sales-enrich

丰富联系人信息并清理 CRM 数据

帮助用户使用经过验证的数据丰富联系人和公司信息，清理过时的 CRM 记录，并优化数据丰富工作流。此技能与平台无关，但主要以 Apollo.io 为例。相同的策略也适用于 ZoomInfo、Clay、Lusha、Cognism 或任何数据丰富服务提供商。

步骤 1 — 收集背景信息

如果存在 references/learnings.md，请先阅读，了解积累的知识。

询问用户：

1. 您需要做什么？

   • A) 为联系人列表补充电子邮件/电话号码
   • B) 为公司/客户账户记录补充公司概况数据
   • C) 清理过时或不完整的 CRM 数据
   • D) 设置持续自动补充数据
   • E) 对联系人或客户账户进行去重
   • F) 在开展营销活动前验证现有电子邮件地址
   • G) 其他 — 请描述

2. 涉及多少条记录？

   • A) 少于 100 条（手动/一次性处理）
   • B) 100–1,000 条（批量任务）
   • C) 1,000–10,000 条（批量操作）
   • D) 10,000 条以上（大规模清理）
   • E) 持续进行（不断为新记录补充数据）

3. 您有哪些数据丰富工具？

   • A) Apollo.io
   • B) ZoomInfo
   • C) Clay
   • D) Lusha / Cognism
   • E) Clearbit / Breeze
   • F) 多个服务提供商（瀑布式）
   • G) 还没有 — 请推荐一个

4. 您需要哪些数据？

   • A) 电子邮件地址（已验证/可送达）
   • B) 电话号码（直拨/手机）
   • C) 电子邮件和电话号码
   • D) 公司概况数据（公司规模、收入、行业、技术栈）
   • E) 以上全部

步骤 2 — 制定数据丰富策略

根据数据量和频率选择合适的方法：

单条记录数据丰富

• 适用场景：调研特定潜在客户、手动开发客户
• 方法：在数据丰富工具中或通过 API 查找单条记录
• 额度成本：每人（电子邮件）消耗 1 个额度；电话号码需要更多额度
• 最适合：高价值的 ABM 目标、高管级联系人

批量数据丰富

• 适用场景：在开展营销活动前为列表补充数据
• 方法：上传 CSV，或在平台中选择记录进行批量数据丰富
• 额度成本：每条完成数据丰富的记录消耗 1 个额度（请谨慎规划）
• 最适合：营销活动准备、外联前清理列表

自动数据丰富

• 适用场景：持续保持 CRM 数据新鲜
• 方法：设置规则，在创建新记录时或按计划自动补充数据
• 额度成本：持续消耗 — 请按月规划额度
• 最适合：线索稳定增长、需要在无需手动操作的情况下保证数据质量的团队

瀑布式数据丰富

• 适用场景：单一服务提供商的覆盖范围不足
• 方法：先尝试服务提供商 A → 如果没有结果，再尝试服务提供商 B → 然后尝试服务提供商 C
• 额度成本：仅为每一级成功完成的数据丰富付费
• 最适合：定位小众用户画像或国际联系人时最大化覆盖范围
• 主要瀑布式服务提供商：

服务提供商	优势	覆盖范围
Clay	专为跨 150 多家服务提供商的瀑布式流程打造	覆盖最广 — 汇总多个数据来源
Apollo	电子邮件 + 电话数据丰富（瀑布式功能处于测试阶段）	2.75 亿以上联系人
ZoomInfo	企业级公司概况 + 联系人数据	3.21 亿以上联系人
Seamless.AI	实时验证的电子邮件 + 手机号码	18 亿以上电子邮件、4.14 亿以上手机号码
Cognism	EMEA/国际手机号码	在欧盟覆盖范围广
Lusha	快速查找电子邮件 + 直拨号码	1 亿以上联系人
Hunter.io	域名搜索 + 电子邮件查找 + 验证	专注于电子邮件，支持批量操作
Tomba	域名搜索 + 电子邮件查找 + 批量数据丰富	收录 4.3 亿以上电子邮件
Prospeo	5 步电子邮件验证 + 公司数据丰富	2.8 亿以上潜在客户
Snov.io	电子邮件查找 + 验证 + 营销活动	6 亿以上联系人

有关各服务提供商的详细工作流、API 端点和额度成本分析，请参阅 references/platforms.md

步骤 3 — 执行数据丰富

丰富前检查清单

• 先去重：丰富数据前先删除重复记录——不要为同一个人付费丰富两次
• 仅筛选符合条件的记录：不要丰富那些你永远不会联系的联系人
• 检查现有数据：跳过已有已验证电子邮箱／电话号码的记录
• 估算积分成本：记录数 × 每条记录的积分成本。确保不超出预算。
• 设置丰富范围：选择要丰富的字段（仅电子邮箱比电子邮箱 + 电话 + 公司信息更便宜）

有关特定平台的数据丰富工作流、API 端点、积分成本和批量操作说明，请参阅 references/platforms.md。

合规检查清单

在丰富数据并联系对象之前，请核实是否符合目标地区的数据隐私法规：

欧盟联系人（GDPR）：

• 你有合法依据处理数据（B2B 联系中常见的依据是合法利益，但请做好记录）
• 你的数据丰富服务商有符合 GDPR 的数据来源政策（请查看其 DPA）
• 你可以响应删除权请求——如果有人要求删除，你可以从所有系统中移除其数据
• 你的外联信息中包含明确的退订方式
• 你没有丰富超出必要范围的个人数据（数据最小化原则）

美国联系人（CAN-SPAM）：

• 每封电子邮件都包含实体邮寄地址
• 每封电子邮件都包含有效的退订链接
• 在 10 个工作日内处理退订请求
• 主题行不存在误导性内容
• 电子邮件已标明为广告（如适用）

加州联系人（CCPA/CPRA）：

• 如适用，你提供“请勿出售我的个人信息”选项
• 消费者提出请求时，你可以说明收集了哪些个人数据
• 你的数据丰富供应商的数据收集做法符合 CCPA

通用规则：

• 如果有人退订，请在全局范围内屏蔽其信息——不要在下个月再次丰富并重新添加
• 如果你要批量丰富联系人数据，请先检查地域分布，并遵循适用法规中最严格的规定
• 记录丰富数据的来源（哪家服务商、何时获取），以便审计

数据质量评分

丰富数据后，请评估数据质量：

字段	质量等级	操作
电子邮箱已验证且可投递	高	可用于外联
找到电子邮箱但未经验证	中	发送前使用验证工具（NeverBounce、ZeroBounce）检查
未找到电子邮箱	低	尝试其他数据丰富服务商，或通过 LinkedIn／公司网站查找
电话——直拨／手机	高	可用于拨打
电话——总部／总机	低	不适合冷拨——尝试查找直拨号码

第 4 步——CRM 数据卫生

如需识别过期数据、制定去重策略、安排数据丰富计划并自动化持续数据质量管理，请使用 /sales-data-hygiene。该技能详细介绍了记录匹配、合并规则、审计跟踪和刷新周期。

关键规则：丰富数据前务必先去重——不要为同一个人付费丰富两次。

第 5 步——优化积分使用

节省积分的策略

• 仅丰富符合条件的记录：丰富前应用 ICP 筛选条件——不要把积分浪费在不匹配的联系人上
• 先检查现有数据：跳过已有所需数据的记录
• 优先处理电子邮箱，而非电话：电子邮箱积分通常更便宜。只为你确实会拨打电话的联系人查询电话号码。
• 策略性地使用瀑布式丰富：从最便宜的服务商开始，对高价值目标再升级使用高级服务商
• 批量处理优于实时处理：批量数据丰富通常比逐条处理更节省积分
• 每周监控用量：月度积分预算达到 80% 时设置提醒

有关特定平台的积分成本，请参阅相应的平台技能（/sales-apollo、/sales-zoominfo、/sales-clay 等）或 references/platforms.md。

注意事项

• 不要先补充信息再去重。 Claude 经常建议“先补充所有信息，再清理数据”。这会把额度浪费在重复记录上。务必先去重，再补充干净列表中的信息。

• 不要假设补充得到的电子邮件地址都能送达。 信息补充工具可以找到电子邮件地址，但不能保证这些地址可送达。在开展大批量营销活动之前，务必使用验证工具（NeverBounce、ZeroBounce、MillionVerifier）验证补充得到的电子邮件地址。Apollo 标记为“已验证”的电子邮件地址仍有 5-10% 的退信率。

• 不要一次性补充整个 CRM 数据库的信息。 Claude 往往会建议批量补充所有记录的信息。这会快速耗尽额度，也会为你可能永远不会联系的记录补充信息。先从优先级最高的细分群体着手，再逐步扩大范围。

• 不要忽视电话号码的额度成本。 在大多数工具中，揭示手机号的费用是揭示电子邮件地址的 5-10 倍。只为团队确实会致电的联系人揭示电话号码，而不是为整个列表都揭示。

• 不要在未设置额度上限的情况下启用自动补充信息。 如果配置范围太广，自动补充信息可能会在几天内耗尽整个月的额度。设置月度上限，并将自动补充信息限制为符合 ICP 的新记录。

• 补充联系人信息前，不要忽视区域合规要求。 在没有合法处理依据的情况下补充欧盟联系人的信息（GDPR），或在给美国联系人发送电子邮件时未附上退订链接（CAN-SPAM），都会带来法律风险。批量补充信息前，请参阅步骤 3 中的合规检查清单。

• 自我改进：如果你发现这里未涵盖的内容，请将其附加到 references/learnings.md，并注明今天的日期。

推荐特定平台技能前

此技能涵盖多个平台的策略领域。在向用户推荐任何特定平台技能之前（即 ## Related skills 中列出的任何 /sales-{platform}，例如 /sales-mailshake、/sales-klaviyo、/sales-apollo），请先阅读该平台技能实际的 SKILL.md。## Related skills 中的一行描述足以识别候选技能，但不足以据此决定推荐该技能，或编写能够有效调用它的提示词。

阅读方法：

• 如果本地存在 ~/.claude/skills/{skill-name}/SKILL.md，请使用 Read 读取。
• 对于 sales-* 技能，请直接从此仓库使用 WebFetch 获取：https://raw.githubusercontent.com/sales-skills/sales/main/skills/{skill-name}/SKILL.md — 例如，对于 sales-mailshake：https://raw.githubusercontent.com/sales-skills/sales/main/skills/sales-mailshake/SKILL.md。
• 对于非 sales-* 技能（第三方技能），如果已安装，请在 ~/.claude/skills/sales-do/references/skill-sources.md 中查找 {org}/{repo}，并从该仓库下相同的 skills/{skill-name}/SKILL.md 路径获取文件。

**阅读之后，**根据 SKILL.md 中的具体内容（其范围、子流程、argument-hint 的格式，或“Do NOT use for...”这一禁用条件）来支撑你的推荐。生成的调用应符合平台技能的 argument-hint。如果平台技能不适合用户的情况，请改用其他技能，或直接在此处处理问题，而不是推荐不合适的技能。

相关技能

• /sales-prospect-list — 构建潜在客户列表，随后可对其进行丰富
• /sales-intent — 在已丰富的联系人上叠加购买信号，以便确定外联优先级
• /sales-cadence — 为已丰富的联系人设计外联序列
• /sales-data-hygiene — CRM 数据质量、去重和丰富自动化
• /sales-apollo — Apollo.io 平台帮助（丰富设置、信用额度管理）
• /sales-clay — Clay 平台帮助（通过 150 多家服务商进行瀑布式丰富）
• /sales-zoominfo — ZoomInfo 平台帮助（丰富、意向、OperationsOS）
• /sales-clearbit — Clearbit / Breeze Intelligence 平台帮助
• /sales-hunter — Hunter.io（域名搜索、邮箱查找、邮箱验证）
• /sales-seamless — Seamless.AI（18 亿多个联系人、CRM Enrich、Autopilot）
• /sales-snov — Snov.io（邮箱查找、验证、多渠道营销活动）
• /sales-brandjet — BrandJet AI 平台帮助 — 多渠道外联、品牌情报、AI 监控
• /sales-sendr — Sendr 平台帮助（Data Studio 丰富、覆盖 4.79 亿多个联系人的 Lead Finder、性格分析）
• /sales-leadiq — LeadIQ 平台帮助（Chrome 扩展程序获客、关键联系人追踪、CRM 丰富、GraphQL API）
• /sales-texau — TexAu 平台帮助（通过 32 多家服务商进行瀑布式丰富、异步邮箱查找/验证、网站/公司信号、REST API + MCP 服务）
• /sales-surfe — Surfe 平台帮助（LinkedIn 到 CRM 的 Chrome 扩展程序 + 瀑布式丰富 API、HubSpot/Salesforce/Pipedrive/Copper 同步、异步丰富端点 + Webhook）
• /sales-crystal — Crystal（Crystal Knows）平台帮助 — 性格丰富（预测潜在客户的 DISC 类型 + 沟通建议）、Chrome 扩展程序、Profile API、MCP 服务
• /sales-personality-selling — 基于性格的销售策略：解读 DISC/OCEAN 以调整外联方式，并在 Crystal / Humantic AI / Humanlinker / Happysales 之间做出选择
• /sales-do — 不确定该使用哪项技能？路由器会根据任意销售目标匹配合适的技能

示例

示例 1：营销活动前的丰富

用户说：“我有 500 个联系人要用于营销活动，但只有 60% 有邮箱。请丰富其余联系人。” 技能执行：

1. 建议先对列表进行去重
2. 筛选出缺少邮箱的记录
3. 在 Apollo 中设置批量丰富，范围仅限邮箱（节省电话额度）
4. 建议在启动序列前验证邮箱 结果：列表的邮箱覆盖率提升至 85% 以上，且已验证，可用于外联

示例 2：清理 CRM 数据

用户说：“我们的 Salesforce 有 50,000 个联系人，但一半数据已经过时。帮我清理一下。” 技能执行：

1. 找出过时数据模式（退信邮箱、过期职位、缺失字段）
2. 建议分阶段处理：去重 → 优先处理重点细分群体 → 分批丰富
3. 设置持续丰富计划，避免数据日后过时
4. 计算清理所需的信用额度预算 结果：制定分阶段的 CRM 数据卫生计划和注重信用额度的丰富策略

故障排除

丰富匹配率低

原因：潜在客户所在行业较为小众、使用不常见的邮箱域名，或职位级别很高（C 级高管的数据更难查找） 解决方案：尝试通过多家服务商进行瀑布式丰富。对于 C 级高管，尝试在 LinkedIn 上手动查找，或请求他人引荐，而不是进行冷外联。

丰富后的邮箱退信

原因：数据服务商的记录已过时，或此人最近换了工作 解决方案：发送前，使用专门的验证服务检查丰富后的邮箱。建立反馈闭环——邮箱退信时，重新丰富或移除此联系人。

月中信用额度耗尽

原因：过度丰富（丰富了太多记录，或不必要地丰富电话号码） 解决方案：在 Settings > Usage 中查看用量。仅对符合 ICP 条件的记录进行丰富。仅向标记为需电话联系的联系人披露电话号码。如果总是达到限额，请考虑升级套餐。