Construindo Listas de Leads de Cold Email para Agências de Recrutamento

Cold email para uma agência de recrutamento vive ou morre na lista. Você pode escrever copy perfeita (curta, pessoal, no momento certo) e ainda assim não receber nada se os nomes por baixo estiverem errados. O destinatário não é comprador, então taxas de abertura caem. Nada no pitch ressoa, então respostas não vêm. A empresa não precisava de recrutador quando você bateu nelas, então reuniões nunca são agendadas.

A maioria dos donos de agência constrói a lista de um jeito: raspar empresas com vagas abertas, mandar pra todo CEO. Eric Nowoslawski, que roda growth ops para clientes de staffing e recrutamento, chama isso de “playbook de vagas abertas” e diz sem rodeios que é “a razão pela qual é tão difícil ter resposta positiva em staffing e recrutamento”. Toda outra agência está rodando a mesma jogada, e a inbox do comprador já está cheia de pitches idênticos.

Três abordagens de construção de lista vão além desse amontoado: vagas abertas feitas bem, sinais de tração e saídas de funcionário. A primeira é table stakes. As outras duas são onde a maioria das agências não se incomoda em competir.

Por que a lista é o jogo inteiro em cold email de agência

Em resumo: BD de agência é um canal de baixo volume e alto valor. Uma reunião agendada pode virar uma busca de contingência assinada que vale uma fração significativa do salário do candidato colocado. Essa assimetria significa que a qualidade da lista importa mais que volume de envio. Mandar para empresas mal-fit desperdiça reputação de domínio, seu tempo e sua entregabilidade futura.

Algumas coisas tornam cold email de agência de recrutamento mais difícil que a versão B2B genérica. Compradores são esparsos: um time SaaS pode fazer pitch para todo VP de Vendas numa vertical, mas uma agência de recrutamento só pode fazer pitch para empresas que precisam contratar agora e que não têm um recrutador interno cuidando. Competição é alta (resumo direto de Nowoslawski de novo: é “a razão pela qual é tão difícil ter resposta positiva em staffing e recrutamento”). E o custo de reposição é real. Queime um domínio numa lista de baixa qualidade e você gasta semanas reconstruindo entregabilidade antes da próxima campanha.

Construção de lista é a primeira metade do problema de cold email; infraestrutura de mensagem é a segunda. O post de infraestrutura de cold email cobre domínios, IPs de envio, cadência de sequência e gestão de respostas depois que você tem a lista. Este guia está upstream de tudo isso.

Playbook 1: vagas abertas feitas melhor que todo mundo

Em resumo: Raspar nome de empresa e título de vaga não é suficiente. Enriqueça cada linha com a descrição real da vaga, use IA para extrair a única qualidade mais importante que o candidato precisaria, e abra o email com essa inferência. O ponto não é volume. O ponto é mostrar ao prospect que você leu o que ele escreveu.

Toda agência de recrutamento roda o playbook de vagas abertas. A maioria faz mal: raspa nome da empresa, raspa título da vaga, cola os dois num template genérico (“vi que vocês estão contratando para X, tenho candidatos”). O resultado é uma parede de pitches idênticos na inbox do prospect.

A versão de Nowoslawski desse playbook funciona de trás para frente a partir da mensagem. Comece raspando vagas de uma fonte que expõe a descrição da vaga. Ele usa o scraper de Indeed do Apify, que retorna título e nome de empresa; você então transforma o nome da empresa em website usando Clearbit ou Apollo, porque, no enquadramento dele, “se você tem um website, dá para achar pessoas, e se você tem um perfil do LinkedIn, dá para achar pessoas”. Sem uma dessas duas âncoras, a linha está morta.

Para cada linha, enriqueça com a descrição completa da vaga do LinkedIn. O conector “find jobs from LinkedIn data” do Clay cuida disso; defina critérios como “não tem recrutador” se você quer filtrar empresas que já usam sourcers internos. Depois rode um prompt de IA contra cada descrição de vaga para extrair a única qualidade mais importante que o candidato ideal precisaria. O último passo é abrir seu email com essa inferência, citando a parte da JD da qual você derivou.

Um prompt que funciona precisa de alguns controles assados. Mantenha a inferência abaixo de 20 palavras. Diga ao modelo para não repetir as palavras exatas da descrição da vaga para que a citação soe humana. Dê um formato de exemplo fixo para seguir. Sem essas restrições, o modelo papagueia a JD de volta e a personalização quebra.

No enquadramento de Nowoslawski, a primeira linha resultante lê algo como: “vocês estão contratando para um Commercial Sales Manager, e lendo a descrição da vaga, parece que precisam de alguém que seja [qualidade extraída].” Depois uma linha curta oferecendo candidatos correspondentes e uma pergunta sobre próximos passos. Isso é uma mensagem diferente de “vi que vocês estão contratando para um Commercial Sales Manager. Temos ótimos candidatos.”

Uma JD parseada dentro do seu CRM compõe aqui. Se você já está puxando requisitos estruturados de cada JD do lado do candidato, tem a mesma estrutura de dados que pode reaproveitar para mira de cold email do lado de BD.

Playbook 2: sinais de tração como indicador pré-contratação

Em resumo: Chegue às empresas antes que elas postem a vaga. Métricas de tração (funding, crescimento de headcount, picos de tráfego, abertura de novo escritório, ATS instalado recentemente) sinalizam que contratação é iminente. Abordar na fase de tração significa que você está competindo com quase nenhum outro recrutador em vez de com a pilha inteira.

Raspar vagas abertas é reativo. Sinais de tração são proativos. O enquadramento de Nowoslawski: “Em vez de procurar empresas com vagas abertas, você quer tentar pegá-las antes de postarem a vaga, quando estão pensando em postar.”

Sinais de tração para acompanhar:

Sinal	Fonte	Por que importa
Pico de tráfego no site em 3 meses	SimilarWeb (raspado via Apify ou CAgent)	Crescimento se correlaciona com contratação
Crescimento de headcount de funcionário	LinkedIn / Clay	Proxy direto de contratação
Abertura de novo escritório	Menções na imprensa, posts no LinkedIn	Sinaliza contratação dirigida por expansão
Rodada recente de funding	Crunchbase, notícias	Caixa → headcount em 6 meses
Crescimento de seguidores em mídia social	APIs de plataforma / scrapers	Momentum de marketing frequentemente precede contratação comercial
ATS instalado recentemente	BuiltWith	”Começando a levar recrutamento a sério”
Contratação recente de CMO / CRO	LinkedIn	Novo líder = construção de novo time

O sinal de instalação de ATS é particularmente subutilizado. BuiltWith rastreia quando uma empresa adiciona Greenhouse, Lever ou qualquer outro ATS à stack. Se uma empresa instalou Lever dois meses atrás, provavelmente está prestes a começar a contratar em volume e provavelmente não escolheu um parceiro de agência ainda.

Não há query única e fixa para o playbook de tração. O gatilho que importa depende da sua indústria. Nowoslawski menciona armazenagem como exemplo de vertical com padrões sazonais de contratação. O princípio mais amplo: escolha os dois ou três sinais que combinam com seu nicho e construa scrapers separados para cada.

Um segundo filtro compõe bem em cima: pontue cada empresa pela existência de recrutador interno. Nowoslawski usa o “find employee headcount by job title” do Clay para checar títulos de “recruiter”, “sourcer” ou “human resources” no time. Empresas com recrutadores internos são despriorizadas porque provavelmente já têm cobertura de contratação. Empresas sem são os alvos de maior alavancagem.

Playbook 3: saídas de funcionário (o subutilizado)

Em resumo: Ache pessoas que recentemente saíram de uma empresa em papel sênior, depois aborde o decisor dessa empresa oferecendo achar a substituição. Quase nenhuma agência roda essa jogada em escala, o que significa quase nenhuma competição na inbox.

Nowoslawski chama isso de “provavelmente o menos usado”. Ele “nunca viu outra empresa de recrutamento usar esse playbook em escala de jeito realmente automatizado”.

A mecânica:

1. Use Clay (ou qualquer fonte de dados do LinkedIn) para achar pessoas que começaram um novo trabalho nos últimos 2-3 meses. A query: título contém seu papel alvo, localização combina com seu mercado, “máximo de meses no papel atual” definido como 2-3.
2. Enriqueça a timeline completa de experiência de cada pessoa. Você precisa da empresa do papel anterior e data de fim, não só a linha atual.
3. Filtre para pessoas cuja data de fim do papel anterior é dentro dos últimos 90 dias. Essas são saídas recentes de empresas que provavelmente ainda não substituíram totalmente.
4. Para cada linha, ache o decisor na empresa anterior (CEO, head de departamento etc.).
5. Aborde o decisor referenciando a pessoa específica que saiu.

A linha de abertura se escreve. No enquadramento de Nowoslawski: “Notei que a Cameron saiu da empresa. Como vocês têm pensado em preencher a posição dela?” Depois ofereça mandar candidatos.

Duas coisas fazem isso funcionar desproporcionalmente bem. Primeiro, é específico de um jeito que nenhum scrape genérico de vagas abertas pode ser, porque você está nomeando uma pessoa real que realmente saiu. Segundo, a empresa frequentemente ainda não postou a substituição. Mindshare de recrutador chegando antes da vaga pública é o ponto inteiro.

A parte mais complicada dessa jogada é filtrar corretamente. Algumas pessoas mostram três “experiências” na mesma empresa porque foram promovidas internamente, o que não é uma saída. A fórmula do Clay de Nowoslawski lida com isso checando se a primeira experiência não-atual do candidato tem domínio de empresa diferente do empregador atual. Esse filtro único corta os falsos positivos bruscamente.

Ferramentas que tornam essas listas possíveis

Em resumo: Você precisa de um scraper para os dados de origem, uma camada de enriquecimento para emails e info de empresa, e uma ferramenta de workflow para orquestrar os passos. Apify, Apollo, Clay, Clearbit, BuiltWith e SimilarWeb são a stack comum. Escolha a combinação mais barata que bate sua escala.

Mapeando as ferramentas para os três playbooks:

Passo	Opções de ferramenta	Notas
Raspar vagas abertas	Apify (scraper de Indeed), Clay (vagas do LinkedIn)	Apify é mais barato em escala; Clay é mais rápido para configurar
Nome de empresa → website	Clearbit, Apollo	Apollo vem com enriquecimento de email, levemente mais barato combinado
Sinal de tração: tráfego	SimilarWeb (raspado via Apify ou CAgent)	Precisão do SimilarWeb é grosseira; use para mudanças relativas, não números absolutos
Sinal de tração: instalação de ATS	BuiltWith	O tier grátis basta para começar
Sinal de tração: funding	Integrações de funding do Clay	Scrapers de notícia também funcionam mas são mais barulhentos
Achar saídas de funcionário	Busca do LinkedIn no Clay + enriquecimento de experiência	Requer um plano pago do Clay
Enriquecimento de email	Apollo, Hunter, Clearbit	Apollo é o default de agência de recrutamento
Export em massa do Apollo	Interface do Apollo limita seleção a 25 contatos por página; construtores de ferramentas como Recruitemy distribuem scrapers que fazem batch do export	Útil quando você já filtrou para uma lista apertada

Um exemplo prático: Recruitemy demonstrou a stack deles puxando 5.000 enfermeiros profissionais na Flórida do Apollo usando um scraper customizado que ignora o limite de export de 25 contatos por página do Apollo. O output é exportado como CSV e carregado no ATS da agência para uma campanha de email em modo drip. O scraper em si não é o valor agregado; o export embutido do Apollo faz a mesma coisa, só mais devagar. O valor está no workflow: filtre afiado no Apollo, exporte para seu sistema de registro e sequencie de lá.

O trabalho de construir lista gera um fluxo de linhas estruturadas contendo a empresa, decisor, email, sinal que você achou e fato de personalização. Esse é o mesmo formato de dados que você eventualmente quer fluindo para seus workflows do lado do candidato. O JD Intelligence do Recrudoc parseia descrições de vaga em requisitos estruturados. Útil do lado do candidato para matching, mas a mesma lógica de parsing é exatamente o que alimenta o passo de inferência por IA no playbook 1.

Antipadrões para evitar

Em resumo: Não dispare uma lista gigante e sem filtro do Apollo. Não confie só na jogada de vagas abertas. Não pule o filtro “já têm recrutador interno?”. Não misture indústrias numa campanha. Reputação de domínio rastreia de volta para qualidade da lista.

Modos de falha que aparecem com consistência:

• Volume sem sinal. Rodar uma mensagem genérica contra um scrape sem filtro corrói reputação de domínio. Listas menores e dirigidas por sinal superam listas grandes e sem foco.
• Só vagas abertas. Se sua única jogada é raspar vagas abertas, você está competindo com toda outra agência. Adicione pelo menos um outro tipo de sinal.
• Pular o filtro de recrutador interno. Empresas com time de TA in-house quase nunca respondem a outreach de agência. Têm um processo de contratação e você está fora dele. Filtre antes de enviar.
• Misturar indústrias numa campanha. Uma lista cobrindo healthcare, manufatura e SaaS confunde sua mensagem e sua triagem de respostas. Mantenha uma indústria por campanha e por domínio de envio.
• Ignorar a hierarquia de decisor. Uma lista em massa de “founders e CEOs” frequentemente tem o título errado para o comprador real em empresas maiores, onde decisões de contratação ficam com operadores nível VP em vez do C-suite. Combine títulos de decisor com tamanho da empresa.

Como uma lista saudável parece

Em resumo: Uma lista funcional de agência é mono-nicho, taggeada por sinal e atualizada com frequência suficiente para capturar os sinais mais frescos. Cada linha tem pelo menos um fato de personalização além do nome da empresa e título. Se você não consegue escrever uma primeira frase única por linha, a linha não deveria estar na lista.

O que toda lista saudável tem:

• Um nicho por campanha (sem mistura de indústria)
• Pelo menos um fato de personalização verificado por linha, seja a inferência da JD, o evento de funding ou a saída específica
• Refresh frequente, porque sinais decaem rápido (especialmente saídas de funcionário e linhas de ATS recém-instalado)
• Um filtro de recrutador interno aplicado, para que empresas com RH/TA in-house sejam despriorizadas
• Verificação de email antes do envio. Use Apollo, Hunter ou NeverBounce. Taxas altas de bounce corroem entregabilidade em cada domínio na sua stack.

Uma vez a lista no lugar, a stack de infraestrutura de cold email cuida de domínios de aquecimento, cadência de sequência, gestão de respostas e links de calendário. Se você está perseguindo gatilhos modernos de sinal de contratação especificamente, o playbook de sinais de contratação vai mais fundo nos tipos de gatilho que produzem reuniões agendadas com consistência.

As agências que crescem receita recorrente a partir de cold email não estão mandando mais. Estão mandando para listas melhores, com sinais mais afiados, onde a competição não está prestando atenção.

Fontes

Os insights neste artigo são baseados nas seguintes discussões de especialistas do setor:

• “Staffing And Recruiting Business Development Outbound Cold Email Playbook” — Eric Nowoslawski, YouTube
• “How to Get Recruiting Clients With Cold Email” — Recruitemy, YouTube