客户数据库补全与去重
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/crm-data-enrichment-management。
技能介绍
问题从哪儿来
销售 CRM 里常见情况是:公司只有名称和域名,联系人只有姓名和邮箱,年收入、人数、行业、技术栈、职务、电话却长期空缺或过期。缺口会直接拖累线索打分、属地分配和个性化外呼——路由规则没数据可算,分段也不稳。
技能怎么跑通一条记录
这套流程按 SKILL 里的五步走,而不是一次性「猜字段」:
- Identify Gaps — 审计目标记录,标出缺失/过期的 firmographic、technographic、demographic 字段,并优先补全影响打分与路由的项。
- Source Enrichment — 从官网、LinkedIn、SEC、招聘帖、DNS/TXT(技术栈)、新闻稿及第三方数据商拉信号;关键字段尽量 双源交叉 降低单点误判。
- Match and Merge — 用域名、邮箱、唯一 ID 做确定性匹配,辅以公司名与地区的模糊匹配;去重时保留信息更全的那条为主记录。
- Validate Accuracy — 为每个字段打置信度;单源未核验标低置信;收入/人数对照财报或 LinkedIn 公司页;在可能时校验邮箱可达性与电话有效性。
- Update CRM Fields — 按字段权限回写,默认不覆盖人工核验过的值;变更带时间戳与来源,便于审计;新字段可触发下游(重算打分、改辖区等)。
使用上你提供待 enrichment 的记录或字段现状,并说明 优先补哪些字段、CRM 类型(如 Salesforce、HubSpot)及约束;技能可输出 before/after 对比表并标注 Source / Confidence(见 NovaTech、Sarah Nguyen 示例)。
边界与注意点
- 先补 公司 再补关联联系人,firmographic 上下文能减少误配。
- 置信度低于约 70% 的字段宜人工复核,勿自动覆盖手工录入。
- 域名跳转母公司、LinkedIn 职务滞后、enrichment 后发现重复账户、私营公司无公开财报、常见姓名联系人等场景需按 SKILL 中的 Edge Cases 处理(合并前人工确认、收入标为估计区间、联系人匹配必须带域名/公司等次级标识)。
- GDPR/CCPA:无合规依据时不应补全需同意的个人数据。
使用场景
- 导入会后线索只有公司名和域名,需补全年收入、人数、行业再入打分模型
- HubSpot 里同一客户两条账户(简称与全称), enrichment 后整理合并建议保留主记录
- 新获客联系人仅邮箱,需从 LinkedIn 等补齐职务与汇报线再分配 SDR
- 季度盘点活跃 pipeline 账户,批量标出过期技术栈与总部字段并带置信度回写
适合人员
- 负责线索打分与属地规则的 RevOps,需要可审计的来源与置信度字段
- CRM 管理员维护 Salesforce/HubSpot 主数据,要减少重复账户与空缺 firmographic
- SDR 经理在触达前需核实职务、电话与公司规模,避免错配决策人
- 销售运营每月清洗导入名单,要求先补公司画像再批量补全关联联系人