Побудова cold email-листів для рекрутингових агенцій

Cold email для рекрутингової агенції живе чи вмирає на списку. Можна написати ідеальну копію (коротку, персональну, добре витиману) і все одно нічого не отримати, якщо імена під низом неправильні. Отримувач — не покупець, тож open rate провисає. Ніщо в пітчі не резонує, тож відповідей нема. Компанія реально не потребувала рекрутера, коли ви до неї потрапили, тож зустрічі не букаються.

Більшість власників агенцій будує список одним способом: скрейпити компанії з відкритими вакансіями, бомбити кожного CEO. Ерік Новославскі, що веде growth ops для staffing і рекрутингових клієнтів, називає це “open jobs playbook” і прямо говорить, що це “причина, чому в staffing і recruiting так складно отримати позитивну відповідь”. Кожна друга агенція жене ту саму гру, і інбокс покупця вже повний ідентичних пітчів.

Три підходи до побудови списку рухають вас за межі цієї купи: open jobs, зроблені правильно, traction-сигнали і звільнення. Перший — мінімум на столі. Інші два — там, де більшості агенцій ліньки конкурувати.

Чому список — це вся гра в агенційному cold email

Коротко: Агентійний BD — low-volume, high-value канал. Одна забукана зустріч може перетворитися на підписаний contingency-search, що вартий суттєвої частки зарплати розміщеного кандидата. Ця асиметрія означає, що якість списку важить більше, ніж обсяг надсилань. Надсилання погано підібраним компаніям зливає вашу репутацію домену, ваш час і вашу майбутню deliverability.

Кілька речей роблять recruiting-agency cold email складнішим за загальну B2B-версію. Покупців мало: SaaS-команда може пітчити кожного VP of Sales у вертикалі, а рекрутингова агенція може пітчити лише компанії, яким треба наймати зараз і у яких ще нема внутрішнього рекрутера, що цим займається. Конкуренція висока (знов прямий підсумок Новославскі: це “причина, чому в staffing і recruiting так складно отримати позитивну відповідь”). І replacement cost реальний. Спалили домен на низькоякісному списку — витрачаєте тижні на відбудову deliverability перед наступною кампанією.

Побудова списку — перша половина проблеми cold email; messaging-інфраструктура — друга. Пост про інфраструктуру cold email покриває домени, sending IP, каденцію послідовностей і reply management, коли список уже є. Цей гайд — upstream до всього цього.

Плейбук 1: open jobs, зроблені краще за всіх

Коротко: Скрейпити назву компанії і назву ролі недостатньо. Збагатіть кожен рядок реальним описом вакансії, використайте AI, щоб витягнути єдину найважливішу якість, потрібну кандидату, і провідьте email саме з цією тезою. Сенс не в обсязі. Сенс у тому, щоб показати prospect, що ви прочитали те, що він написав.

Кожна рекрутингова агенція жене open-jobs плейбук. Більшість роблять це погано: скрейпити назву компанії, скрейпити title, вставити обидва в загальний шаблон (“I see you’re hiring for X, I have candidates”). Результат — стіна ідентичних пітчів в інбоксі prospect.

Версія цього плейбуку від Новославскі працює назад від повідомлення. Почніть зі скрейпу вакансій з джерела, яке відкриває опис ролі. Він використовує Apify-скрейпер для Indeed, що повертає title і назву компанії; потім ви перетворюєте назву компанії на сайт через Clearbit чи Apollo, бо за його формулюванням, “якщо у тебе є сайт, ти можеш знайти людей, і якщо у тебе є LinkedIn-профіль, ти можеш знайти людей”. Без одного з цих двох якорів рядок мертвий.

Для кожного рядка збагачуйте повним LinkedIn-описом ролі. Connector “find jobs from LinkedIn data” у Clay це робить; задайте критерії на кшталт “has no recruiter”, якщо хочете відсіяти компанії, що вже використовують внутрішніх сорсерів. Далі — AI-промпт проти кожного JD, щоб витягнути єдину найважливішу якість, потрібну ідеальному кандидату. Останній крок — провідьте email цією тезою, цитуючи ту частину JD, з якої ви її вивели.

Промпт, що тримається, потребує кількох контролів, вшитих усередину. Тримайте вивід до 20 слів. Скажіть моделі не повторювати точні слова з JD, щоб цитата звучала по-людськи. Дайте фіксований приклад формату для наслідування. Без цих обмежень модель папугає JD назад, і персоналізація ламається.

У формулюванні Новославскі перший рядок звучить десь так: “you’re hiring for a Commercial Sales Manager, and from reading the job description, it looks like you need someone who is [витягнута якість]”. Далі коротка лінія з пропозицією підходящих кандидатів і питання про наступні кроки. Це інше повідомлення, ніж “I see you’re hiring for a Commercial Sales Manager. We have great candidates.”

Розпарсений JD усередині вашого CRM тут компаундується. Якщо ви вже витягуєте структуровані вимоги з кожного JD на боці кандидата, у вас та сама структура даних, яку можна перевикористати для cold email-таргетингу на BD-боці.

Плейбук 2: traction-сигнали як індикатор перед-найму

Коротко: Дістаньтеся до компаній до того, як вони запостять вакансію. Traction-метрики (фінансування, ріст headcount, traffic-сплески, нові офіси, нещодавно встановлений ATS) сигналізують, що найм ось-ось. Аутрич на стадії traction означає, що ви конкуруєте майже без інших рекрутерів замість усієї купи.

Скрейпити open jobs — реактивно. Traction-сигнали — проактивно. Формулювання Новославскі: “Замість шукати компанії з відкритими вакансіями, ви хочете дістатися до них перед публікацією, коли вони ще тільки думають про те, щоб запостити”.

Traction-сигнали, за якими стежити:

Сигнал	Джерело	Чому важить
3-місячний сплеск трафіку сайту	SimilarWeb (скрейпиться через Apify чи CAgent)	Зростання корелює з наймом
Ріст employee headcount	LinkedIn / Clay	Прямий проксі найму
Відкриття нового офісу	Згадки в новинах, LinkedIn-пости	Сигналізує найм, керований розширенням
Нещодавній раунд фінансування	Crunchbase, новини	Кеш → headcount протягом 6 місяців
Ріст соціальних підписників	API платформ / скрейпери	Маркетинговий момент часто передує комерційному найму
Нещодавно встановлений ATS	BuiltWith	”Починають серйозно ставитися до рекрутингу”
Новий найм CMO / CRO	LinkedIn	Новий лідер = new team build-out

ATS-installation сигнал особливо недовикористовуваний. BuiltWith відстежує, коли компанія додає Greenhouse, Lever чи будь-який інший ATS у свій стек. Якщо компанія встановила Lever два місяці тому, вона, ймовірно, ось-ось почне наймати на обсязі і, ймовірно, ще не вибрала агенційного партнера.

Немає одного фіксованого запиту для traction-плейбуку. Тригер, що важить, залежить від вашої індустрії. Новославскі згадує warehousing як приклад вертикалі з сезонними патернами найму. Ширший принцип: виберіть два-три сигнали, що пасують вашій ніші, і збудуйте окремі скрейпери на кожен.

Другий фільтр гарно компаундується зверху: оцінюйте кожну компанію на те, чи вже є внутрішній рекрутер. Новославскі використовує “find employee headcount by job title” у Clay, щоб перевірити titles “recruiter”, “sourcer”, “human resources” у команді. Компанії з внутрішніми рекрутерами зникають з пріоритету, бо у них уже є покриття найму. Компанії без — це high-leverage цілі.

Плейбук 3: звільнення співробітників (недовикористовуваний)

Коротко: Знайдіть людей, що нещодавно пішли з компанії на senior-ролі, потім напишіть decision maker цієї компанії з пропозицією знайти заміну. Майже жодна агенція не жене цю гру в масштабі, тобто майже нема конкуренції в інбоксі.

Новославскі називає це “імовірно найменш використовуваною” грою. Він “ніколи не бачив, щоб інша рекрутингова компанія жене цей плейбук у масштабі реально автоматизовано”.

Механіка:

1. Використайте Clay (чи будь-яке LinkedIn-джерело даних), щоб знайти людей, які почали нову роботу за останні 2–3 місяці. Запит: title містить вашу цільову роль, локація відповідає вашому ринку, “max months in current role” 2–3.
2. Збагатіть повний experience timeline кожної людини. Потрібна попередня компанія і дата завершення, не лише поточний рядок.
3. Відфільтруйте людей, у яких end date попередньої ролі — за останні 90 днів. Це нещодавні звільнення з компаній, що, ймовірно, ще не повністю замінили їх.
4. Для кожного рядка знайдіть decision maker у попередній компанії (CEO, head of department тощо).
5. Напишіть decision maker, посилаючись на конкретну людину, що пішла.

Перший рядок пишеться сам. У формулюванні Новославскі: “I noticed Cameron moved on from the company. How have you thought about filling their position?” Далі — пропозиція надіслати кандидатів.

Дві речі роблять це непропорційно ефективним. Перше — специфічність, якої не може мати жоден загальний open-jobs скрейп, бо ви називаєте реальну людину, що реально пішла. Друге — компанія часто ще не запостила заміну. Те, що ви потрапляєте в поле зору рекрутера до публічного оголошення, — увесь сенс.

Найхитріша частина гри — правильна фільтрація. Деякі люди показують три “experiences” в одній компанії, бо їх просували внутрішньо, а це не звільнення. Формула Новославскі в Clay тримає це через перевірку, чи перший non-current experience кандидата має інший company domain, ніж його поточний роботодавець. Цей один фільтр різко ріже false positives.

Інструменти, що роблять ці списки можливими

Коротко: Потрібен скрейпер для source-даних, шар збагачення для email і даних компанії й workflow-інструмент, що оркеструє кроки. Apify, Apollo, Clay, Clearbit, BuiltWith і SimilarWeb — стандартний стек. Беріть найдешевшу комбінацію, що б’є ваш масштаб.

Маппінг інструментів на три плейбуки:

Крок	Опції інструментів	Замітки
Скрейп open jobs	Apify (Indeed-скрейпер), Clay (LinkedIn jobs)	Apify дешевший на масштабі; Clay швидший у налаштуванні
Назва компанії → сайт	Clearbit, Apollo	Apollo вшитий з email-збагаченням, трохи дешевше комбіновано
Traction-сигнал: трафік	SimilarWeb (скрейп через Apify чи CAgent)	Точність SimilarWeb приблизна; беріть для відносних змін, не абсолютних
Traction-сигнал: ATS install	BuiltWith	Безкоштовний тариф достатній для старту
Traction-сигнал: фінансування	Funding-інтеграції Clay	Скрейпери новин теж працюють, але шумніші
Знайти звільнення співробітників	Пошук Clay LinkedIn + experience-збагачення	Потребує платний тариф Clay
Email-збагачення	Apollo, Hunter, Clearbit	Apollo — recruiting-agency дефолт
Bulk Apollo export	Інтерфейс Apollo обмежує вибір 25 контактами на сторінку; recruiting-tool builders на кшталт Recruitemy роздають скрейпери, що батчать експорт	Корисно, коли вже відфільтрували до тісного списку

Практичний приклад: Recruitemy продемонстрували свій стек, витягнувши 5,000 nurse practitioners у Флориді з Apollo за допомогою кастомного скрейпера, що обходить ліміт експорту в 25 контактів на сторінку. Вивід експортується як CSV і завантажується в ATS агенції для drip-mode email-кампанії. Сам скрейпер — не value-add; вбудований експорт Apollo робить те саме, просто повільніше. Цінність у воркфлоу: різко відфільтрувати в Apollo, експортувати у систему запису і там запускати послідовність.

Робота з побудови списку генерує потік структурованих рядків з компанією, decision maker, email, знайденим сигналом і фактом для персоналізації. Це та сама форма даних, яку врешті хочеш мати у своїх кандидатських воркфлоу. JD Intelligence Recrudoc парсить описи вакансій у структуровані вимоги. Корисно на боці кандидата для матчингу, але та сама логіка парсингу — це саме те, що живить AI-inference крок у плейбуку 1.

Анти-патерни, яких треба уникати

Коротко: Не бомбити гігантський нефільтрований Apollo-список. Не покладатися лише на open-jobs гру. Не пропускати фільтр “чи у них уже є внутрішній рекрутер”. Не змішувати індустрії в одній кампанії. Репутація домену відстежує назад до якості списку.

Режими провалу, що повторюються:

• Обсяг без сигналу. Гнати загальне повідомлення проти нефільтрованого скрейпу — роз’їдає репутацію домену. Менші, signal-driven списки переграють великі untargeted.
• Лише open jobs. Якщо єдина гра — скрейпити open jobs, ви конкуруєте з кожною іншою агенцією. Додайте принаймні один інший тип сигналу.
• Пропуск фільтра внутрішнього рекрутера. Компанії з in-house TA-командою майже ніколи не відповідають на агенційний аутрич. У них є процес найму, і ви поза ним. Фільтруйте до надсилання.
• Змішування індустрій в одній кампанії. Список з healthcare, manufacturing і SaaS плутає ваш меседж і ваш reply triage. Тримайте одну індустрію на кампанію і на sending-домен.
• Ігнорування ієрархії decision maker. Bulk-список “founders and CEOs” часто має неправильний title для реального покупця у більших компаніях, де hiring-рішення сидять у VP-level operators, а не в C-suite. Адаптуйте title decision maker під розмір компанії.

Як виглядає здоровий список

Коротко: Робочий агенційний список — це single-niche, signal-tagged і освіжається досить часто, щоб ловити найсвіжіші сигнали. Кожен рядок має принаймні один факт для персоналізації поза назвою компанії і title. Якщо ви не можете написати унікальне перше речення на рядок, цей рядок не повинен бути в списку.

Що має кожен здоровий список:

• Одна ніша на кампанію (без змішування індустрій)
• Принаймні один верифікований факт для персоналізації на рядок — JD-висновок, фінансова подія чи конкретне звільнення
• Часте оновлення, бо сигнали швидко занепадають (особливо звільнення і нещодавні ATS-installations)
• Застосований фільтр внутрішнього рекрутера, тож компанії з HR/TA in-house опускаються в пріоритеті
• Email-верифікація перед надсиланням. Apollo, Hunter чи NeverBounce. Високі bounce rates роз’їдають deliverability на кожному домені у стеку.

Коли список на місці, стек інфраструктури cold email тримає warm-up домени, каденцію послідовностей, reply management і calendar-лінки. Якщо ви ганяєтеся саме за сучасними hiring-signal тригерами, плейбук сигналів найму глибше копає у типи тригерів, що стабільно дають забукані зустрічі.

Агенції, що ростять retainer-revenue з cold email, не надсилають більше. Вони надсилають по кращих списках, з гострішими сигналами, де конкуренція не дивиться.

Джерела

Інсайти в цій статті базуються на наступних обговореннях експертів індустрії:

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