Termsheetinator 发布了一个免费资源 Directory Bank，收录了 100+ 可搜索的公共目录，横跨 26+ 数据源家族和 7 个全球区域。这不是另一个列表工具，而是一套全新的冷邮件方法论。
问题：Apollo 同质化
大多数冷邮件机构的建列表方式相同：Apollo 搜索、职位、行业、发送。结果是列表看起来像每个其他机构的列表，文案听起来像每个其他机构的文案，结果也像每个其他机构的结果。
Directory Bank 的存在就是为了打破这个模式。
核心概念：信号
信号是证明公司做了某事的证据。申请了许可、赢得了合同、支付了展会展位费、获得了认证、在新市场获得了许可。这个动作是你的邮件对阅读者感觉相关而非通用的原因。
工作流从"找列表、找邮件、发送"变成了： 目录 → 信号 → 含义 → 公司集 → 丰富 → 联系人 → 邮件
每一步都为下一步提供依据。不知道信号含义就不写文案，没有正确公司集就不拉联系人，没有过滤就不丰富。
四种运动模式
直接来源构建：目录里的公司就是你的潜在客户。从 Thomasnet 拉制造商，从州许可板拉承包商。
反向构建：目录里的公司不是你的客户，而是你客户卖给其买家的钩子。 funded contractors 列表成为 lender 的 lead magnet。
信号文案：不拉整个目录，只拉一列——许可类型、 award 金额、认证类别——作为自定义变量大规模个性化首行。
市场地图：不运行 campaign，用目录了解 niche：细分市场是什么、买家什么样、行业用什么语言、哪些公司正在活跃支出。产出是策略简报，不是邮件序列。
六步解码系统
大多数高价值目录不是为列表构建者设计的。解码步骤：
- 识别信号——被列出实际意味着什么？
- 找到约束——地理、日期范围、状态、贸易类别
- 检查字段——哪些能丰富，哪些不能？
- 测试窄拉——一个市场、一个类别、一个日期窗口
- 选择提取路径——CSV/API 优先，公共 HTML 其次
- 保留上下文——来源名称、URL、过滤器、信号类型、日期
100 分评分模型
- 20 分——信号质量：公司是否主动做了某事？
- 15 分——买家匹配：来源是否匹配 offer、预算、地理、问题？
- 15 分——丰富手柄：法律名称、域名、网站、LinkedIn？
- 10 分——可过滤性：能否在拉取前按日期、类别、位置缩小？
- 10 分——时间相关性：信号是否足够新？
- 10 分——文案特异性：来源是否提供具体的首行理由？
- 10 分——提取路径：CSV/API vs 手动爬取 vs 登录限制？
- 10 分——规模和复用：能否支持重复 campaign？
80-100 = 建列表。60-79 = 先试点一个细分。40-59 = 仅用于市场地图或文案上下文。低于 40 = 不要爬。
长期价值
冷邮件机构死于两种方式：商品化或运营崩溃。Directory Bank 同时攻击两个问题：提供具体且可防御的采购方法论，以及可复用的研究库。
资源是免费的。但真正的成本是改变思维方式：从"哪个列表应该爬"变成"这个客户的买家正在做什么可见的事，创造了联系的理由"。