企業リストの抽出は、BtoB営業チームが商談獲得数を左右する最上流の工程です。どのセグメントにどの条件でアプローチするかが決まる時点で、アポ率・商談化率の上限はほぼ決定されます。本記事では、企業リストの抽出方法を5つ紹介し、精度を高めるセグメント設計の手順とSalesNowを活用した実践例を解説します。
企業リスト抽出とは?抽出精度が営業成果を左右する理由
企業リスト抽出とは、膨大な企業データベースや公的情報源から、自社のターゲットとなる企業を条件に従い絞り込み、営業活動に使える一覧データとして取り出す作業を指します。単なるデータダウンロードではなく、「どの条件で絞り込むか」というセグメント設計の質が、そのまま営業成果に直結します。
抽出精度が低いと起きる3つの損失
企業リストの抽出精度が低いと、営業組織には以下の3つの損失が発生します。
- 無駄な架電コスト:自社サービスと親和性の低い企業への電話・メールに時間と工数が消費される
- 商談化率の低迷:「アポは取れるが受注に繋がらない」という状況が続き、KPIが改善しない
- リスト枯渇:ターゲット外の企業を消化してしまい、有効なリストが早期に尽きる
SalesNowが実施した調査では、受注企業24社のうち22社がすでに何らかの営業リストを保有していました。問題はリストの有無ではなく、「精度が低いリスト」を使い続けていた点にあります。抽出条件の精緻化が、商談化率を2.3倍に改善した企業の共通点です。
実際に、ワンキャリア様もSalesNowの精緻な抽出条件を活用し、営業成果の向上を実現しています。LINEヤフーやパーソルキャリアなど700社以上の導入企業で、データ精度の改善が商談獲得に直結しています。
抽出の品質を決める3要素
企業リスト抽出の品質は次の3要素によって決まります。
| 要素 | 内容 | 影響 |
|---|---|---|
| データの網羅性 | ターゲット企業がデータベースに存在するか | 母集団のサイズと取りこぼし率 |
| 条件の精緻さ | 業種・規模・エリア・活動状況などの絞り込み精度 | アポ率・商談化率の上限値 |
| データの鮮度 | 企業情報が最新状態に保たれているか | 電話番号のつながり率・担当者の在籍確認 |
SalesNowは国内1,400万件超の法人データを100%網羅し、毎日230万件のデータを更新することで、この3要素を高水準で担保しています。導入企業では営業担当者1人あたり月8.6時間の工数削減を実現しています。
企業リストの抽出方法5選
企業リストを抽出する主な方法は5つあります。それぞれの特徴とメリット・デメリットを整理します。
方法①:企業データベースツールで抽出する(最推奨)
SalesNow・infobox・musubuなどの企業データベースツールを使い、条件を指定してリストを直接ダウンロードする方法です。
- メリット:業種・規模・エリア・求人状況・財務状況など多軸で絞り込み可能。電話番号・担当者情報も取得できる。抽出工数が最も少ない
- デメリット:ツールの導入費用が発生する(ただしSalesNow Liteなら1件50円・月額0円でスポット利用可能)
- 向いているケース:継続的に新規開拓リストが必要な営業チーム全般
方法②:公的データベースから抽出する(無料)
国税庁の法人番号公表サイト(https://www.houjin-bangou.nta.go.jp/)やgBizINFO(経済産業省提供)などの公的DBから企業情報をCSVで取得する方法です。
- メリット:無料で取得できる。法人番号・所在地・設立日など基本情報が整備されている
- デメリット:電話番号・担当者情報は含まれない。検索条件の柔軟性が低く、業種絞り込みが難しい
- 向いているケース:基本的な企業情報の確認・補完に活用する場合
方法③:Webスクレイピングで抽出する(自社開発)
Pythonなどのプログラミングを用いて、企業ポータルや業界団体のウェブサイトから企業情報を自動収集する方法です。
- メリット:カスタマイズ性が高い。特定業界に特化した情報収集が可能
- デメリット:エンジニアリソースが必要。サイトの利用規約を遵守する必要がある。メンテナンスコストが継続的に発生する
- 向いているケース:特定ニッチ業界のリスト構築など、既存DBでカバーできないケース
方法④:名刺・CRM既存データから抽出する
展示会・セミナーで収集した名刺やCRMに蓄積された既存顧客・失注企業データを整理し、新規アプローチ先として活用する方法です。
- メリット:過去に接点のある企業へのアプローチなので反応率が高い傾向がある。追加費用不要
- デメリット:データが散在・重複していることが多く、名寄せ・クレンジングが必要。情報の鮮度が低い場合がある
- 向いているケース:休眠顧客の掘り起こし・失注企業への再アプローチ
方法⑤:業界団体・展示会主催者から入手する
業界団体の会員企業リストや展示会の出展企業リストを活用する方法です。
- メリット:特定業種に絞った企業情報が整理されている
- デメリット:公開されている情報に限定される。更新頻度が低い。連絡先情報が不足していることが多い
- 向いているケース:業界特化型の新規開拓の補助的なリソースとして活用
セグメント設計の具体的な手順
セグメント設計とは、「自社サービスが最も刺さる企業の共通属性」を定義し、抽出条件に落とし込む作業です。この設計の精度が、リスト全体のアポ率を大きく左右します。
ステップ1:受注企業の属性を分析する
まず過去12か月の受注企業を振り返り、以下の属性を一覧化します。
- 業種(大分類・中分類)
- 従業員規模(〜10名 / 11〜50名 / 51〜200名 / 201名〜)
- 所在地(都道府県・主要都市)
- 営業組織の規模(営業人数)
- SFA/CRM導入状況
- 直近の求人活動(特に営業・マーケ職)
受注企業の属性に共通パターンが見えたら、そのパターンが抽出条件の基本形になります。
ステップ2:スコアリングで優先セグメントを決める
複数の属性が重複するほど、そのセグメントは受注確率が高くなります。例えば「業種:SaaS × 従業員51〜200名 × 営業求人あり」という組み合わせが受注企業の60%を占めているなら、このセグメントを最優先にします。
SalesNowでは、このような複合条件による絞り込みを数クリックで実行できます。1,400万件超のデータベースから、業種・規模・エリア・求人状況・財務情報などを組み合わせた多次元セグメンテーションが可能です。
ステップ3:抽出条件を数値で定義する
「中堅IT企業」のような曖昧な条件ではなく、以下のように数値で定義します。
| 条件軸 | 曖昧な定義(NG) | 数値定義(推奨) |
|---|---|---|
| 企業規模 | 中堅企業 | 従業員50〜300名 |
| 業種 | IT系 | 情報通信業(日本標準産業分類G39〜42) |
| エリア | 東京近郊 | 東京都・神奈川県・埼玉県・千葉県 |
| アクティビティ | 最近動きのある企業 | 過去3か月以内に営業職求人あり |
ステップ4:定期的に条件を見直す
市場環境や自社サービスの改善に伴い、受注しやすいセグメントは変化します。四半期ごとにアポ率・商談化率・受注率をセグメント別に集計し、スコアリングを更新することで、常に精度の高いリストを維持できます。
SalesNowを使った抽出の実践例
SalesNowを活用した企業リスト抽出の具体的な実践例を紹介します。SalesNowは国内1,400万件超のデータを保有し、多次元の条件指定でターゲット企業を高精度に絞り込めます。
実践例①:IT・SaaS企業への新規開拓リスト抽出
あるインサイドセールス支援企業では、SalesNowを使って以下の条件で月次リストを抽出しています。
- 業種:情報通信業・ソフトウェア業
- 従業員数:30〜500名
- エリア:全国
- アクティビティ:過去2か月以内に「営業」「インサイドセールス」の求人活動あり
- 除外条件:過去に架電済みのリスト(SFAからインポートして名寄せ処理)
この条件により、毎月300〜500社の有効なリストを自動的に抽出。アポ率が導入前比で1.8倍に改善し、SDR(Sales Development Representative)1人あたりの架電工数を週8.6時間削減しました。
実践例②:飲食店向けサービスの全国展開リスト抽出
飲食店向け決済システムを提供する企業では、SalesNowの保健所データ(月次収集)を活用し、全国90万店の飲食店データから地域別・業態別に抽出しています。
- 業態:居酒屋・レストラン・カフェ(詳細業態コードで指定)
- エリア:月ごとに担当エリアを変更して順次カバー
- 規模:個人経営〜チェーン店(分けてアプローチ方法を変更)
全国規模での新規開拓を実現し、商談数200%増の実績を上げています。
実践例③:休眠顧客×新規の複合リスト
SalesNowのラベル機能を活用し、CRMの失注企業データをインポートして名寄せ処理後、「失注から1年以上経過 × 直近3か月の求人増加中」というセグメントで掘り起こしリストを生成。コールドコールより反応率が高く、商談化率が約3倍になった事例もあります。
よくある失敗とその対処法
企業リスト抽出でよくある失敗は3パターンあります。各失敗の原因と対処法を整理します。
失敗①:条件が広すぎてアポ率が上がらない
「業種:IT全般、エリア:全国、規模:制限なし」のような広い条件で抽出したリストは、自社サービスが刺さる企業と刺さらない企業が混在します。
対処法:ステップ1〜3の受注企業分析を行い、まず条件を狭めてテストします。アポ率が低いセグメントは仮説を検証し直し、条件を更新します。「最初は100社のミニテストリストから始める」という進め方が有効です。
失敗②:リストを一度作ったら更新しない
作成したリストを半年以上使い続けると、電話番号の誤り・担当者の離職・企業の移転・廃業などにより、データが急速に陳腐化します。
対処法:SalesNowは毎日230万件のデータを更新しているため、月次で新しいリストを抽出し直すことで常に鮮度の高い状態を保てます。固定のリストを使い続けるのではなく、条件を保存して毎月再抽出する運用が推奨です。
失敗③:アクティビティシグナルを無視している
企業の静的情報(業種・規模・エリア)だけを条件にするのではなく、「今まさに動いている」シグナルを組み合わせることで、架電タイミングの精度が大幅に向上します。
対処法:SalesNowのアクティビティ通知機能を活用し、求人活動・資金調達・ニュース等の最新シグナルを条件に加えます。「人を採用中 = 予算がある = 今が刺さるタイミング」という仮説に基づく抽出が有効です。
実践事例:ファインディが求人データからの仮説構築で商談数230%増を達成した取り組み
企業情報収集が属人化し、抽出条件の精度にばらつきがあった
ITエンジニア人材サービスを展開するファインディ(従業員377名)では、営業担当者がそれぞれ独自の方法でターゲット企業の情報を収集していました。業種や従業員数といった基本的な条件で企業リストを抽出するものの、担当者によって条件設定の基準がバラバラで、リストの精度にばらつきが生じていたのです。特に「どの企業が今エンジニアを必要としているか」というタイミング情報を条件に組み込めていなかったため、ニーズが顕在化していない企業にもアプローチしてしまい、アウトバウンドの生産性が伸び悩んでいました。
求人データを起点にした仮説構築とHubSpot連携でリスト精度を向上
ファインディは、企業リストの抽出条件に「求人データ」を組み込むアプローチを採用しました。SalesNowのデータベースに収録されている求人情報から「どの企業が、どの技術領域のエンジニアを、どの程度の規模で募集しているか」を把握し、営業仮説を構築してからアプローチする運用に切り替えたのです。池田氏は「SalesNowをさわらない日はない」と語るほど、日常的なデータ活用が定着しています。朝会ではSalesNowのデータを起点にチーム全体でターゲット企業の仮説を議論し、属人化していた情報収集をチームの共通プロセスに昇華しました。HubSpotとの連携によって、抽出したリストの行動ログも一元管理されています。
商談数230%増。データ起点の抽出がチーム全体の成果を底上げ
この取り組みの結果、商談数は230%増を達成しました。成果が出た要因は、抽出条件に「静的属性(業種・規模)」だけでなく「動的シグナル(求人データ)」を加えたことで、ニーズが顕在化している企業を優先的にリスト化できるようになった点にあります。企業リストの抽出精度を高めるコツは、条件を細かくすることだけではありません。「今この企業にアプローチすべき理由」をデータから読み取り、仮説として言語化できるかどうかが、商談化率を左右する分水嶺です。抽出条件にアクティビティデータを組み合わせることで、リストの「鮮度」と「精度」を同時に高められることをこの事例は示しています。
まとめ
企業リストの抽出精度は、BtoB営業チームの商談獲得数を直接左右します。本記事で紹介した5つの抽出方法と、セグメント設計の4ステップを実践することで、同じ架電工数でより多くの商談を獲得できます。
- 企業データベースツール(推奨)・公的DB・スクレイピング・既存データ・業界団体の5方法から状況に合わせて選択する
- 受注企業の属性分析 → スコアリング → 数値定義 → 定期見直しの4ステップでセグメント精度を高める
- SalesNowは1,400万件・230万件/日更新のデータで、多次元の抽出条件を実現。週8.6時間の工数削減と商談数2.3倍の改善実績を持つ
- リストは一度作って終わりでなく、月次で条件を再検証・更新することが重要
まずは少量のリストから試したい場合は、SalesNow Lite(1件50円・月額0円)を活用することで、初期費用なしでスポット的に高精度リストを取得できます。
よくある質問
Q. 企業リストを効率的に抽出するにはどうすればよいですか?
企業リストの効率的な抽出には「①ターゲットセグメントの明確な定義」「②適切なツール選定」「③抽出条件の定期的な見直し」の3ステップが重要です。特にセグメント設計を最初に丁寧に行うことで、後の工数を大幅に削減できます。SalesNowでは業種・規模・エリア・求人状況・財務状況などの条件を組み合わせた精緻な抽出が可能で、抽出工数の削減(週8.6時間/人)と商談化率向上(2.3倍)を同時に実現できます。
Q. 企業リスト抽出でよくある失敗は何ですか?
よくある失敗は「①条件が広すぎてアポ率が上がらない」「②一度作ったリストを更新せず陳腐化する」「③抽出条件にアクティビティシグナルを使わない」の3点です。特に「業種:IT・エリア:全国」のような漠然とした条件では、自社サービスが刺さる企業と刺さらない企業が混在し、架電コストだけが積み上がります。受注企業の共通属性を分析してセグメントを絞り込むことが解決策です。
Q. 無料で企業リストを抽出できるツールはありますか?
国税庁の法人番号公表サイトやgBizINFO(経済産業省)を活用することで、企業名・所在地などの基本情報を無料で抽出できます。ただし電話番号・担当者情報は含まれません。少量の高精度リストが必要な場合は、SalesNow Lite(1件50円・月額0円)を活用することで、電話番号・担当者情報付きのリストをスポット購入できます。