無料のVonsel拡張機能を使ってGoogleマップ上のビジネス情報を収集し、CSV、Excel、またはJSON形式でエクスポートした後、ChatGPTとClaude Codeを使ってリードを開拓しましょう。実際の流れは以下のとおりです。.
大規模言語モデルは構造化データに対する推論に非常に優れていますが、データがなければ役に立ちません。ChatGPTに「ウェブサイトが弱いシカゴの歯科医を200人見つけて」と頼むと、実際のデータベースがないため、もっともらしい名前をでっち上げてしまいます。解決策は簡単です。: モデルに実際の行を与えて、それから考えさせる.。.
それがこのガイドのワークフローの要点です。スクレーパーを使って原材料を採取し、 AIがそれを推論する, そして、その結果に基づいて行動するためのCRMシステム。スクレイパーは目的地ではなく、入り口なのです。.
無料 Vonsel Chrome拡張機能 はまさにこの目的のために作られています。Googleマップを通常通り閲覧し、必要な店舗を選択して、CSV、Excel、またはJSON形式でエクスポートするだけです。クレジットカード情報も、試用期間も、データへのアクセスを妨げる課金要素も一切ありません。.
Google マップを開き、カテゴリと都市名（例えば「デンバーの屋根職人」）を入力して検索すると、Vonsel のポップアップが検索結果をキャプチャします。完了したら、エクスポートします。スプレッドシート形式のツールで使用する場合は CSV または Excel を、カテゴリ、評価、レビューなどのネストされたフィールドを機械で解析する場合は JSON を選択してください。.
各行には、ビジネス名、住所、電話番号、ウェブサイト、カテゴリ、評価、レビュー数など、アウトリーチに重要なフィールドが含まれています。どの形式がタスクに適しているか不明な場合は、次の注記を参照してください。 AI分析におけるJSONとCSVの比較 トレードオフを分析し、 エクスポートオプションガイド ボタンを覆います。.
効果的な習慣の一つは、必要だと思うよりも多くのデータを収集することです。500行のリストをAIにフィルタリングさせて最適な40件に絞り込む方が、5回に分けて個別にデータを収集するよりもはるかにコスト効率が良いのです。. 音量入力、精度出力.。.
ChatGPTは、ファイルに対してコードを実行してくれるため、最も速いエントリーポイントです。CSVまたはExcelのエクスポートファイルをチャットボックスに直接ドラッグすると、行を読み取るためのサンドボックスが起動します。内部的には、これは同じです。 コードインタープリタツール API が公開されているため、Python コードを一行も書かなくても、ソート、フィルタリング、グラフ作成が可能です。.
新規エクスポート時に効果的なプロンプト：:
| ゴール | アップロード後に貼り付けるよう促されます |
|---|---|
| クリーン | "「電話番号で重複を削除し、ウェブサイト情報のない行を削除し、カテゴリ列を標準化する。」." |
| スコア | "「ウェブデザインの提案に対して、各案件を1～10点で採点してください。採点が低く、かつウェブサイトがない場合は高得点となります。」." |
| セグメント | "レビュー数に基づいて3つの階層に分け、各階層ごとのレビュー数を表示してください。." |
| 下書き | "「上位20名について、それぞれのカテゴリーと都市名に触れた2行の冒頭文を作成してください。」." |
コツは、ダウンロード可能なファイルを返してもらうよう依頼することです。「採点済みのリストを新しいCSVファイルとして返してください」と言えば、CRMにインポートできるきれいなファイルが手に入ります。より詳しい手順については、以下を参照してください。 ChatGPTにリードCSVをアップロードする方法.。.
ChatGPTは単発のリストには最適です。毎週同じ分析を多数のエクスポートで実行する場合、再現性のあるものが必要になります。 クロード・コード その価値は十分にあります。ターミナル上で動作し、JSONエクスポートファイルを直接読み込み、フォルダにドロップしたあらゆるファイルをスコアリングおよびセグメント化する小さなスクリプトを作成できます。.
実際のセッションは次のようになります。10都市から10個のJSONファイルをエクスポートし、そのディレクトリでClaude Codeを開き、「ここにあるすべてのJSONを読み込み、それらを結合し、各リードを都市ごとにタグ付けし、レビュー数が20件未満のリードにフラグを付け、結合したランキング付きCSVファイルを作成する」ように指示します。すると、スクリプトが作成され、実行され、出力が表示されます。翌週には、新しいファイルで同じスクリプトを再実行します。.
Claude Codeはロジックをファイルに保存するため、スコアリングルールは再入力するプロンプトではなく、アセットになります。 Claude Code を使用したリード分析 正確なコマンドを示します。これは、一度分析を行うことと、 再現可能なリードパイプライン.。.
同じエクスポートがどのモデルにも供給されます。IDE を使用している場合は、Codex のようなコーディング エージェントが、Claude Code と同じように JSON をエンリッチメント スクリプトまたは小さなダッシュボードに変換できます。プライバシーが重要で、リードを自分のマシンに保持したい場合は、 オラマを使ったローカルモデル そしてCSVファイルを渡すことで、あなたのノートパソコンからデータが外部に送信されるのを防ぎます。.
これらの変更によってワークフローの構造が変わることはありません。拡張機能を使ってキャプチャし、クリーンなファイルをエクスポートして、信頼できるモデルをそのファイルに接続するだけです。. データ形式はユニバーサルアダプタです: 本格的なAIツールはすべてCSVとJSONを読み込む。.
分析はゴールではありません。ダウンロードフォルダにあるスコア付きCSVファイルでは、取引は成立しません。ワークフローの目的は、リードを処理できる場所に移動させることであり、それが Vonselダッシュボード は です。.
単なるエクスポートでは行データしか得られませんが、ダッシュボードではマッピングされたCRMが提供されます。すべてのビジネスが地図上に表示されるため、担当エリアの計画を立てることができます。さらに、顧客からの苦情を読み取るレビューインテリジェンスと、それらの問題点をセールスポイントに変換するセールスインテリジェンスも搭載されています。メールインテリジェンスは、ビジネスごとにカスタマイズされたAIメールを作成するため、ChatGPTでプロトタイプを作成したパーソナライゼーションが、単なるコピー＆ペースト作業ではなく、恒久的な機能として利用できるようになります。.
これが付加価値レイヤーです。各リードがそれぞれ固有の課題を抱えているコンテキスト化されたデータベースであり、単なる名前のリストではありません。スクレイピングしたリードを、それに基づいてアクションを起こすシステムに投入する準備ができたら、以下を参照してください。 GoogleマップのリードをCRMに.。.
検索範囲を広げるたびに新しいエクスポートを開始するのではなく、後でキャプチャに戻って、そこにさらにビジネスを追加してください。.
AIが問題点を見つけるために必要なレビューテキストを、リストに登録済みの企業に紐づけて抽出します。.
各サイトをフォローしてメールアドレス、電話番号、ソーシャルメディアのプロフィール情報を収集することで、AIに提供するデータが最初からより豊富になります。.
すべてのスクレイピングデータは保存されるため、先月のリストを新しいAI実験のために再エクスポートするには、再実行ではなくワンクリックで済みます。.
Chrome拡張機能を追加する