La maggior parte delle liste sbagliate non è un problema di dati. È un problema di definizione. I record erano corretti; era il filtro a essere sbagliato. Qualcuno ha scritto "VP Marketing, software, Stati Uniti" in un campo di ricerca, ha esportato le prime diecimila righe e tre settimane dopo il report della campagna mostra risposte di coordinatori HR di agenzie per il lavoro e un team commerciale che chiede perché metà degli account siano società di consulenza da 12 persone.
Questo articolo è una guida pratica alla fase di definizione: come tradurre "le aziende giuste, le persone giuste" in filtri che dicono davvero quello che intendevi. Il metodo vale per qualsiasi database; gli esempi usano Argorant perché lì conteggi e anteprime sono gratuiti, così il metodo che consigliamo, affinare prima di pagare, non costa nulla.
Parti dalle aziende, non dalle persone
L'errore strutturale più comune è partire dal filtro sulle persone. Le qualifiche sono il campo più rumoroso di qualsiasi database di contatti (autodichiarate, gonfiate, localizzate e incoerenti da un'azienda all'altra), quindi una lista che nasce da una ricerca per qualifica eredita tutto quel rumore prima ancora che venga applicato un solo criterio aziendale.
Ribalta l'ordine. Definisci prima l'universo di aziende: quali settori, quali fasce di dipendenti, quali aree geografiche. Ottieni un conteggio delle aziende, scorri i nomi reali che corrispondono e solo dopo aggiungi i criteri sulle persone. I campi a livello di azienda sono più stabili e più verificabili di quelli a livello di persona, e un filtro sulle persone applicato all'universo di aziende sbagliato produce contatti mirati con precisione in aziende che non avresti mai voluto.
Una disciplina utile: scrivi la definizione delle aziende in una sola frase prima di aprire qualsiasi strumento. "Aziende di logistica e trasporto merci, da 50 a 500 dipendenti, Germania e Paesi Bassi, escluse agenzie per il lavoro e società di selezione." Se la frase è vaga, i filtri lo saranno ancora di più.
Il filtro per settore è quello che inganna di più
Il settore sembra il filtro più pulito del pannello ed è di solito il più sporco. Per tre motivi. Primo, la classificazione è in parte autodichiarata: le aziende scelgono l'etichetta che le valorizza di più, ed è per questo che ogni agenzia si definisce "tecnologia" e ogni rivenditore "software". Secondo, la granularità della tassonomia raramente corrisponde al tuo ICP: la categoria "Software" va dallo sviluppatore di plugin con due dipendenti al fornitore enterprise da 40,000 persone, e le tassonomie a codici che ci stanno sotto (i sistemi di numerazione in stile NAICS) sono nate per le statistiche pubbliche, non per il go-to-market. Terzo, le aziende con più linee di business hanno una sola etichetta principale: un conglomerato con una grande divisione logistica può essere classificato come "produzione industriale" e non comparire mai nella tua ricerca sulla logistica.
Le contromisure pratiche sono semplici. Cerca per segmenti di settore usandone i nomi leggibili, invece di memorizzare codici numerici, e seleziona un paniere di tre-sei segmenti affini invece di una sola categoria ampia. Per la logistica potrebbe voler dire scegliere separatamente trasporto merci, magazzinaggio, servizi per la supply chain e consegne dell'ultimo miglio. Poi guarda in anteprima venti nomi di aziende del risultato. L'anteprima è il test: se quattro su venti sono agenzie per il lavoro o società di consulenza che servono il settore invece di operarvi, aggiungi esclusioni esplicite per quei segmenti. Le società di servizi che ruotano attorno a un settore sono in assoluto il contaminante più frequente nelle liste filtrate per settore.
Le fasce di dipendenti meritano lo stesso scetticismo, ma in una sola direzione: in genere sono affidabili sul minimo e deboli sul massimo, perché a volte le controllate riportano il numero di dipendenti della capogruppo. Se il tuo ICP si ferma davvero a 500 dipendenti, guarda in anteprima alcune delle corrispondenze più grandi e verifica se sono aziende indipendenti o filiali locali di colossi.
La seniority è un insieme di schemi, non un menu a tendina
Ora il livello delle persone. L'errore qui è trattare la seniority come un singolo valore di un menu a tendina, quando in realtà è una matrice funzione per livello espressa attraverso qualifiche incredibilmente incoerenti. "Vice President" è un dirigente di alto livello in un'azienda SaaS da 200 persone e un professionista di livello intermedio in una banca, dove VP è notoriamente un titolo distribuito in abbondanza. "Manager" va dal capoturno all'unica persona di marketing dell'intera azienda. E nei dati europei spesso chi decide non ha affatto un titolo in inglese: il Geschäftsführer tedesco, il directeur général francese, il directeur olandese sono amministratori delegati che spariscono da una ricerca ingenua del tipo "CEO OR founder".
Costruisci il filtro sulle persone come due liste esplicite. Un insieme di inclusione: gli schemi di qualifica che indicano il tuo acquirente, tra lingue e convenzioni diverse (per la direzione operativa potrebbero essere head of operations, VP operations, COO, operations director, Betriebsleiter). E un insieme di esclusione: gli schemi che corrispondono alle stringhe incluse ma non al livello (assistant to, deputy, intern, former e, in questo esempio, warehouse shift lead, che la sottostringa "operations" intercetterà senza problemi). È nella lista di esclusione che si gioca la maggior parte della precisione, e quasi nessuno la scrive.
Calibra la matrice sulla dimensione aziendale. In un'azienda da 2,000 persone, chi compra uno strumento per le operations è un director o un VP; in un'azienda da 60 persone non esiste un VP of operations e la stessa decisione d'acquisto spetta a un fondatore o a un direttore generale. Se il tuo universo di aziende comprende entrambi i casi, dividi la lista in un segmento di piccole aziende rivolto a fondatori e titolari e in un segmento mid-market rivolto ai responsabili di funzione, con testi scritti per ciascuno. Un'unica lista mista con un unico messaggio misto rende meno di entrambi.
Dimensiona la lista partendo dalla capacità di invio
Prima di esportare qualsiasi cosa, fai i conti che stabiliscono quanto deve essere grande la lista. Quasi sempre è più piccola di quanto vorresti. La capacità outbound è limitata dalle caselle: una casella riscaldata con criterio invia nell'ordine di 20-40 nuovi contatti a freddo al giorno, quindi due caselle di invio reggono circa 1,200-2,400 nuovi contatti al mese. Un'esportazione da 50,000 righe rispetto a quella capacità non è una pipeline: è una svalutazione di magazzino annunciata, perché i dati di contatto B2B si deteriorano di circa il 2-3% al mese mentre aspettano il loro turno nel CRM.
Estrai quattro-sei settimane di capacità di invio alla volta e torna a prendere la tranche successiva quando ti serve. Il database non va da nessuna parte e, con un modello che verifica all'esportazione, ogni tranche riceve un nuovo passaggio SMTP invece di invecchiare in un foglio di calcolo. Limita anche i contatti per azienda: due o tre persone ben scelte per azienda battono quasi sempre otto, sia per come appari agli occhi del dominio ricevente sia perché il quarto miglior contatto di un'azienda raramente vale un credito.
Affina con conteggi e anteprime prima di spendere
Il flusso che tiene insieme tutto è un ciclo, e il ciclo dovrebbe essere gratuito. Imposta i filtri aziendali, leggi il conteggio. Guarda in anteprima un campione di aziende; correggi il paniere di settori. Aggiungi il livello delle persone, rileggi il conteggio. Se 4,800 persone crollano a 90, i tuoi schemi di qualifica sono troppo stretti; se salgono a 40,000, uno schema di inclusione sta intercettando qualcosa che non volevi. Guarda in anteprima le qualifiche reali, allunga la lista di esclusione, ripeti. Metti in conto tre-cinque giri prima che le anteprime smettano di sorprenderti; una definizione che regge alle anteprime è un controllo qualità che ottieni gratis.
Su Argorant ogni passaggio di quel ciclo (conteggi, anteprime delle aziende, campioni di qualifiche) costa zero crediti, nella dashboard, tramite API e CLI o attraverso un agente collegato via MCP che esegue i giri di affinamento in conversazione. I crediti si spendono solo nell'ultimo passaggio, quando i contatti verificati vengono mostrati o esportati, e anche allora gli indirizzi non validi non costano nulla.
Pulizia dell'esportazione: l'ultimo dieci per cento
Qualche abitudine al momento dell'esportazione protegge il lavoro appena fatto. Escludi i domini che conosci già: clienti attuali, opportunità aperte, concorrenti e chiunque si sia disiscritto. Un'ottima definizione dei filtri riscoprirà allegramente la tua stessa pipeline. Decidi in modo esplicito come trattare i risultati catch-all invece di lasciarlo decidere a un'impostazione predefinita; con un modello che segnala i catch-all puoi escluderli del tutto da una campagna a freddo o includerli consapevolmente quando la copertura conta più della certezza.
Infine, salva la definizione stessa (il paniere di settori, le fasce di dipendenti, le aree geografiche, gli schemi di inclusione ed esclusione) come testo, in un runbook o nel file di progetto di un agente. La lista che hai esportato è un bene che si svaluta; la definizione è quello che dura. Il trimestre successivo riesegui la stessa frase su un database riverificato e ottieni lo stato attuale del mercato, ed è proprio questo il senso di costruire il filtro con cura la prima volta.
