list-quality-scorecard

列表质量评分卡

5,000 条线索的 CSV，不等于一份优质的 5,000 条线索列表。这项技能会在发送前，从 8 个维度为列表评分，避免本可预防的浪费。

为什么要做这个

冷邮件发送者最常遇到的 3 种营销活动失败原因：

1. 列表质量差——发错对象时，文案再好也无济于事
2. 邮箱未经验证——退信会损害域名信誉
3. ICP 偏移——你以为目标对象是 VP，但列表里大多是经理

这些问题都可以在发送前花 5 分钟免费排查。

输入

至少包含以下列的 CSV：

• email — 主要邮箱
• first_name、last_name
• job_title 或 title
• company_name 或 company
• company_domain（可选，若缺失则根据邮箱推导）
• company_industry（可选，用于 ICP 匹配度评分）
• company_headcount（可选，用于 ICP 匹配度评分）

输出

一份 Markdown 评分卡，包含：

• 等级（A+ 到 F）
• 8 个维度的得分（每项 0–100）
• 最需要修复的 5 个问题
• 发送前检查清单

用法

npx tsx scripts/score-list.ts --list=leads.csv --icp-file=client-profile.yaml --out=scorecard.md

可选的 --icp-file 可让评分卡将你的列表与已声明的 ICP 筛选条件（来自 /icp-onboarding）进行比较。

8 个维度

1. 邮箱验证覆盖率（关键）

• **内容：**通过 MillionVerifier 或同类服务验证的邮箱占比
• **规则：**发送冷邮件前，列表中的所有邮箱都必须经过验证。邮箱未经验证 = 退信 = 域名失效。
• **得分：**全部已验证则为 100，验证率低于 50% 则为 0

2. 邮箱重复率

• **内容：**列表中重复邮箱的占比
• **规则：**低于 1% 可接受，高于 5% 就有问题
• **得分：**0% 时为 100，之后线性递减

3. 域名重复率

• **内容：**来自同一域名的线索最大数量
• **规则：**每个域名对应 1–2 条线索为理想状态。达到 5 条以上，说明你过度集中在某家公司。
• **得分：**每个域名平均少于 2 条时为 100，平均 2–5 条时为 60，高于 5 条时为 30

4. 职位相关性

• **内容：**职位与 ICP 职位列表匹配的占比
• **规则：**精确匹配 + 同义词列表。如果“VP Sales”列表中有 40% 实际是“Sales Manager”，说明目标已偏移。
• **得分：**匹配率 ≥80% 时为 100，40–80% 时为 50，低于 40% 时为 0

5. 不合适职位检测

• **内容：**职位符合已知不良模式的占比
• 不良模式：intern、assistant、coordinator、student、part-time、retired，以及面向美国目标客户时出现的非英语职位
• **规则：**低于 2% 属于正常，高于 10% 说明 Prospeo 的筛选条件过于宽松
• **得分：**低于 2% 时为 100，之后大幅下降

6. 全收域名密度

• **内容：**来自全收域名（例如 info@、contact@、hello@）的邮箱占比
• **规则：**B2B 外向营销中，低于 5% 可接受
• **得分：**低于 5% 时为 100，5–15% 时为 50，高于 15% 时为 0

7. ICP 匹配度

• **内容：**符合 client-profile.yaml 中行业和员工人数筛选条件的线索占比
• **需要：**传入 --icp-file
• **规则：**匹配率达到 80% 以上；完全匹配时为 100

8. 姓名质量

• **内容：**同时填写了 first_name 和 last_name，且看起来像真人姓名的线索占比
• **检查项：**不是全大写、不是虚假姓名（如“Admin”“Info”），也不是直接使用邮箱地址作为姓名
• **规则：**95% 以上可接受
• **得分：**达到 95% 时为 100，之后线性递减

等级映射

8 个维度的加权平均分（邮箱验证和 ICP 匹配度的权重为 2 倍）：

平均分	等级	操作
90-100	A+ / A	可以开始发送
80-89	B	小幅修复后再发送
70-79	C	先修复最重要的 3 个问题
60-69	D	需要进行彻底清理
<60	F	不要发送。重建列表。

输出示例

=== List Quality Scorecard ===

File: leads.csv (2,147 rows)
Grade: B (84/100)

Dimensions:
1. Email verification:    100/100  (100% verified, good)
2. Duplicate emails:       95/100  (1.1% duplicates — trim before send)
3. Duplicate domains:      78/100  (avg 2.4 per domain — some over-concentration)
4. Title relevance:        82/100  (85% titles match "VP Sales" / "Head of Sales")
5. Bad-title detection:    92/100  (3% Coordinators slipped in — filter)
6. Catch-all density:      80/100  (8% catch-all — consider dropping)
7. ICP fit:                88/100  (88% match declared industry filter)
8. Name quality:           97/100  (good)

Top 5 issues to fix:
1. 23 emails are duplicates (1.1%) — deduplicate before upload
2. 64 leads are on catch-all addresses (3.0%) — drop or deprioritize
3. 64 Coordinators in the list — filter by seniority ≥ Manager
4. 147 leads cluster on 12 domains (>5 each) — cap at 3 per domain
5. 258 leads outside declared industry filter (12%) — filter by company_industry

Pre-send checklist:
[ ] Deduplicate by email
[ ] Drop catch-all if >5% (reduces bounce rate)
[ ] Filter out bad titles
[ ] Cap per-domain concentration
[ ] Re-run verifier if list shrunk >10%

适用场景

• 列表构建技能之后（/prospeo-full-export、/blitz-list-builder、/google-maps-list-builder、/disco-like）
• 邮箱查找之后（/list-builder 第 5 阶段）
• 上传到 Smartlead 之前

不适用场景

• 列表少于 100 条时。样本太小，无法得出可靠统计数据。
• 完全静态的列表（每次发送都相同）。检查一次后重复使用即可。

脚本

• scripts/score-list.ts — 主要评分卡脚本

接下来该做什么

如果评分 ≥ B： 使用 /campaign-copywriting 撰写邮件。然后使用 /smartlead-campaign-upload-public 将其作为 DRAFT 启动。

如果评分 < C： 修复前 3 个问题（来自评分卡输出），然后重新运行此技能，直到评分 ≥ B。不要上传评分为 C 的列表——退信和低回复率会损害域名声誉。

或者先等等： 如果需要进行大幅修复（缺少邮箱验证、30% 以上的职位名称错误），请先解决这些问题，再投入更多资源查找邮箱或补充数据。

相关技能

• /icp-prompt-builder — 更精细地评估 ICP 匹配度（每家公司由 AI 评分）
• /icp-onboarding — 生成此技能用于核对的 client-profile.yaml
• /list-builder 第 5 阶段 + MillionVerifier（/cold-email-starter-kit）— 在运行此技能之前执行，以确保验证覆盖率

1% 规则的关联

评分低于 C 的列表很可能会导致回复率低于 1%，这违反了 1% 规则（参见 /email-deliverability-audit）。在此处发现列表问题，可以避免之后出现送达率问题。