20 Mar 2026

Як зібрати B2B-базу для вузького ринку у 2026: метод negative filters

Костянтин Тріпайло

У вузькому B2B-сегменті виграє не той, хто збере більше контактів, а той, хто грамотніше визначить, кого в базу не пускати. Якщо у списку є дочірні структури корпорацій, компанії з private equity backing або не ті ролі - аутріч перетворюється на дорогу ілюзію активності. У цьому матеріалі розбираю на власному кейсі рекрутингових агенцій Лондона, чому negative filters часто важливіші за критерії відбору і як принцип «1 ОПР на 1 компанію» дає sales-команді робочий актив замість сирого списку.

TL;DR (короткі висновки для тих, хто читає по діагоналі)

1. У вузьких B2B-нішах критерії виключення (negative filters) дають якість бази більше, ніж критерії відбору.
2. Дочірні структури, компанії з PE backing і не той рівень ОПР - три головні джерела «сміттєвих» лідів навіть при правильній ніші і географії.
3. У точковому аутрічі ефективніше мати 1 верифікованого decision maker на компанію, ніж 5 контактів різних ролей.
4. Ручний ресерч через Companies House і відкриті реєстри відсіює те, що автоматичний парсер пропускає за визначенням.
5. У кейсі агенцій Лондона ми застосували 5+ negative filters: гео, тип власності, PE backing, рівень ОПР, тип email.

Чому у вузькому B2B-ринку парсер не дає робочу базу

Автоматичний парсер LinkedIn або Apollo бачить компанію за поверхневими ознаками: ніша, географія, кількість співробітників. Він не бачить структури власності, не перевіряє, чи це не дочірнє підприємство великої групи, не аналізує, чи decision maker, якого він знайшов, реально приймає рішення про закупівлю вашого типу продукту.

У широких ринках це не критично. Якщо ви продаєте SaaS на 50 тис. потенційних клієнтів, погані 20-30% бази розчиняються в обсязі. Але у вузьких B2B-сегментах - 500-2 000 компаній на весь ринок - кожен нерелевантний лід має значення.

Три типові патерни, які я бачу регулярно:

Перший. Дочірня компанія великої групи виглядає як незалежний бізнес. Структурно це філія, де всі ключові рішення приймаються в материнській компанії. Часто в іншій країні. Аутріч до місцевого «директора» доходить, але далі застрягає: ця людина не має повноважень. Sales-команда витрачає 3-5 дотиків, перш ніж зрозуміти, що тут немає кого закривати.

Другий. Компанія з private equity backing працює за іншою логікою. PE-фонд має свою операційну модель, свої вимоги до постачальників, свої процеси затвердження. Для багатьох B2B-продуктів це означає, що угода неможлива без рішення фонду, а не самої компанії. Холодний аутріч сюди майже не працює.

Третій. Формально правильна посада, неправильна функція. Парсер знаходить «директора», але в малих компаніях директор може бути виконавчим, не комерційним. Або взагалі номінальним. Прямий контакт з ним не дає прогресу в угоді.

Усі три патерни одна автоматизація не вирішить. Тому в проєктах з вузькими ICP ми завжди йдемо через ручний ресерч і метод negative filters.

Що таке negative filters і чому вони сильніші за критерії відбору

Negative filters - це критерії виключення, які визначають, які компанії або контакти категорично не повинні потрапити в базу, навіть якщо вони формально збігаються за нішею і географією. На відміну від класичних критеріїв відбору («шукаємо рекрутингові агенції Лондона»), negative filters описують, кого в базі бути не повинно («без PE backing, без дочірніх структур, без HR-директорів»).

Чому це важливо: критерії відбору задають верхню межу ринку. Negative filters визначають його якість. У вузьких сегментах різниця між двома компаніями однієї ніші може бути більшою, ніж між нішами. Незалежна агенція на 30 співробітників і дочірня структура великого холдингу - це формально один сегмент, але два кардинально різні цикли продажу.

Я завжди розкладаю negative filters на чотири шари:

1. Структурні. Тип власності: незалежна приватна, публічна, дочірня, PE-backed, ESOP. Кожен тип має різну швидкість прийняття рішень і різну доступність decision maker.
2. Географічні. Не «вся країна», а конкретний адміністративний регіон. Greater London vs Лондон як назва міста - це два різні масштаби бази.
3. Розмір і фінанси. Не просто «середній бізнес», а конкретний діапазон обігу і штату. Компанія з £1M revenue і £15M revenue потребують різних офферів.
4. Ролі. Не «директори», а конкретні посади з повноваженнями за вашим типом угоди. Founder vs HR Director - це різниця між «давайте поговоримо» і «передам колегам».

У моєму досвіді чотири шари negative filters скорочують базу в 3-5 разів порівняно з широким підходом. Але та частина, що залишається, конвертується у переговори в 5-10 разів краще.

Як ми збирали базу агенцій Лондона: кейс на 5+ negative filters

Один із показових прикладів - проєкт для клієнта, який виходив на ринок рекрутингових і стафінгових агенцій у Великому Лондоні. Деталі повного кейсу з усіма метриками я виклав окремо: B2B-база рекрутингових агенцій Лондона.

Клієнту була потрібна не «база рекрутерів UK», а вузький список незалежних агенцій, які реально могли б закрити угоду в його продуктовому циклі. ICP на старті виглядав так:

1. Ніша: британські SIC-коди 78100 (general recruitment), 78200 (temporary employment), 78300 (HR services).
2. Географія: Greater London (з чітким географічним кордоном, а не «Лондон як назва міста»).
3. Штат: 15-60 співробітників, жорстка межа до 75.
4. Дохід: £2-12 млн на рік.
5. Тип власності: тільки незалежні приватні компанії.

Вже на цьому етапі ринок звужувався з тисяч компаній до сотень. Але потрапляння за SIC-кодом нічого не гарантувало - це був тільки перший фільтр.

Далі команда «Міністерства з Продажів» запустила п'ять рівнів negative filters:

1. Гео-виключення. З бази вийшли всі компанії за межами Greater London, навіть якщо вони мали юридичну адресу в Лондоні. Перевірялась фактична географія операцій, не registered office.

2. Структурне виключення. Через Companies House і відкриті реєстри ми перевіряли тип власності. Дочірні підприємства великих корпоративних груп виключались - у них рішення приймаються в материнській компанії.

3. Виключення PE-backed компаній. Якщо компанія мала private equity backing або належала до фонду прямих інвестицій, вона не потрапляла в базу. Цикл продажу в таких компаніях кардинально відрізняється.

4. Виключення нецільових ролей. Ми не збирали HR-директорів, фінансових директорів, лінійних менеджерів і операційних керівників. Тільки Founder, Managing Director і CEO.

5. Виключення загальних email. info@, contact@, hr@ і подібні корпоративні адреси не потрапляли в базу. Тільки персональні з реальним owner-ом.

Для непублічних бізнесів, де відкритих даних про revenue не було, ми робили скоринг на основі розміру штату, типу клієнтів і додаткових open-source даних. Це дозволяло не пропустити приховано великих або приховано малих гравців.

Чому принцип «1 ОПР на 1 компанію» працює у точковому аутрічі

Принцип «1 ОПР на 1 компанію» - це підхід до збору контактів, при якому в базі є рівно один верифікований decision maker на кожен акаунт, замість 5-10 «контактів про всяк випадок». Цей підхід різко зменшує шум у комунікації і захищає sales-команду від розпилення ресурсу.

У цьому кейсі ми шукали тільки три ролі:

1. Founder - засновник компанії, який або управляє нею, або має право фінального вето на партнерства.
2. Managing Director - операційний керівник з повноваженнями за закупівлями.
3. CEO - якщо позиція існує окремо від MD.

Усі інші ролі ігнорувались. Навіть якщо по них було значно легше знайти контактні дані (LinkedIn HR-директора майже завжди публічний), ми не вносили їх у базу. Причина проста: у малих агенціях (15-75 співробітників) Founder і Managing Director - це часто та сама людина, і вона є реальною точкою входу. Дзвінок або email HR-директору в такій структурі або не доходить до власника, або доходить через 2-3 дотики з втратою контексту.

Економіка цього підходу очевидна. Замість 1 000 контактів у 200 компаній (5 на компанію) клієнт отримує 200 контактів у 200 компаній (1 на компанію). База в 5 разів менша, але кожен рядок - це робочий актив. Sales-команда не дублює дотики, не плутає контексти, не отримує конкуруючих відповідей від різних людей в одній компанії.

Ручна валідація через Companies House і QA контактів

Стандартний автоматичний парсинг у цьому проєкті не вирішував задачу. Занадто багато обмежувальних критеріїв, які не можна коректно відпрацювати одним інструментом - тип власності, PE backing, гео-точність, рівень ОПР, верифікація email.

Тому процес був гібридним: автоматизація для первинного збору, ручний ресерч для кваліфікації.

Companies House - офіційний британський реєстр компаній. Через нього ми перевіряли тип юридичної особи, структуру власників, актуальність даних, наявність материнської компанії. Це безкоштовний і надійний джерело, але автоматичні парсери з ним працюють поверхово.

QA контактів - окрема перевірка кожного email і телефону. У таблицю вносились лише персональні email і прямі номери засновників або керівників. Якщо email не мав достатнього рівня підтвердження (підпис верифікаційних інструментів плюс крос-перевірка), контакт отримував статус «потребує додаткової верифікації».

Це важливо не тільки для чистоти бази. Це критично для захисту аутріч-інфраструктури клієнта. Високий Bounce Rate (відсоток листів, що повертаються) знищує репутацію домену відправника. Один поганий запуск на 5 000 контактів з 25% Bounce Rate може зробити так, що ваші листи протягом наступних місяців летітимуть у спам навіть на правильних адресах.

Цитата експерта

«Я бачив проєкти, де sales-команда відправляла 5 000 листів на місяць з Bounce Rate 25% і отримувала 3-4 змістовні відповіді. Та сама команда з вивіреною базою на 500 контактів отримує 15-25 змістовних діалогів - у 5-7 разів вищу конверсію при удесятеро меншому обсязі. Різниця не у скрипті, не в каналі і не в менеджерах. Різниця у відборі. У вузьких B2B-нішах якісна база на 500 контактів сильніша за сирий парсинг на 50 000».

Костянтин, експерт «Міністерства з Продажів»

Типові помилки при зборі баз для вузьких B2B-сегментів

За п'ять років роботи з вузькими B2B-нішами я бачу одні й ті самі патерни, які стабільно ламають аутріч ще до першого дотику.

Помилка 1. Шукати «плюсові» критерії, але не задавати negative filters. Компанія може формально підходити по ніші, але бути дочірньою структурою. Без явного критерію виключення такий лід потрапляє в базу, а потім sales-команда втрачає 3-5 дотиків, перш ніж зрозуміти, що тут немає кого закривати.

Помилка 2. Збирати багато контактів замість одного правильного. Коли на одну компанію збирають 5-10 людей «про всяк випадок», база стає більшою, але не сильнішою. У вузьких B2B-продажах важливий точний вихід на decision maker, а не список усіх директорів.

Помилка 3. Не перевіряти структуру власності. Дві компанії однакового розміру і ніші можуть мати кардинально різну швидкість прийняття рішень. Незалежна агенція приймає рішення за 2-4 тижні, дочірня структура - за 3-6 місяців. Без перевірки структури власності ви не знаєте, який цикл угоди реально маєте.

Помилка 4. Запускати аутріч на неперевірені email. Контакт без верифікації - це не актив, це ризик. Високий Bounce Rate (>5% у 2026 році) призводить до зниження репутації домену. Один поганий запуск може зробити так, що ваші листи протягом місяців летітимуть у спам.

Помилка 5. Віддавати ресерч sales-команді. Close-менеджер коштує дорого. Його KPI - закриті угоди, а не зібрані контакти. Коли ви знімаєте з продавця функцію пошуку лідів, його ефективність зростає, бо 100% часу йде на переговори. У вузьких B2B-сегментах це різниця між 8-10 угодами на місяць і 2-3.

Як вбудувати високоточну базу в систему продажів

Сама по собі база - це не інструмент, а ресурс. Щоб вона почала генерувати угоди, потрібна інфраструктура продажів. Без неї навіть найкращий список залишиться файлом у папці.

1. CRM з сегментацією по типах власності. Незалежні агенції, корпоративні групи (якщо все-таки заходите туди), PE-backed - кожен тип потребує своєї воронки. У CRM мають бути теги, які дозволяють відстежувати конверсію окремо по кожній групі. Деталі вибору CRM для B2B розклав окремо у матеріалі про впровадження CRM для B2B-продажів.

2. Окремі сценарії під різні типи decision maker. Founder і Managing Director слухають різні аргументи. Засновник реагує на стратегічні теми (ріст бізнесу, конкурентна перевага), MD - на операційні (економія часу команди, зменшення витрат). Універсальний скрипт під обох не працює.

3. Аутріч-інфраструктура з захистом домену. Окремий домен для холодних розсилок, прогрів через 4-8 тижнів, SPF/DKIM/DMARC налаштування, обмеження на 30-50 листів на день з однієї адреси. Без цього навіть якісна база не врятує від спам-фільтрів.

4. Метрики, які показують реальну ефективність. Не open rate (його легко роздмухати темою), а: reply rate з ОПР, conversion у discovery call, conversion з discovery у proposal, середній час до угоди. У вузьких ринках важливо рахувати not vanity metrics, а unit-economics кампанії.

Аналогічну логіку точкового ресерчу ми використовували у B2B-базі медичних клінік США, де через двоетапну валідацію зібрали 1 300 клінік з прямими контактами Surgical Coordinators. Принципи універсальні: жорсткий ICP, ручна перевірка структури, верифіковані прямі контакти.

Висновки: на чому ґрунтується точковий аутріч у вузькому B2B

1. У вузьких ринках negative filters визначають якість бази більше, ніж критерії відбору.
2. Структура власності - найкритичніший фільтр, який автоматичні парсери ігнорують.
3. Принцип «1 ОПР на 1 компанію» сильніший за принцип «5 контактів про всяк випадок».
4. Ручний ресерч через Companies House і відкриті реєстри окупається на дистанції 2-4 місяців через захист домену і вищу конверсію.
5. База без CRM, сегментації і захищеної аутріч-інфраструктури не дає прогнозованого результату.

Часті питання про збір B2B-бази для вузьких ринків

Що таке negative filters у зборі B2B-бази?
Це критерії виключення, які визначають, які компанії або контакти категорично не повинні потрапити в базу, навіть якщо формально збігаються за нішею і географією. Приклади: дочірні підприємства, компанії з PE backing, нецільові регіони, загальні email, неправильний рівень ОПР. У вузьких B2B-сегментах negative filters часто важливіші за критерії відбору.

Чому краще мати 1 контакт на компанію, а не 5?
У точковому аутрічі на вузькому ринку розпилення комунікації між 5 ролями однієї компанії створює шум: різні люди отримують різні версії пропозиції, контексти плутаються, sales-команда дублює дотики. Один верифікований decision maker (Founder, MD або CEO) дає в 3-5 разів вищу конверсію в змістовний діалог.

Коли потрібен ручний ресерч, а коли достатньо автоматичного парсингу?
Автоматизація покриває базовий рівень, якщо ринок широкий (10 000+ компаній) і ICP простий (ніша + гео + розмір). Як тільки додаються вимоги до структури власності, типу фінансування, конкретного рівня ОПР - якість автоматичного парсингу різко падає. У вузьких B2B-сегментах ручний ресерч окупається обов'язково.

Що таке Companies House і чому він важливий для UK-баз?
Companies House - офіційний реєстр компаній Великої Британії. Через нього доступна інформація про тип юридичної особи, структуру власників, материнські компанії, річні фінансові звіти. Це безкоштовне і надійне джерело для перевірки структури власності - того, що автоматичні парсери LinkedIn або Apollo не бачать.

Чому високий Bounce Rate знищує репутацію домену?
Bounce Rate - відсоток листів, що повертаються через невалідні адреси. Поштові провайдери (Gmail, Outlook, Yahoo) розцінюють Bounce Rate >5% як ознаку спам-розсилки. Після кількох таких запусків ваш домен потрапляє у внутрішні чорні списки, і навіть листи на валідні адреси починають летіти у спам або блокуватись. Відновлення репутації займає 3-6 місяців.

Чи можна замовити тестову вибірку перед повним проєктом?
Так, у нашому форматі тестова база - 50-100 контактів за $15-50. Це покриває час команди на ручний ресерч (Companies House, LinkedIn, OSINT), застосування negative filters і QA контактів. Дозволяє клієнту перевірити якість бази і релевантність ICP до запуску повного проєкту.

Як часто треба оновлювати B2B-базу у вузькому ринку?
Кожні 6-12 місяців. У вузьких ринках персонал змінюється повільніше, ніж у широких, але структурні зміни компаній (продаж, злиття, PE-інвестиції) можуть кардинально вплинути на релевантність. Раз на квартал я рекомендую перевіряти топ-20% бази (компанії з активними угодами) і повну рестрактуризацію раз на рік.

Якщо ваш sales-відділ працює у вузькому B2B-сегменті і стандартний парсинг дає занадто багато сміття - є два формати, з яких можна почати.

1. Замовити тестову вибірку на 50-100 валідованих контактів. Це дешевий спосіб перевірити метод negative filters на практиці до запуску повного проєкту. Тестова база - від $15 до $50, включає ручний ресерч і QA контактів. → Замовити тестову базу

2. Перейти на повну послугу збору B2B-баз клієнтів. ICP-сегментація, ручний ресерч через відкриті реєстри, застосування 4-6 negative filters, верифікація під 3 канали комунікації (email, телефон, LinkedIn). → Дізнатись про послугу

Повний кейс по агенціях Лондона з усіма критеріями і метриками розклав тут: B2B-база рекрутингових агенцій Лондона.