- Antes de buscar dados fora, tenha um esquema impecável dos seus dados internos e identifique os momentos-chave da jornada de compra.
- Não busque os dados do contato e os da empresa ao mesmo tempo: as fontes são diferentes, e misturá-las cedo demais dá resultados piores.
- Comece enriquecendo os dados de empresa, que limitam os falsos positivos.
- Faça os identificadores do CRM subirem em input e em output: é isso que permite vincular os dados enriquecidos à ficha certa.
- As contas «Test» distorcem as estatísticas: verifique as informações dos clientes.
O enriquecimento do CRM e as questões de qualidade de dados estão entre as mais fundamentais para um bom desempenho comercial. Como encontrar os dados certos? Quando é preciso injetá-los? Como medir (e justificar) o custo de todas essas operações? Como aproveitar os dados obtidos? Daria para passar o dia inteiro nisso.
Então perguntamos aos nossos amigos da Captain Data o que eles achavam. Eles montaram uma espécie de máquina de guerra completamente maluca para os próprios processos. Nada foi deixado ao acaso. E o Marc aceitou nos contar todos os seus segredos.
Neste artigo, detalhamos para você os processos de enriquecimento deles de A a Z.
Mais artigos parecidosEste artigo faz parte de uma minissérie que preparamos com a Captain Data. A Captain Data é uma ferramenta cuja missão é tornar os dados acessíveis e acionáveis para as equipes comerciais e de marketing. E eles entendem muito de dados B2B. Para acessar os outros artigos:
Definir seu plano de tracking e estudar o funil
O que é um tracking plan?
Um tracking plan (ou plano de rastreamento) remete a uma análise precisa do funil de vendas. Vamos pegar o exemplo de um SaaS cujo objetivo é conseguir que um lead se inscreva em uma oferta especial.
Nesse caso, é preciso definir antes as etapas que o usuário deve seguir para passar de uma etapa a outra e ser convertido em cliente. O caminho se divide em três níveis:
- Marketing Qualified Lead (MQL): antes da inscrição, o visitante passa tempo no site. Ele demonstra, portanto, interesse pelos produtos ou pela oferta e pelos serviços em destaque. É essencial obter o máximo de contexto possível sobre esse usuário. Isso passa pela obtenção de dados como a identidade dele, a empresa e o que lhe interessa.
- Sales Qualified Lead (SQL): depois da inscrição, é preciso qualificar o prospect por meio de ações humanas e de ações baseadas na análise de dados. Assim se tenta definir as necessidades e o orçamento dele com um contato (email, telefone). É a etapa de qualificação comercial
- Product Qualified Lead (PQL): esta última etapa consiste em usar dados ligados ao produto, dados ligados ao uso da ferramenta. Tradicionalmente, isso é reservado aos SaaS, em que o uso recorrente do produto condiciona muito o LTV (Lifetime Value), mas os raciocínios de LTV e de retenção poderiam, e deveriam, se aplicar à maioria dos negócios B2B.

Evidentemente, dependendo da atividade, as bases do scoring e a forma de calcular a nota dos seus leads evoluem. Em «self-service», a etapa de SQL será necessária, mas a coleta de dados será feita de outra forma: por exemplo, por um formulário no momento do onboarding.
Por que implementar um plano de tracking?
Aqui tratamos do enriquecimento de dados, ou seja, de enriquecer suas bases de contatos e de clientes com dados externos.
A primeiríssima coisa a fazer, antes de olhar para fora, é ter um esquema de dados impecável dos seus dados internos e ser capaz de identificar os momentos-chave da jornada de compra.

Implementar um plano de tracking também garante certa coerência. É preciso trabalhar em torno do seu produto, do seu serviço e da sua oferta em geral antes de se concentrar na análise dos dados.
É esse trabalho que vai permitir que você defina segmentos pertinentes, adaptados à jornada do usuário e à vida do lead que você busca converter.
Em resumoImplementar um plano de acompanhamento (tracking plan) resulta de uma reflexão sobre o funcionamento e a viabilidade do seu funil de vendas. Ter um permite entender melhor o caminho do prospect, segmentar melhor e vender melhor.
Construir sua matriz de scoring e seu modelo de dados
Modelo de caderno de requisitos de CRMPreparamos um modelo de caderno de requisitos de CRM completo com um exemplo detalhado. O modelo tem 6 partes:
- Apresentação do contexto
- Apresentação da estrutura de CRM atual
- Apresentação dos objetivos do projeto
- Matriz de requisitos funcionais
- Detalhamento das necessidades não funcionais
- Organização do projeto
É grátis, e está por aqui 👇
Critérios de uma matriz de scoring
Mas como construir bem sua matriz de lead scoring?
Primeiro, é preciso determinar os critérios de pontuação no seu CRM. Isso permite qualificar melhor esses leads. No caso da Captain Data, são usados:
- Critérios frios (marketing) que definem a empresa: eles permitem descrever a empresa a partir de informações básicas como o porte, o setor ou as ferramentas que ela usa. Essas informações podem depois ser transpostas para uma planilha de importação que todos os colaboradores de marketing e vendas devem usar. Isso garante o nível e a qualidade dos dados. Sem essas informações, é impossível passar o lead para MQL.
- O posicionamento do lead: A ideia é determinar em que ponto o prospect está e, sobretudo, o que ele quer. Vamos pegar o exemplo de uma empresa que conta, depois do cadastro, que usa LinkedIn, Salesforce e Dropcontact. Essas informações, fornecidas diretamente pela empresa, têm valor porque demonstram uma necessidade real de recuperação de dados ou de automação, o que faz a nota subir.
- Casos de uso: Os usos das empresas devem ser levados em conta. Uma empresa cadastrada que usa Dropcontact e LinkedIn é mais madura. O score dela é mais alto, o que permite passar o lead de MQL para SQL, porque agora sabemos o que propor a ela.

Modelo de dados / enriquecimento
Construir um modelo de enriquecimento para o seu CRM é um processo muito iterativo. Você identifica um dado que parece pertinente, implementa o enriquecimento, aproveita o dado comercialmente e ajusta um pouco a importância que dá a ele conforme os resultados.
Mas isso pode rapidamente tomar muito tempo, e dinheiro, se você multiplicar os dados. Vamos esquecer um pouco aqui os dogmas do “test & learn” a qualquer custo: ainda assim é melhor passar um tempo selecionando os dados candidatos para não errar.
Algumas dicas:
Não buscar os dados do contato e da empresa ao mesmo tempo
Do ponto de vista de Vendas ou Marketing, o colaborador é obrigado a correlacionar os dados dos contatos e das empresas: uma empresa que atende aos critérios certos mas não tem nenhum recurso interno para usar o produto não terá valor nenhum.
Da mesma forma, se o ponto de contato é a pessoa certa, mas não tem orçamento, não adianta continuar. Não haverá nenhuma chance de converter o prospect em cliente.
Mas do ponto de vista da recuperação de dados, não se deve de jeito nenhum misturar os dois cedo demais.
Na verdade, as fontes de dados são bem diferentes entre os dados de pessoas e os dados de empresas, e misturar os dois cedo demais (antes de ter chaves de junção suficientes) dá resultados piores.

Reconciliar os dados de contato e de empresa
O vínculo entre uma pessoa e uma empresa é simples de fazer. A partir do momento em que você tem uma lista enriquecida de contatos e uma lista enriquecida de empresas, basta cruzar tudo para obter correlações.
No nosso exemplo, o processo é muito rápido. Assim que uma pessoa cria uma conta na Captain Data, ela informa o email. O contato é criado e são pedidas informações sobre a empresa dela.
O enriquecimento começa logo em seguida.
Limitar o matching / enriquecimento errado
A automação, apesar das muitas vantagens, não é infalível. Se faltar uma linha porque seus processos automatizados não encontraram resposta, é uma coisa. Quem tiver de corrigir manualmente vai ficar um pouco chateado com você, mas dá para resolver.
Mas os falsos positivos são o erro mais chato, porque é um erro “silencioso”, ou seja, você não sabe que se trata de um erro.
Para limitar os falsos positivos, recomendamos começar enriquecendo os dados de empresa. O risco de cair em informações erradas é bem menor.
Primeiro porque as empresas não mudam de cargo, porque não existe licença-maternidade/paternidade, porque raramente se mudam, … Depois porque as bases de dados de empresas são muito mais bem documentadas, especialmente por obrigação legal. A SIRENE é uma verdadeira mina de ouro se você souber um pouco como pesquisar. O Infogreffe também permite ir muito longe.
Depois que a empresa está qualificada, o usuário pode informar alguns dados sobre si mesmo, o que permitirá identificá-lo com ainda mais facilidade depois.
Em resumoEnriquecer os dados do seu CRM passa pela recuperação e análise de dados pertinentes. Uma matriz de scoring permite, então, classificar seus prospects e se concentrar naqueles que podem trazer mais valor para a empresa, e aos quais a empresa pode trazer mais valor (ICP – Ideal Customer Profile).
Manter o pipeline vivo
Modelo de caderno de requisitos de CRMPreparamos um modelo de caderno de requisitos de CRM completo com um exemplo detalhado. O modelo tem 6 partes:
- Apresentação do contexto
- Apresentação da estrutura de CRM atual
- Apresentação dos objetivos do projeto
- Matriz de requisitos funcionais
- Detalhamento das necessidades não funcionais
- Organização do projeto
É grátis, e está por aqui 👇
Enriquecer seu CRM é bom, mas é preciso integrá-lo ao seu funil comercial. Na Captain Data, eles identificaram 9 etapas no funil de vendas:
- 1 – MQL – Criação de conta (sign up)
- 2 – MQL – Criação do projeto
- 3 – MQL – Prospect a qualificar
- 4 – SQL – Início do teste
- 5 – SQL – O usuário se torna “ativo”
- 6 – PQL – O usuário atinge o limite (do teste grátis)
- 7 – PQL – Fim do teste
- 8 – PQL – Retornos e feedbacks
- 9 – PQL – Implementação do onboarding
As etapas 1 a 3 correspondem à fase Marketing Qualified Lead (MQL). As etapas 3 a 5 correspondem ao Sales Qualified Lead (SQL), com o lead em fase de venda. Da 6ª à última etapa, estamos no Product Qualified Lead (PQL), com foco no produto e no fechamento do deal.
Esquematizando, o caminho é este:
MQL > “A qualificar” > SQL > “Usuário ativo” > PQL

Eles usam o Integromat para enviar as informações de criação de conta ao Pipedrive, (o software de CRM deles), que cria o deal automaticamente. O objetivo é ter visibilidade sobre o que acontece na plataforma, além de uma primeira nota sobre a maturidade do prospect.
A Captain Data usa esse pipeline “plataforma” para pontuar e qualificar automaticamente todos os novos usuários. Depois, os negócios com maior potencial são transferidos para um pipeline puramente comercial, mais “humano”, para que a equipe de Vendas possa priorizar seus esforços.
Além da análise desses dados ligados ao uso das ferramentas da Captain Data, você pode recorrer a soluções de análise da jornada do cliente (como Hotjar, Fullstory ou keen.io), que vão medir, por exemplo, o tempo que um visitante passa em determinada página do seu site.
Por fim, esses dados também podem ser complementados com informações ligadas à estratégia ou à dinâmica da empresa-alvo:
- Para acompanhar o crescimento global de uma empresa: use os filtros do Sales Navigator para acompanhar o crescimento do quadro de funcionários dos seus principais prospects.
- Para acompanhar o desenvolvimento de uma entidade específica: use a seção “job search” do Indeed para as empresas que estão contratando nas áreas que interessam a você.
Exemplo: uma empresa está contratando em growth e se cadastra na Captain Data. Ela precisa de ferramentas adequadas para as equipes, sinal do seu avanço no funil. Uma oportunidade interessante, que lhe dá uma boa nota.
Em resumoPara otimizar sua estratégia e vender melhor, o enriquecimento do CRM é um ponto essencial. Não hesite em recorrer a soluções complementares para entender melhor e segmentar melhor seus prospects. Se você precisa de um dado, descubra como obtê-lo, ou encontre um bom proxy. Falamos um pouco mais sobre essa abordagem no artigo Como gerar leads com web scraping?
Automatizar o enriquecimento do seu CRM
Agora entramos na parte pesada do assunto. Vamos começar pelo enriquecimento dos dados de empresa. O processo funciona no automático, a cada nova criação de conta.
Signup: o prospect se cadastra
Neste ponto do processo, você ainda tem apenas uma quantidade limitada de dados sobre a pessoa, ou seja, as informações que ela mesma inseriu, como sobrenome, nome e email.
Primeiro, é preciso verificar se o email existe no Pipedrive, o que em teoria é impossível, a menos que tenha sido criado antes. Se o contato existe, ele é atualizado; se não, é criado.
O usuário preenche as informações da empresa
Os dados da pessoa devem ser recuperados e transpostos para a Captain Data. Já os dados da empresa devem ser verificados: ela está realmente estabelecida? Se sim, é preciso criá-la na base de dados, vinculá-la à pessoa e começar o enriquecimento.
Enriquecer os nomes de domínio com o LinkedIn

Como input deste cenário do Integromat, o Pipedrive transmite uma lista de dados a enriquecer, como:
- “pipedrive_person_id”: é um ID atribuído pelo Pipedrive ao prospect
- “pipedrive_deal_id”: é um ID atribuído pelo Pipedrive ao projeto em andamento
- “pipedrive_company_id”: é um ID atribuído pelo Pipedrive à empresa em que o prospect trabalha
- full name: é o nome e sobrenome do prospect
- email: é o email profissional do prospect

É preciso prestar muita atenção para que os IDs subam corretamente em input e output. O processo funciona porque se baseia nesses IDs próprios e únicos do CRM:

- Step 1 & 2: Extração de perfis de empresas do LinkedIn pelos sites: na Captain Data, o site passa por scraping, e a ferramenta procura uma URL de perfil de empresa no LinkedIn.
- Step 3 & 4: Pesquisa no Google: Se nenhuma URL de empresa do LinkedIn foi encontrada no site, a Captain Data faz uma pesquisa no Google para encontrar a URL do LinkedIn da empresa. Caso contrário, essa etapa é pulada.
- Step 5: Extração da página do LinkedIn: os dados da página do LinkedIn são extraídos e salvos.
Reimportar os dados no CRM
Depois que a página do LinkedIn foi obtida e passou por scraping, é preciso ser capaz de identificar esses dados para vinculá-los a uma pessoa ou a uma empresa.
Um ponto importante, já que o problema do enriquecimento de dados é conseguir vincular esses dados às pessoas e empresas certas sem que isso cause problemas na reimportação.
Depois que a Captain Data recupera os dados da empresa, um webhook é disparado para atualizar tudo no Pipedrive via Integromat. Os metadados (pipedrive_id etc.) estão lá: o Integromat sabe qual empresa (id) deve ser enriquecida.


Output: a equipe de Vendas entra em cena

Sejam informações ligadas à empresa ou à pessoa (quais ferramentas ela usa ou o que busca realizar com a Captain Data), o marketing dispõe de dados que permitem fazer o scoring do prospect.
Conforme a nota atribuída, o time de Vendas cuida do resto. Isso passa por follow-ups por email ou pelo envio de um link de convite para um período de teste.
O prospect descobre a plataforma e cria um primeiro projeto. Dependendo do nome, «Test» ou projeto «Nome da empresa – XXX», o time de vendas avalia o avanço do prospect no funil.
Isso permite otimizar o discurso de vendas para fazer o lead avançar no funil e fechar a venda.
Atualizar seu CRM continuamente: importar as URLs do LinkedIn no CRM
A atualização do CRM envolve uma noção de risco. O usuário pode inserir informações falsas (nome, endereço de email), aumentando o risco de «falsos positivos». É um dos desafios de qualidade de dados dos softwares de CRM.
Essa atualização pode ser complementada por uma pesquisa «nome sobrenome + empresa».

Na Captain Data, os clientes importam os dados diretamente do CRM. O objetivo é associá-los aos dados do LinkedIn para atualizar o CRM automaticamente. As informações vindas do enriquecimento da Captain Data devem ser comparadas com os dados existentes.
Se os metadados do input corresponderem aos do output, as informações estão corretas. Caso contrário, é preciso fazer uma verificação manual. A atualização seguinte é feita mais rápido.
Vale lembrar: as URLs dos perfis de pessoas e de empresas no LinkedIn não mudam. Quando mudam, são redirecionadas. Resultado: o CRM apresenta uma taxa de sucesso de atualização de 98%.
AtençãoTome cuidado para verificar bem as informações dos clientes. As contas “Test” não trazem nenhum valor e afetam negativamente as estatísticas. Embora tomem tempo, as verificações manuais permitem enxergar melhor em caso de dúvida.
Por hoje é só! Esperamos que este artigo ajude você a enxergar melhor os processos de enriquecimento de dados em B2B para implementar um lead scoring de verdade e otimizar seu funil comercial!
Como são os seus processos de enriquecimento? Você usa as mesmas ferramentas (Captain Data, Pipedrive, Dropcontact, LinkedIn, …)? Conte tudo nos comentários 👇
As perguntas que nos fazem sem parar.
O que é um plano de tracking?
Um tracking plan (ou plano de rastreamento) remete a uma análise precisa do funil de vendas. Definem-se antes as etapas que o usuário deve percorrer para ser convertido em cliente, em três níveis: MQL, SQL e PQL.
Quais critérios usar em uma matriz de lead scoring?
A Captain Data usa critérios frios que descrevem a empresa (porte, setor, ferramentas usadas), o posicionamento do lead, ou seja, em que ponto ele está e o que ele quer, e os casos de uso dele.
É melhor enriquecer primeiro os dados de contato ou de empresa?
Os dados de empresa. O risco de cair em informações erradas é bem menor: as empresas não mudam de cargo, raramente se mudam, e as bases de dados de empresas são mais bem documentadas, especialmente por obrigação legal (SIRENE, Infogreffe).
Como a Captain Data enriquece seu CRM automaticamente?
A cada criação de conta, o Pipedrive transmite a um cenário do Integromat os identificadores da pessoa, do deal e da empresa. A Captain Data faz scraping do site, procura a página do LinkedIn da empresa, se necessário com uma pesquisa no Google, e extrai os dados. Em seguida, um webhook atualiza a ficha no Pipedrive.
Por que importar as URLs do LinkedIn no CRM?
As URLs dos perfis de pessoas e de empresas no LinkedIn não mudam: quando mudam, são redirecionadas. Elas servem de chave para atualizar o CRM, com uma taxa de sucesso de 98% segundo o artigo.
O que a comunidade diz.