CRM 数据丰富化

问题背景

销售团队在 CRM 里常见两类「瘦记录」：公司只有名称和域名，联系人只有姓名和邮箱。缺年营收、员工数、行业、技术栈、职位与可验证联系方式时，线索评分、区域路由和个性化外联都会建立在猜测上。手工查官网、LinkedIn 和新闻稿既慢，又难统一字段格式与来源追溯。

技能如何工作

本技能按可审计的工作流补全 firmographic、technographic 与 demographic 数据：

1. 审计缺口 — 标出缺失或过时字段，优先影响评分与路由的项（如行业、规模、技术栈、已验证邮箱）。
2. 拉取信号 — 从官网、LinkedIn、SEC/融资披露、招聘、DNS/TXT、新闻稿及第三方数据源取数；关键字段尽量 双源交叉引用。
3. 匹配与合并 — 以域名、邮箱等做确定性匹配，辅以公司名与地区的模糊匹配；发现重复实体时去重并保留最完整主记录。
4. 置信度与验证 — 为字段打分；营收/人数对照财报或公司页；在可行时验证邮箱可送达与电话。
5. 写回 CRM — 尊重字段权限，不覆盖已人工核实的数据；变更带时间戳与来源，并可触发评分重算、区域重分配等下游自动化。

使用时提供 CRM 记录或目标字段列表，并说明系统（如 Salesforce、HubSpot）与约束；可按前后对比表呈现结果。

边界与注意点

• 先丰富公司再丰富联系人，企业上下文能减少误匹配。
• 域名重定向到母公司、LinkedIn 职位滞后、丰富化后暴露的重复账户，应走人工合并审查而非盲合并。
• 私有公司营收多为估算，需标明置信区间；联系人勿仅凭姓名匹配。
• 遵守 GDPR/CCPA：未满足同意要求时不要用个人数据做丰富化；低置信度（如低于 70%）字段宜进人工核实队列。