ad-audiences

广告受众与 ABM 名单

将潜在客户数据转化为匹配的广告受众，并协调广告与外呼。ColdIQ 提供广告平台创建匹配/自定义受众所需的哈希邮箱，并解析身份以便定向；平台设置（LinkedIn/Meta/Google Ads Manager）仍在相应工具中完成。

ColdIQ Marketplace 端点

任务	方法	路径	积分	端点 ID	备注
用于广告定向的哈希邮箱	POST	/v1/limadata/find/hashed-email	1	limadata.find.hashed_email	用于匹配受众的 SHA-256 邮箱
解析身份（社交媒体 URL）	POST	/v1/limadata/find/identity-resolution	2	limadata.find.identity_resolution	姓名+公司/邮箱 → LinkedIn 等
反向邮箱 → 个人资料	POST	/v1/limadata/find/reverse-email-lookup	5	limadata.find.reverse_email_lookup	丰富已互动邮箱的信息
查找工作邮箱（用于哈希）	POST	/v1/limadata/find/work-email	1	limadata.find.work_email	缺少邮箱时先获取邮箱
丰富已互动公司的信息	POST	/v1/limadata/enrich/company	1	limadata.enrich.company	获取已互动公司的公司概况数据
构建目标公司名单	POST	/v1/ai-ark/companies	每条结果	ai_ark.companies.search	搜集 ABM 名单

构建匹配受众（用于广告）

广告平台通过哈希邮箱匹配自定义受众。从目标名单开始：

1. 如果你只有姓名+公司信息，先查找邮箱。 → POST /v1/limadata/find/work-email · 1 cr · limadata.find.work_email
2. 生成广告平台所需的 SHA-256 哈希邮箱。 → POST /v1/limadata/find/hashed-email · 1 cr · limadata.find.hashed_email
3. 将哈希值上传至 LinkedIn/Meta/Google，作为匹配/自定义受众（在广告平台中操作）。

在 LinkedIn 上，公司名单的匹配率为 95–100%，而联系人名单仅为 30–70%——ABM 覆盖优先使用公司名单，精准到个人的再营销则使用哈希邮箱受众。

ABM 目标名单 + 排除项

1. 搜集目标公司，然后为其分层（参见 tam-scoring）。 → POST /v1/ai-ark/companies · 每条结果 · ai_ark.companies.search
2. 始终设置排除项：竞争对手、现有客户、职级不符者、登录页面访客。
3. 将不同画像拆分到各自的营销活动中；对于员工人数超过 500 人的公司，排除经理级人员。
4. 默认关闭 Audience Expansion；展示频次上限约为每家公司每 7 天 500 次。

广告 + 外呼同步（以互动作为触发条件）

利用广告互动来把握外呼时机：

信号	操作	时机
目标公司点击广告	发送个性化邮件	24 小时内
视频观看时长达到 50% 以上	加入暖启动序列	48 小时内
展示频次较高	致电并提及相关内容	1 周内
打开潜在客户表单（但未提交）	再营销 + 销售跟进	24 小时内
通过广告访问定价页面	优先外呼并提供优惠	立即

如果你只有已互动的邮箱或公司信息，请先丰富相关信息再联系： → POST /v1/limadata/find/reverse-email-lookup · 5 cr · limadata.find.reverse_email_lookup → POST /v1/limadata/find/identity-resolution · 2 cr · limadata.find.identity_resolution

协调式 ABM 节奏：第 1–2 周投放认知类广告 → 第 3–4 周对已互动对象进行再营销 + 发送个性化邮件 → 第 5–6 周投放案例研究广告 + 致电并提及相关内容 → 第 7–8 周投放 CTA 广告 + 提供演示。

备注

• ColdIQ 提供受众所需的数据（哈希邮箱、身份、公司概况数据）；创建受众和投放广告均在广告平台中完成。
• 使用查找端点进行哈希，而非在客户端进行，这样生成的哈希才符合平台要求。