先日、営業チームの一人が、データベンダーから買った4,000件の連絡先入りスプレッドシートを見せてくれました。2週間アプローチした結果は、返信率0.3%、バウンス率12%超。それなりの金額を払ったのに、手応えはほぼゼロです。
2026年のリードリストは、できあがった瞬間からすでに役に立たない、というケースが珍しくありません。Hunterの State of Email Outreach が2025年の3,100万通を分析したところ、コールドメールのシーケンス全体での平均返信率はわずか4.5%。しかもこれは平均値で、現実にはこれを割り込むキャンペーンが山ほどあります。さらにSalesforceの 2026 State of Sales によれば、営業担当が実際に売る活動に充てられるのは週の40%だけ。残り60%は事務処理やリサーチ、そして――お察しのとおり――見込み客探しに溶けていきます。
だからこそ、時間をかけてリストを作るなら、ちゃんと返信が戻るものに仕上げる必要があります。本稿では、ICPの定義から、LinkedInに頼らないリード探索、効くテンプレートの設計、バウンスを抑えるデータ検証、送信前のリードスコアリング、そして鮮度を保つ運用まで、2026年版のワークフローをまるごと解説します。予算帯ごとに整理したので、今日0ドルからでも踏み出せます。
- 難易度: 初級
- 所要時間: 最初の50〜100件を作るのに約2〜3時間
- 必要なもの: Chromeブラウザ、Thunderbit拡張機能、Google Sheetsまたはスプレッドシート、そして書き出したICP
AIスクレイピングでリードリストを作成 Get Started Free
リードリストとは何か、なぜ多くは機能しないのか
リードリストとは、見込み顧客になりうる個人や企業を整理した構造化データです。たいていは個人情報（氏名、役職、メール、電話番号、LinkedIn URL）と企業情報（業界、規模、売上、所在地）を含み、アウトバウンド営業の土台になります。
多くのチームがつまずくのは、リードリストとただの連絡先の寄せ集めを取り違える点です。価値あるリードリストは「なぜこの会社か」「なぜ今この人か」に答えられます。一方、ベンダーから買ったリストは、せいぜい「まだ生きているか分からないメールアドレスの一覧」でしかありません。この違いが、結果に大きく跳ね返ります。
リードリストは、より大きな営業プロセスの入り口でもあります。リードは市場に合うかもしれない相手、MQL（Marketing Qualified Lead）は一定の適合や関心を見せた相手、SQL（Sales Qualified Lead）は直接フォローできる段階の相手、Opportunity は進行中の商談です。リードリストはこのファネルの最上流に位置するため、入り口が雑だと、その先すべてが濁ります。
リードリストが機能しなくなる主な理由を挙げます。
- データが古い: ZeroBounceのレポート によれば、メールリストは少なくとも1年で23%が劣化する とされています。12か月ごとに、連絡先のおよそ4分の1が使えなくなる計算です。
- 対象がずれている: info@ や sales@ のような共有アドレスばかりで、本人の連絡先になっていない。あるいは "Staff" のように、決裁権がまるで見えない曖昧な役職。
- 絞り込みの軸がない: 戦略の体裁をまとった、ただの大量収集です。あるフォーラムのユーザーが言っていたように「量と質を取り違えてしまいがち」なのです。
- 検証していない: Validityの 2024 CRM data report では、CRM管理者の24% が「CRMデータの半分未満しか正確かつ完全でない」と答え、31%は不完全なCRMデータが年間売上の20%以上を奪っている と回答しています。
- 質より量に走っている: Hunterのデータ では、21〜50件を対象にしたキャンペーンの平均返信率が6.2%、501件以上では2.4% にとどまります。大きくて雑なリストより、小さくて精度の高いリストのほうが強いのです。
リードリストのテンプレート：スプレッドシートのあるべき姿
「リードリストの作り方」記事はこれまで何十本も読んできましたが、どうしても引っかかる点があります。どれも「連絡先、企業属性、リードスコアを入れましょう」とは言うのに、肝心のスプレッドシートの実物を見せてくれないのです。そこで、誰もが見落とす現物をここで出します。
最初に用意すべき列
リードリストのスプレッドシートは、最初から次の列を備えているべきです。
| 列 | 入れる内容 | 良いデータ | 悪いデータ |
|---|---|---|---|
| 氏名 | 実際の名前 | "Jordan Lee" | "Sales Team" |
| 役職 | 具体的な現在の役割 | "VP of Sales" | "Staff" |
| 会社名 | 法人名または通称 | "Acme Logistics" | "Acme?" |
| 業界 | 標準化されたカテゴリ | "B2B SaaS" | "Tech-ish" |
| 会社規模 | 従業員規模の区分 | "51-200" | 空欄 |
| メール | 直接の業務用メール | "jordan@acme.com," 検証済み | "info@acme.com" |
| 電話番号 | 直通または代表番号、整形済み | E.164形式 | 形式が混在 |
| LinkedIn URL | プロフィールまたは会社ページ | 完全なURL | 検索結果URL |
| リードソース | どこから取得したか | "G2のカテゴリページ、2026年5月" | "Internet" |
| インテントシグナル | 今まさに狙う理由 | "SDRを3人採用中"、"資金調達" | 空欄 |
| リードスコア | 数値で優先度をつける | ルール付き70/100 | 勘 |
| 最終接触日 | アプローチした日付 | "2026-05-26" | "Recently" |
| メモ | 関連する補足情報 | "Shopify Plusを利用" | 長文の未整理メモ |
サンプルのリードリスト（匿名化）
実際に埋めたリストは、こんな見た目になります。異なるペルソナをカバーした10件の例です。
| 氏名 | 役職 | 会社 | 業界 | 規模 | メール | ソース | インテントシグナル | スコア |
|---|---|---|---|---|---|---|---|---|
| Alex M. | VP Sales | Mid-market SaaS vendor | SaaS | 201-500 | direct verified | G2 category | SDR採用中 | 78 |
| Priya S. | Head of Ops | DTC apparel brand | Ecommerce | 51-200 | direct verified | Shopify showcase | 物流拡大 | 72 |
| Marcus T. | Founder | Local agency | Professional services | 11-50 | direct verified | Clutch | 新しいレビュー増加 | 66 |
| Elena R. | Revenue Ops Manager | Cybersecurity startup | SaaS | 51-200 | catch-all flagged | Conference speakers | Series A | 61 |
| Ben C. | Owner | HVAC contractor | Local services | 11-50 | main office email | Google Business | 高評価レビュー多数 | 48 |
| Mina K. | Director of Partnerships | Marketplace company | Ecommerce | 201-500 | direct verified | Event agenda | イベント協賛 | 74 |
| Diego P. | Real Estate Broker | Regional brokerage | Real estate | 11-50 | direct verified | Association directory | 新しいオフィスページ | 58 |
| Sarah N. | Customer Support Lead | B2B software company | SaaS | 51-200 | role-based removed | Capterra | サポートレビューが少ない | 44 |
| Omar A. | IT Manager | Manufacturing firm | Manufacturing | 501-1000 | direct verified | Company team page | ERP移行の言及 | 69 |
| Lena W. | Growth Marketing Lead | Fintech startup | SaaS | 51-200 | direct verified | Product Hunt | 新規ローンチ | 71 |
各列の意味と「良い」データの見分け方
とくに補足が要る列をいくつか取り上げます。
- 役職: "VP of Sales" とあれば、予算の決裁権があると読み取れます。"Staff" では何も分かりません。決裁権や影響力が透けて見える、具体的な役職を狙いましょう。
- メール: 本人の業務用メール（jordan@acme.com）はとても価値があります。共有アドレス（sales@acme.com）は、コールドアウトリーチではほぼ無価値です。誰も見ていない受信箱に落ちるだけだからです。
- リードソース: 多くの人が飛ばす列ですが、長い目で見れば最重要です。出どころを記録しておけば、どのチャネルが「行数」ではなく「返信」を生んでいるかが見えてきます。"G2のカテゴリページ、2026年5月" は使えますが、"Internet" では手がかりになりません。
- インテントシグナル: 「今なぜ狙うべきか」を示す列です。直近でSeries Aを調達した、SDRを3件募集している、新製品を出した――そんな会社は、何も動いていない会社より、ずっと温度の高いリードです。シグナルが見当たらないなら、優先度は下げてよいかもしれません。
ThunderbitのAI Suggest Fieldsでテンプレートを自動生成する
Thunderbit で私がとくに気に入っているのは、どの列を作るべきか悩まずに済むところです。ディレクトリ一覧、会社のチームページ、カンファレンスの登壇者一覧といった見込み客の多いページを開いて 「AI Suggest Fields」 をクリックすると、AIが中身を読み取り、ふさわしい列名とデータ型を提案してくれます。氏名・メール・役職・企業情報があれば、そのまま列として並びます。
これは、白紙のスプレッドシートを前に「何を取ればいいのか」と固まる初心者にこそ効きます。元ページに実在するデータをもとに答えが返ってくるからです。あとは 「Scrape」 を押し、Google Sheets、Excel、Airtable、Notion へ書き出すだけです。
ThunderbitのAI Suggest Fieldsを試す
リストを作る前に、理想顧客像（ICP）を固める
これまで見てきたなかで、チームがもっとも犯しがちな失敗――私自身もやらかした失敗――は、誰を狙うかを決める前にリストを作り始めることです。その結果、名前だけが並んだスプレッドシートができあがり、誰に向けて、なぜ必要なのかが抜け落ちます。
ICPとは、あなたの商品からいちばん価値を引き出し、実際に買い、長く使い続けてくれる会社や人物の条件です。ペルソナづくりではなく、ターゲティングのフィルターだと考えてください。
ICPを形づくる要素
| ICP項目 | 考えること | 例 |
|---|---|---|
| 業界 | どのカテゴリに課題があるか | B2B SaaS、ecommerce、professional services |
| 会社規模 | どの層が今すぐ買えるか | 従業員51〜500人 |
| 地域 | どこなら販売・支援しやすいか | 米国、カナダ、英国 |
| 売上レンジ | どの売上帯が合うか | ARR 500万〜1億ドル |
| 購買者の役職 | 誰が課題や予算を持つか | VP Sales、RevOps、Head of Ops |
| トリガー | 何が緊急性を高めるか | 採用、資金調達、移行、低評価レビュー |
| 課題 | どんな問題を感じているか | 手動のリスト作成、古いデータ、遅いエンリッチメント |
| 除外条件 | 誰を外すべきか | 学生、趣味の事業、競合 |
実践演習: いまの優良顧客を5〜10社、並べて眺めてみましょう。共通点は何でしょうか。業界か、規模か、契約に署名した人物の役職か。3〜5個の共通項を書き出せれば、それがICPのたたき台になります。
Firmographics と Demographics、どちらを重視すべきか
Firmographics は企業単位のデータで、業界、規模、売上、所在地などが入ります。Demographics はB2Bの文脈では個人単位のデータを指し、役職、シニアリティ、職能、部門などが含まれます。B2Bのリードリストでは、Firmographics で会社を絞り、Demographics で人を絞ります。どちらも欠かせません。会社が完璧でも相手が違えば、その行は無駄になりますし、相手が完璧でも会社が違えば、やはり意味をなしません。
もう一点付け加えると、Soproの 2025 prospecting data が1億1,957万件のプロスペクティング接点 を分析したところ、意思決定に関わるステークホルダーは平均でおよそ4.14人 でした。つまり良いリードリストは、1アカウントにつき複数の連絡先を含むことが多いわけです。ただし多すぎるとスパムめいてくるので、さじ加減には注意してください。
LinkedInの外でリードを探す：Webサイト、ディレクトリ、SNS
このテーマを調べていて意外だったのは、上位表示される「リードリストの作り方」記事6本のうち5本までが、主なリードソースとして LinkedIn Sales Navigator へ誘導していたことです。たしかに強力です。とはいえ料金は安くなく（Coreプランで月額およそ99ドル以上）、現場のユーザーはエクスポート制限や重いUI、スクレイピングの手間に不満をこぼしがちです。
2026年の実情として、リードはLinkedInだけにいるわけではありません。企業サイト、業界ディレクトリ、イベントページ、レビューサイト、さらにはSNSのプロフィールまで、連絡先データの宝の山です。しかも買ってきたデータベースより鮮度が高く、内容も具体的なことがよくあります。
リードソースの比較
| リードソース | 向いている用途 | 方法 | 費用 |
|---|---|---|---|
| 企業サイト / Aboutページ | ニッチなB2B、地域密着サービス、代理店 | チーム/問い合わせページを見て、氏名・メール・電話を抽出 | 無料 |
| 業界ディレクトリ（Clutch、G2、Yelp） | サービス系リード、業界別エコシステム | カテゴリや地域で絞り込み、掲載情報をスクレイプ | 無料〜低コスト |
| イベント参加者 / 登壇者リスト | 購買意欲の高いB2B見込み客 | カンファレンス日程、スポンサーページ、ウェビナー登録情報 | 無料〜有料イベント参加費 |
| レビューサイト（G2、Capterra、Google Business） | SaaS、ローカルビジネス | カテゴリを閲覧し、企業情報を抽出 | 無料 |
| SNS（Instagram、X） | B2C、パーソナルブランド、地域ビジネス | 公開プロフィール、ビジネスページ | 無料 |
| Googleの site: 検索 | ロングテール発見、特定の問い合わせページ探し | 高度な検索クエリ | 無料 |
| LinkedIn（基本検索） | ビジネス向け検索 | 手動検索、公開プロフィール | 無料 |
| LinkedIn Sales Navigator | 成熟したアウトバウンドチーム | 高度なフィルター、保存リード、TeamLink | 月額99ドル以上 |
業界ごとに使えるディレクトリ
| 業界 | スクレイピング候補 |
|---|---|
| SaaS | G2、Capterra、Product Hunt、SaaSworthy、AWS Marketplace、Chrome Web Storeのカテゴリ |
| Ecommerce | Shopifyストア / showcase、BuiltWithのリスト、Klaviyoのパートナーディレクトリ |
| 不動産 | Realtorディレクトリ、仲介会社のオフィスページ、地域MLSの公開ページ、商工会ページ |
| Professional services | Clutch、DesignRush、UpCity、GoodFirms、地域の弁護士会 / 会計士ディレクトリ |
| ローカルビジネス | Google Businessの検索結果、Yelp、Yellow Pages、BBB、地域商工会ページ |
| イベント | スポンサー / 出展者ページ、登壇者一覧、アジェンダページ、ウェビナーLP |
リード発見に効く Google の高度検索演算子
無料なのに、驚くほど切れ味のある手段です。いくつか例を挙げます。
site:clutch.co/agencies "B2B SaaS" "United States"— Clutch上の代理店一覧を、カテゴリと地域で絞って洗い出すsite:company.com ("email" OR "contact") "VP Sales"— ある企業サイト内で VP Sales に触れている問い合わせページを探すintitle:"sponsors" "SaaS" "2026" "conference"— 2026年のSaaS系カンファレンスのスポンサーページを探すsite:g2.com/categories "sales engagement" "mid-market"— G2でミッドマーケット向け営業支援ツールのカテゴリページを探す
Googleの検索ヘルプ には、完全一致の引用符や site: といった演算子が説明されているので、構文の確認にも役立ちます。
AI Web Scraper であらゆるWebサイトから連絡先を抜き出す
ここでThunderbitが、ワークフローにすっと収まってきます。上のどのソースが相手でも――Clutchのディレクトリ、企業のチームページ、カンファレンスの登壇者一覧――手順は変わりません。
- Thunderbit拡張機能 を入れたChromeで、対象ページを開く。
- 「AI Suggest Fields」 をクリックする。ThunderbitのAIがページを読み取り、Name、Email、Phone、Title、Company のような列を提案する。
- 提案されたフィールドを確かめ、必要に応じて足したり削ったりする。
- 「Scrape」 をクリックする。
- Google Sheets、Excel、Airtable、Notion へ書き出す。
いちばんの強みは、決め打ちのテンプレートでは手に負えない、バラバラで規格外なサイトにもThunderbitが対応できる点です。AIが毎回その場のページを読み込むので、構造が違っても柔軟に合わせてくれます。無料のEmail Extractor と Phone Number Extractor は、どんなページからでもワンクリックで抽出でき、無料枠でも回数無制限です。
サブページスクレイピングでリードリストを厚くする
私がよく回すワークフローがあります。まずディレクトリの一覧ページ（たとえばClutchの企業一覧）をスクレイプし、続けてThunderbitのSubpage Scraping で各社の個別ページを巡回し、メール、電話番号、従業員数、技術スタック、説明文などを足していくのです。
これだけで、ただのディレクトリ一覧が、手作業のクリックなしで深掘りできる充実したリードリストへ変わります。「会社名が50件あります」から「連絡先メール、チーム規模、説明つきの50社があります」へ、一気に押し上げられます。コードなしのWebスクレイピング も、別途詳しく解説しています。
2026年版：リードリストを段階的に組み立てる
ここからは、エンジニアでない営業・運営担当でも今日から実践できる、フル版のワークフローです。
ステップ1：ICPをはっきりさせる
ツールを開く前に、ICPの条件を書き出します（前のICPの項を参照）。業界、会社規模、地域、買い手の役職、トリガー、除外条件です。ここに15〜30分かけておくだけで、後の無駄なスクレイピングを何時間分も防げます。
ステップ2：リードソースを選ぶ
ICPと予算に合わせ、比較表から2〜3のソースを選びます。まずは無料ソースから始めるのが得策です。SaaS企業が相手なら、G2のカテゴリページや企業のチームページ。ローカルビジネスなら Google Business の検索結果や Yelp から手をつけましょう。有料のSales Navigatorは、無料ソースを使い尽くしてからで十分です。
ステップ3：AIスクレイピングか手動検索で抜き出す
ソース別の抽出方法は次のとおりです。
- Webサイトとディレクトリ: ThunderbitのAI web scraper を使います。ページを開き、「AI Suggest Fields」をクリックし、列を確認して「Scrape」を押します。人気サイトには、フィールドを自動設定してくれるインスタントデータスクレイパーテンプレート もあります。
- LinkedIn: Sales Navigatorで検索してエクスポートするか、Thunderbitで公開LinkedInプロフィールをスクレイピング します。
- Google: 高度検索演算子で検索し、結果ページをスクレイプするか、個別ページへ見にいきます。
書き出し先は Google Sheets、Excel、Airtable、Notion、CSV、JSON です。
ステップ4：データを検証して整える
この工程は省けません。詳しい検証フローは後半の専用セクションで扱いますが、要点だけ言えば、共有アドレスを除外し、重複を消し、検証ツールを通し、catch-all ドメインに印を付け、キャンペーン前に再検証する、という流れです。
ステップ5：リードにスコアを付ける
アウトリーチを始める前に、シンプルなスコアリングモデルを当てはめます（のちほど詳しく説明します）。こうしておけば、たまたまシートの上のほうにいる人ではなく、もっとも価値の高い相手から順に連絡できます。
ステップ6：CRMやアウトリーチツールへ書き出す
整えてスコアを付けたリストを、CRM（HubSpot、Salesforce、Pipedrive）やアウトリーチプラットフォーム（lemlist、Mailshake、Apollo）へ移します。Thunderbitは Sheets、Airtable、Notion へ直接出力でき、ネイティブ連携や Zapier 経由でCRMと同期できます。
ステップ7：アウトリーチを始め、結果を追う
集めたデータをもとに、メッセージを相手ごとに作り込みます。業界に触れ、インテントシグナル（"SDRを採用しているのを拝見しました" など）を引き、課題に合わせて価値提案を調整しましょう。返信率、バウンス率、成約率を追い、その数字を次回のICPとスコアモデルへ反映させます。
予算から逆算する：0ドルからエンタープライズまでのリードリスト作成
創業まもない起業家や小さな営業チームから、いちばんよく聞く悩みは「高いツールを買わずに、どうやってリードリストを作るのか」というものです。当然の疑問です。ZoomInfo の契約は年間数万ドル規模から。Sales Navigator は月額99ドル以上。ApolloやLushaには無料枠こそあるものの、おいしい機能は有料の壁の向こうです。
正直に言えば、無料でもかなり遠くまで行けます。ただし、規模を広げる段になると多少の投資が要ります。レベル別に見てみましょう。
| 段階 | 費用 | 方法 | ツール |
|---|---|---|---|
| 無料（$0） | $0 | Google演算子、手動LinkedIn、企業サイト、Thunderbit無料枠（6ページ + 無料のメール/電話抽出） | Thunderbit Free、Google、LinkedIn基本版 |
| 低コスト（<$50/月） | $0-50 | 大量のAIスクレイピング、基本エンリッチメント、メール検証 | Thunderbit Starter/Pro、Hunter Starter（月$34）、Bouncer/NeverBounceの従量課金 |
| 中価格帯（$50-200/月） | $50-200 | Sales Navigator、より詳細なフィルター、CRM連携 | Sales Navigator Core（約$99/月）、有料Apollo、Lusha |
| エンタープライズ（$200+/月） | $200+ | インテントデータ、エンリッチメントスイート、コンプライアンスワークフロー | ZoomInfo（見積もり制）、Cognism（見積もり制）、Clearbit |
価格は2026年5月時点のものです。購入前に最新料金を確認してください。
無料でどこまで行けて、どこで頭打ちになるか
Thunderbitの無料枠（月6ページのAIスクレイピング）、無料のEmail ExtractorとPhone Number Extractor（無制限・ワンクリック）、Googleの検索演算子、そして基本的なLinkedIn検索を組み合わせれば、一人の起業家でも午後のうちに50〜100件のリードリストを作るのは現実的です。実際に社内でも、そうやって作っている人を見てきました。
頭打ちになるのは、量（無料枠でのページ数）、エンリッチメントの深さ（有料ツールなしではインテントデータや技術スタック情報まで取れない）、そして大規模なメール検証（無料ツールには件数制限がある）の3点です。そこが苦しくなってきたら、低コスト帯へ移る合図です。Thunderbitの有料プラン では、サブページスクレイピング、一括スクレイピング、ページネーション、スケジュールスクレイパーが使えるようになります。
バウンス率を下げる：本当に機能するデータ検証フロー
買ったリストでバウンス率がほぼ70% だった、というユーザーの投稿を見かけたことがあります。これは単なる無駄では済まず、かなり危険です。高いバウンス率は送信者レピュテーションを傷つけ、まともなメールまでスパム扱いされるようになります。
lemlistのベンチマーク では、健全なバウンス率は2%未満、1%を切れば優秀とされています。Mailshakeの2025年調査 によると、送信者のおよそ半数が2〜5%のバウンス率を報告し、15%は6%超 でした。5%を超えてくると、送信者レピュテーションに黄信号がともり始めます。
おすすめの検証フローは次のとおりです。
- 共有アドレスを取り除く: info@、sales@、support@、admin@ などは、共有受信箱を意図的に狙う場合（コールドアウトリーチではまれです）を除いて削除します。
- 書式エラーを取り除く: 重複、タイポ、ドメイン欠落、死んだドメインなど。スプレッドシートで並べ替えとフィルターをかけるだけで、大半は見つかります。
- メール検証ツールに通す: Hunter、ZeroBounce、NeverBounce、Bouncer、Kickbox などを使います。これらはメールを送らずにメールサーバーへ問い合わせ、受信箱が存在するかを確かめてくれます。
- catch-all ドメインに印を付けるか削除する: ZeroBounceのレポート では、catch-all は大きなリスク区分とされ、個別の受信箱の有無を確かめないままサーバー側で受信を通してしまうことがあります。個別受信箱を確認できないときは、記録に印を立て、信頼度が低いものとして扱いましょう。
- キャンペーンのたびに再検証する: データはあっという間に古びます。リストが30〜90日より前のものなら、送信前に必ず検証し直してください。
- 最初は少しずつ送る: 最初の50〜100通でバウンス率と苦情率を確かめ、品質が保たれているときだけ規模を広げます。
リードソースがデータ品質を左右する
リードデータは、どれも同じではありません。企業の公開チームページ――本人が自分で連絡先を載せているページ――から取ったメールは、何か月も更新の止まった集約データベースより、たいてい新しく正確です。
だから私は、静的なデータベースだけに頼らず、公開されたライブページからスクレイプすることを大切にしています。ThunderbitのAIは毎回、古いデータベースではなく実際のWebサイトを新しく読み込むため、取り出すメールや電話番号が最新であることが多いのです。Phone Number Extractor は番号を E.164 標準にそろえてくれるので、CRM取り込み後の書式エラーも減らせます。
鮮度の高いソースから取ることは、検証の代わりにはなりません。ただ、最初からきれいな素材で始められる、という確かな意味はあります。
キャンペーン前チェックリスト
送信ボタンを押す前に、次を確認してください。
- すべてのメールが30日以内に検証済み
- 送信リストに共有アドレス（info@、sales@）がない
- 重複がない
- 前回キャンペーンのバウンス率を確認済み
- 配信停止 / オプトアウト手段を設置済み
- サプレッションリストが同期されている（過去のオプトアウトを必ず尊重）
作ってからスコアを付ける：小規模チーム向けのシンプルなリードスコアリング
これまで読んできたガイドはどれも「リードに優先順位を付けましょう」と言うだけで、その方法までは教えてくれませんでした。
あなたがソロ起業家、あるいは3人ほどの営業チームなら、Salesforce Einstein や予測スコアリングエンジンは要りません。必要なのは、透明なルールを持たせたスプレッドシートの一列だけです。
スコアリングの枠組み
| シグナル | 点数 | 例 |
|---|---|---|
| ICPの業界に一致 | +20 | SaaS、ミッドマーケット |
| 会社規模が合う | +10 | 従業員51〜500人 |
| 意思決定者の役職 | +15 | VP Sales、Head of Ops |
| 明確なインテントシグナル | +15 | 採用、資金調達、ツール移行 |
| メールが検証済み | +10 | 検証通過 |
| 直接ソースの品質が高い | +10 | 会社ページ、登壇者ページ |
| コンテンツに反応済み | +10 | ガイドDL、ウェビナー参加 |
| catch-all / 未検証メール | -10 | リスクの高い検証状態 |
| 役割共有メール | -10 | info@、sales@ |
| 一般的すぎる役職（役割不明） | -5 | "Staff" |
具体例
リードA: 120人規模のSaaS企業のVP Sales。SDRを採用中。メールは検証済み。会社の採用ページ / チームページから取得。
スコア: 20（業界）+ 10（規模）+ 15（役職）+ 15（インテント）+ 10（検証済み）+ 10（ソース）= 80 → 今週のアウトリーチ対象として優先。
リードB: 5人の趣味ビジネスにいる "Staff"。役割共有メール。インテントシグナルなし。
スコア: 0 + 0 + 0 + 0 + 0 - 10（役割共有） - 5（一般的な役職）= -15 → スキップまたは削除。
これは Google Sheets にそのまま入る、シンプルな式で十分まかなえます。たとえばこんな具合です。
=IF(D2="SaaS",20,0)+IF(AND(E2>=51,E2<=500),10,0)+IF(REGEXMATCH(B2,"VP|Head|Director|Founder"),15,0)+IF(J2<>"",15,0)+IF(K2="Verified",10,IF(K2="Catch-all",-10,0))
Salesforceは要りません。
スクレイピング中にAIでリードへラベルとスコアを付ける
Thunderbitに組み込んだ機能のなかで、スコアリングに本当に効くと感じているのが Field AI Prompts です。スクレイプの設定時に、任意の列へプロンプトを添えられます。たとえば 「役職とページの文脈をもとに、このリードのシニアリティを Decision-Maker、Influencer、Individual Contributor のいずれかに分類して」 といった具合です。
Thunderbitは抽出のその場でラベル付けまで済ませるので、Sheetsへ出力した時点で、シニアリティ分類、企業タイプ、業界タグがすでに入っています。あとは、それをスコア計算式に差し込むだけ。手作業のタグ付けが消えるぶん、スコアリングがぐっと億劫でなくなります。
さらに Subpage Scraping を重ねれば、元の一覧データを厚くできます。まずディレクトリをスクレイプし、続けて各社ページを訪ねて従業員数、資金調達の状況、技術スタックを取る。どれもスコアモデルの材料になります。
スコアを見直すタイミング
リードスコアは、一度付けたら終わりではありません。毎月、あるいは大きなキャンペーンの後に付け直しましょう。リードが前向きに返信したなら、その瞬間に「冷たい見込み客」ではなく「進行中の会話」へと変わります。メールがバウンスしたなら、それに合わせて下げます。半年前に採用していた会社がその後レイオフしていたなら、インテントシグナルはもう別物です。
リードリストを新鮮に保つ（自動化とメンテナンス）
リードリストは、一度作って終わりにはできません。
すでに触れたとおり、メールリストは年間23%劣化する とされています。連絡先は転職し、会社は方針を変え、メールは古くなります。5月に良いリストを作って10月まで寝かせておけば、そのかなりの部分はもう使えなくなっています。
メンテナンスの頻度
| 作業 | 頻度 | 理由 | |---|---|---|---| | メール検証 | 毎キャンペーン前（少なくとも毎月） | ハードバウンスを防ぐ | | 連絡先の重複削除 | アクティブな開拓中は毎週 | 重複送信を避ける | | インテントシグナル更新 | 毎月 | 採用 / 資金調達 / レビューはすぐ変わる | | 会社属性の更新 | 四半期ごと、または半年ごと | 規模、売上、技術スタックは変化する | | サプレッションリスト同期 | 毎日またはリアルタイム | 配信停止を尊重し、苦情を減らす | | ソース別パフォーマンス確認 | 毎月 | どのチャネルが“行”ではなく“返信”を生むかを把握する |
継続的なリード獲得のために定期スクレイプを仕込む
ここでThunderbitのScheduled Scraper が効いてきます。毎月ディレクトリを手で見直す代わりに、定期スクレイプを仕込めます。手順はシンプルで、"毎週月曜の午前8時" のように間隔を自然な言葉で書き、対象のURLを入れ、「Schedule」をクリックするだけ。ThunderbitのAIがその言葉をスケジュールに翻訳し、自動でスクレイプを回して、更新後の結果を接続済みのGoogle SheetやAirtableへ送ってくれます。
うまく回っている事例には、こんなものがあります。
- 営業チームが毎月 Clutch のカテゴリページを再スクレイプし、新たに市場へ参入した代理店を拾う。
- Ecommerceの運営チームが毎週、競合ディレクトリを見張って新商品の掲載を追う。
- SaaS創業者が毎月のアウトバウンド送信の前に G2 のカテゴリページを更新し、新しく掲載された企業を見つける。
Thunderbitのクラウドモードなら一度に最大50ページをスクレイプ できるので、大きなディレクトリでも手早く更新できます。設定の詳細は、AI lead generation のガイドを参照してください。
コンプライアンスとデータプライバシーについて
本稿の主題ではないので手短にしますが、とても重要な論点です。
- CAN-SPAM（米国）: B2Bを含むすべての商用メールに適用されます。FTCによれば、違反メール1通ごとに最大$53,088 の罰則が科され得ます。求められるのは、正確なヘッダー、誤解を招かない件名、有効な郵送先住所、明確な配信停止手段、そして10営業日以内の配信停止対応です。
- GDPR（EU/UK）: 会社名つきの業務用メールでも、個人データに当たり得ます。ICOによれば 、B2Bマーケティングでは身元を隠してはならず、有効なオプトアウトを用意し、異議申し立てを尊重する必要があります。
- CCPA/CPRA（カリフォルニア）: 通知、目的の限定、データの最小化、消費者の権利を重んじます。California Privacy Protection Agency のFAQ に最新情報があります。
- Google / Yahoo の送信者ルール: Googleは 大量送信者に対し、スパム率を0.30%未満に保つこと、SPF/DKIM/DMARCで認証すること、ワンクリック配信停止に対応することを求めています。Yahooも同様のルール を敷いています。
要するに、公開されているデータだけをスクレイプし、許可なくログインの壁を越えず、必ずオプトアウト手段を入れ、サプレッションリストを保ち、各地域の法的要件を確かめてください。Thunderbitは公開ページをスクレイプするためのツールであり、そのデータをどう使うかの責任はユーザー側にあります。
まとめと重要ポイント
2026年版のリードリストワークフローの肝は、名前をより多く集めることではありません。返信が戻ってくる、小さくて新しく、検証済みで、出どころのたどれるアウトリーチ用データセットを作ることです。
全体の流れを整理すると、こうなります。
- ツールに触れる前にICPを定義する。
- 2〜3のリードソースを選ぶ — まずは無料のディレクトリ、企業ページ、Google演算子から。データベースは後回しでかまいません。
- AIスクレイピングでリードを抽出する — Thunderbit の2クリック操作は、ほぼすべての公開ページで使えます。
- きちんとしたテンプレートを作る — ソース追跡、インテントシグナル、スコアの列を入れる。
- 検証して整える — 共有アドレスの削除、重複除去、検証、catch-all への印付け。
- スコアを付けて優先順位を決める — 勘ではなく、透明なスプレッドシートのモデルで。
- CRM / アウトリーチへ出力する — 集めたデータをもとにパーソナライズする。
- 結果を追う — バウンス、返信、成約をリードソース別に見る。
- 継続的に更新する — キャンペーン前に再検証し、価値の高いソースは定期的に再スクレイプする。
データもそれを後押ししています。絞り込んだセグメントは、広い一斉送信より返信率でおよそ3倍優れている のです。検証済みの200件のリストは、古い5,000件のデータベースより、ほぼ確実に良い結果を出します。
最初のリストを作る準備はできましたか。Thunderbitの無料枠 なら、月6ページのAIスクレイピング、無制限の無料メール / 電話抽出、Google Sheets または Excel へのエクスポートが使えます。今日の午後に最初の50〜100件を仕上げるには十分です。
リードリスト向け AI Web Scraper を試す Get Started Free
よくある質問
最初のリードリストは何件くらいが適切ですか。
まずは、条件に合った検証済みのリードを50〜100件に絞るのがおすすめです。何千件もの見込みの薄い連絡先を集めるより、ずっと結果につながります。Hunterのデータでは、21〜50件のように小さく絞った受信者リストのキャンペーンは平均6.2%の返信率で、501件以上のキャンペーンのほぼ3倍にあたります。質は積み上がりますが、量は薄まっていくのです。
リードリストは買うべきですか、それとも自作すべきですか。
たいていの場合、自作のほうが分があります。購入リストには、古いデータ、スパムトラップ、不透明な出どころ、コンプライアンス上のリスクが付いて回ります。AIスクレイピングと手動リサーチで作る自作リストは、公開ページの最新データを使うぶん、より新しく、より関連性の高い情報が手に入ります。もし購入するなら、収集日、検証日、同意の根拠、更新プロセスの透明性を必ず確かめてください。
いちばん良い無料のリードリスト作成方法は何ですか。
Googleの高度検索演算子（site:、intitle:、完全一致クエリ）と、Thunderbitの無料枠――月6ページのAIスクレイピングと無制限の無料メール / 電話抽出――、そして基本的なLinkedIn検索を組み合わせることです。この組み合わせなら、企業ページ、ディレクトリ、イベント一覧、プロフィールを無料でカバーできます。
リードリストはどのくらいの頻度で更新すべきですか。
メールはキャンペーンのたびに再検証してください。とくにリストが30日より前のものなら重要です。完全な更新――ソースの再スクレイプ、企業属性の更新、使えないリードの削除――は、少なくとも四半期ごとに行いましょう。ZeroBounceによれば、メールリストは1年で少なくとも23%劣化します。「作って終わり」は、バウンス率上昇の引き金になるのです。
リードリストからのコールドアウトリーチで、良い返信率はどのくらいですか。
2025〜2026年のベンチマークでは、前向きな返信率が3〜5%なら良好、5〜8%なら強い、8%以上なら非常に優秀です。いちばん効いてくるのはリストの質、つまりターゲティング、検証、パーソナライズです。検証済みメール、明確なインテントシグナル、個別化されたメッセージを備えた良質なリストは、ありきたりな連絡先と定型文だけの大きなリストを、一貫して上回ります。
さらに詳しく知る
