Pulizia e arricchimento dati CRM: guida completa

La pulizia dei dati CRM parte da un’esportazione sicura: conserva l’ID di ogni contatto e account, quindi individua i duplicati, verifica quali campi sono obsoleti, uniforma i formati e arricchisci solo i dati mancanti che ti servono. Prima di reimportare i record nel CRM, controlla quelli modificati. L’enrichment aggiunge informazioni, ma da solo non corregge un duplicato o un indirizzo email non valido.

Ad esempio, esporta Contact ID, Email, First Name, Last Name, Company Domain e Account ID. Durante il lavoro, conserva gli ID nella tua collection Datablist. Il risultato pulito potrà così mantenere gli ID originali insieme allo stato verificato dell’email, al nome normalizzato e agli eventuali nuovi dati aziendali. In questo modo potrai associare ogni modifica al record CRM corretto.

Se i nomi degli account presentano maiuscole incoerenti o suffissi societari diversi, prova alcuni valori con il tool gratuito per pulire i nomi aziendali. Confronta i nomi ripuliti con gli originali prima di aggiungere una colonna con il nome visualizzato all’esportazione del CRM.

L’ordine è importante: elimina i duplicati prima di pagare due volte per arricchire la stessa persona, valida i dati prima di usare un indirizzo per l’outreach e conserva i valori originali finché non hai verificato quelli nuovi. Le sezioni seguenti mostrano ogni operazione in Datablist.

Contenuti della guida alla pulizia del CRM

Questa guida copre quattro fasi. Parti da quella più utile per la tua esportazione, poi completa le altre mentre prepari i dati puliti da importare:

Prima sezione: deduplicazione

1. Eliminare i duplicati di contatti e account quando tutti gli attributi coincidono
2. Deduplicare record CRM con attributi diversi
3. Deduplicare record CRM presenti in liste separate

Seconda sezione: validazione dei dati

1. Validare dominio e stato dell’email
2. Verificare se un’email può ricevere messaggi
3. Verificare se una persona lavora ancora in azienda

Terza sezione: strutturazione dei dati

1. Separare nome, secondo nome e cognome
2. Estrarre i domini dalle email
3. Formattare in bulk i numeri di telefono per Paese

Quarta sezione: enrichment del CRM

1. Trovare i siti web partendo dai nomi aziendali
2. Arricchire e aggiornare i dati degli account
3. Trovare informazioni aziendali assenti dai database
4. Aggiornare i contatti con nuovi dati LinkedIn
5. Trovare indirizzi email verificati
6. Ottenere numeri di cellulare verificati

In altre parole, prima elimineremo tutti i duplicati, poi verificheremo se i dati rimasti sono ancora validi, quindi li struttureremo ed estrarremo e, infine, li arricchiremo con nuovi dati.

Puoi passare direttamente alla parte che ti interessa oppure seguire tutti i passaggi.

❗️ Conserva gli ID dei record

In questo esempio non ho mostrato gli ID dei record, come Contact ID, Note ID e Account ID, ma devi conservarli. Altrimenti non potrai reimportare i dati e associarli ai record corretti nel CRM.

Come eliminare duplicati da contatti e account CRM

Per deduplicare contatti e account del CRM, Datablist offre tre metodi:

• Metodo 1: deduplicare una lista usando tutte le colonne
• Metodo 2: deduplicare una lista usando colonne specifiche
• Metodo 3: deduplicare più liste

La lista può contenere account, contatti oppure deal: indipendentemente dal contenuto, la procedura non cambia.

Metodo 1: deduplicare una lista con tutte le colonne

Quando fai più volte lo scraping di contatti da LinkedIn o da altre fonti, può capitare di importare nuovamente le stesse persone. In questo caso, il modo più rapido ed efficace per ripulire i dati è deduplicare i contatti usando tutte le colonne. Ecco come fare:

Passaggio 1: deduplicare una lista con tutte le colonne

Per prima cosa, registrati su Datablist.com.

Poi importa la lista in formato CSV o Excel.

Passaggio 2: deduplicare una lista con tutte le colonne

Fai clic su Clean e seleziona Duplicates Finder.

Attiva l’opzione accanto a All Properties.

Ora fai clic su Next.

Fai clic su Run duplicates check.

Controlla i risultati e fai clic su Auto-merge duplicates when possible.

Deduplicare i contatti del CRM è davvero così semplice.

Vediamo ora il secondo metodo.

Metodo 2: deduplicare una lista con colonne specifiche

Questo è il metodo migliore quando la lista contiene lo stesso contatto con piccole differenze.

Ad esempio, potresti avere lo stesso contatto due volte, con email e nome identici ma note diverse. In questo caso dovrai deduplicare solo in base a due o tre colonne specifiche.

Questi campi vengono chiamati identificatori univoci e puoi usarne più di uno.

Passaggio 1: deduplicare una lista con colonne specifiche

Per prima cosa, registrati su Datablist.com.

Poi importa la lista in formato CSV o Excel.

Passaggio 2: deduplicare una lista con colonne specifiche

Fai clic su Clean e seleziona Duplicates Finder.

Quindi seleziona le colonne su cui vuoi eseguire la deduplicazione. Nel mio caso confronto i contatti in base a Company Domain e First Name.

Quando scegli le colonne, assicurati di selezionare anche il processor corretto.

Lascia l’opzione Algorithm sull’impostazione predefinita, a meno che tu non abbia ID, URL o altre proprietà che richiedono corrispondenze esatte.

Per i domini seleziona URL, per i nomi aziendali Company Name e così via.

La regola più importante è abbinare sempre il processor al contenuto della colonna da deduplicare.

Al termine, fai clic su Run duplicates check.

Passaggio 3: deduplicare una lista con colonne specifiche

Poiché le note non sono identiche, si creerà un conflitto che potrai risolvere in due modi:

• Eliminare i valori degli elementi in conflitto
• Combinare le proprietà in conflitto

Fai clic su Combine conflicting properties, seleziona la colonna con i conflitti, usa Line break come separatore e poi fai clic su Refresh Merging Preview.

Ora puoi vedere in anteprima come Datablist unirà le due note prima di eliminare i duplicati. Infine, fai clic su Auto-merge when possible.

Ecco come apparirà la lista senza duplicati.

👉 Per approfondire, leggi gli articoli sulla deduplicazione dei contatti Mac/iOS, sulla deduplicazione delle colonne multivalore, sulla corrispondenza tra nomi aziendali simili e sull’unione dei duplicati in Pipedrive.

Passiamo ora al terzo metodo, dedicato ai record CRM distribuiti su più liste.

Metodo 3: deduplicare più liste

Ecco un esempio pratico di deduplicazione tra liste:

Obiettivo: avviare una campagna ABM rivolta solo ai nuovi account, escludendo quelli già coinvolti nel Q1.

Procedura:

• Confrontare due liste: account del Q1 e nuovi account
• Rimuovere dalla nuova lista gli account già coinvolti nel Q1

Risultato: otterrai una lista pulita contenente solo account realmente nuovi per la campagna.

Iniziamo!

Passaggio 1: deduplicare più liste

Per prima cosa, registrati su Datablist.com.

Poi crea una cartella facendo clic sull’icona della cartella nella barra laterale.

Ora crea una collection nella cartella facendo clic sui tre puntini e selezionando New collection.

Ecco come apparirà la nuova collection. Carica la prima lista in Datablist e ripeti la procedura per caricare la seconda.

Passaggio 2: deduplicare più liste

Dopo aver caricato entrambe le liste, apri quella del Q2, o comunque la versione più recente.

Fai clic su Clean e seleziona Duplicates Finder.

Attiva l’opzione a sinistra di Check deduplicates across several collections?.

Seleziona la collection da confrontare: nel mio caso, “Q1 ABM”.

Scegli la property da confrontare e fai clic su Next. Per gli account consiglio sempre i domini; per deduplicare i contatti, usa email o profili LinkedIn.

Se hai scelto il dominio aziendale o un altro link come identificatore univoco, seleziona URL come processor e fai clic su Run duplicates check.

Vedrai un’anteprima dei duplicati condivisi dalle due collection.

Fai clic sul campo sotto Auto cleaning rule e seleziona una delle opzioni. Al momento ne è disponibile una sola: Remove duplicate items from collection X.

Con tre o più collection a confronto, avrai anche una seconda opzione: Keep duplicate items only in collection X.

Ora puoi scegliere da quale collection eliminare i duplicati. Assicurati sempre di rimuovere dalla lista nuova i dati già presenti in quella vecchia.

Quindi fai clic su Click here to process duplicated items.

📘 Come ottenere i risultati migliori

Elimina i contatti del Q1 dalla lista del Q2, NON il contrario. Ad esempio:

✅ Lista Q1: 100 contatti → Conservali tutti

✅ Lista Q2: 200 contatti → Rimuovi i duplicati del Q1 → Restano 100 contatti univoci

❌ Lista Q1: 100 contatti → Rimuovi i duplicati del Q2

❌ Lista Q2: 150 contatti → Conservali tutti

In questo modo puoi:

• Mantenere intatti i dati storici del Q1
• Escludere dalla campagna Q2 gli account già contattati
• Evitare di coinvolgere per errore gli stessi account due volte

Ho eliminato 5.236 account duplicati dalla lista Q2, ottenendo 3.152 account univoci.

👉 Per approfondire la deduplicazione tra dataset, leggi la guida “Come eliminare i duplicati da più file Excel”.

Abbiamo concluso la deduplicazione. Ora vediamo come validare i dati CRM.

Come verificare se i dati CRM sono aggiornati

Verificare che i dati CRM siano ancora aggiornati è un passaggio che molti trascurano durante la pulizia. Spesso si dà per scontato che i dati raccolti dai team marketing o sales restino validi nel tempo, ma è un grave errore.

In questa sezione vedrai:

• Come verificare gratuitamente se un’email è valida
• Come controllare se un’email può ricevere messaggi
• Come verificare se una persona lavora ancora in azienda

Iniziamo!

Come verificare gratis se un’email è valida

Se hai mai raccolto indirizzi email tramite un form, un lead magnet o un’offerta gratuita, sai che molte persone si registrano con indirizzi non aziendali.

In questo caso, usa questa funzione come primo filtro prima di investire in controlli più approfonditi della deliverability per una campagna email.

❗ Differenza tra email valida ed email raggiungibile

Questa funzione non indica se l’email è raggiungibile. Verifica soltanto, tramite i record MX, se il dominio associato può ricevere email.

Esempio rapido:

L’email habibi@datablist.com non esiste, ma il dominio ha record MX validi: viene quindi considerata valida anche se non esiste una casella reale.

L’email habib@datablist.ai non esiste e il dominio non ha record MX validi: è quindi non valida e priva di casella.

L’email habib@datablist.com esiste e ha record MX validi: è quindi valida e raggiungibile.

In breve

Validazione email = livello del dominio

Deliverability email = livello della casella

Email validata = il dominio può ricevere messaggi, ma l’indirizzo potrebbe essere errato

Email raggiungibile = esiste una casella che riceve messaggi

Non tutte le email valide possono ricevere messaggi.

Passaggio 1: verificare gratis se un’email è valida

Per prima cosa, registrati su Datablist.com.

Dopo la registrazione, importa la lista con gli account o i contatti del CRM.

Passaggio 2: verificare gratis se un’email è valida

Ora useremo una funzione gratuita di Datablist che identifica il provider MX responsabile della ricezione dei messaggi. Se un dominio non dispone di record MX validi, non può ricevere email ed è quindi automaticamente irraggiungibile.

Fai clic su Enrich.

Vai su People e seleziona Free Email Address Validation.

Associa il campo con le email alla input property e fai clic su Continue to output configuration.

Fai clic sulle icone più per creare nuove output property, quindi su Instant Run.

Questi sono i risultati che otterrai dopo aver eseguito Free Email Validator.

Cosa indicano i risultati:

• Se l’email è aziendale oppure no
• Se può ricevere messaggi, indipendentemente dal fatto che sia aziendale o personale
• Quale provider gestisce il servizio MX del dominio. È un dato importante perché, nel cold emailing, conviene evitare indirizzi associati ad alcuni provider, soprattutto Microsoft, per non danneggiare la reputazione dei propri account email

👉 Per approfondire, consulta la nostra guida gratuita alla validazione delle liste email.

Ora che abbiamo controllato la validità delle email, verifichiamo se possono davvero ricevere messaggi.

Come verificare se un’email può ricevere messaggi

Se hai seguito il workflow precedente: filtra le email valide nei risultati. Quelle non valide sono automaticamente irraggiungibili. Ora ti mostro come fare.

Se inizi da questa sezione, hai due possibilità:

• Torna indietro ed esegui il workflow precedente.
• Registrati su Datablist, importa la lista e passa al secondo step.

Passaggio 1: verificare se un’email può ricevere messaggi

Fai clic su Valid Email e seleziona Filter on property.

Assicurati che la casella sia selezionata e fai clic su Apply.

💡 Consiglio per le aziende B2B

Se lavori esclusivamente nel B2B, filtra la colonna “Business Email” anziché “Valid Email”. Qui mostriamo un esempio più ampio perché Datablist è utilizzato anche da molte aziende B2C.

Passaggio 2: verificare se un’email può ricevere messaggi

Fai clic su Enrich.

Vai su People e seleziona Waterfall Advanced Email Address Verification.

Associa la colonna email alla input property e fai clic su Continue to output configuration.

Fai clic sull’icona più per creare una nuova property solo per “Email Status” e “Role Account”, quindi su Instant Run.

Perché solo queste property: le altre aggiungerebbero complessità e non sono necessarie se vuoi soltanto pulire il CRM.

Ecco i risultati:

Valid: dietro questi indirizzi esiste una casella in grado di ricevere messaggi.

Le email Risky rientrano in due categorie:

• Non è stato possibile verificare l’indirizzo al momento del controllo.
• Si tratta di un’email catch-all: il server accetta tutti i messaggi anche se la casella non esiste.

Invalid: la casella email non esiste; non usarla.

Come verificare in bulk se una persona lavora ancora in azienda

Forse hai notato che oggi le persone cambiano lavoro più spesso e ricevi sempre più notifiche come “Questa persona non lavora più presso XYZ” quando invii un’email.

Se è così, niente paura: vediamo come controllare se una persona lavora ancora nella stessa azienda.

Prima, però, chiariamo quali dati servono:

• Il profilo LinkedIn della persona, indispensabile
• L’email o il dominio dell’azienda presso cui dovrebbe lavorare

Cosa faremo

1. Eseguiremo lo scraping del profilo LinkedIn per scoprire l’azienda attuale
2. Troveremo il dominio dell’azienda
3. Faremo confrontare i due domini all’AI

Nota: la procedura funziona anche con la pagina LinkedIn aziendale associata alla persona.

Passaggio 1: verificare se una persona lavora ancora in azienda

Registrati su Datablist.com.

Importa la lista in Datablist.

Passaggio 2: verificare se una persona lavora ancora in azienda

In questo passaggio faremo lo scraping del profilo LinkedIn della persona.

Fai clic su Enrich.

Vai su People e seleziona LinkedIn People Profile Scraper.

Associa la colonna con gli URL dei profili LinkedIn alla input property e fai clic su Continue to output configuration.

Crea nuove colonne facendo clic sulle icone più per questi output: Company Name, Company page URL e Company website, quindi fai clic su Instant Run.

Puoi creare colonne anche per gli altri output, ma non servono in questo workflow. Aggiungile solo se ti occorrono altri dati LinkedIn, così eviterai di pagare due volte.

Questi sono i risultati dello scraping. Sono utili, ma dobbiamo ancora trovare i domini dei record mancanti: ce ne occuperemo nel prossimo passaggio.

Passaggio 3: verificare se una persona lavora ancora in azienda

Fai clic su Enrich.

Vai su Companies e seleziona Company Domain/Website and LinkedIn Company Page Matcher.

Come Matching Type, seleziona Get the company website from the LinkedIn page URL.

Associa quindi l’URL della pagina LinkedIn alla input property.

Fai clic su Continue to output configuration.

Associa l’output “Company website” alla nuova colonna creata per il sito aziendale.

Attenzione: non associarlo alla colonna che contiene i vecchi domini.

Fai clic su Instant Run.

Ora avrai queste opzioni:

• Run in Async: esegue l’enrichment nel cloud, così puoi dedicarti ad altre attività mentre viene elaborata una lista molto grande.
• Test on the first 10 items: usalo per provare l’enrichment su un piccolo campione.

Con number of items to process puoi elaborare solo i primi 10, 100 o un numero personalizzato di elementi.

Existing data rule indica a Datablist come gestire i dati già presenti nella colonna: seleziona la seconda opzione, Update only the empty cells.

Infine, fai clic su Run enrichment on all items.

Passaggio 4: verificare se una persona lavora ancora in azienda

Ora che abbiamo il vecchio e il nuovo dominio, li confronteremo per verificare se la persona ha cambiato azienda.

Fai clic su Enrich.

Vai su AI e seleziona Ask ChatGPT/OpenAI.

Seleziona la casella per usare i crediti Datablist oppure inserisci la tua OpenAI API key, quindi fai clic su Use template.

Scorri verso il basso e seleziona Check if prospect is still working at a company.

Associa le colonne della collection al template. Ecco come:

Digita “/” per visualizzare le colonne della collection e associa il vecchio dominio al primo campo.

Fai lo stesso con il nuovo dominio nel secondo campo.

Quindi fai clic su Continue to output configuration.

Fai clic sull’icona più per creare una nuova colonna di output, quindi su Instant Run.

Ecco il risultato del controllo:

È così che puoi verificare se i dati del CRM sono ancora aggiornati.

Puoi anche assegnare uno score agli account con l’AI.

Come strutturare e formattare i dati CRM

Strutturare e formattare correttamente i dati è fondamentale durante la pulizia del CRM, perché determina il modo in cui i team sales e marketing li utilizzeranno. Per uniformarli, vedremo:

• Come separare nome, secondo nome e cognome
• Come estrarre i domini dalle email
• Come formattare i numeri di telefono

Uniformare i dati CRM è solo metà del lavoro: per mantenere un CRM efficiente, i dati devono restare puliti e strutturati. Ecco alcune tecniche utili:

• Definire formati di inserimento standard, ad esempio una struttura coerente per le note delle chiamate
• Limitare determinate colonne a specifici tipi di input, per esempio impostando la colonna del telefono come campo “solo numeri”
• Rendere obbligatori alcuni campi, ad esempio richiedendo ai sales rep di compilare “Last Contact Date” per garantire la completezza dei dati

Come separare nome e cognome

Uno dei problemi più comuni nella pulizia di un CRM è trovare nome e cognome nella stessa colonna. Questo può portare all’invio di email in cui il Lead o prospect viene chiamato con il nome completo, creando un effetto poco naturale.

Passaggio 1: separare nome e cognome

Registrati su Datablist.com.

Importa un file CSV o Excel contenente i nomi dei contatti CRM.

Passaggio 2: separare nome e cognome

Fai clic su Enrich.

Vai su People e seleziona Name Parser.

Associa la colonna con il nome alla input property e fai clic su Continue to outputs configuration.

Ecco gli output disponibili:

• Nome
• Secondo nome
• Cognome
• Genere
• Titolo
• Paese d’origine del nome

Fai clic sulle icone più (+) per creare una nuova colonna per ogni output necessario, quindi su Instant Run.

Ecco come appare il risultato dopo aver separato nome e cognome in Datablist.

Come estrarre i domini dalle email

Passaggio 1: estrarre i domini dalle email

Registrati su Datablist.

Importa un file CSV o Excel.

Fai clic su Extract e seleziona Extract domains for email addresses or URLs.

Associa la colonna delle email alla input property e fai clic su Preview extraction.

Vedrai un’anteprima delle prime 10 righe. Se il risultato è corretto, fai clic su Extract data.

Ecco il risultato dell’estrazione dei domini dagli indirizzi email con Datablist:

Come formattare i numeri di telefono per la pulizia del CRM

La formattazione dei numeri di telefono è uno dei miei workflow preferiti per la pulizia del CRM. Ecco perché Datablist è particolarmente utile:

• Gestisce numeri di qualsiasi Paese
• Funziona sia con:
  • Formato internazionale (+XX)
  • Formati locali
• Può elaborare numeri di più Paesi nello stesso file

Per questo esempio uso un file che contiene:

• Numeri statunitensi
• Numeri indonesiani
• Numeri tedeschi
• Numeri algerini

E li formatterò tutti in una sola volta.

❗ Informazione importante

Per formattare numeri di Paesi diversi nello stesso file, devi includere una colonna “Country” che indichi a Datablist il Paese di ogni numero.

Iniziamo!

Passaggio 1: formattare i numeri di telefono

Registrati su Datablist.com.

Importa un file CSV o Excel.

Fai clic su Enrich.

Vai su AI e seleziona Phone Number Extractor.

Seleziona i Paesi d’origine dei numeri presenti nella collection e spunta Advanced Settings.

Spunta la casella a sinistra di Define country per Item per attivare il campo relativo al Paese.

💡 Consiglio rapido

Attiva “Add phone number type” solo quando elabori numeri di un unico Paese, perché con più Paesi il risultato è meno preciso.

Associa le colonne con i numeri e i Paesi alle input properties, quindi fai clic su Continue to outputs configuration.

Fai clic sull’icona più per aggiungere una colonna per i numeri formattati, quindi su Instant Run.

Vedrai le Run Settings, che consentono di:

• Usare Run in Async, particolarmente utile per liste grandi
• Eseguire Test on the first 10 items
• Selezionare il number of items to process, scegliendo 10, 100 o un valore personalizzato

Dopo aver configurato le opzioni, fai clic su Run enrichment on all items.

Ecco i numeri appena formattati:

Come aggiornare i dati CRM

Mantenere aggiornati i dati CRM è essenziale per il successo aziendale. Ecco cosa devi sapere per aggiornarli in modo efficace:

• Come trovare i domini aziendali dai nomi delle aziende
• Come estrarre informazioni e dati aziendali
• Come estrarre dati aziendali difficili da trovare
• Come estrarre i profili LinkedIn dei contatti CRM
• Come trovare email verificate
• Come trovare numeri di telefono verificati

Partiamo!

Come trovare i domini aziendali dai nomi delle aziende

È probabilmente uno degli enrichment aziendali più usati. Del resto, senza un dominio puoi fare ben poco: ecco perché parto da qui, oltre al fatto che è il punto più logico da cui iniziare.

Passaggio 1: trovare i domini dai nomi aziendali

Registrati su Datablist.com.

Carica una lista con i nomi delle aziende.

Passaggio 2: trovare i domini dai nomi aziendali

Fai clic su Enrich.

Vai su URLs e seleziona Find company domains from company names.

Come funzionano le Search Settings 🔍

Puoi effettuare la ricerca in due modi:

• Opzione predefinita: Companies Dataset + Google Fallback

  Cerca prima nel database, al costo di 1 credito se trova il risultato, e usa Google come fallback quando necessario, al costo di 2,5 crediti.

• Opzione più economica: Use only Companies Dataset

  Cerca solo nel database, al costo di 1 credito.

Queste impostazioni controllano la ricerca dei domini:

• Target Country: limita la ricerca a un Paese per migliorare i risultati
• Accept non-root websites: consente di trovare siti composti da dominio e percorso, come platform.com/company, invece dei soli domini principali, come company.com
• Skip following domains: esclude directory come Crunchbase o Northdata, che non sono i veri siti delle aziende

Per la massima copertura, mantieni attiva l’opzione predefinita, seleziona un Paese e lascia vuoti tutti gli altri campi.

Dopo aver configurato la ricerca, scorri verso il basso, associa la colonna dei nomi aziendali alla input property e fai clic su Continue to outputs configuration.

Ora puoi creare una colonna per “Company URL”, “Company Domain” oppure entrambe facendo clic sulle icone più. Di solito scelgo solo il dominio aziendale. Al termine, fai clic su Instant Run.

Le Run Settings consentono di:

• Usare Run in Async, particolarmente utile per liste grandi
• Selezionare il number of items to process, scegliendo 10, 100 o un valore personalizzato

Dopo averle configurate, fai clic su Run enrichment on all items.

Ecco come apparirà la collection dopo l’enrichment da nome aziendale a dominio. I costi sono riportati sotto.

Ho speso 33 crediti per trovare 16 domini, cioè 2,06 crediti per dominio. Con una lista di 1.000 domini, spenderesti circa 2.062 crediti, pari a 2,03 dollari.

👉 Per approfondire, leggi la guida su come trovare i siti aziendali partendo dai nomi delle aziende.

Come estrarre informazioni e dati aziendali

In questa sezione cercheremo dati firmografici di base per capire se vale la pena continuare la ricerca e l’enrichment su determinati account.

Per dati firmografici intendo le informazioni normalmente mostrate su LinkedIn, come:

• Numero di dipendenti
• Nome dell’azienda
• Sito web
• Sede centrale
• Specializzazioni
• Settore
• Descrizione
• Paese
• Regione
• Anno di fondazione
• URL LinkedIn
• Sales Navigator ID
• Numero di follower
• Slogan

Iniziamo!

Passaggio 1: estrarre informazioni e dati aziendali

Registrati su Datablist.com.

Importa una lista con i domini o gli URL LinkedIn delle aziende presenti nel CRM.

Passaggio 2: estrarre informazioni e dati aziendali

Fai clic su Enrich.

Vai su Companies e seleziona Company Enrichment.

Ci sono due impostazioni principali da conoscere:

1. Data Source Options: i dati usati come punto di partenza

• Company domain, opzione predefinita
• LinkedIn URL

2. Data Return Options & Costs: i dati restituiti dall’enrichment

• Basic data (1 credito): settore, località, numero di dipendenti e anno di fondazione
• LinkedIn data (5 crediti): informazioni live estratte direttamente dalle pagine LinkedIn

Consiglio di usare il LinkedIn URL per ottenere dati LinkedIn aggiornati. Se non hai gli URL, usa il dominio aziendale e i Basic data.

Dopo aver scelto le impostazioni, associa la colonna degli URL LinkedIn alla input property e fai clic su Continue to outputs configuration.

Crea una colonna per ogni dato necessario facendo clic sulle icone più, quindi su Instant Run.

Le Run Settings consentono di:

• Usare Run in Async, utile soprattutto per liste grandi
• Selezionare il number of items to process, scegliendo 10, 100 o un valore personalizzato

Al termine della configurazione, fai clic su Run enrichment on all items.

Ecco i risultati ottenuti estraendo da LinkedIn i dati aziendali aggiornati:

Ma forse vuoi trovare informazioni che non compaiono su LinkedIn, oppure dati che richiederebbero ore di ricerca manuale per ogni azienda. In tal caso, Datablist mette a disposizione un AI agent che automatizza le ricerche ripetitive.

Come estrarre dati aziendali difficili da trovare

Questa è probabilmente la mia parte preferita della guida. Un momento: non l’ho già detto?

Sì, ma questa sezione è speciale, perché vedrai come estrarre dati aziendali nascosti che sfuggono ai database tradizionali usando un AI research agent.

Pensiamo a un’azienda manifatturiera: potrebbe avere più punti vendita, stabilimenti produttivi e specializzazioni non presenti nei normali database.

Ecco alcuni esempi di informazioni aziendali nascoste che potresti voler cercare:

• Brevetti e proprietà intellettuale
• Esperienze lavorative precedenti dei dirigenti principali
• Rapporti con i fornitori e informazioni sulla supply chain
• Storie di successo e case study dei clienti
• Aree di ricerca e sviluppo

Questi dati richiedono ricerche approfondite su siti web, comunicati stampa, report di settore e database specializzati. L’AI research agent può individuarli analizzando più fonti e raccogliendo le informazioni rilevanti.

In questo esempio ti mostrerò come scoprire quanti stabilimenti produttivi possiedono alcune aziende.

Partiamo!

Passaggio 1: estrarre dati aziendali difficili da trovare

Registrati su Datablist.com.

Importa una lista di aziende con i relativi domini.

Passaggio 2: estrarre dati aziendali difficili da trovare

Fai clic su Enrich.

Vai su AI e seleziona AI Agent.

Configura un prompt oppure prova quello riportato sotto. Scopri qui come scrivere prompt per l’AI agent.

Ecco cosa fa il mio prompt:

• Cerca il numero di stabilimenti produttivi di ogni azienda
• Identifica le aziende con più di cinque stabilimenti
• Etichetta come “ICP” le aziende con oltre cinque stabilimenti e come “Irrelevant” le altre
• Individua dove si trovano gli stabilimenti
• Fornisce l’elenco completo delle località

Dopo aver impostato il prompt, scorri verso il basso per configurare gli output desiderati. Nel mio caso ne imposterò due:

• ICP Status
• Locations

Configuro il primo output e faccio clic su More per crearne un secondo. Puoi ripetere l’operazione per tutti gli output che desideri.

Al termine, seleziono la casella accanto a Advanced Settings.

Le impostazioni avanzate di AI Agent consentono di:

• Scegliere il LLM model da usare
• Impostare il numero massimo di iterazioni disponibili per l’agent
• Usare Render HTML per consentire all’agent di scorrere le pagine web

Al termine, fai clic su Continue to outputs configuration.

Fai clic sulle icone più per aggiungere una colonna per ogni output, quindi su Instant Run.

Ora puoi configurare le Run Settings e scegliere il number of items to process.

Dopo la configurazione, fai clic su Run enrichment on all items. L’AI agent inizierà a cercare ed estrarre le informazioni richieste sulle sedi aziendali.

Come puoi vedere, questi risultati vanno ben oltre le informazioni dei database e fanno emergere dati preziosi che i provider tradizionali non riuscirebbero a trovare.

📘 L’unico limite è la creatività

Questo esempio è volutamente estremo per mostrare le potenzialità dell’AI agent. Potresti anche scoprire se un ospedale è pubblico o privato, oppure svolgere qualsiasi altra ricerca; possiamo aiutarti anche con i prompt.

Come estrarre il profilo LinkedIn di un prospect

Se vuoi dare un tocco più umano al prospecting, la personalizzazione è fondamentale. Devi però saper distinguere tra “human touch” e rilevanza: per entrambe, devi estrarre i dati del profilo LinkedIn.

Ti serve soltanto l’URL del profilo LinkedIn.

Passaggio 1: estrarre il profilo LinkedIn di un prospect

Registrati su Datablist.com.

Carica una lista con gli URL LinkedIn dei prospect.

Passaggio 2: estrarre il profilo LinkedIn di un prospect

Fai clic su Enrich.

Vai su People e seleziona LinkedIn Profile Scraper.

Ecco le principali impostazioni per lo scraping dei profili LinkedIn:

• Cache vs Real-time: per impostazione predefinita usa dati in cache. Attiva lo scraping in tempo reale per dati aggiornati, al costo di 50 crediti per profilo
• Work Experience: scegli quante esperienze lavorative precedenti restituire; il valore predefinito è 3 e il massimo 10
• Datablist accetta come input sia i normali URL LinkedIn (linkedin.com/in/xxx) sia gli URL di Sales Navigator

Dopo aver configurato le impostazioni, fai clic su Continue to outputs configuration.

Fai clic sulle icone più per aggiungere una colonna per ogni output desiderato. Puoi scegliere tra:

• LinkedIn Profile URL - URL standardizzato del profilo nel formato linkedin.com/in/xxx
• Basic Info - Nome, cognome, nome completo, headline e summary
• Location - Città, regione e Paese, con codice e nome completo
• Current Position - Ruolo, nome azienda, date, URL aziendale, sito, settore, dimensioni, descrizione e località
• Work History - Due posizioni precedenti con ruoli, aziende e date
• Additional Info - Lingue parlate e numero di connessioni

Al termine, fai clic su Instant Run.

Le Run Settings di Datablist permettono di:

• Usare Run in Async, utile soprattutto per liste grandi
• Eseguire Test on the first 10 items
• Selezionare il number of items to process, scegliendo 10, 100 o un valore personalizzato

Dopo aver configurato le impostazioni, fai clic su Run enrichment on first X items per iniziare a trovare i dati LinkedIn dei prospect.

Ecco i risultati ottenuti:

Nota: non ho estratto tutti i dati perché mi servivano solo nomi e domini per trovare i numeri di telefono, ma questo enrichment offre molti altri data point.

Ora vediamo come arricchire il CRM con email valide.

Come trovare email verificate per il CRM

Senza indirizzi email verificati è come tentare di consegnare la posta in una città senza nomi delle vie. Non proprio efficace, vero?

Ecco cosa serve per arricchire il CRM con email verificate:

• Nome del contatto, obbligatorio
• Nome o dominio dell’azienda, obbligatorio
• URL LinkedIn, facoltativo

Passaggio 1: trovare email verificate per il CRM

Registrati su Datablist.com.

Importa la lista dei contatti.

Passaggio 2: trovare email verificate per il CRM

Fai clic su Enrich.

Vai su People e usa Waterfall Email Finder.

Ecco in breve come funziona:

Waterfall Email Finder di Datablist interroga in sequenza oltre 15 provider per trovare le email dei prospect e paghi solo quando ottieni un risultato. Equo, no?

Puoi configurare il waterfall in questi modi:

• Usare il full name invece di nome e cognome separati
• Scegliere i provider preferiti usando le tue API key

Al termine, scorri verso il basso e configura le input columns.

Sono tutte impostazioni facoltative. Per la massima copertura, mantieni quelle predefinite.

Associa le colonne alle input property e fai clic su Continue to output configuration.

L’enrichment restituisce tre output:

• Email address
• Email address status
• MX provider

Fai clic sulle icone più per aggiungere una colonna per ogni output, quindi su Instant Run.

Le Run Settings consentono di scegliere il number of items to process, impostando 10, 100 o un valore personalizzato.

Dopo la configurazione, fai clic su Run enrichment on all items per trovare le email dei prospect.

Come puoi vedere, ha trovato tutte le email per cui erano disponibili dati. Con Waterfall Email Finder di Datablist puoi trovare facilmente migliaia di indirizzi email e arricchire il CRM con dati di contatto accurati.

Ora vediamo come trovare numeri di cellulare verificati.

Come arricchire il CRM con numeri di telefono verificati

Chi fa cold calling va a caccia di opportunità: mentre tutti gli altri sommergono le caselle di messaggi automatici, una semplice chiamata a freddo permette di farsi notare con grande efficacia.

Sì, funzionano entrambe, ma una delle due è decisamente più personale.

Ecco come trovare questi preziosi numeri di telefono:

Passaggio 1: trovare numeri verificati per il CRM

Registrati su Datablist.com.

Carica la lista contenente gli URL dei profili LinkedIn.

Passaggio 2: trovare numeri verificati per il CRM

Fai clic su Enrich.

Vai su People e seleziona Waterfall Phone Finder.

Associa la colonna con gli URL LinkedIn alla input property e fai clic su Continue to outputs configuration.

Fai clic sulle icone più per aggiungere le nuove colonne di output:

• Phone Number: restituisce il numero completo in formato internazionale con prefisso nazionale, ad esempio +1-555-0123
• Country: restituisce il codice Paese di due lettere, ad esempio US, GB o DE

Quindi fai clic su Instant Run.

Le Run Settings consentono di selezionare il number of items to process, scegliendo 10, 100 o un valore personalizzato.

Dopo la configurazione, fai clic su Run enrichment on all items per iniziare a cercare i numeri dei prospect.

Datablist ha trovato quasi tutti i numeri di telefono. Provalo anche tu!

Conclusioni

Nel contesto frenetico di oggi, in cui le relazioni commerciali evolvono rapidamente, un CRM obsoleto o impreciso riduce le probabilità di successo, fa perdere opportunità e spreca risorse.

La pulizia e l’enrichment periodici dei dati devono essere una priorità.

Applicando queste strategie con strumenti come Datablist, manterrai un database CRM di qualità, migliorando l’engagement e aumentando i tassi di conversione.

Ricorda: marketing, sales e customer service possono essere efficaci solo quanto i dati su cui si basano. Integra regolarmente l’enrichment nella manutenzione del CRM per restare competitivo.

“Il modo in cui raccogli, gestisci e utilizzi le informazioni determina se vincerai o perderai.” - Bill Gates

Domande frequenti sulla pulizia del CRM

Quale percentuale dei dati CRM diventa obsoleta ogni anno?

Ogni anno diventa obsoleto circa il 30% dei dati CRM. Questo dato include:

• Il 15-20% degli indirizzi email che diventa non valido
• Il 18% dei numeri di telefono che cambia
• Il 21% degli incarichi da CEO che cambia titolare
• Il 25-33% delle persone che cambia lavoro

Quanto costano alle aziende i dati CRM errati?

I dati CRM errati costano in media 100 dollari per ogni record non corretto. Per le grandi organizzazioni, ciò può tradursi in milioni di perdite annue dovute a:

• Budget marketing sprecato
• Calo della produttività
• Opportunità perse
• Danni alla reputazione causati da comunicazioni inadeguate con i clienti

Che cos’è la pulizia del CRM?

La pulizia del CRM è il processo sistematico con cui si mantiene e migliora la qualità del database clienti. Si basa su quattro pilastri:

1. Deduplicazione: eliminare le voci duplicate e consolidare i record
2. Validazione: verificare l’accuratezza dei dati esistenti, come email e numeri di telefono
3. Strutturazione e formattazione: uniformare i formati e organizzare le informazioni in modo coerente
4. Data enrichment: aggiungere informazioni nuove e rilevanti per completare i profili dei clienti

Una pulizia regolare del CRM assicura che il team lavori con informazioni corrette e aggiornate, migliorando le decisioni e l’engagement dei clienti.

Come mantenere pulito un CRM?

• Definisci formati di inserimento standard, ad esempio una struttura coerente per le note delle chiamate
• Limita determinate colonne a specifici tipi di input, per esempio impostando quella del telefono come campo “solo numeri”
• Rendi obbligatori alcuni campi, ad esempio chiedendo ai sales rep di compilare “Last Contact Date” per garantire la completezza dei dati

ChatGPT può pulire i dati?

ChatGPT non è progettato per la pulizia dei dati: per questo esistono soluzioni gratuite molto più adatte, come Datablist. Ciò non significa che ChatGPT non possa pulire alcun dato, ma non gestisce bene i file di grandi dimensioni e, con oltre 1.000 record, finirà inevitabilmente per commettere errori.