2026年1月27日から7月26日までの半年間、Knockwire を自社である Crawlbase に向けて動かし、見送ったすべての企業について理由を文章で残しました。パイプラインが読み取った企業は4,182社、見送りは4,171社、実際に届いたノックは11件です。フォーム営業として人間が承認した1通あたり、379社を見送った計算になります。この比率を公開する価値があるのは、4,171社それぞれについて何を理由に見送ったのかを示せるからです。
アウトバウンドのツールは、たいてい分子だけを報告します。Knockwire は分母を報告するために作りました。誠実さが宿るのは分母のほうだからです。以下は半年分の内訳です。何を読み取り、何をどのゲートで見送ったのか。そして、見出しの数字ほど自分たちの判断が強くなかった箇所が2つあります。
014,171件の見送りは何でできていたか
候補企業は決まった順序でゲートを通り、最初に不合格となった時点で止まります。したがって下のグラフは、理由が重複した集計ではありません。各社は必ず1回だけ登場し、最初に落ちたゲートに記録されています。
実際に働いているゲートは2つです。最大は「買い手にならない」の2,190社で、ここは最も信頼している判定です。実在し、経営も健全で、連絡もつく企業が、それでもスクレイピング基盤に費用を払う理由をまったく持たないことは普通にあります。2番目は「実体のある企業ではない」の1,447社で、こちらは候補企業側ではなく私たち側の問題であることが分かりました。
「今書く理由がない」は、適合性ではなくタイミングのゲートです。367社は買い手になりうる企業でしたが、直近90日間に書くに値する動きがありませんでした。新しい取得対象サイトもなく、データ職の採用もなく、ブロックに関する公開された不満もない。理由の付いていないメッセージこそ送りたくないものなので、この367社は保留になります。
最後の2つは小さく、合計167社です。ただしこの167社は、全体の中で群を抜いてコストの高い見送りです。この記事の後半はその話になります。
02「判断」の3分の1は入力データの整備でした
4,171件の見送りのうち1,447件、35パーセント弱は、企業に対する判断ではありませんでした。読み取った対象がそもそも企業ではなかった、とパイプラインが気付いただけです。
- ウェブサイトが名前解決できない。あるいは、取得元が最後に索引付けしてから私たちが読み取った夜までのどこかで、ドメインが応答しなくなっていた。
- 実質1人の GitHub organisation。紹介文だけが「私たち」で書かれていて、従業員は0人。
- 社名の衝突。取得元が返したのは実在する事業会社でしたが、説明文が指していた製品の会社とは別会社でした。
- かつて製品があった場所に残っていたのは、パーキングドメイン、暫定ページ、あるいはレジストラの初期表示でした。
- 取得元ではすでに終了と記されていたのに、読み取ってしまった企業。ディレクトリのステータス項目をまだ取り込んでいなかったためです。
これらは見識ではありません。データクレンジングです。これを選別率の中に数え込むのは、公開ウェブの現状を自分の手柄にすることであり、私たちは何か月ものあいだ、会話の中で静かにそれをやってきました。
そこで、見出しの数字を正直に言い直します。読み取った時点で実際に事業を営んでいた企業に限ると、読み取り2,735社、見送り2,724社、ノック11件。およそ250社に1社です。379という数字は行数としては正確ですが、まともなクローラーなら朝飯前に済ませる処理のぶん、約3分の1だけ水増しされています。
見栄えのよいほうを選ぶのではなく、両方の数字を記録に残します。前者はパイプライン全体を表し、後者は判断そのものを表します。議論の対象になるべきなのは後者だけです。
03コストが高いのは、あと一歩の見送りです
最初のゲートでの見送りにかかるコストは、DNS の名前解決1回分です。4番目のゲートでの見送りには、そこまでに費やしたすべてがかかります。適合性の判定、タイミングの判定、リサーチの1周、そしてそれらを確認する人間の時間です。
窓口のゲートまで到達した企業は、ちょうど178社でした。実在性、適合性、タイミングの3つを通過した企業です。そのうち122社は正当な窓口がなく、45社はノックが許可されず、11社がノックになりました。残る167社は、書きたかったのに書けなかった企業です。
「正当な窓口がない」とは、こちらが使ってよいと判断できる公開の連絡経路が見つからなかった、という意味です。多くはログインの内側にあるサポートポータル、既存顧客だけが使えるチケットシステム、あるいは履歴書を集めるためのフォームです。まれに問い合わせページ自体が存在しない企業もあります。2026年においては、それは見落としではなく意思表示として読み取ります。
「ノックが許可されない」は、市場に断られたのではなく、自分たちのポリシーが働いた結果です。既定で除外している法域、テナントの配信除外リストにすでに載っているドメイン、あるいはその月のドメイン別上限を使い切っている場合が該当します。
順序を入れ替えて先に窓口を調べれば、誰も使わないリサーチに費用を払わずに済む。そう考えるのは自然です。実際に試して、元に戻しました。窓口の探索は1周の中で最も重い読み取りで、178社ではなく4,182社に対して走らせると、節約できるリサーチよりはるかに高くつきます。あと一歩の見送りは実際のコストですが、それでも今の順序のほうが安く済みます。
順序を変えない理由はもう1つあります。あと一歩の見送りは記録として残るからです。適合性とタイミングを通過した企業が経路で落ちると、手元には「書きたかったのに届かなかった企業」の一覧が残ります。これは最初のゲートで落ちた4千件の見送りより、はるかに役に立ちます。あの122社は、私たちが持っている中で最も需要のシグナルに近いデータです。
04フォーム営業の数字をよく見せるためにやらないこと
以下はいずれも、今四半期のノック数を増やせる手段です。どれも実行しません。しかもこれらは理念のページに書いてあるのではなく、パイプラインの中で強制されています。
- フォームがないときに、メールアドレスを推測することはしません。ドメインの命名規則から組み立てた宛先しか作れない場合、その企業は「正当な窓口がない」で見送り、そのままにします。
- CAPTCHA を突破することはしません。保護されたフォームは意思表示です。該当するジョブは needs_review に留め置き、人間の確認に回します。これは代替手段ではなく、設計どおりの挙動です。
- 既定ではドイツとイタリアにノックしません。両国の規制は、企業間であっても事前の同意を求めるからです。テナントは意図的に、文書をもってこのポリシーを変更できます。変更は記録に残ります。
- 上限期間の内側で、同じドメインに2通目を送ることはしません。1通目が違う担当者に届いていた場合も同じです。
- 人間が読んでいないものは配信しません。下書きは下書きのままです。下書きはノックではなく、ノックとして報告することもありません。
メール送信は、このパイプラインに一切含まれていません。2026年第4四半期の予定で、出荷するまでは「未実装」と表示し続けます。このデータセットの11件のノックはすべて、相手企業が自ら公開している問い合わせフォームを通っています。
379対1という比率は、それ自体を成果として扱いたくなります。成果ではありません。成果と呼べるものがあるとすれば、4,171社のどれについても、半年経った今、落ちたゲートとその理由の一文を出せることです。後から説明できない見送りは、基準ではありません。ただの気分です。