール(LinkedInのURL、Twitterのハンドル名)
  • 企業の説明(メタタグまたは会社概要ページから)
詳細な情報補完
  • 最近の資金調達ラウンド(金額、投資家、日付)
  • 最近のニュース掲載(過去90日間)
  • 主な競合他社
  • 推定売上高の範囲
  • 最近の求人情報(成長の兆候)
  • 企業のブログ/コンテンツ活動(エンゲージメントレベル)
  • 経営陣の異動
メールアドレス形式の発見

一般的な企業メールアドレスの形式(上から順に試します):

  1. [email protected](小規模企業で最も一般的)
  2. [email protected](大規模企業で最も一般的)
  3. [email protected](例:jsmith@)
  4. [email protected](例:johns@)

注:許可なくメールを送信しないでください。メールアドレスの形式は参考情報としてのみ使用してください。


リードスコアリングの枠組み

スコアリング基準(0-100)
ICP Match (30 points max):
  Industry match:     +10
  Company size match: +5
  Geography match:    +5
  Role/title match:   +10

Growth Signals (20 points max):
  Recent funding:     +8
  Actively hiring:    +6
  Product launch:     +3
  Press coverage:     +3

Enrichment Quality (20 points max):
  Email found:        +5
  LinkedIn found:     +5
  Full company data:  +5
  Tech stack known:   +5

Recency (15 points max):
  Active this month:  +15
  Active this quarter:+10
  Active this year:   +5
  No recent activity: +0

Accessibility (15 points max):
  Direct contact:     +15
  Company contact:    +10
  Social only:        +5
  No contact info:    +0
スコアの解釈
スコア評価対応
80-100A有望なリード — 優先してアプローチ
60-79B見込みのあるリード — 育成
40-59C可能性の低いリード — さらに情報を補完
0-39D見込みの薄いリード — 優先度を下げる

重複排除の戦略

照合アルゴリズム
  1. 完全一致:企業名(小文字化し、Inc/LLC/Ltdを削除)と人物名を正規化
  2. あいまい一致:企業名のレーベンシュタイン距離が2未満で、同一人物
  3. ドメイン一致:企業ウェブサイトのドメインが同じ場合は同一企業
  4. 複数の情報源の統合:異なる情報源に同一企業の同一人物が存在する場合、情報補完データを統合
正規化ルール
Company name:
  - Strip legal suffixes: Inc, LLC, Ltd, Corp, Co, GmbH, AG, SA
  - Lowercase
  - Remove "The" prefix
  - Collapse whitespace

Person name:
  - Lowercase
  - Remove middle names/initials
  - Handle "Bob" = "Robert", "Mike" = "Michael" (common nicknames)

出力形式のテンプレート

CSV形式
Name,Title,Company,Company URL,LinkedIn,Industry,Size,Score,Discovered,Notes
"Jane Smith","VP Engineering","Acme Corp","https://acme.com","https://linkedin.com/in/janesmith","SaaS","SMB (120 employees)",85,"2025-01-15","Series B funded, hiring 5 engineers"
JSON形式
[
  {
    "name": "Jane Smith",
    "title": "VP Engineering",
    "company": "Acme Corp",
    "company_url": "https://acme.com",
    "linkedin": "https://linkedin.com/in/janesmith",
    "industry": "SaaS",
    "company_size": "SMB",
    "employee_count": 120,
    "score": 85,
    "discovered": "2025-01-15",
    "enrichment": {
      "funding": "Series B, $15M",
      "hiring": true,
      "tech_stack": ["React", "Python", "AWS"],
      "recent_news": "Launched enterprise plan Q4 2024"
    },
    "notes": "Strong ICP match, actively growing"
  }
]
Markdownテーブル形式
| # | Name | Title | Company | Score | Key Signal |
|---|------|-------|---------|-------|------------|
| 1 | Jane Smith | VP Engineering | Acme Corp | 85 | Series B funded, hiring |
| 2 | John Doe | CTO | Beta Inc | 72 | Product launch Q1 2025 |

コンプライアンスと倫理

実施すること
  • 公開されている情報のみを使用する
  • robots.txtとレート制限を遵守する
  • データの出所(各情報の入手元)を記載する
  • ユーザーがリードデータをエクスポートおよび削除できるようにする
  • 補完したデータの確信度を明確に示す
禁止事項
  • ログイン壁やペイウォールの背後にある情報をスクレイピングしないでください
  • リードデータを捏造しないでください(根拠のない「可能性が高い」メールアドレスも含みます)
  • 機密性の高い個人データ(SSN、金融情報、健康データ)を保存しないでください
  • ユーザーに代わって、依頼されていない連絡を送信しないでください
  • スクレイピング対策(CAPTCHA、レート制限)を回避しないでください
  • データ収集をオプトアウトした個人のデータを収集しないでください
データ保持
  • リードデータはローカルファイルのみに保存し、外部へ持ち出さないでください
  • 古くなったリード(90 日を超えて活動がないもの)に確認用の印を付けてください
  • サポートされているすべての形式で、明確なデータエクスポートを提供してください

コメント