寻找海外潜在企业 （Prospecting）

“找客户”不是一个动作

海外潜客发现至少包含四个动作：定义候选池边界、从多个来源发现公司、验证公司是否仍然活跃且相关、把结果整理成可用的名单。很多团队只做了第二步，于是得到一份数量可观但无法解释的表格。名单质量差会在下游被放大：研究时间被浪费在无效账户上，联系人匹配到错误的人，开发信触达了不符合条件的公司。

一个可执行的候选池应该能回答：这家公司为什么在名单里？依据来自哪里？最后一次确认它仍然活跃是什么时候？如果换一个销售来看，是否能根据同一组字段做出相似判断？如果答案是否定的，名单还只是原材料。

来源组合比单一数据库更可靠

商业数据库适合按行业、规模、地区和技术栈筛选，但覆盖范围、更新频率和地区偏差各不相同。官方注册数据库、行业名录、展会名录、公司官网、招聘页面和公开新闻可以提供补充证据。使用多个来源的价值不在于“更多”，而在于交叉验证：同一家公司在两个独立来源中都存在，且域名、地址或业务描述一致，可信度就更高。

需要警惕的是“数据越多越好”的冲动。每增加一个字段，就增加维护成本和误判机会。对于首轮名单，保留公司名、域名、国家、业务描述、规模区间、来源、发现日期和匹配理由，通常已经够用。联系人信息属于下一项任务，不应在潜客发现阶段混入大量个人数据。

AI 可以改善哪一段

AI 可以帮助扩展检索表达，例如把 ICP 条件转成多组关键词和同义词；可以帮助归类公司描述，判断其业务模式是否接近目标；也可以对名单做初步的去重建议和异常检查。它不能替代来源核验，更不能在缺失信息时“推断”公司规模或采购需求。使用 AI 处理名单时，应保留原始记录与模型判断的分离，避免把模型生成的理由当成事实。

在跨境场景中，语言差异是一个实际难点。AI 翻译和摘要可以降低阅读成本，但公司名称、法律实体和地区术语容易出错。涉及注册信息、合规状态和财务数据时，应回到官方来源，而不是依赖模型的转述。

合规与安全边界

潜客名单涉及企业信息，也可能包含个人数据。不同国家对商业联系、电子营销和个人信息处理有不同规则。使用公开数据不等于可以无限制地批量联系；抓取网站内容也可能受到服务条款、robots 规则和版权限制。建议在名单阶段就记录数据来源和预期用途，并建立排除名单，避免对明确表示不愿被联系的对象重复触达。

不要把“自动化”理解为“无人负责”。批量发现和后续触达之间应有人工抽查、退信处理和投诉响应机制。对于高风险市场或受监管行业，先咨询本地合规意见，再决定是否使用某类数据。

入门建议

没有商业数据库的团队可以从公开行业名录、展会参展商名单和目标公司官网开始，先做五十到一百家的手工样本，验证 ICP 条件是否可观察。有数据库的团队也不要一次导出上万条，先用小样本检查字段质量和去重效果。对技术团队，可以把发现、去重和来源记录做成半自动流程，但保留人工确认环节。

判断名单是否可用

看四个指标：与 ICP 的匹配率、公司活跃率、重复率和来源完整率。匹配率低，说明检索条件或 ICP 需要调整；活跃率低，说明数据陈旧；重复率高，说明主键规则有问题；来源缺失，则后续无法复核。先把这四项做好，再谈规模。