mcpField
L
lead-research-assistant

lead-research-assistant

github.com/skillcreatoraiマーケティング・グロース16538 回インストール45 週間前に更新
リポジトリ

lead-research-assistant について

営業、事業開発、パートナー開拓向けのリード調査スキルです。製品と理想顧客像を分析して対象企業を特定・順位付けし、意思決定者の情報や個別のアプローチ案を提示します。

主な機能

  1. 01製品、価値提案、市場の分析
  2. 02顧客像に合う企業の抽出
  3. 03適合度と関連性による順位付け
  4. 04意思決定者と企業情報の補足
  5. 05個別化したアプローチ案の提示

活用シーン

  1. 01製品の見込み顧客を探す
  2. 02提携候補企業のリストを作る
  3. 03営業アプローチ先のアカウントを選ぶ
  4. 04理想顧客像に合う企業を調査する

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/skillcreatorai/awesome-agent-skills --skill lead-research-assistant

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

詳細

リード調査アシスタント

このスキルは、製品やサービスを分析し、理想的な顧客像を把握して、実践的なアプローチ戦略を提示することで、ビジネスにとって有望なリードを特定し、適格性を評価します。

このスキルを使う場面

  • 製品やサービスの潜在顧客を見つける
  • パートナーシップの打診先となる企業のリストを作成する
  • 営業活動でアプローチする対象アカウントを特定する
  • 理想的な顧客像に合致する企業を調査する
  • 事業開発活動の準備をする

このスキルでできること

  1. ビジネスを理解する:製品やサービス、価値提案、ターゲット市場を分析します
  2. 対象企業を特定する:次の情報をもとに、理想的な顧客像に合致する企業を探します:
    • 業界と分野
    • 企業規模と所在地
    • 使用している技術スタックとツール
    • 成長段階と資金調達状況
    • 製品が解決する課題
  3. リードに優先順位を付ける:適合度スコアと関連性に基づいて企業をランク付けします
  4. 連絡戦略を提案する:パーソナライズしたメッセージとともに、各リードへのアプローチ方法を提案します
  5. データを充実させる:意思決定者や企業の背景に関する関連情報を収集します

使い方

基本的な使い方

製品やサービスと、探しているものを説明するだけです:

I'm building [product description]. Find me 10 companies in [location/industry] 
that would be good leads for this.
コードベースを使う

さらに良い結果を得るには、製品のソースコードディレクトリから実行します:

Look at what I'm building in this repository and identify the top 10 companies 
in [location/industry] that would benefit from this product.
高度な使い方

より対象を絞った調査を行う場合:

My product: [description]
Ideal customer profile:
- Industry: [industry]
- Company size: [size range]
- Location: [location]
- Current pain points: [pain points]
- Technologies they use: [tech stack]

Find me 20 qualified leads with contact strategies for each.

手順

ユーザーがリード調査を依頼した場合:

  1. 製品やサービスを理解する

    • コードのディレクトリにいる場合は、コードベースを分析して製品を理解します
    • 価値提案について、明確にするための質問をします
    • 主な機能とメリットを特定します
    • 解決する課題を理解します
  2. 理想的な顧客像を定義する

    • 対象となる業界や分野を特定します
    • 企業規模の範囲を特定します
    • 地域の希望を考慮します
    • 関連する課題を理解します
    • 技術要件があれば書き留めます
  3. リードを調査して特定する

    • 条件に合致する企業を検索します
    • ニーズを示す兆候(求人情報、技術スタック、最近のニュース)を探します
    • 成長を示す指標(資金調達、事業拡大、採用)を考慮します
    • 補完関係にある製品やサービスを持つ企業を特定します
    • 予算に関する指標を確認します
  4. 優先順位を付けてスコアを算出する

    • 各リードの適合度スコアを1~10で作成します
    • 次のような要素を考慮します:
      • ICP との適合度
      • 直近のニーズを示す兆候
      • 予算の有無
      • 競争環境
      • タイミングを示す指標
  5. 実践的な結果を提示する

    各リードについて、次の情報を提示します:

    • 企業名とウェブサイト
    • 適合する理由:その企業のビジネスに基づく具体的な理由
    • 優先度スコア:説明を添えた1~10のスコア
    • 意思決定者:アプローチする役職や肩書き(例:「エンジニアリング担当副社長」)
    • 連絡戦略:パーソナライズしたアプローチの提案
    • 価値提案:製品がその企業固有の課題をどのように解決するか
    • 会話のきっかけ:アプローチ時に言及する具体的な話題
    • LinkedIn URL:入手可能な場合は、簡単にコンタクトできるよう記載
  6. 出力を整える

    結果をわかりやすく、ざっと確認しやすい形式で提示します:

    # Lead Research Results
    
    ## Summary
    - Total leads found: [X]
    - High priority (8-10): [X]
    - Medium priority (5-7): [X]
    - Average fit score: [X]
    
    ---
    
    ## Lead 1: [Company Name]
    
    **Website**: [URL]
    **Priority Score**: [X/10]
    **Industry**: [Industry]
    **Size**: [Employee count/revenue range]
    
    **Why They're a Good Fit**:
    [2-3 specific reasons based on their business]
    
    **Target Decision Maker**: [Role/Title]
    **LinkedIn**: [URL if available]
    
    **Value Proposition for Them**:
    [Specific benefit for this company]
    
    **Outreach Strategy**:
    [Personalized approach - mention specific pain points, recent company news, or relevant context]
    
    **Conversation Starters**:
    - [Specific point 1]
    - [Specific point 2]
    
    ---
    
    [Repeat for each lead]
    
  7. 次のステップを提案する

    • CRM へのインポート用に結果を CSV で保存することを提案します
    • パーソナライズしたアプローチメッセージの下書き作成を申し出ます
    • タイミングに基づく優先順位付けを勧めます
    • 有望なリードに対する追加調査を提案します

例

例1:Lenny's Newsletter から

ユーザー:「AI コーディングアシスタントへのクエリ内の機密データをマスキングするツールを開発しています。有望なリードを探してください。」

出力:次の条件に当てはまる企業を優先順位付きでリストアップします:

  • AI コーディングアシスタント(Copilot、Cursor など)を使用している
  • 機密データを扱っている(フィンテック、医療、法律)
  • GitHub リポジトリにコーディングエージェントの使用を示す証拠がある
  • コード内で機密データを誤って公開した可能性がある
  • 関連する意思決定者の LinkedIn URL が含まれている
例 2:地域のビジネス

ユーザー:「リモートチームの生産性向上を支援するコンサルティング業を営んでいます。最近リモートワークに移行したベイエリアの企業を10社見つけてください。」

出力:次のような企業を特定します。

  • 最近、リモート勤務の求人を掲載した
  • リモートファーストの方針を発表した
  • 分散型チームの採用を進めている
  • リモートワークに関する課題の兆候が見られる
  • 各社に合わせたアプローチ戦略を提示する

最良の結果を得るためのヒント

  • 具体的に伝えてください。自社の製品と独自の価値を説明しましょう
  • 該当する場合は、コードベースから実行してください。コンテキストが自動的に反映されます
  • 理想的な顧客像について、コンテキストを提供してください
  • 業界、地域、企業規模などの制約を指定してください
  • 見込み度の高いリードについて、さらに深く理解するための追加調査を依頼してください

関連するユースケース

  • リードを特定した後に、個別対応の営業メールを作成する
  • 条件を満たす見込み客をまとめた、CRM に対応した CSV を作成する
  • 特定の企業を詳しく調査する
  • 競合他社の顧客層を分析する
  • パートナーシップの機会を特定する

コメント