PredictLeads Technographics Dataset

このデータセットは単一のシグナルを信用しない。ウェブサイトの script タグ、DNS レコード、求人情報を組み合わせ、各検出の信頼度を採点する。ある企業のサイトで 39 もの異なるソースに見つかったツールは、1件の求人広告に埋もれたものよりはるかに重みが大きい。突き合わせがものを言う。これが、ホームページがたまたま読み込むものだけを拾うツールとの違いだ。

各技術検出には料金の文脈を載せられるので、ある企業がスタックにいくら使っているかを推定できる。この機能は、単なる「誰が何を使っているか」のリストを、並べ替え可能な予算シグナルに変える。契約規模でアカウントを優先するなら、有料のエンタープライズツールを大量に導入している企業と、まだ無料枠で試している企業では見え方がまったく違う。

カタログは 46,000 以上の技術を世界約 6,500 万社にマッピングする。企業技術データは米国以外ではすぐに薄くなる。市場がニッチだったり国際的だったりするとき、この広さが効いてくる。より小さなデータセットなら米国以外の地域について推測するしかなくなるからだ。

REST API でデータを引き出し、webhook を購読してリアルタイム更新を受け取り、フラットファイルで一括分析を行い、MCP で AI エージェントをつなげる。フラットファイルは単発の市場調査に向く。webhook は追いかけている少数のアカウントの監視に向く。MCP の選択肢は新しく、これをエージェントのワークフローに組み込むチームを狙っている。すべてのデータセットがこれを提供しているわけではない。

料金はクレジットで動く。API リクエスト1回は通常クレジット1つで、1回のリクエストで最大 1,000 件を返せる。フィルタとページ分割は挙動が違う。フィルタは無料。各ページはそれぞれ独立したリクエストだ。各ページはそれぞれ独立したクレジットだ。だから結果をループで回すのではなく、上限を引き上げる。

各検出には初回検出と最終検出のタイムスタンプ、そしてソース数が付く。これがデータを単なるスナップショットではなくトレンド作業に使えるものにする。長年使われている Salesforce の導入と、先月現れたツールを区別できる。働きかけのタイミングを計るとき、これは実際の差になる。