OPS-24-A4Lead Intelligence

System ciągłego pozyskiwania leadów dla B2B SaaS

Codzienna multi-source enrichment 40 000+ kont, sygnały intencji, mapowanie decydentów. Bez ręki na sterze od Q2 2024.

9.4×pipeline
Sektor
B2B SaaS · Series C
Powierzchnie
Browser · API · Agents
Czas pracy
14 miesięcy autonomicznie
Opublikowano
2024-08-12

Wyzwanie

Klient — firma SaaS po rundzie C — miał 6-osobowy zespół SDR'ów i podpisany cel na potrojenie pipeline'u w ciągu roku. Skalowanie przez kolejnych ludzi było drogie (each SDR = ~25k PLN/mies fully loaded), a 60% ich czasu szło na manualną pracę: wyszukiwanie kont, wzbogacanie kontaktów, śledzenie sygnałów intencji w pięciu narzędziach jednocześnie.

Próbowali pójść standardową drogą: ZoomInfo + Apollo + Clay + LinkedIn Sales Navigator. Każde narzędzie pokrywało 60–70% potrzeb, dane między nimi się dublowały, brakowało wspólnego widoku, a koszt licencji rósł szybciej niż produktywność.

Podejście

Zaprojektowaliśmy system, który zastępuje warstwę narzędzi jednym pipelinem danych: source layer (Apollo API + LinkedIn scraping + scraping branżowych mediów + sygnały z platform G2/Capterra), normalization layer (deduplikacja, kanoniczne ID firmy, schema), enrichment layer (decision-makers via Hunter + ClearBit fallback + research agent dla nietypowych przypadków), oraz scoring layer (intencja + fit + recency).

Każdego ranka system dostarcza zespołowi listę 50 priorytetowych kont z kompletem informacji: kto jest decydentem, jaki ma świeży sygnał intencji (zatrudnia, zmienił rolę, otworzył ofertę, wzmianka w mediach), co już o nich wiemy z poprzednich kontaktów, i co dokładnie powiedzieć. SDR otwiera maila i wykonuje.

Architektonicznie: Temporal jako orchestrator, Playwright dla scrapingu, Claude jako research agent (z guardrailami i budżetem 0.50 USD/konto), Postgres + pgvector dla pamięci długoterminowej, dashboard w Next.js dla zespołu sprzedaży.

Wynik

Pipeline kwartalny wzrósł 9.4× w ciągu 12 miesięcy. Zespół SDR'ów pozostał ten sam — wzrost przyszedł z lepszego targetowania i mniejszego czasu na admin.

Koszt operacyjny systemu (proxy, LLM, infrastruktura) plus retainer utrzymania od nas: ~6 200 PLN/mies. Klient zaoszczędził koszt 1.5 etatu SDR (~38k PLN/mies fully loaded) i zlikwidował 4 licencje narzędzi (~14k PLN/mies).

System działa od 14 miesięcy bez awarii P1. Trzy modyfikacje scope'u w tym czasie — wprowadzone w cenie retainera.

Stack

TemporalPlaywrightClaude (Anthropic)Apollo APIHunter APIPostgres + pgvectorNext.jsSlack API

Wskaźniki

  • 9.4×Pipeline lift
  • 40 200Konta dziennie
  • 63%SDR czas zaoszczędzony
  • −71%Koszt vs poprzedni stack
  • 14 mies.Czas autonomicznej pracy
  • 0P1 incidents
Podobny problem w Twojej firmie?

Każdy projekt jest inny, ale wzorce się powtarzają.

Jeśli rozpoznajesz fragmenty tego case study u siebie — napisz. Zwykle widzimy w pierwszym callu, czy to skala godzin tygodniowo, czy infrastruktura na miesiące.