На прошлой неделе один из наших коллег по продажам показал мне таблицу с 4000 контактов, которые они купили у поставщика данных. Результат после двух недель холодных касаний? 0,3% ответов. Доля недоставленных писем? Более 12%. За этот список были заплачены реальные деньги, а толку почти никакого.
Большинство лид-списков в 2026 году изначально обречены на провал. По данным Hunter’s State of Email Outreach, основанным на 31 миллионе писем, отправленных в 2025 году, средняя доля ответов в холодных email-цепочках составляет всего 4,5% — и это средний показатель, то есть у многих кампаний он заметно ниже. Тем временем Salesforce State of Sales 2026 показывает, что типичный продавец тратит лишь 40% рабочей недели на реальные продажи; остальные 60% уходят на админку, ресёрч и — как вы уже догадались — поиск потенциальных клиентов.
Так что если вы тратите время на сбор списка, он должен приносить ответы. Этот гайд проведёт вас через весь workflow 2026 года: как определить ICP, где искать лиды не только в LinkedIn, как собрать правильный шаблон, как проверять данные, чтобы не убить репутацию отправителя из-за bounce rate, как скорить лиды до отправки и как поддерживать список в актуальном состоянии. И я разбил всё по бюджету, чтобы вы могли начать прямо сегодня с $0.
- Сложность: для новичков
- Время: около 2–3 часов на первые 50–100 лидов
- Что понадобится: браузер Chrome, расширение Thunderbit, Google Sheets или любая таблица, а также ваш ICP в записанном виде
Собирайте лид-списки с помощью AI-скрейпинга Get Started Free
Что такое лид-список и почему большинство списков не работает?
Лид-список — это структурированная база потенциальных покупателей: людей и компаний, с которыми вы хотите связаться. Обычно он включает данные о человеке (имя, должность, email, телефон, URL профиля LinkedIn) и о компании (сфера, размер, выручка, локация). Это основа любой outbound-стратегии.
Где чаще всего ошибаются команды: они путают лид-список со свалкой контактов. Полезный список отвечает на вопросы почему именно эта компания и почему именно этот человек прямо сейчас. Купленный у случайного поставщика список часто даёт только один ответ: «вот email, который, возможно, ещё существует». Разница в результатах колоссальная.
Лид-списки также являются частью более широкой воронки. Лид — это тот, кто потенциально подходит вам по рынку. MQL (marketing qualified lead) уже проявил интерес или соответствует части критериев. SQL (sales qualified lead) готов к прямому контакту. Opportunity — это уже активная сделка. Ваш лид-список находится в верхней части этой воронки, и если наверху мусор, пострадает всё ниже по цепочке.
Самые частые причины, почему лид-списки не работают:
- Устаревшие данные: ZeroBounce сообщает, что как минимум 23% email-списка устаревает в течение года. То есть почти четверть контактов теряет актуальность каждые 12 месяцев.
- Неправильные контакты: общие адреса вроде info@ и sales@ вместо прямых контактов. Размытые должности типа «Staff», которые не говорят ничего о полномочиях.
- Отсутствие критериев таргетинга: объём, выдаваемый за стратегию. Как сказал один пользователь на форуме: «Часто мы путаем объём с качеством».
- Отсутствие верификации: Отчёт Validity по CRM-данным за 2024 год показал, что 24% CRM-администраторов считают, что меньше половины данных в CRM точны и полны, а 31% говорят, что плохие CRM-данные стоят им не менее 20% годовой выручки.
- Мышление «объём важнее качества»: Данные Hunter показывают, что кампании на 21–50 получателей в среднем дают 6,2% ответов, тогда как кампании на 501+ получателей — всего 2,4%. Маленький, но точный список сильнее большого и неаккуратного.
Шаблон лид-списка: как на самом деле должна выглядеть таблица
Я просмотрел десятки гайдов по теме «как собрать лид-список», и вот что меня в них раздражает: везде пишут «добавьте контактные данные, firmographics и lead score», но почти нигде не показывают, как таблица должна выглядеть на практике. Так что вот тот самый недостающий пример.
Рекомендуемые базовые колонки
В вашей таблице лид-списка с первого дня должны быть такие колонки:
| Колонка | Что в неё вносить | Хорошие данные | Плохие данные |
|---|---|---|---|
| Полное имя | Настоящее имя человека | "Jordan Lee" | "Sales Team" |
| Должность | Конкретная текущая роль | "VP of Sales" | "Staff" |
| Компания | Юридическое или торговое название | "Acme Logistics" | "Acme?" |
| Отрасль | Стандартизированная категория | "B2B SaaS" | "Tech-ish" |
| Размер компании | Диапазон по числу сотрудников | "51-200" | Пусто |
| Прямой рабочий email | "jordan@acme.com", подтверждённый | "info@acme.com" | |
| Телефон | Прямой или основной номер в нужном формате | Формат E.164 | Смешанные локальные форматы |
| URL LinkedIn | Профиль человека или страница компании | Полный URL | URL из поиска |
| Источник лида | Откуда взят контакт | "G2 category page, May 2026" | "Internet" |
| Сигнал намерения | Почему сейчас | "Hiring 3 SDRs", "new funding" | Пусто |
| Lead Score | Числовая приоритизация | 70/100 по правилам | Интуитивно |
| Последний контакт | Дата касания | "2026-05-26" | "Recently" |
| Заметки | Важный контекст | "Uses Shopify Plus" | Длинная неструктурированная вставка |
Пример заполненного лид-списка (анонимизировано)
Вот как реально выглядит заполненный список — 10 строк с разными персонами:
| Полное имя | Должность | Компания | Отрасль | Размер | Источник | Сигнал намерения | Score | |
|---|---|---|---|---|---|---|---|---|
| Alex M. | VP Sales | Mid-market SaaS vendor | SaaS | 201-500 | direct verified | G2 category | Hiring AEs | 78 |
| Priya S. | Head of Ops | DTC apparel brand | Ecommerce | 51-200 | direct verified | Shopify showcase | Expanding fulfillment | 72 |
| Marcus T. | Founder | Local agency | Professional services | 11-50 | direct verified | Clutch | New reviews | 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 | High review volume | 48 |
| Mina K. | Director of Partnerships | Marketplace company | Ecommerce | 201-500 | direct verified | Event agenda | Sponsoring event | 74 |
| Diego P. | Real Estate Broker | Regional brokerage | Real estate | 11-50 | direct verified | Association directory | New office page | 58 |
| Sarah N. | Customer Support Lead | B2B software company | SaaS | 51-200 | role-based removed | Capterra | Low support reviews | 44 |
| Omar A. | IT Manager | Manufacturing firm | Manufacturing | 501-1000 | direct verified | Company team page | ERP migration mention | 69 |
| Lena W. | Growth Marketing Lead | Fintech startup | SaaS | 51-200 | direct verified | Product Hunt | New launch | 71 |
Что означает каждая колонка и как выглядит «хорошие» данные
Некоторые колонки требуют отдельного пояснения:
- Должность: "VP of Sales" показывает, что у человека есть полномочия по бюджету. "Staff" не говорит ровным счётом ничего. Всегда стремитесь к конкретным должностям, которые указывают на право принимать решения или влиять на них.
- Email: личный рабочий адрес (jordan@acme.com) — это золото. Общий адрес вроде sales@acme.com почти бесполезен для холодного outreach: он попадает в общий ящик, который никто не отслеживает.
- Источник лида: это колонка, которую чаще всего пропускают, хотя она важнее всего в долгосрочной перспективе. Если вы отслеживаете, откуда пришёл каждый лид, вы понимаете, какие каналы дают ответы, а не просто строки в таблице. "G2 category page, May 2026" — полезно. "Internet" — нет.
- Сигнал намерения: это колонка «почему сейчас». Компания, которая только что подняла Series A, разместила три вакансии SDR или запустила новый продукт, — более горячий лид, чем та, что молча существует без изменений. Если сигнала намерения нет, такой лид, возможно, не стоит ставить в приоритет.
Как Thunderbit с AI Suggest Fields создаёт шаблон за вас
Одна из вещей, которыми я особенно горжусь в Thunderbit: вам не нужно гадать, какие колонки создавать. Когда вы открываете Thunderbit на любой странице с потенциальными лидами — каталог, страницу команды компании, список спикеров конференции — и нажимаете "AI Suggest Fields", ИИ читает страницу и автоматически предлагает правильные названия колонок и типы данных. Если на странице есть имена, emails, должности и данные о компании, Thunderbit предложит именно эти колонки.
Это особенно полезно для новичков, которые смотрят на пустую таблицу и думают: «Что вообще я должен собирать?» Thunderbit отвечает на этот вопрос за вас, исходя из реальных данных на исходной странице. Потом вы нажимаете "Scrape" и экспортируете данные прямо в Google Sheets, Excel, Airtable или Notion.
Попробовать AI Suggest Fields в Thunderbit
Как определить идеальный профиль клиента (ICP) до того, как вы начнёте собирать лид-список
Самая большая ошибка, которую я вижу у команд — и которую сам когда-то совершал, — это собирать список до того, как определишь, кто вообще в него должен попасть. В итоге получается таблица с именами, но без понимания, почему кому-то из них должен быть интересен ваш продукт.
ICP — это описание компании и человека, которые с наибольшей вероятностью купят у вас, получат ценность от продукта и останутся надолго. Это не упражнение по созданию персоны, а фильтр таргетинга.
Компоненты ICP
| Элемент ICP | Вопрос | Пример |
|---|---|---|
| Отрасль | В каких категориях есть эта проблема? | B2B SaaS, ecommerce, professional services |
| Размер компании | Какие диапазоны могут купить сейчас? | 51-500 сотрудников |
| География | Где мы можем хорошо продавать и поддерживать? | США, Канада, Великобритания |
| Диапазон выручки | Какой уровень выручки подходит? | $5M-$100M ARR |
| Должности покупателей | Кто владеет болью и бюджетом? | VP Sales, RevOps, Head of Ops |
| Триггер | Что делает момент срочным? | Найм, инвестиции, миграция, плохие отзывы |
| Боль | Какую проблему они ощущают? | Ручной сбор списков, устаревшие данные, медленный enrichment |
| Исключение | Кого нужно исключить? | Студенты, хобби-бизнесы, конкуренты |
Практическое упражнение: посмотрите на своих 5–10 лучших текущих клиентов. Что у них общего? Отрасль? Размер? Должность человека, который подписал контракт? Запишите 3–5 общих признаков. Это и есть черновик вашего ICP.
Firmographics vs. demographics: что важнее?
Firmographics — это данные на уровне компании: отрасль, размер, выручка, локация. Демографические данные в B2B-контексте — это данные о человеке: должность, уровень старшинства, функция, департамент. Для B2B-лид-списков firmographics сужают компанию, а demographics — человека. Вам нужны оба типа данных. Идеальная компания с неправильным контактом — пустая строка. Идеальный контакт в неправильной компании — столь же бесполезен.
И ещё один важный момент: данные Sopro за 2025 год, основанные на 119,57 миллиона touchpoints, показывают средний размер decision-making unit около 4,14 стейкхолдера. Поэтому хороший лид-список часто включает более одного контакта на целевой аккаунт — но не настолько много, чтобы outreach выглядел как спам.
Помимо LinkedIn: где искать лидов на сайтах, в каталогах и соцсетях
Когда я исследовал эту тему, меня удивил один пробел: 5 из 6 статей в топе по запросу «как собрать лид-список» ведут читателя в первую очередь к LinkedIn Sales Navigator. И да, Sales Navigator — мощный инструмент. Но он ещё и дорогой (примерно $99+ в месяц за Core), а пользователи часто жалуются на ограничения экспорта, перегруженный интерфейс и сложности со скрейпингом.
Реальность 2026 года такова: лиды живут повсюду, а не только в LinkedIn. Сайты компаний, отраслевые каталоги, страницы мероприятий, review-платформы и даже профили в соцсетях — всё это богатые источники контактных данных, и часто они свежее и точнее, чем платные базы.
Сравнение источников лидов
| Источник лидов | Лучше всего подходит для | Метод | Стоимость |
|---|---|---|---|
| Сайты компаний / страницы About | Нишевые B2B, локальные услуги, агентства | Посетить страницы команды/контактов, извлечь имена/emails/телефоны | Бесплатно |
| Отраслевые каталоги (Clutch, G2, Yelp) | Лиды в сервисных нишах, отраслевые экосистемы | Фильтровать по категории/локации, скрейпить списки | Бесплатно или дёшево |
| Списки участников/спикеров мероприятий | B2B-лиды с высоким намерением | Повестки конференций, страницы спонсоров, регистрация вебинаров | От бесплатно до платного доступа |
| Review-сайты (G2, Capterra, Google Business) | SaaS и локальные компании | Просматривать категории, извлекать контакты компаний | Бесплатно |
| Соцсети (Instagram, X) | B2C, personal brands, локальный бизнес | Публичные bio, бизнес-страницы | Бесплатно |
| Google site: операторы | Поиск по длинному хвосту, целевые страницы контактов | Продвинутые поисковые запросы | Бесплатно |
| LinkedIn (базовый) | Профессиональный поиск | Ручной поиск, публичные профили | Бесплатно |
| LinkedIn Sales Navigator | Зрелые outbound-команды | Продвинутые фильтры, сохранённые лиды, TeamLink | $99+/мес |
Полезные каталоги по вертикалям
| Вертикаль | Источники, которые стоит скрейпить |
|---|---|
| SaaS | G2, Capterra, Product Hunt, SaaSworthy, AWS Marketplace, категории Chrome Web Store |
| Ecommerce | Shopify stores/showcases, BuiltWith lists, каталоги партнёров Klaviyo |
| Real estate | каталоги риелторов, страницы офисов брокериджа, публичные страницы местных MLS, страницы торгово-промышленных палат |
| Professional services | Clutch, DesignRush, UpCity, GoodFirms, локальные каталоги юристов/бухгалтеров |
| Local business | результаты Google Business, Yelp, Yellow Pages, BBB, страницы местных палат |
| Events | страницы спонсоров/экспонентов, списки спикеров, agenda-страницы, лендинги вебинаров |
Продвинутые поисковые операторы Google для поиска лидов
Они бесплатны и на удивление мощные. Несколько примеров:
site:clutch.co/agencies "B2B SaaS" "United States"— находит листинги агентств на Clutch с фильтрацией по категории и локацииsite:company.com ("email" OR "contact") "VP Sales"— находит страницы контактов на сайте компании, где упоминается VP Salesintitle:"sponsors" "SaaS" "2026" "conference"— находит страницы спонсоров конференций по SaaS в 2026 годуsite:g2.com/categories "sales engagement" "mid-market"— находит страницы категорий G2 для mid-market sales tools
В справке Google Search описаны точные кавычки и операторы вроде site:, так что вы можете проверить синтаксис там.
Как извлекать контакты с любого сайта с помощью AI Web Scraper
Вот где Thunderbit органично встраивается в workflow. Для любого из источников выше — каталога Clutch, страницы команды компании, списка спикеров конференции — процесс одинаковый:
- Откройте страницу в Chrome с установленным расширением Thunderbit.
- Нажмите "AI Suggest Fields". ИИ Thunderbit прочитает страницу и предложит колонки вроде Name, Email, Phone, Title, Company.
- Проверьте предложенные поля, при необходимости добавьте или удалите лишние.
- Нажмите "Scrape".
- Экспортируйте в Google Sheets, Excel, Airtable или Notion.
Главное преимущество — Thunderbit работает на неструктурированных и нестандартных сайтах, где готовый шаблон просто не справился бы с макетом. ИИ каждый раз читает страницу заново, подстраиваясь под любую структуру. Бесплатные Email Extractor и Phone Number Extractor от Thunderbit позволяют извлекать данные с любой страницы в один клик — без ограничений на free-тарифе.
Как использовать subpage scraping для обогащения лид-списка
Workflow, который я часто использую: сначала скрейплю страницу каталога, например список компаний на Clutch, а затем с помощью Subpage Scraping в Thunderbit захожу на каждую отдельную страницу компании и вытягиваю дополнительные данные — emails, телефоны, численность команды, tech stack, описание.
Так обычный список каталога превращается в обогащённый, готовый к работе лид-список без ручных кликов. Вы переходите от «вот 50 названий компаний» к «вот 50 компаний с контактными email, размером команды и описаниями» за один автоматизированный проход. Если хотите узнать больше о web scraping без кода, у нас есть подробный материал.
Как собрать лид-список шаг за шагом: workflow 2026
Ниже — полный workflow, рассчитанный на нетехнического специалиста по продажам или ops, который хочет собрать реальный лид-список уже сегодня.
Шаг 1: чётко зафиксируйте ваш ICP
Прежде чем открывать любой инструмент, запишите критерии ICP (вернитесь к разделу про ICP выше). Отрасль, размер компании, география, должности покупателей, триггеры и исключения. Это займёт 15–30 минут и сэкономит часы бесполезного скрейпинга.
Шаг 2: выберите источники лидов
С учётом ICP и бюджета выберите 2–3 источника из таблицы сравнения. Моя рекомендация: сначала берите бесплатные источники. Если вы таргетируете SaaS-компании, попробуйте страницы категорий G2 и страницы команд компаний. Если вы работаете с локальным бизнесом, начните с Google Business и Yelp. Платные источники вроде Sales Navigator подключайте только тогда, когда бесплатные варианты уже исчерпаны.
Шаг 3: извлеките лиды с помощью AI-скрейпинга или ручного поиска
Для каждого источника метод будет таким:
- Сайты и каталоги: используйте AI web scraper Thunderbit. Откройте страницу, нажмите "AI Suggest Fields", проверьте колонки, нажмите "Scrape". Для популярных сайтов у Thunderbit есть готовые шаблоны instant data scraper, которые автоматически настраивают поля.
- LinkedIn: используйте поиск Sales Navigator и экспорт либо Thunderbit для скрейпинга публичных профилей LinkedIn.
- Google: применяйте продвинутые операторы поиска, затем скрейпьте страницы результатов или переходите на отдельные страницы вручную.
Варианты экспорта: Google Sheets, Excel, Airtable, Notion, CSV, JSON.
Шаг 4: проверьте и очистите данные
Этот шаг не опционален. Полный workflow верификации я разберу ниже, но кратко: удалите общие email-адреса, уберите дубли, прогоните данные через инструмент верификации, пометьте catch-all-домены и повторно проверьте всё перед каждой кампанией.
Шаг 5: скорьте и приоритизируйте лидов
Примените простую модель скоринга (подробнее ниже) до начала outreach. Это гарантирует, что вы сначала свяжетесь с самыми ценными лидами, а не просто с теми, кто оказался наверху таблицы.
Шаг 6: экспортируйте в CRM или outreach-инструмент
Перенесите очищенный и оценённый список в вашу CRM (HubSpot, Salesforce, Pipedrive) или платформу для outreach (lemlist, Mailshake, Apollo). Thunderbit экспортирует данные напрямую в Sheets, Airtable и Notion, а дальше они могут синхронизироваться с CRM через нативные интеграции или Zapier.
Шаг 7: запускайте outreach и отслеживайте результат
Персонализируйте сообщения на основе собранных данных. Упомяните отрасль, сошлитесь на signal намерения («я заметил, что вы нанимаете SDR»), адаптируйте ценностное предложение под их боль. Отслеживайте reply rate, bounce rate и конверсии — и возвращайте эти данные обратно в ICP и модель скоринга для следующего цикла.
Сначала бюджет: как собрать лид-список от $0 до enterprise
Главная боль, которую я слышу от фаундеров на ранней стадии и небольших sales-команд: «Как собрать лид-список, не покупая дорогие инструменты?» Вопрос справедливый. Контракты ZoomInfo начинаются с пятизначных сумм в год. Sales Navigator стоит $99+ в месяц. У Apollo и Lusha есть бесплатные тарифы, но хорошие возможности спрятаны за платными стенами.
Честный ответ: далеко можно уйти и бесплатно. Но масштабирование требует вложений. Вот как я бы смотрел на это по уровням.
| Уровень | Стоимость | Методы | Инструменты |
|---|---|---|---|
| Бесплатно ($0) | $0 | Google operators, ручной LinkedIn, сайты компаний, free tier Thunderbit (6 pages + бесплатные email/phone extractors) | Thunderbit Free, Google, LinkedIn basic |
| Низкий бюджет (<$50/мес) | $0-50 | AI-скрейпинг в масштабе, базовое обогащение, email verification | Thunderbit Starter/Pro, Hunter Starter ($34/mo), Bouncer/NeverBounce PAYG |
| Средний уровень ($50-200/мес) | $50-200 | Sales Navigator, более богатые фильтры, интеграция с CRM | Sales Navigator Core (~$99/mo), Apollo paid, Lusha |
| Enterprise ($200+/мес) | $200+ | Intent data, наборы enrichment, compliance workflows | ZoomInfo (по запросу), Cognism (по запросу), Clearbit |
Цены актуальны на май 2026 года — перед покупкой проверьте текущие тарифы.
Что можно сделать бесплатно и где вы упрётесь в лимиты
С бесплатным тарифом Thunderbit (6 страниц AI-скрейпинга в месяц), бесплатными Email Extractor и Phone Number Extractor (безлимитно, в один клик), Google search operators и базовым поиском в LinkedIn, соло-фаундер реально может собрать список из 50–100 лидов за один день. Я видел, как люди в нашей команде это делают.
Где начнутся ограничения: объём (страницы в месяц на free-тарифе), глубина enrichment (без платных инструментов не будет intent data и данных о tech stack), а также массовая проверка email-адресов (бесплатные инструменты обычно ограничены по объёму). Когда эти ограничения начнут мешать, есть смысл перейти на низкий бюджет — платные планы Thunderbit открывают subpage scraping, bulk scraping, pagination и scheduled scrapers.
Исправление bounce rate: рабочий workflow верификации данных
Я видел посты на форумах, где пользователи жалуются на почти 70% bounce rate при работе с купленными списками. Это не просто пустая трата усилий — это ещё и опасно. Высокий bounce rate портит репутацию отправителя, и в итоге даже ваши хорошие письма начинают попадать в спам.
По бенчмаркам lemlist, здоровый bounce rate — ниже 2%, а ниже 1% — вообще отлично. Опрос Mailshake за 2025 год показал, что почти половина отправителей сообщают о bounce rate в диапазоне 2–5%, а 15% превышают 6%. Если у вас выше 5%, репутация отправителя уже под угрозой.
Рекомендуемый workflow верификации:
- Удалите общие email-адреса: уберите info@, sales@, support@, admin@, если только вы специально не таргетируете общий ящик (для cold outreach это редкость).
- Уберите ошибки форматирования: дубли, опечатки, отсутствующие домены, мёртвые домены. Быстрая сортировка и фильтрация в таблице отсеивает большинство проблем.
- Пропустите список через инструмент верификации email: Hunter, ZeroBounce, NeverBounce, Bouncer или Kickbox. Эти инструменты проверяют почтовый сервер, не отправляя письмо.
- Пометьте или удалите catch-all-домены: ZeroBounce сообщает, что catch-all-адреса относятся к рискованной категории: сервер принимает письма, но это не подтверждает существование конкретного ящика. Если вы не можете проверить индивидуальный inbox, пометьте запись и считайте её менее надёжной.
- Повторно проверяйте список перед каждой кампанией: данные быстро устаревают. Если списку больше 30–90 дней, снова прогоните верификацию перед отправкой.
- Сначала отправляйте маленькими партиями: следите за bounce rate и complaint rate на первых 50–100 письмах. Масштабируйтесь только если качество сохраняется.
Почему источник лида влияет на качество данных
Не все лид-данные одинаковы. Email, взятый с публичной страницы команды компании, где человек сам оставил контакт, обычно свежее и точнее, чем адрес из базы-агрегатора, которую не обновляли месяцами.
Одна из причин, почему я верю в скрейпинг живых публичных страниц, а не только в статические базы, — это именно актуальность. Thunderbit каждый раз читает реальный сайт заново (а не обращается к устаревшей базе), поэтому извлечённые emails и телефоны обычно более свежие. Phone Number Extractor также приводит номера к стандарту E.164, что уменьшает форматные ошибки при импорте в CRM.
Скрейпинг свежих источников не заменяет верификацию — но он означает, что вы стартуете с более качественного сырья.
Чеклист перед кампанией
Перед тем как нажать «send» в любой кампании:
- Все email-адреса проверены за последние 30 дней
- В списке отправки нет общих адресов (info@, sales@)
- Нет дублей
- Просмотрен bounce rate прошлой кампании
- Есть механизм opt-out / unsubscribe
- Синхронизирован suppression list (учитывайте все предыдущие отказы)
Сначала собираем, потом скорим: простая модель lead scoring для маленьких команд
В каждом гайде пишут «приоритизируйте лидов» — и дальше ничего не объясняют.
Если вы соло-фаундер или у вас команда продаж из трёх человек, вам не нужен Salesforce Einstein или предиктивный scoring engine. Вам нужна колонка в таблице с прозрачной формулой.
Framework скоринга
| Сигнал | Баллы | Пример |
|---|---|---|
| Соответствует ICP по отрасли | +20 | SaaS, mid-market |
| Подходит по размеру компании | +10 | 51-500 сотрудников |
| Должность decision-maker'а | +15 | VP Sales, Head of Ops |
| Явный сигнал намерения | +15 | Найм, финансирование, миграция инструмента |
| Email подтверждён | +10 | Passed verification |
| Хороший источник | +10 | Company page, event speaker page |
| Взаимодействовал с вашим контентом | +10 | Скачал гайд, был на вебинаре |
| Catch-all / непроверенный email | -10 | Risky verification status |
| Role-based email | -10 | info@, sales@ |
| Общая должность без ясной роли | -5 | "Staff" |
Пример расчёта
Лид A: VP Sales в SaaS-компании на 120 человек, нанимают SDR, email подтверждён, источник — страница вакансий/команды компании.
Score: 20 (отрасль) + 10 (размер) + 15 (должность) + 15 (намерение) + 10 (верификация) + 10 (источник) = 80 → Приоритет для outreach на этой неделе.
Лид B: "Staff" в hobby-business на 5 человек, role-based email, сигнала намерения нет.
Score: 0 + 0 + 0 + 0 + 0 - 10 (role-based) - 5 (generic title) = -15 → Пропустить или удалить.
Это может жить как простая формула в Google Sheets. Например:
=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))
Никакой Salesforce не нужен.
Как использовать AI, чтобы помечать и скорить лидов во время скрейпинга
Одна из функций, которую моя команда встроила в Thunderbit и которая действительно помогает со скорингом, — это Field AI Prompts. Когда вы настраиваете скрейпинг, можно добавить подсказку к любой колонке — например: «Определи уровень seniority этого лида как Decision-Maker, Influencer или Individual Contributor на основе должности и контекста страницы».
Thunderbit проставляет метки прямо во время извлечения, а не после. Поэтому при экспорте в Sheets классификация seniority, тип компании или тег отрасли уже готовы к использованию в формуле скоринга. Это убирает ручную маркировку, из-за которой scoring обычно ощущается как рутинная обязанность.
Также можно использовать Subpage Scraping для обогащения данных из первоначального списка: сначала скрейпите каталог, затем заходите на страницы компаний и вытягивайте численность, статус финансирования или tech stack — всё это входит в модель скоринга.
Когда пересматривать и обновлять баллы
Lead score — это не настройка «один раз и навсегда». Пересчитывайте его раз в месяц или после любой крупной кампании. Если лид ответил положительно, его score меняется: теперь это активный диалог, а не холодный контакт. Если email отскочил, корректируйте оценку. Если компания, которая нанимала полгода назад, теперь провела сокращения, сигнал намерения изменился.
Как поддерживать лид-список свежим: автоматизация и обслуживание
Лид-список — это не разовый проект.
Я уже упоминал, что 23% email-списков устаревают ежегодно. Люди меняют работу, компании меняют фокус, email-адреса устаревают. Если вы собрали отличный список в мае и не трогали его до октября, значительная его часть уже мертва.
Режим обслуживания
| Задача | Частота | Зачем |
|---|---|---|
| Проверка email | Перед каждой кампанией (или хотя бы ежемесячно) | Предотвращает hard bounce |
| Удаление дублей | Еженедельно во время активного prospecting | Избегать повторных касаний |
| Обновление сигналов намерения | Ежемесячно | Найм/финансирование/отзывы меняются быстро |
| Обновление firmographics | Ежеквартально или раз в полгода | Размер, выручка и tech stack меняются |
| Синхронизация suppression list | Ежедневно или в реальном времени | Учитывать opt-out и снижать жалобы |
| Проверка эффективности источников | Ежемесячно | Понимать, какие каналы дают ответы, а не просто строки |
Настройка scheduled scrape для постоянного потока лидов
Вот где в игру входит Scheduled Scraper от Thunderbit. Вместо того чтобы вручную возвращаться к каталогам каждый месяц, вы можете настроить повторяющийся скрейп. Настройка простая: опишите интервал обычным языком (например, «каждый понедельник в 8:00 утра»), укажите URL сайта и нажмите "Schedule". ИИ Thunderbit превращает ваши слова в расписание и запускает скрейп автоматически, выгружая свежие результаты в подключённый Google Sheet или Airtable base.
Примеры, которые я видел в работе:
- Команда продаж ежемесячно повторно скрейпит категорию Clutch, чтобы ловить новые агентства на рынке.
- Команда ecommerce ops каждую неделю мониторит каталог конкурентов на предмет новых товарных листингов.
- Фаундер SaaS обновляет страницу категории G2 перед каждой ежемесячной outbound-рассылкой, чтобы находить новые компании в списке.
Cloud mode Thunderbit может скрейпить до 50 страниц одновременно, так что даже большие каталоги обновляются быстро. Подробнее о настройке читайте в нашем гайде по AI lead generation.
Коротко о compliance и защите данных
Скажу кратко, потому что это не центральная тема гайда, но это важно.
- CAN-SPAM (США): распространяется на всю коммерческую email-рассылку, включая B2B. По данным FTC, каждое отдельное письмо с нарушением может привести к штрафу до $53,088. Требования: корректные заголовки, не вводящие в заблуждение темы, действующий почтовый адрес, понятный opt-out и обработка отказов в течение 10 рабочих дней.
- GDPR (ЕС/Великобритания): именные рабочие email могут считаться персональными данными. ICO говорит, что B2B-маркетинг не должен скрывать личность отправителя, должен предоставлять valid opt-out и учитывать возражения.
- CCPA/CPRA (Калифорния): акцентирует уведомление, ограничение цели, минимизацию данных и права потребителей. Актуальные детали есть в FAQ California Privacy Protection Agency.
- Правила отправителей Google и Yahoo: Google требует, чтобы массовые отправители удерживали spam rate ниже 0,30%, использовали SPF/DKIM/DMARC и поддерживали one-click unsubscribe. Yahoo соблюдает похожие правила.
Итог: скрейпьте только публично доступные данные, не обходите login walls без разрешения, всегда добавляйте механизм opt-out, ведите suppression lists и проверяйте местные юридические требования. Thunderbit скрейпит публично доступные страницы — а ответственность за дальнейшее использование данных лежит на пользователях.
Выводы и главное
Workflow по сбору лид-списков в 2026 году — это не про поиск большего числа имён. Это про создание меньшего, более свежего, проверенного и понимающего источник набора данных для outreach, который действительно получает ответы.
Вот полный workflow в кратком виде:
- Определите ICP до того, как откроете любой инструмент.
- Выберите 2–3 источника лидов — начните с бесплатных вариантов (каталоги, страницы компаний, Google operators), прежде чем платить за базы.
- Извлекайте лидов с помощью AI-скрейпинга — двухшаговый процесс Thunderbit работает почти на любой публичной странице.
- Соберите правильный шаблон с отслеживанием источника, сигналами намерения и колонками для скоринга.
- Проверьте и очистите — удалите общие email-адреса, уберите дубли, прогоните верификацию, пометьте catch-all.
- Скорьте и приоритизируйте — используйте прозрачную формулу в таблице, а не интуицию.
- Экспортируйте в CRM / outreach — персонализируйте сообщения на основе собранных данных.
- Отслеживайте результаты — bounce rate, replies, conversions по источникам.
- Обновляйте постоянно — повторно проверяйте перед кампаниями, регулярно пересобирайте ценные источники.
Данные это подтверждают: узкие сегменты почти в 3 раза обгоняют широкие рассылки по reply rate. Проверенный список из 200 лидов почти всегда даст лучший результат, чем устаревшая база из 5000 контактов.
Готовы собрать свой первый список? Бесплатный тариф Thunderbit даёт 6 страниц AI-скрейпинга в месяц, безлимитное бесплатное извлечение email и телефонов, а также экспорт в Google Sheets или Excel. Этого достаточно, чтобы собрать первые 50–100 лидов уже сегодня днём.
Попробуйте AI Web Scraper для лид-списков Get Started Free
FAQ
Сколько лидов должно быть в моём первом списке?
Начните с 50–100 хорошо таргетированных и проверенных лидов, а не с тысяч неподходящих контактов. Данные Hunter показывают, что кампании с меньшими и более точными списками получателей (21–50) в среднем дают 6,2% ответов — почти втрое больше, чем кампании на 501+ получателей. Качество накапливается; объём размывает результат.
Стоит ли покупать лид-список или лучше собрать свой?
Почти всегда лучше собирать свой. Купленные списки несут больше рисков: устаревшие данные, spam traps, непрозрачное происхождение и compliance-риски. Самостоятельно собранные списки с помощью AI-скрейпинга и ручного ресёрча дают более свежие и релевантные данные, потому что вы берёте их с живых публичных страниц, где контакты актуальны. Если всё же покупаете, требуйте прозрачность по дате сбора, дате верификации, основанию для контакта и процессу обновления.
Какой самый лучший бесплатный способ собрать лид-список?
Сочетайте продвинутые операторы Google search (site:, intitle:, exact-match queries) с бесплатным тарифом Thunderbit — 6 страниц AI-скрейпинга в месяц плюс безлимитное бесплатное извлечение email и телефонов — и базовый поиск в LinkedIn. Эта комбинация покрывает страницы компаний, каталоги, списки мероприятий и профессиональные профили без затрат.
Как часто нужно обновлять лид-список?
Проверяйте email-адреса перед каждой кампанией, особенно если списку больше 30 дней. Полное обновление — повторный скрейп источников, обновление firmographics, удаление мёртвых лидов — делайте хотя бы раз в квартал. ZeroBounce сообщает, что как минимум 23% email-списка устаревает в течение года, поэтому подход «собрал и забыл» почти гарантированно ведёт к росту bounce rate.
Какой считается хороший reply rate для cold outreach по лид-списку?
По бенчмаркам 2025–2026 годов: 3–5% положительных ответов — это хорошо, 5–8% — сильно, 8%+ — отлично. Самый важный фактор — качество списка: таргетинг, верификация и персонализация. Хорошо собранный список с подтверждёнными email, явными сигналами намерения и персонализированными сообщениями стабильно обгоняет более крупный список с generic-контактами и шаблонными текстами.
Узнать больше
