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

Lassen Sie einen Copilot im Produkt aus einer neuen Anmeldung oder eingehenden E-Mail die Person und das Unternehmen dahinter ermitteln, damit er seine erste Antwort weiterleiten, qualifizieren oder personalisieren kann.

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

2 Eingaben → Reverse-E-Mail-Abfrage + Unternehmensanreicherung → 6 Felder Beispieldaten

01 · Eingaben

Geschäftliche E-Mail-Adresse

alex@example.com

Geschäftliche E-Mail-Adresse

alex@example.com

02 · Forager

Reverse-E-Mail-Abfrage + Unternehmensanreicherung POST /person_detail_reverse_lookup/by_email/

Treffer gefunden

03 · Ausgaben

Alex SampleVP Revenue Operations · Example Inc.

title: VP Revenue Operations
Unternehmen: Example Inc.
Branche: Software
Mitarbeiterzahl: 120
person id: per_8f3a1c
Name: Alex Sample

6 Felder in der AntwortBeispieldaten

Schritte

Rufen Sie POST /person_detail_reverse_lookup/by_email/ mit der Anmelde-E-Mail-Adresse auf
Rufen Sie POST /organization_search/ mit der E-Mail-Domain auf, um Unternehmensgröße und Branche zu erhalten
Geben Sie dem Copilot Name, Position, Unternehmen und Firmografika als Felder, über die er schlussfolgern kann
Überspringen Sie E-Mail-Adressen mit privaten Domains und Verbraucher-Anmeldungen vor der Abfrage, damit Sie nur für geschäftliche Identitäten zahlen

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. Call POST /person_detail_reverse_lookup/by_email/ with the sign-up
# email
r1 = requests.post(f"{BASE}/person_detail_reverse_lookup/by_email/", headers=HEADERS, json=body)

# 2. Call POST /organization_search/ with the email domain for company size
# and industry
r2 = requests.post(f"{BASE}/organization_search/", headers=HEADERS, json=body)

# 3. Give the copilot the name, title, company and firmographics as fields
# it can reason over

# 4. Skip personal-domain emails and consumer sign-ups before the lookup, so
# you pay only for business identities

# 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
E-Mail-Adresse	`full name`
E-Mail-Domain	`title`
	`company`
	`industry`
	`headcount`
	`person_id`

Fragen zu diesem Praxisbeispiel

Wie findet mein Copilot heraus, wer hinter einer Anmelde-E-Mail steckt?

Rufen Sie POST /person_detail_reverse_lookup/by_email/ mit der Anmelde-E-Mail auf. Überspringen Sie E-Mails mit privater Domain und Verbraucher-Anmeldungen vor der Abfrage, damit Sie nur für geschäftliche Identitäten zahlen.

Was kostet es, eine Anmelde-E-Mail in einem Copilot einer Person zuzuordnen?

Reverse-E-Mail-Abfrage: 5 Credits pro Anfrage, berechnet unabhängig davon, ob Daten zurückkommen. Unternehmensanreicherung: 1 Credit pro Anfrage, berechnet unabhängig davon, ob Daten zurückkommen. Die 8.250 monatlichen Credits von Growth decken 8.250 Unternehmensabfragen ab, oder eine Mischung. Self-Serve-Tarife sind Starter, Growth, Pro und Scale. Tarife und Preise ansehen

Was brauche ich für dieses Praxisbeispiel und was kommt zurück?

Sie senden E-Mail-Adresse und E-Mail-Domain. Sie erhalten Unternehmen, vollständigen Namen, Mitarbeiterzahl und Branche als JSON zurück. Außerdem benötigen Sie einen Forager API-Schlüssel, der in einem kostenlosen Konto enthalten ist.

Welche API liefert zu einer E-Mail-Adresse Person und Unternehmen?

Dieses Praxisbeispiel nutzt Forager Reverse-E-Mail-Abfrage und Unternehmensanreicherung. Reverse-E-Mail-Abfrage: Machen Sie aus einer E-Mail-Adresse ein vollständiges Personenprofil: Name, Position, Unternehmen, Standort und Social-Media-Links. Lassen Sie einen Copilot im Produkt aus einer neuen Anmeldung oder eingehenden E-Mail die Person und das Unternehmen dahinter ermitteln, damit er seine erste Antwort routen, qualifizieren oder personalisieren kann.

Kann ich die Reverse-E-Mail-Abfrage kostenlos testen?

Ja. Erstellen Sie ein kostenloses Konto unter app.forager.ai: Es enthält 5 $ an kostenlosen Credits und einen API-Schlüssel, und für die Anmeldung ist keine Kreditkarte nötig. Testen Sie es mit Datensätzen, die Sie bereits kennen, oder buchen Sie eine Demo und senden Sie uns eine Liste: Wir führen den Test durch und zeigen Ihnen, was wir finden.

Wann sollte ich diesen Workflow ausführen?

Wenn eine neue Anmeldung nur mit geschäftlicher E-Mail-Adresse eingeht und der Copilot entscheiden muss, ob er antwortet, sie an den Vertrieb weiterleitet oder ignoriert. Der Copilot weiß, wer sich angemeldet hat, bevor er antwortet, und die Plattform zahlt pro gefundener Identität statt pro Anmeldung.

Welche Forager-Produkte nutzt dieses Praxisbeispiel?

Reverse-E-Mail-Abfrage und Unternehmensanreicherung. Reverse-E-Mail-Abfrage: Machen Sie aus einer E-Mail-Adresse ein vollständiges Personenprofil: Name, Jobtitel, Unternehmen, Standort und Social-Links. Unternehmensanreicherung: Firmendaten zu einem Unternehmen anhand von Domain oder Name: Branche, Mitarbeiterzahl, Standorte, Wachstum und offene Positionen.

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.

Wie reichere ich einen eingehenden Lead im KI-Assistenten an?

Rufen Sie POST /person_detail_reverse_lookup/by_email/ mit der Anmelde-E-Mail-Adresse auf. Rufen Sie POST /organization_search/ mit der E-Mail-Domain auf, um Unternehmensgröße und Branche zu erhalten.

Welche Tools können diesen Workflow ausführen?

Nativ in Clay, als Partner-Integration in Deepline und Cargo umgesetzt und per API aus Make, n8n und Ihrem eigenen Code aufrufbar. Oder rufen Sie die Endpoints aus den obigen Schritten mit einem API-Schlüssel direkt aus Ihrem Code auf.

Wie viele Schritte hat dieser Workflow?

4 Schritte: Rufen Sie POST /person_detail_reverse_lookup/by_email/ mit der Anmelde-E-Mail-Adresse auf, rufen Sie POST /organization_search/ mit der E-Mail-Domain für Unternehmensgröße und Branche auf, geben Sie dem Copilot Name, Jobtitel, Unternehmen und Firmendaten als Felder, mit denen er arbeiten kann, und überspringen Sie E-Mail-Adressen privater Domains und Consumer-Anmeldungen vor der Abfrage, damit Sie nur für geschäftliche Identitäten zahlen.

Brauche ich ein Abonnement?

Zum Testen nicht: Ein kostenloses Konto enthält 5 $ in Credits. Um Forager weiter zu nutzen, wählen Sie einen Monats- oder Jahrestarif. Monatstarife sind jederzeit kündbar, und nicht genutzte Credits werden übertragen; Jahrestarife gewähren alle Credits im Voraus und kosten 10 % weniger. Größere Volumen vereinbaren Sie mit unserem Team.

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.
Emergent Labs
- Agent-Builder
KI-Plattform zum Bauen von Apps, auf der Agenten Full-Stack-Apps entwerfen, programmieren und bereitstellen.
HubSpot
- CRM-Add-ons
Ausgewählter Anwendungsfall: Kontakt- und Unternehmensdatensätze mit Personen-, Unternehmens- und Stellenanzeigen-Daten anreichern.
Deepline
- Wasserfall-Anreicherung
Ausgewählter Anwendungsfall: Forager-Abfragen als typisierte Tools in Anreicherungs-Wasserfällen.

19 typisierte Forager-Tools in Deepline verfügbar¹
Cargo
- GTM-Workflow-Builder
Ausgewählter Anwendungsfall: Anreicherungs-Plays, die Forager aus dem Integrationskatalog nutzen.
Freckle
- GTM-Workflow-Builder
Ausgewählter Anwendungsfall: Forager als wählbarer Anbieter für Mobilnummern in seinen Wasserfällen.
FirstTouch
- Sales Engagement
Plattform für LinkedIn-Outreach und Social Selling, die mit HubSpot, KI-Agenten und ihrer API arbeitet.
Eintrag
- CRM-Add-ons
KI-natives CRM, in dem Teams und Agenten Seite an Seite arbeiten.

Verwandt

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

So fließen die Daten

Schritte

Eingaben und Ausgaben

Fragen zu diesem Praxisbeispiel

Wie findet mein Copilot heraus, wer hinter einer Anmelde-E-Mail steckt?

Was kostet es, eine Anmelde-E-Mail in einem Copilot einer Person zuzuordnen?

Was brauche ich für dieses Praxisbeispiel und was kommt zurück?

Welche API liefert zu einer E-Mail-Adresse Person und Unternehmen?

Kann ich die Reverse-E-Mail-Abfrage kostenlos testen?

Wann sollte ich diesen Workflow ausführen?

Welche Forager-Produkte nutzt dieses Praxisbeispiel?

Woher weiß ich, dass die Daten stimmen?

Wie reichere ich einen eingehenden Lead im KI-Assistenten an?

Welche Tools können diesen Workflow ausführen?

Wie viele Schritte hat dieser Workflow?

Brauche ich ein Abonnement?

Weitere Praxisbeispiele für LLM-Apps

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

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

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

Kontaktdaten aktualisieren, bevor ein Agent ins CRM schreibt

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