Claude 커스텀 스킬을 사용하여 5 단계 리드 엔리치먼트 워크플로우를 교체했습니다

여러분이 저와 비슷한 작업을 하고 계신다는 것을 알고 있기 때문에 공유합니다.

저의 이전 워크플로우는 긴 과정이었습니다. Apollo 에서 목록을 생성하고, PDL 을 통해 enrichment(데이터 보강) 를 수행 (사용 가능한 비율은 약 50-60%, 나머지는 구식이거나 잘못된 데이터), 부족한 부분을 두 번째 공급자 (provider) 에 전달하고, 이메일 검증은 별도로 수행하며 enrichment 데이터가 15-20% 가 bounce(전송 실패) 하기 때문에, 마지막으로 HubSpot 으로 모든 데이터를 수동으로 로드해야 했습니다. 이 과정은 3 개의 벤더를 사용하고 5 단계로 이루어져 있으며, 시간이 걸리고 출력물도 여전히 평균적인 수준이었습니다.

따라서 저는 MCPs 를 사용하여 모든 작업을 한 번에 처리하는 Claude 워크플로우를 구축했습니다.

기술 스택 (모두가 MCP 로 연결됨):

Crustdata - 사람 및 회사 데이터. 이는 저에게 Apollo 와 PDL 을 대체했습니다. 데이터는 실시간으로 가져오기 때문에 구식 직급 (job titles) 을 얻지 않습니다. 검색 필터는 매우 세분화되어 Claude 가 수동으로 목록을 정제하지 않아도 정확한 ICP(이상적 고객 프로필) 매칭을 찾을 수 있습니다. 또한 prospects(잠재고객) 의 소셜 미디어 게시물을 반환하여 개인화를 수행합니다.

FullEnrich MCP - 이메일 워터폴 (waterfall) 및 검증이 한 단계로 통합됨. 이는 제가 지불하고 있던 별도의 enrichment 와 검증 도구를 대체했습니다. 20 개 이상의 공급자를 통해 실행되므로 매칭률은 매우 안정적입니다.

HubSpot MCP - Claude 는 최종 enrichment 된 목록을 직접 CRM 으로 푸시합니다. 더 이상 수동 CSV 임포트가 필요 없습니다.

저는 실행하는 예제 프롬프트입니다: "미국에 있는 50-200 명의 직원을 가진 B2B SaaS 회사를 찾아라. 지난 9 개월 동안 Series A 또는 B 라운드를 완료한 회사인 경우에만 포함하라. 각 회사의 VP Sales 또는 Head of Growth 를 찾아라. 검증된 이메일을 가져오라. 그들의 최근 소셜 미디어 게시물을 가져오고 웹사이트를 조사하라. 우리의 ICP 에 대해 각 잠재고객을 점수화하고 적합도를 순위를 매겨라."

Claude 는 목록을 생성하고, 모든 데이터를 enrichment 하며, 이메일을 검증하고, 저의 ICP 기준에 따라 점수를 매기며 HubSpot 으로 푸시합니다. 과거 여러 도구를 사용하여 수동으로 1 시간 이상 걸리던 목록은 이제 약 5 분 만에 처리됩니다.

목록 품질도 훨씬 더 좋습니다. Claude 가 사람의 전체 프로필을 읽어 ICP 와 매칭할 때 키워드 필터에 의존하지 않으므로, 쓰레기 데이터 (garbage matches) 를 얻지 않습니다. 저는 우리의 ICP 를 상세히 기술한 스킬을 작성하여 일관된 점수를 할 수 있습니다.

저는 여전히 모든 목록을 확인합니다. 하지만 데이터 수집, enrichment 와 점수화 부분은 기본적으로 처리됩니다. 유사한 것을 설정하고 싶으시다면 질문해 주세요.