KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen fundieren

Halten Sie die Unternehmens- und Kontaktdatensätze eines KI-CRM aktuell, damit seine Agenten Inbound-Leads bewerten, das Onboarding vorbefüllen und Abwanderungsrisiken treffsicher melden.

Kostenlosen API-Schlüssel + 5 $ sichern Beispieldurchlauf anfordern

Kostenloser API-Schlüssel
Keine Kreditkarte
Testlauf starten

Eine Auswahl von Teams, die diese Aufgabe mit Forager umsetzen · plus weitere Teams, die Forager nutzen

Nutzt POST /person_detail_reverse_lookup/by_email/, POST /organization_search/ · API-Referenz zur Reverse-E-Mail-Abfrage

Kosten: Berechnung pro Anfrage: Credit-Preise.

So fließen die Daten

3 Eingaben → Unternehmens-Datenfeed + Personen-Datenfeed + Stellenanzeigen-Feed + Reverse-E-Mail-Abfrage + Unternehmensanreicherung → 4 Felder Beispieldaten

01 · Eingaben

Datenfeeds

linkedin.com/in/jane-example

Anmelde-E-Mail-Adresse

linkedin.com/in/jane-example

CRM-Datensätze

linkedin.com/in/jane-example

02 · Forager

Unternehmens-Datenfeed + Personen-Datenfeed + Stellenanzeigen-Feed + Reverse-E-Mail-Abfrage + Unternehmensanreicherung POST /person_detail_reverse_lookup/by_email/

Treffer gefunden

03 · Ausgaben

Jane ExampleVP Revenue Operations · Example Inc.

aktueller Unternehmensdatensatz: Example Inc.
Name: Jane Example
title: VP Revenue Operations
Mobil: +1 (415) 555-0142
geschäftliche E-Mail: jane@example.com

4 Felder in der AntwortBeispieldaten

Schritte

Laden Sie company_feed- und people_feed-Deltas in den Datensatzspeicher des CRM
Befüllen Sie das Onboarding anhand der geschäftlichen E-Mail-Adresse einer Anmeldung vor, über POST /person_detail_reverse_lookup/by_email/ und POST /organization_search/
Datensätze Agenten als Retrieval-Kontext mit Zeitstempeln auf Feldebene bereitstellen
job_postings_feed und Personenänderungen als Scoring- und Abwanderungsrisiko-Signale nutzen

import json, os, requests

BASE = "https://api-v2.forager.ai/api/{account_id}/datastorage"
HEADERS = {"X-API-KEY": os.environ["FORAGER_KEY"]}
body = json.load(open("request.json"))  # request fields: see the API reference

# 1. Load company_feed and people_feed deltas into the CRM's records store

# 2. Prefill onboarding from a sign-up's work email via POST
# /person_detail_reverse_lookup/by_email/ and POST /organization_search/
r1 = requests.post(f"{BASE}/person_detail_reverse_lookup/by_email/", headers=HEADERS, json=body)
r2 = requests.post(f"{BASE}/organization_search/", headers=HEADERS, json=body)

# 3. Expose records to agents as retrieval context with field-level
# timestamps

# 4. Use job_postings_feed and people changes as scoring and churn-risk
# signals

# 1. POST /person_detail_reverse_lookup/by_email/
curl -X POST \
  https://api-v2.forager.ai/api/{account_id}/datastorage/person_detail_reverse_lookup/by_email/ \
  -H "X-API-KEY: $FORAGER_KEY" \
  -H "Content-Type: application/json" \
  -d @request.json

# 2. POST /organization_search/
curl -X POST \
  https://api-v2.forager.ai/api/{account_id}/datastorage/organization_search/ \
  -H "X-API-KEY: $FORAGER_KEY" \
  -H "Content-Type: application/json" \
  -d @request.json

Aus den Schritten des Praxisbeispiels generiertAnfragefelder: API-Referenz

Selbst ausprobieren: API-Referenz zur Reverse-E-Mail-Abfrage

Kostenlosen API-Schlüssel + 5 $ sichern Beispieldurchlauf anfordern

Kostenloser API-Schlüssel
Keine Kreditkarte
Testlauf starten

Eingaben und Ausgaben

Eingaben	Ergebnisse
Feeds	`fresh company record`
Registrierungs-E-Mail	`prefilled onboarding fields`
CRM-Datensätze	`agent context`
	`risk signals`

Fragen zu diesem Praxisbeispiel

Wie halten KI-CRMs Unternehmensdaten für ihre Agenten aktuell?

Laden Sie company_feed- und people_feed-Deltas in den Datensatzspeicher des CRM. Stellen Sie Agenten die Datensätze als Retrieval-Kontext mit Zeitstempeln auf Feldebene bereit.

Was kostet es, KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen zu fundieren?

Reverse-E-Mail-Abfrage: 5 Credits pro Anfrage, berechnet, egal ob Daten zurückkommen. Unternehmensanreicherung: 1 Credit pro Anfrage, berechnet, egal ob Daten zurückkommen. Der Unternehmens-Datenfeed ist eine jährliche Pauschallizenz, global oder regional, und wird nicht in Credits bepreist. Die 8.250 monatlichen Credits des Growth-Tarifs reichen für 8.250 Unternehmensabfragen, oder eine Mischung. Self-Service-Tarife sind Starter, Growth, Pro und Scale. Tarife und Preise ansehen

Was brauche ich für dieses Praxisbeispiel und was kommt zurück?

Sie senden CRM-Datensätze, Feeds und die Anmelde-E-Mail-Adresse. Sie erhalten Agenten-Kontext, aktuellen Unternehmensdatensatz, vorausgefüllte Onboarding-Felder und Risikosignale als JSON zurück. Außerdem benötigen Sie einen Forager-API-Schlüssel, der in einem kostenlosen Konto enthalten ist.

Kann ich ein Anmeldeformular allein anhand einer geschäftlichen E-Mail-Adresse vorausfüllen?

Halten Sie die Unternehmens- und Kontaktdatensätze eines KI-CRM aktuell, damit seine Agenten eingehende Leads präzise bewerten, das Onboarding vorausfüllen und Abwanderungsrisiken zuverlässig erkennen. Nutzer von KI-CRMs erhalten präzises Inbound-Scoring, schnelleres Onboarding und Signale zum Abwanderungsrisiko.

Gibt es eine kostenlose Möglichkeit, Forager für diesen Workflow auszuprobieren?

Ja. Fordern Sie in einem 30-minütigen Gespräch einen Beispielauszug des Unternehmens-Datenfeeds an und prüfen Sie die Felder an Ihren eigenen Datensätzen, bevor Sie ihn lizenzieren.

Wann sollte ich diesen Workflow ausführen?

Bei einer neuen Anmeldung, einem eingehenden Lead oder einem geplanten Refresh des Unternehmensbestands des CRM. Nutzer von KI-CRMs erhalten präzises Inbound-Scoring, schnelleres Onboarding und Signale zum Abwanderungsrisiko.

Welche Forager-Produkte nutzt dieses Praxisbeispiel?

Unternehmens-Datenfeed, Personen-Datenfeed, Stellenanzeigen-Feed, Reverse-E-Mail-Abfrage und Unternehmensanreicherung. Unternehmens-Datenfeed: eine lizenzierte Datei mit 65M+ Unternehmensprofilen und Firmografika, planmäßig an Snowflake oder S3 geliefert. Personen-Datenfeed: eine lizenzierte Datei mit 800M+ beruflichen Profilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert.

Woher weiß ich, dass die Daten stimmen?

Der Test, der zählt, ist Ihr eigener: Senden Sie uns eine Liste von Profilen, die für Sie relevant sind. Wir führen ihn aus und zeigen Ihnen Zahl für Zahl, was wir finden, damit Sie Trefferquote und Erreichbarkeitsquote selbst messen können.

Welche Tools können diesen Workflow ausführen?

Nativ in Clay, von Partnern entwickelt in Deepline und Cargo, als Data Share an Snowflake, Databricks und Amazon S3 geliefert und per API aus Google BigQuery, Make, n8n und Ihrem eigenen Code aufgerufen. Oder rufen Sie die Endpoints aus den obigen Schritten mit einem API-Schlüssel aus Ihrem eigenen Code auf.

Wie viele Schritte hat dieser Workflow?

4 Schritte: Laden Sie company_feed- und people_feed-Deltas in den Datensatzspeicher des CRM, füllen Sie das Onboarding anhand der geschäftlichen E-Mail-Adresse einer Anmeldung über POST /person_detail_reverse_lookup/by_email/ und POST /organization_search/ vor, stellen Sie den Agenten die Datensätze als Retrieval-Kontext mit Zeitstempeln auf Feldebene bereit und nutzen Sie job_postings_feed und Personenänderungen als Signale für Scoring und Abwanderungsrisiko.

Gibt es einen Vertrag oder eine Mindestabnahme?

Kein Vertrag zum Start: Ein kostenloses Konto enthält Credits im Wert von 5 $. Um Forager weiter zu nutzen, wählen Sie einen Monats- oder Jahrestarif. Monatstarife sind jederzeit kündbar und ungenutzte Credits werden übertragen; Jahrestarife gewähren alle Credits im Voraus und kosten 10 % weniger. Größere Volumen vereinbaren wir mit unserem Team.

Können wir Forager-Daten in unserem Produkt anzeigen?

Ja, gemäß den Plattformbedingungen. Self-Service-Tarife decken die interne Nutzung durch Ihr eigenes Team ab. Das Anzeigen von Forager-Daten für Ihre Nutzer oder die Weitergabe von Datensätzen wird separat lizenziert: Sprechen Sie mit dem Vertrieb über das Volumen und darüber, welche Felder Ihre Nutzer sehen müssen.

Eine Auswahl von Teams, die diese Aufgabe mit Forager umsetzen · plus weitere Teams, die Forager nutzen

Clay
- GTM-Workflow-Builder
Ausgewählter Anwendungsfall: Forager-Mobilnummern, E-Mail-Adressen und Personendaten in Clay-Tabellen.
Juicebox
- KI-Kandidatensuche
Ausgewählter Anwendungsfall: Forager-Daten hinter der PeopleGPT-Suche und den Sourcing-Agenten.
Nooks
- Power- & Parallel-Dialer
Ausgewählter Anwendungsfall: Mobilnummern direkt im Dialer.
Emergent Labs
- Agent-Builder
KI-Plattform zum Bauen von Apps, auf der Agenten Full-Stack-Apps entwerfen, programmieren und bereitstellen.
Airscale
- Wasserfall-Anreicherung
Ausgewählter Anwendungsfall: ein Forager-Schritt in dessen Mobilnummern-Wasserfall.
HubSpot
- CRM-Add-ons
Ausgewählter Anwendungsfall: Kontakt- und Unternehmensdatensätze mit Personen-, Unternehmens- und Stellenanzeigen-Daten anreichern.
Eintrag
- CRM-Add-ons
KI-natives CRM, in dem Teams und Agenten Seite an Seite arbeiten.
Orbital
- Lead-Datenbanken
Ausgewählter Anwendungsfall: Kontaktabfragen in der Anreicherungs-Waterfall, für Teams, die an lokale Unternehmen verkaufen.

Verwandt

KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen fundieren

So fließen die Daten

Schritte

Eingaben und Ausgaben

Fragen zu diesem Praxisbeispiel

Wie halten KI-CRMs Unternehmensdaten für ihre Agenten aktuell?

Was kostet es, KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen zu fundieren?

Was brauche ich für dieses Praxisbeispiel und was kommt zurück?

Kann ich ein Anmeldeformular allein anhand einer geschäftlichen E-Mail-Adresse vorausfüllen?

Gibt es eine kostenlose Möglichkeit, Forager für diesen Workflow auszuprobieren?

Wann sollte ich diesen Workflow ausführen?

Welche Forager-Produkte nutzt dieses Praxisbeispiel?

Woher weiß ich, dass die Daten stimmen?

Welche Tools können diesen Workflow ausführen?

Wie viele Schritte hat dieser Workflow?

Gibt es einen Vertrag oder eine Mindestabnahme?

Können wir Forager-Daten in unserem Produkt anzeigen?

Weitere Praxisbeispiele für LLM-Apps

Einen Personen-Datenfeed für Retrieval über Personen- und Unternehmensdatensätze lizenzieren

Nutzer anhand einer E-Mail-Adresse über die Personen informieren, die sie gleich treffen

Kontaktdaten aktualisieren, bevor ein Agent ins CRM schreibt

Eine Anmelde-E-Mail-Adresse in einem Copilot einer Person zuordnen

Fragen zu Einstellungen und Arbeitsmarkt in einem KI-Analysten per Stellenanzeigen-Feed beantworten

Modelle für Titelnormalisierung und Unternehmens-Matching mit strukturierten Profilen trainieren

Bringen Sie Personen-, Unternehmens- und Jobdaten, mit denen Ihre Nutzer arbeiten können, in Ihr Produkt