news-signal-outreach

ニュースシグナルを活用したアウトリーチ

あらゆるシグナルを扱う包括的なコンポジットです。ほかのコンポジットはそれぞれ、特定のシグナルタイプ（資金調達、採用、経営陣の交代、社内推進者の転職）を扱います。このコンポジットが扱うのは、それ以外のすべてです。アウトリーチのきっかけになり得るニュースや公開イベントを幅広く対象とします。

規制の変更。製品のリコール。競合他社の買収。市場拡大。人員削減。業績未達。新たなパートナーシップ。業界レポート。カンファレンスでの基調講演。LinkedIn での投稿の拡散。企業の優先事項を変え、緊急性を生み出し、あるいは自社製品を提案する好機をもたらす、あらゆる外部イベントが対象です。

このコンポジットが存在する理由： 世の中では、アウトリーチのきっかけになり得る出来事が無限に生まれています。4 つの構造化されたシグナルコンポジットが、最も一般的なパターンを扱います。このコンポジットは、予測しにくく、機を捉える必要がある出来事というロングテールを扱います。ほかの誰もが定型的なシーケンスを送っていないため、こうした出来事は最良のアウトリーチにつながることがよくあります。

自動読み込みの条件

次のいずれかに該当する場合、このコンポジットを読み込みます。

• ユーザーが URL（LinkedIn の投稿、記事、ツイート、ブログ、ニュース）を共有し、その中で言及されている企業や人物について質問する
• ユーザーが「見つけた」「この投稿を見た」「この記事を見つけた」「これを確認して」「関連性はある？」「この企業は対象に合う？」「アプローチすべき？」と言う
• ユーザーが、外部情報源（ソーシャルメディア、ニュース、カンファレンス、ポッドキャスト、ニュースレター）から知った企業や人物について言及し、関連性や適合性を尋ねる
• ユーザーが「これをもとに、誰かにアプローチできる？」と尋ねる
• ユーザーが「このニュースが見込み顧客に関連するか確認して」「ニュースをもとにしたアウトリーチ」「トリガーをもとにしたアウトリーチ」と言う
• ユーザーが企業のリストを持っており、アウトリーチの切り口に使える最近のニュースがないか確認したい
• ニュースが、資金調達、採用、経営陣の交代、社内推進者の転職のどのカテゴリにもすっきり当てはまらない
• 上流のワークフローで、評価が必要なニュース項目が見つかった

重要な原則： ユーザーが外部シグナル（URL、投稿、記事、言及）を共有し、その中の企業や人物について何らかの質問をしたら、このコンポジットを読み込みます。「アウトリーチ」という言葉が出るのを待ってはいけません。このコンポジットは、評価のみ（ステップ 1〜3）にも、アウトリーチ全体（ステップ 1〜6）にも対応します。

入力の柔軟性

このコンポジットは、次の 3 つの入力モードに対応します。

モード	入力	例
ニュース → 企業	ニュース項目。言及されている企業や人物を抽出し、条件に合うか確認します。	「テレヘルスに関する新しい FDA 規制についての記事です」
企業 → ニュース	企業のリスト。最近のニュースを探し、関連性を評価します。	「この 50 社に、アウトリーチの切り口として使えるニュースがないか確認してください」
人物 → ニュース	1 人または複数人。本人または勤務先企業に関する最近のニュースを探し、関連性を評価します。	「この見込み顧客の誰かが最近ニュースになったか確認してください」

---

ステップ 0：設定（初回のみ）

クライアント／ユーザーに対する初回実行時に、次の設定を収集して保存します。2 回目以降は省略します。

ICP の定義

質問	目的	保存名
あなたの会社は何をしていますか？（1〜2 文）	関連性の照合	company_description
どのような課題を解決しますか？	接点となる切り口の特定	pain_point
どの業界に販売していますか？	ICP フィルター	target_industries
どのくらいの規模の企業ですか？	ICP フィルター	target_company_size
どの地域ですか？	ICP フィルター（任意）	target_geographies
除外条件はありますか？	明確な対象外	disqualifiers
購買担当者は誰ですか？（役職）	担当者の特定	buyer_titles
社内推進者は誰ですか？（役職）	担当者の特定	champion_titles
ユーザーは誰ですか？（役職）	担当者の特定	user_titles

自社のコンテキスト

質問	目的	保存先
製品が具体的にどのような成果をもたらしますか？	関連性の切り口を構築	product_outcomes
顧客や指標など、実績を2～3件挙げてください	メールの信頼性	proof_points
製品に最も関連するニュースのカテゴリは何ですか？	優先順位付けに役立ちます	relevant_news_categories

relevant_news_categories の例：

# For a cybersecurity product:
relevant_news_categories: ["data breach", "compliance regulation", "security incident",
  "digital transformation", "cloud migration", "IPO/going public"]

# For a sales AI product:
relevant_news_categories: ["sales team scaling", "market expansion", "new product launch",
  "competitor acquisition", "cost cutting", "revenue miss"]

# For an HR tech product:
relevant_news_categories: ["layoffs", "rapid hiring", "remote work policy",
  "DEI initiative", "union activity", "culture crisis"]

シグナル検出の設定

質問	選択肢	保存先
どのようにニュースを探しますか？	ウェブ検索 / Google News / RSS フィード / ソーシャルメディア	news_tool
何日前までさかのぼって調べますか？（企業のニュースをスキャンする場合）	7 / 14 / 30 / 60 日	lookback_days

連絡先の検索とアウトリーチの設定

質問	選択肢	保存先
どのように連絡先を探しますか？	Apollo / LinkedIn / Clearbit / ウェブ検索	contact_tool
アウトリーチの送信先はどこですか？	Smartlead / Instantly / Outreach.io / CSV エクスポート	outreach_tool
メールのみですか、それとも複数のチャネルを使いますか？	メールのみ / メール + LinkedIn	outreach_channels

設定の保存先： clients/<client-name>/config/signal-outreach.json または同等の場所。

---

ステップ 1：解析と抽出

目的： どのような形式で届いた場合でも、未加工のニュース入力を受け取り、構造化されたエンティティ（企業、人物）と主要な出来事を抽出します。

入力仕様

3 つのモードがあります。

モード A：ニュース → 企業／人物

news_input: {
  mode: "news_to_targets"
  items: [
    {
      type: "url" | "text" | "structured"
      content: string               # URL to article, raw text, or structured summary
      source: string | null          # "TechCrunch", "LinkedIn post", "user provided", etc.
    }
  ]
}

モード B：企業 → ニュース

news_input: {
  mode: "targets_to_news"
  companies: [
    {
      name: string
      domain: string
      industry?: string
    }
  ]
  lookback_days: integer
}

モード C：人物 → ニュース

news_input: {
  mode: "people_to_news"
  people: [
    {
      full_name: string
      company: string
      linkedin_url?: string
    }
  ]
  lookback_days: integer
}

処理

モード A：ニュース → 企業／人物

1. ニュースコンテンツを取得して解析します：

   • URL の場合 → ページを取得し、記事本文を抽出します
   • 未加工のテキストの場合 → そのまま使用します
   • 構造化データの場合 → そのまま使用します

2. エンティティを抽出します：

   • 言及されている企業（名前、記事における役割 — 主体、影響を受ける当事者、パートナー、競合他社）
   • 言及されている人物（名前、役職、企業、記事における役割）
   • 主要な出来事（何が起きたかを一文で）
   • イベントのカテゴリ（規制、買収、提携、製品発表、市場イベント、危機、事業拡大、縮小など）
   • イベントの日付
   • 影響を受ける業界

3. 必要に応じて対象を広げます： ニュースから、言及されている企業以外にも影響を受ける企業が広く存在すると考えられる場合：

   • 「テレヘルスに関する新たな FDA 規制」→ 記事に登場する企業だけでなく、すべてのテレヘルス企業
   • 「[company] で大規模なデータ侵害」→ 侵害を受けた企業と、その競合他社（この状況を利用できる企業）
   • 「業界レポートが X のトレンドを示す」→ その業界の企業

モード B：企業 → ニュース

1. 設定済みの news_tool を使って、各企業の最近のニュースを検索します：

   • ウェブ検索："{company_name}" AND (news OR announced OR launches OR raises OR expands OR partners) を使い、lookback_days の期間内を検索します
   • 検索結果を設定の relevant_news_categories と照らし合わせて絞り込みます
   • 見つかった各ニュース項目について、モード A と同じ項目を抽出します

2. 結果をグループ化します： 企業 → ニュース項目のリスト。製品との関連性が高い順に並べます

モード C：人物 → ニュース

1. 各人物について、最近のニュース／活動を検索します：

   • ウェブ検索："{full_name}" AND "{company}" を使い、lookback_days の期間内を検索します
   • LinkedIn での活動（利用可能な場合）：最近の投稿、共有、コメント
   • 昇進、講演、公開記事、報道での引用、新しいプロジェクトを探します

2. 結果をグループ化します： 人物 → ニュース項目／活動のリスト

出力仕様

extracted_signals: [
  {
    entity: {
      type: "company" | "person"
      name: string
      company: string               # Company name (same as name if type=company)
      domain: string | null
      role_in_news: string           # "subject", "affected", "partner", "competitor", "mentioned"
    }
    news: {
      headline: string              # One-line summary of what happened
      event_category: string        # "regulation", "acquisition", "expansion", "crisis", etc.
      event_date: string
      full_summary: string          # 2-3 sentence summary
      source_url: string | null
      affected_industries: string[]
    }
  }
]

人による確認ポイント

## Extracted Signals

Source: [news source/input description]
Event: [one-line summary]
Category: [event category]

### Companies/People Extracted
| Entity | Type | Role in News | Industry |
|--------|------|-------------|----------|
| Acme Corp | Company | Subject | Healthcare |
| Jane Doe | Person | Quoted (CEO) | Healthcare |
| HealthTech sector | Industry | Affected | Healthcare |

Also evaluating: X companies in [affected industry] not directly mentioned

Proceed with ICP qualification? (Y/n)

---

ステップ 2：ICP に照らして適格性を判断

目的： 抽出した各エンティティについて、ICP に合致するかを判断します。条件に合わない企業／人物は除外します。LLM による純粋な推論であり、本質的に使用ツールを問いません。

入力仕様

extracted_signals: [...]              # From Step 1 output
icp_criteria: {
  target_industries: string[]
  target_company_size: string
  target_geographies: string[]
  disqualifiers: string[]
}
your_company: {
  description: string
  pain_point: string
}

プロセス

各エンティティについて、次の手順を実行します。

1. エンティティが企業の場合：

   • target_industries に照らして業界を確認します
   • 企業規模を推定します（ニュースの文脈または簡単なウェブ検索から）
   • 該当する場合は地域を確認します
   • disqualifiers に照らして確認します
   • 結果：理由を添えて合格／不合格

2. エンティティが個人の場合：

   • 所属企業を特定します
   • 上記と同じ ICP チェックで企業を評価します
   • さらに、その人の役職が関連するかを確認します（buyer_titles、champion_titles、または user_titles に該当するか）
   • 結果：理由を添えて合格／不合格

3. 明示されていないが示唆されるエンティティの場合（例：規制に関するニュースから「すべての遠隔医療企業」が示唆される場合）：

   • ウェブ検索または既存の企業リストを使って、影響を受ける分野の具体的な企業を特定します
   • 各社を ICP に照らして評価します
   • この手順で、既存のパイプラインに含まれていない新たな企業が見つかる場合があります

出力仕様

icp_qualified: [
  {
    entity: { ... }                   # From Step 1
    news: { ... }                     # From Step 1
    icp_assessment: {
      fit: "strong" | "moderate"
      industry_match: boolean
      size_match: boolean | "unknown"
      reasoning: string               # Why they're a fit
    }
  }
]
icp_disqualified: [
  {
    entity_name: string
    reason: string
  }
]

人間による確認ポイント

## ICP Qualification

### Qualified (X entities)
| Entity | Type | Industry | Size | ICP Fit | Reasoning |
|--------|------|----------|------|---------|-----------|
| Acme Corp | Company | Healthcare SaaS | ~200 | Strong | Core ICP industry, right size |
| MedTech Inc | Company | HealthTech | ~500 | Moderate | Adjacent industry, large |

### Disqualified (X entities)
| Entity | Reason |
|--------|--------|
| BigPharma Co | Enterprise (50K+ employees) — above target size |

Approve qualified list?

---

ステップ 3：接点となる切り口を特定する

目的： ここは、批判的思考が求められる重要なステップです。ICP に合致した各エンティティについて、ニュースの出来事と自社製品の具体的な接点を特定します。このニュースがあったからこそ、なぜ今すぐ自社製品に関心を持つべきなのでしょうか。純粋な LLM による推論であり、本質的にツールに依存しません。

入力仕様

icp_qualified: [...]                  # From Step 2 output
your_company: {
  description: string
  pain_point: string
  product_outcomes: string[]
  proof_points: string[]
  relevant_news_categories: string[]
}

プロセス

条件を満たした各エンティティについて、次の3つの質問に答えます。

質問1：「このニュースによって、なぜ自社製品の緊急性が高まるのでしょうか？」

ニュースの出来事のカテゴリを、製品との関連性パターンに当てはめます。

出来事のカテゴリ	緊急性が高まる理由	例
規制の変更	法令遵守が必要であり、自社製品がその遵守や迅速な対応を支援します	「新たなデータプライバシー法 → 施行日までに［自社のコンプライアンスツール］が必要」
買収／合併	システムの統合やプロセスの標準化が必要になり、新しい経営陣が技術スタックを評価します	「企業を買収 → ［自社製品が担う機能］を統合する必要がある」
市場拡大	新たな市場への進出によって新たな課題が生じ、規模拡大に対応できるツールが必要になります	「EMEA へ事業を拡大 → 現地向けの［機能］に［自社製品］が必要」
製品のローンチ	事業の拡大には、運用の拡大も伴います	「エンタープライズ向けプランをローンチ → エンタープライズ向けの［機能］に対応するため［自社製品］が必要」
競争上の圧力	競合他社が動いたため、対応が必要になります	「競合他社が［X］をローンチ → ［自社製品が対応する領域］を強化する必要がある」
コスト削減／人員削減	より少ないリソースで成果を上げる必要があり、自動化が不可欠になります	「従業員の15％を削減 → チームが小さくなっても成果を維持するため［自社製品］が必要」
危機／インシデント	緊急の購入につながり、今すぐ解決策が必要になります	「データ侵害 → ［自社のセキュリティ製品］が緊急に必要」
パートナーシップ	新しいパートナーによって、新たなワークフローや機会が生まれます	「［企業］と提携 → 統合を支援するため［自社製品］が必要」
業績／成長	業績が好調なら拡大に伴う課題が生じ、業績が低迷していれば効率化の圧力が高まります	「売上が3倍に成長 → ［自社製品が担う機能］を手作業では処理しきれない」
業界トレンド／レポート	カテゴリへの認知度が高まり、企業がこの課題を意識するようになります	「業界レポートが［トレンド］を報告 → この分野のソリューションを検討している可能性が高い」
人物に関するニュース	自社が解決する課題についての記事を公開した、カンファレンスで講演した、または LinkedIn に投稿した場合です	「［課題］について投稿 → この問題を積極的に解決しようとしている」

質問2：「具体的な切り口は何でしょうか？」

接点を一文でまとめます。

"Because [news event], [company] now needs [specific outcome your product delivers]."

例：

• 「Acme は BetaCo を買収したため、2つの独立した CRM システムを統合する必要があります。これはまさに、［製品］が30日で実現することです。」
• 「新しい HIPAA 改正が第3四半期に施行されるため、［企業］はデータの取り扱いを監査する必要があり、［製品］がこれを自動化します。」
• 「［人物］は［課題］に苦労していると投稿したばかりで、解決策を積極的に探しています。［製品］がこの課題を解決します。」

質問 3：「このつながりはどの程度強いですか？」

強さ	基準	例
直接的	ニュースで、あなたの製品が解決する問題が明確に説明されています	あなたの製品部門での人員削減 → 自動化が必要
隣接的	ニュースから、あなたの製品が対応する下流のニーズが示唆されます	市場拡大 → 規模拡大が示唆され、それによってあなたのツールが必要になります
テーマ的	ニュースが、あなたの製品領域と同じカテゴリーにあります	あなたが参入しているトレンドに関する業界レポート → 認知度向上の機会

出力仕様

connection_angles: [
  {
    entity: { ... }
    news: { ... }
    icp_assessment: { ... }
    connection: {
      urgency_reason: string          # Why this news creates urgency
      specific_angle: string          # One-sentence connection
      connection_strength: "direct" | "adjacent" | "thematic"
      timing_note: string             # How time-sensitive this outreach is
      recommended_framework: string   # Which email framework fits best
    }
  }
]

つながりの強さに基づくフレームワークの選択

つながりの強さ	推奨フレームワーク	理由
直接的	Signal-Proof-Ask	ニュースそのものがきっかけです。直接言及し、根拠を示して、依頼します
隣接的	PAS	問題（ニュースから示唆されるもの）→ 課題を強調する（行動しなかった場合に起きること）→ 解決策
テーマ的	AIDA	注意（ニュースへの言及）→ 関心（相手との関連性）→ 欲求（あなたの製品）→ 行動

人による確認ポイント

## Connection Angles

### Direct Connections (X entities) — Act quickly
| Entity | News | Angle | Timing |
|--------|------|-------|--------|
| Acme Corp | Acquired BetaCo | "Need to unify CRM systems — [product] does this in 30 days" | This week (integration planning starts immediately) |

### Adjacent Connections (X entities)
| Entity | News | Angle | Timing |
|--------|------|-------|--------|
| MedTech Inc | Expanding to EMEA | "Localized [function] becomes a requirement — [product] supports 15 languages" | This month |

### Thematic Connections (X entities)
| Entity | News | Angle | Timing |
|--------|------|-------|--------|
| HealthCo | Industry report on [trend] | "They're likely evaluating [category] solutions" | Flexible |

Approve these angles before we find contacts?

---

ステップ 4：関連する人物を探す

目的： 接点となる切り口がある、条件を満たした各エンティティについて、連絡すべき適切な人物を探します。

入力仕様

connection_angles: [...]              # From Step 3 output
buyer_titles: string[]                # From config
champion_titles: string[]             # From config
user_titles: string[]                 # From config
max_contacts_per_company: integer     # Default: 3-5

プロセス

1. エンティティがすでに人物の場合（モード C、またはニュースで言及された人物）：

   • その人物が主要な連絡先です。複数の関係者にアプローチできるよう、相手の会社からさらに 1～2 名の連絡先も探します（相手が推進者なら購入者、購入者なら推進者）。

2. エンティティが企業の場合：

   • 設定された contact_tool を使い、buyer_titles、champion_titles、user_titles に該当する人物を探します
   • ニュースの出来事に最も近い役割の人物を優先します：

   ニュースのカテゴリー	優先する連絡先
   規制／コンプライアンス	法務、コンプライアンス、オペレーション部門のリーダー
   買収／合併	COO、CTO、オペレーション担当 VP、統合リーダー
   市場拡大	営業担当 VP、マーケティング担当 VP、国／地域のリーダー
   コスト削減／人員削減	COO、CFO、オペレーション担当 VP
   製品ローンチ	CTO、プロダクト担当 VP、エンジニアリング担当 VP
   危機／インシデント	CISO、エンジニアリング担当 VP、CTO（セキュリティ関連の場合）、CEO／COO（オペレーション関連の場合）
   一般的な成長	設定の buyer_titles をデフォルトとして使用

3. 各連絡先について、ニュースとの関連性を記録します：

   • その人物はニュースの影響を直接受けますか？（所属部門、担当機能）
   • その人物は、ニュースへの対応を決定する立場ですか？
   • その人物は、ニュースによって生じる痛みを感じる人ですか？

出力仕様

contacts: [
  {
    person: {
      full_name: string
      first_name: string
      last_name: string
      title: string
      email: string | null
      linkedin_url: string | null
      role_type: "buyer" | "champion" | "user"
      news_relevance: string         # Why THIS person for THIS news
    }
    company: {
      name: string
      domain: string
    }
    connection: {
      specific_angle: string
      connection_strength: string
      urgency_reason: string
    }
    news: {
      headline: string
      event_category: string
      source_url: string | null
    }
  }
]

人による確認ポイント

## Contacts Found

### Acme Corp — "Acquired BetaCo" (Direct connection)
| Name | Title | Role | Why This Person |
|------|-------|------|----------------|
| Sarah Kim | COO | Buyer | Owns post-acquisition integration |
| David Park | VP Operations | Champion | Will manage unified workflows |
| Amy Chen | Director of Sales Ops | User | Directly affected by CRM unification |

### MedTech Inc — "Expanding to EMEA" (Adjacent connection)
| ... |

Total: X contacts across Y companies

Approve before we draft emails?

---

ステップ 5：パーソナライズしたアウトリーチを作成する

目的： ニュースの出来事をきっかけに、あなたの製品を解決策として示し、相手の具体的な状況を理解していることが伝わるアウトリーチを作成します。純粋な LLM の推論であり、本質的にツールに依存しません。

入力仕様

contacts: [...]                       # From Step 4 output
your_company: {
  description: string
  pain_point: string
  product_outcomes: string[]
  proof_points: string[]
}
sequence_config: {
  touches: integer                    # Default: 3
  timing: integer[]                   # Default varies by connection strength (see below)
  tone: string                       # Default: "casual-direct"
  cta: string                       # Default: "15-min call"
}

プロセス

1. 接続の強さに応じてシーケンスのタイミングを調整します：

   強さ	タイミング	理由
   直接的	1日目／3日目／7日目	緊急性は現実のものです。相手は現在まさにこの問題に対処しています
   隣接的	1日目／5日目／12日目	標準的なタイミングです。緊急性は示唆されていますが、差し迫ってはいません
   テーマ的	1日目／7日目／14日目	ゆっくりしたペースです。これは危機への対応ではなく、認知を促すものです

2. 製品ではなくニュースを中心にメールを構成します：

   主役はニュースです。製品はオチにします。製品から話を始めてはいけません。

   要素	出典	使用方法
   ニュースのフック	ステップ1の news.headline	何が起きたのかから始め、情報を把握していることを示します
   相手への影響	ステップ3の connection.urgency_reason	相手の具体的な役割にとって何を意味するのかを説明します
   自社の切り口	ステップ3の connection.specific_angle	自社製品とのつながりを自然に示します
   実績	設定の proof_points	同様の状況に直面した同業者の事例を示します
   CTA	設定	手間のかからない依頼

3. 接続の強さに応じたメール構成：

   直接的な接続（Signal-Proof-Ask）：

   Hook: Reference the specific news event
   Impact: What this means for them (1 sentence)
   Proof: A peer who faced the same situation and used your product
   Ask: Soft CTA
   

   隣接的な接続（PAS）：

   Problem: The downstream challenge the news creates
   Agitate: What happens if they don't address it (1 sentence)
   Solve: How your product helps, with a proof point
   Ask: Soft CTA
   

   テーマ的な接続（AIDA）：

   Attention: Reference the news/trend
   Interest: How it relates to their company specifically
   Desire: What your product does in this context
   Action: Soft CTA
   

4. パーソナライズのレイヤー：

   レイヤー	パーソナライズする内容	出典
   ニュースへの言及	具体的な出来事と、その関連性	ステップ1のニュースデータ
   企業の背景	相手の会社の事業内容、業界、状況	ステップ2のICP調査
   役割の背景	このニュースをなぜこの人が気にかけるのか	ステップ4の news_relevance
   自社との適合性	このシナリオで自社製品が具体的にどう役立つのか	ステップ3の接続の切り口

5. email-drafting スキルの厳格なルールに従ってください。 さらに：

   • ネガティブなニュースを決して誇張しないでください。 シグナルが人員削減、侵害、危機に関するものなら、便乗するのではなく共感を示してください。「大変な時期だと思います」と伝え、「人員削減があったなら、当社のツールが必要ですね！」とは言わないでください。
   • たまたまニュースを見かけたように装わないでください。 「[event] のニュースを拝見しました」のように率直に伝え、「興味深い記事を見つけました」のような表現は避けてください。
   • ニュースが危機に関するものなら、連絡するまで48～72時間待ってください。 危機の最中にすぐ連絡すると、便乗しているように見えます。

出力仕様

email_sequences: [
  {
    contact: { full_name, email, title, company_name, role_type, news_relevance }
    news_context: { headline, event_category, source_url }
    connection: { specific_angle, connection_strength }
    sequence: [
      {
        touch_number: integer
        send_day: integer
        subject: string
        body: string
        framework: string
        personalization_elements: {
          news_reference: string       # How the news was referenced
          company_context: string      # How their company situation was used
          role_context: string         # How their specific role was leveraged
          product_connection: string   # How the product was positioned
        }
        word_count: integer
      }
    ]
  }
]

人による確認

接続の強さごとに分類してサンプルを提示します：

## Sample Outreach for Review

### Direct Connection: Sarah Kim, COO @ Acme Corp
News: Acme acquired BetaCo | Angle: CRM unification | Framework: Signal-Proof-Ask

**Touch 1 — Day 1**
Subject: Unifying Acme + BetaCo systems
> Hi Sarah — saw the BetaCo acquisition. Congrats. The integration
> sprint typically surfaces a CRM unification challenge fast —
> two systems, overlapping data, different workflows.
>
> [Peer company] faced the same thing after their acquisition last year.
> [Product] had both systems unified in 30 days. Happy to share how.
>
> Worth a 15-minute call?

**Touch 2 — Day 3**
> [New angle — data migration complexity, with a specific metric]

**Touch 3 — Day 7**
> [Breakup with offer to share the integration playbook]

---

### Adjacent Connection: Dr. Lee, VP Product @ MedTech Inc
News: EMEA expansion | Angle: Localization needs | Framework: PAS

**Touch 1 — Day 1**
Subject: EMEA expansion + [function] localization
> [full email]

---

Approve these samples? I'll generate the rest in the same style.

---

ステップ6：アウトリーチへの引き継ぎ

他のシグナル複合フローと同じです。連絡先とメールシーケンスを、設定済みのアウトリーチツール用にまとめます。

出力仕様

campaign_package: {
  tool: string
  file_path: string
  contact_count: integer
  sequence_touches: integer
  estimated_send_days: integer
  next_action: string
}

人による確認

## Campaign Ready

Tool: [configured tool]
Signal type: News-triggered
News event: [headline]
Connection strengths: X direct, Y adjacent, Z thematic
Contacts: N people across M companies
Sequence: 3 touches (timing varies by connection strength)

Ready to launch?

---

実行サマリー

ステップ	ツールの依存関係	人による確認	標準所要時間
0. 設定	なし	初回実行時のみ	5分（1回）
1. 解析と抽出	Web取得（URLの場合）、またはなし（テキストの場合）	抽出したエンティティを確認	2～3分
2. ICPの適格性確認	Web検索（企業調査用）	適格なリストを承認	2～3分
3. 接続の切り口	なし（LLMによる推論）	切り口と強さの評価を承認	3～5分
4. 担当者の検索	設定可能（Apollo、LinkedInなど）	連絡先リストを承認	2～3分
5. メールの下書き	なし（LLMによる推論）	サンプルを確認し、反復調整	5～10分
6. 引き継ぎ	設定可能（Smartlead、CSVなど）	最終的な開始を承認	1分

人による確認の合計時間：約15～25分

---

他のシグナル複合機能との主な違い

項目	構造化シグナル（資金調達、採用など）	ニュースシグナル
シグナルの種類	事前定義され、対象が限定的	任意で幅広い — 何でもトリガーになり得ます
検出方法	対象を絞った検索（求人サイト、資金調達データベース）	制限のない検索（あらゆるニュースソース）
追加ステップ	—	ステップ 3：接点の特定。ほかの複合機能では、明白な接点（資金調達＝使える資金がある）があります。ニュースの場合は、この出来事が自社製品にとってなぜ重要なのかを明示的に推論する必要があります。
入力モード	企業を入力 → シグナルを出力	3 つのモード：ニュース→企業、企業→ニュース、人→ニュース
タイミング	予測可能な期間（資金調達後、採用前）	出来事の種類によって大きく異なります — 危機の場合は 48 時間の遅延、トレンドの場合は柔軟に対応できます
配慮の必要性	一般に肯定的（資金調達、採用、成長）	否定的な場合もあります（レイオフ、危機、失敗）。共感を示す姿勢の調整が必要です。

---

配慮に関するガイドライン

ニュースによっては、慎重にトーンを調整する必要があります。

出来事の種類	トーン	避けるべきこと
レイオフ	共感を示します。「大変な時期だと思います。」	「レイオフがあったなら、きっと私たちが必要ですよね！」と言わないでください。
データ漏えい／セキュリティインシデント	売り込みではなく、支援を申し出ます。「[具体的なこと]でお困りでしたら。」	追い打ちをかけたり、責めたりしないでください。当日中の連絡は避けてください。
業績予想未達／収益減少	効率性を重視します。「今あるものを活用して、より多くのことを実現しましょう。」	件名で業績予想未達に直接言及しないでください。
経営幹部の退任／CEO の解任	その騒動には触れないでください。新しいリーダーや会社の方針に焦点を当てます。	公表済みで、かつ友好的な退任でない限り、退任に言及しないでください。
訴訟／法的問題	自社製品がコンプライアンスや法務を直接支援する場合を除き、基本的に避けてください。	訴訟に言及しないでください。便乗しているように見えます。
製品の不具合／リコール	直接的な解決策がある場合に限り、連絡してください。	勝ち誇ったり、比較したりしないでください。

目安： カンファレンスでの対面の会話で話題にしないようなことなら、コールドメールにも書かないでください。

---

ヒント

• 直接的な接点はまれですが、効果は絶大です。 ほとんどのニュースが生み出すのは、隣接的またはテーマに基づく接点です。直接的な接点が見つかったら、優先してください。成約率は 2～3 倍です。
• 直接的な接点ではスピードが重要です。 関連するニュースに最初に言及したベンダーは、事情に通じている印象を与えます。5 番目では、同じ手順を繰り返しているように見えます。
• 弱い接点を無理に作らないでください。 接点を 1 文で説明できないなら、弱すぎます。見送ってください。
• 競合他社に関するニュースは大きなチャンスです。 競合他社が資金調達をした、買収された、セキュリティ侵害を受けた、または製品を発売した場合、その顧客や見込み顧客は会話に応じやすくなっています。
• 否定的なニュースには 48～72 時間の冷却期間が必要です。 レイオフや情報漏えいが起きた当日に連絡するのは、弱みにつけ込む行為です。待ってから、共感を示す言葉で始めましょう。
• 業界レポートやトレンド記事は、テーマに基づくトリガーとして最適です。 「[カテゴリ]に関する Gartner のレポートが公開されました。［会社］にとって何を意味するのかをご紹介します」と伝えれば、場当たり的ではなく、よく考えている印象を与えられます。
• ほかのシグナル複合機能と組み合わせてください。 ニュースには、シグナルが含まれていることがよくあります。買収の記事で、買収企業が 50 人を採用中だと分かる場合（採用シグナル）、新しい CEO が指名される場合（経営陣交代シグナル）、企業が資金調達を行ったばかりの場合（資金調達シグナル）などです。より効果的なアプローチにつなげるため、こうした情報は適切な専門複合機能に振り分けてください。