我们如何丰富客户联络和组织数据

我们希望获得更多关于我们收集的数据的背景信息，因此我们考察了数据丰富服务。这些公司可以使用更多细节来情境化您的数据。例如，给定一个域名，第三方丰富服务可以为您提供域名相关的公司名称、规模、行业等等。

数据丰富是成长型公司，尤其是大型公司的典型做法。但在您开始购买丰富服务之前，您应该明确一组需要解决的问题（或要实现的目标），这些问题可以通过丰富来解决。对于 Metabase，我们希望出于以下两个原因丰富我们的客户联系人：

1. 与客户保持联系。 丰富可以提醒我们联系人的工作变动，这可能会影响我们的关系。例如，如果联系人转换到公司内部或外部的另一份工作，我们可能希望联系他们表示祝贺，并确保我们与接管关系的人保持联系，以便重要的产品沟通不会丢失。
2. 更好地了解组织规模和行业， 这可以帮助我们调整营销和产品工作，以确保我们构建 Metabase 来解决这些细分市场面临的各种问题。

服务提供商评估

令人惊讶的是，数据丰富服务提供商非常多，每个提供商都有其自身的优点和缺点。虽然我们考虑过各种 LinkedIn 数据转储提供商，但我们决定不使用它们，因为我们不应该在我们的数据仓库中存储此类数据。我们也没有评估 Clearbit，因为它不再作为独立服务提供。

总结：Apollo.io 为我们的用例提供了最佳的覆盖范围、定价和功能。

持续丰富

在选择了服务提供商后，我们使用 dlt 和 Apollo.io 的 API 每小时按优先级丰富新联系人 — 优先丰富新联系人，然后再更新现有联系人，依此类推。

以下是 Python 中的代码片段，它

1. 从我们的数据仓库中获取优先级联系人列表中的电子邮件列表
2. 调用 Apollo 的 API 来丰富这些联系人。
3. 然后将丰富后的信息保存回我们数据仓库中的另一个表。

def enrich_contact(self, postgres_connect_string, to_schema):
    pipeline = dlt.pipeline(pipeline_name='enrich_contact', destination='postgres', dataset_name=to_schema,
                            credentials=postgres_connect_string)

    @dlt.resource(write_disposition='merge', primary_key='email')
    def enriched_contact():
        with pipeline.sql_client() as psql:
            with psql.execute_query("select email from prioritized_contact") as cursor:
                emails = cursor.fetchall()

        for (email,) in emails:
            enriched = self.people_match(email)  # Call Apollo's "people/match" API
            yield enriched['person']

    print(pipeline.run(enriched_contact))

用于自助分析的建模

我们将丰富后的数据（例如组织规模和行业）添加到我们的客户和联系人模型中。对于组织规模，我们将数据分组为几个类别，以简化我们团队的分析。

, case
    when estimated_employees <= 50 then 'Micro'
    when estimated_employees <= 200 then 'Small'
    when estimated_employees <= 1000 then 'Medium'
    when estimated_employees <= 10000 then 'Enterprise'
    when estimated_employees > 10000 then 'Mega Enterprise'
  end as organization_size

在我们的联系人模型中，我们还添加了 left_company_at 以指示联系人何时离开客户组织。此字段使您可以轻松找出我们应该联系哪些组织，以便他们可以及时了解重要的产品沟通信息。

关于数据丰富的最终想法

丰富我们的数据已经被证明是有价值的。从丰富后的数据中获得的一个有趣的见解是，我们的客户来自从小微型到巨型的各种组织。我们的团队已经使用这些数据来更好地了解我们的客户并监控工作变动。

我们现在正在讨论如何将丰富用于其他目的，例如创建理想的客户画像，以最大限度地发挥我们的营销效果。

但丰富不是免费的，因此我们将继续评估我们相对于成本所获得的价值，并相应地进行迭代。我们希望这篇文章可以帮助您购买适合您需求的丰富服务。