核心问题
大多数冷邮件 agency 用 Apollo 按职位+行业批量搜索，结果列表千篇一律、文案千篇一律、效果千篇一律。
目录信号法（Directory Method）的核心：用公开目录中的「信号」替代人口统计画像。
什么是「信号」
信号是公司做了某件事的证明：
- 申请了许可证
- 赢得了合同
- 支付了展会展位费
- 获得了认证
- 在新市场获得牌照
这些动作让你的邮件有具体切入点，而不是「您好，我们是 XX 公司」。
操作模型：七步链
Directory → Signal → Implication → Company Set → Enrichment → Contact → Email
每一步都 earned 下一步。不知道信号含义之前不写文案，没筛选好公司集之前不拉联系人，没 enrichment 之前不发邮件。
四种 Campaign 逻辑
不是每个目录都直接用来发邮件：
- Direct Source Build——目录里的公司就是目标客户（从 Thomasnet 拉制造商）
- Reverse Build——目录是钩子，卖给目录外的人（ funded contractors 列表卖给贷款机构）
- Signal Copy——只抽一列数据（许可类型、奖项金额）做个性化首行变量
- Market Map——不跑 campaign，用目录学习细分市场结构，输出策略简报
六大 Playbook（按服务类型匹配）
| 服务类型 | 目标信号 |
|---|---|
| 收入增长咨询 | 展会、政府采购、补贴、认证 |
| 商业金融 | 建筑许可、施工、合同授予 |
| 运营/AI/自动化 | 制造业、医疗、物流、供应商注册 |
| 合规与风险 | 环境、承包商许可、认证 |
| 招聘与人力 | 劳动力、医疗、制造业、营业执照 |
| 本地 B2B 服务 | 营业执照、商会、承包商许可 |
目录解码六步法
- 识别信号——被列入意味着什么？
- 找到约束——地理、日期、状态、行业分类
- 检查字段——哪些能 enrichment，哪些不能
- 窄范围测试——一个市场、一个类别、一个日期窗口
- 选择提取路径——CSV/API 优先，HTML 其次，爬虫最后
- 保留上下文——源名称、URL、筛选条件、信号类型、日期必须附着到每行
100 分源评分模型
| 维度 | 分值 | 说明 |
|---|---|---|
| 信号质量 | 20 | 公司是否主动做了某事 |
| 买家匹配 | 15 | 源与 offer、预算、地理、问题的匹配度 |
| Enrichment 手柄 | 15 | 法律名称、域名、LinkedIn 等 |
| 可筛选性 | 10 | 能否按日期/类别/位置/状态筛选 |
| 时效性 | 10 | 信号是否足够新 |
| 文案特异性 | 10 | 能否给出具体首行切入点 |
| 提取路径 | 10 | CSV/API vs 手动爬虫 |
| 规模与复用 | 10 | 能否支持重复 campaign |
- 80-100：建列表
- 60-79：先试点一个细分
- 40-59：仅用于市场地图或文案上下文
- <40：不爬
平台足迹搜索法
知道 Wild Apricot 托管了数千个协会会员目录，Bonfire 托管了政府采购门户——搜索 "Powered by Wild Apricot" "member directory" "plumbing" 能发现从未被任何人爬过的源。
公式："footprint phrase" + "directory phrase" + "market term"
MSA 信号法（城市级 campaign）
地理优先 targeting：选一个城市 → 找该市场的公开信号 → 筛选 → 选择性 enrichment → 基于证据写文案。
六种本地信号类型及对应首行：
- 新营业执照：「看到你们最近在 [城市] 获得许可…」
- 商业建筑许可：「注意到 [城市] 与 [项目类型] 相关的许可…」
- 承包商执照：「通过 [州] 的 [工种] 注册表找到你们…」
- 认证供应商：「看到你们在 [州] 的 [认证] listing…」
- 奖项/补贴获得者：「注意到 [公司] 被授予 [合同/补贴]…」
- 监管设施：「在 [监管机构] 的设施数据中找到你们…」
关键 takeaway
冷邮件 agency 死于两种方式：商品化或运营崩塌。目录银行解决商品化（差异化 sourcing 方法论），六步解码法解决运营崩塌（可复用的研究 SOP）。