CRM 数据富化引擎

CRM 记录为什么会「烂」

销售和市场团队最常碰到的一类脏数据不是凭空捏造，而是缺失。一个公司账户可能只有名称和域名，行业、营收、员工规模、总部、成立年份、技术栈、LinkedIn 链接全部是空的；一个联系人可能只有 First Name、Last Name、Email，职位、电话、所在地、汇报对象一片空白。人工补全的代价很高——打开 LinkedIn、Crunchbase、公司官网、DNS 记录逐一核对，每条记录十分钟起步，而且不同人查出来的结果并不一致。

更麻烦的是可信度不可追溯。同样是「年营收 4200 万美元」，来自 SEC 备案文件和来自销售自己估算，对后续商机判断的影响完全不同，但在传统 CRM 里这两者长得一模一样。

这个技能做了什么

crm-data-enrichment 的思路是把「查资料填表」这件事变成可批量、可审计、带置信度标注的流程。

公司记录富化方面，它会在已有字段（如 Company Name、Domain）的基础上，从 SEC 备案、LinkedIn 公司主页、Crunchbase、公司官网 footer、DNS 记录与招聘信息等多个来源补齐行业、ARR、员工数、总部、成立年份、技术栈、LinkedIn URL。原始资料里 7 个空白字段全部被填充。

联系人记录富化方面，输入仅有姓名和邮箱的记录，输出会补上职位、电话、LinkedIn 主页、所在地和汇报对象。原始资料中 5 个空白字段全部填充。

关键在于每条结果都带 Source 和 Confidence 两列，而不是只给一个值。例如电话来自公司目录页，标注为 Medium，因为目录可能滞后于分机变更；而职位来自 LinkedIn 档案，标注为 High。

落地时的几条硬约束

• 先公司后联系人：公司概况是联系人验证的上下文，顺序反了容易误判。
• 保留人工输入：只有富化数据在置信度和时效性上明显更高时才覆盖原有值，否则默认不动。
• 阈值分流：低于 70% 置信度的字段应排队进入人工复核，而不是直接写回。
• 节奏而非一次性批次：活跃管道账户每月一次，培育账户每季度一次。
• 记录来源与时间戳：销售代表需要能判断每条数据的可信度。
• 隐私合规：GDPR、CCPA 要求未满足同意条件时不得使用个人数据进行富化。

几个必须处理的边界情况

• 域名重定向到母公司：先确认 CRM 记录指的是子公司还是母公司，再合并公司概况。
• LinkedIn 职位滞后：用最近的新闻稿、公司公告或邮件签名块交叉验证。
• 富化后出现重复记录：例如 NovaTech 与 NovaTech Solutions Inc. 实为同一实体，应标记合并审查而不是自动合并，避免数据丢失。
• 私有公司无公开财务数据：收入和融资字段应标为估算值并给出区间，例如 $30M–$50M 估计 ARR，而不是编造一个精确数字。
• 姓名常见的联系人：不能仅凭姓名匹配，必须有域名、公司、位置等二次标识符，否则容易误配。

换句话说，这个技能的价值不在于「填得满」，而在于填进去的每个值都能说清从哪来、有多可信、什么时候变的。