> ## Documentation Index
> Fetch the complete documentation index at: https://docs.brightdata.com/llms.txt
> Use this file to discover all available pages before exploring further.
# 数据丰富
> 构建AI代理，自动填充CRM数据、丰富潜在客户并大规模完成客户记录。掌握丰富操作的搜索和提取模式。
您可能符合我们的初创计划资格。获得本文所介绍基础设施的全额资助访问权限（最高价值 \$20,000）。
# 数据丰富
构建AI代理，自动填充CRM数据、丰富潜在客户并大规模完成客户记录。
掌握丰富操作的搜索和提取模式，从LinkedIn公司数据收集到潜在客户评分工作流。
了解丰富工作流程
从LinkedIn示例开始
***
## 复杂性处理
解决丰富系统中的常见挑战：
* **LinkedIn的激进反机器人措施** - 使用Web Unlocker自动绕过
* **CAPTCHA挑战** - 无需手动干预的自动CAPTCHA求解
* **速率限制** - 智能速率管理和代理轮换
* **数据质量问题** - 内置验证和错误处理
Bright Data的基础设施通过自动CAPTCHA求解、智能速率管理和生产就绪的可靠性解决这些问题。
永远不会被CAPTCHA或机器人检测阻止
智能速率限制和代理轮换
内置验证确保数据质量
强大的错误处理以实现生产可靠性
***
## 可扩展性
从丰富数百个潜在客户扩展到处理数百万条记录，使用相同的基础设施。
为丰富模式而构建，例如：
* **并行处理**以提高吞吐量
* **错误处理**以提高可靠性
* **数据验证**以提高质量
使用企业级基础设施同时处理数千个潜在客户
强大的错误处理确保大规模可靠性
内置验证确保高质量的丰富数据
***
## 丰富模式
丰富模式通常遵循以下步骤：
1. **输入** - 接收需要丰富的潜在客户或记录列表
2. **搜索** - 使用SERP API或网络抓取来搜索每个潜在客户
3. **提取** - 从搜索结果中提取相关数据
4. **验证** - 验证提取的数据的质量
5. **丰富** - 将丰富的数据添加到您的CRM或数据库
6. **监控** - 监控成功率和数据质量
准备需要丰富的潜在客户或记录列表。包括公司名称、域或电子邮件地址等标识符。
```json theme={null}
[
{
"company_name": "Example Corp",
"domain": "example.com",
"email": "contact@example.com"
}
]
```
使用SERP API或网络抓取为每个潜在客户搜索并查找相关信息。
```javascript Node.js theme={null}
const response = await fetch('https://api.brightdata.com/datasets/v3/trigger?dataset_id=YOUR_DATASET_ID', {
method: 'POST',
headers: {
'Authorization': `Bearer ${apiKey}`,
'Content-Type': 'application/json'
},
body: JSON.stringify([{
url: 'https://www.google.com/search',
keyword: 'Example Corp company information',
country: 'US'
}])
});
```
```python Python theme={null}
import requests
response = requests.post(
'https://api.brightdata.com/datasets/v3/trigger?dataset_id=YOUR_DATASET_ID',
headers={
'Authorization': f'Bearer {api_key}',
'Content-Type': 'application/json'
},
json=[{
'url': 'https://www.google.com/search',
'keyword': 'Example Corp company information',
'country': 'US'
}]
)
```
从搜索结果中提取相关数据并验证质量。
使用数据验证端点确保提取的数据符合您的质量标准。
将丰富的数据添加到您的CRM或数据库。
成功丰富的潜在客户将以完整的联系信息保存。
***
## 联系人丰富 - LinkedIn示例
使用LinkedIn公司数据丰富潜在客户：
### 步骤1：搜索LinkedIn
在LinkedIn上搜索公司信息：
```javascript Node.js theme={null}
const response = await fetch('https://api.brightdata.com/datasets/v3/trigger?dataset_id=YOUR_LINKEDIN_DATASET_ID', {
method: 'POST',
headers: {
'Authorization': `Bearer ${apiKey}`,
'Content-Type': 'application/json'
},
body: JSON.stringify([{
url: 'https://www.linkedin.com/company/example-corp',
company_name: 'Example Corp'
}])
});
```
```python Python theme={null}
import requests
response = requests.post(
'https://api.brightdata.com/datasets/v3/trigger?dataset_id=YOUR_LINKEDIN_DATASET_ID',
headers={
'Authorization': f'Bearer {api_key}',
'Content-Type': 'application/json'
},
json=[{
'url': 'https://www.linkedin.com/company/example-corp',
'company_name': 'Example Corp'
}]
)
```
### 步骤2：提取公司数据
提取公司信息：
```json theme={null}
{
"company_name": "Example Corp",
"industry": "Technology",
"employee_count": "1000-5000",
"location": "San Francisco, CA",
"website": "https://example.com",
"description": "Leading technology company..."
}
```
### 步骤3：丰富您的CRM
将丰富的数据添加到您的CRM：
```javascript Node.js theme={null}
// 将丰富的数据添加到您的CRM
await crm.addContact({
company_name: enrichedData.company_name,
industry: enrichedData.industry,
employee_count: enrichedData.employee_count,
location: enrichedData.location,
website: enrichedData.website
});
```
```python Python theme={null}
# 将丰富的数据添加到您的CRM
crm.add_contact(
company_name=enriched_data['company_name'],
industry=enriched_data['industry'],
employee_count=enriched_data['employee_count'],
location=enriched_data['location'],
website=enriched_data['website']
)
```
***
## 批量处理
高效地处理大���潜在客户：
### 并行处理
同时处理多个潜在客户：
```javascript Node.js theme={null}
const leads = [/* array of leads */];
const enrichmentPromises = leads.map(lead =>
enrichLead(lead)
);
const enrichedLeads = await Promise.all(enrichmentPromises);
```
```python Python theme={null}
import asyncio
leads = [/* list of leads */]
async def enrich_lead(lead):
# Enrichment logic
pass
async def enrich_all_leads():
tasks = [enrich_lead(lead) for lead in leads]
enriched_leads = await asyncio.gather(*tasks)
return enriched_leads
```
### 批量处理
分批处理潜在客户以管理速率限制：
```javascript Node.js theme={null}
async function processBatch(leads, batchSize = 10) {
for (let i = 0; i < leads.length; i += batchSize) {
const batch = leads.slice(i, i + batchSize);
await Promise.all(batch.map(lead => enrichLead(lead)));
// Wait between batches to respect rate limits
await new Promise(resolve => setTimeout(resolve, 1000));
}
}
```
```python Python theme={null}
import time
def process_batch(leads, batch_size=10):
for i in range(0, len(leads), batch_size):
batch = leads[i:i + batch_size]
for lead in batch:
enrich_lead(lead)
# Wait between batches to respect rate limits
time.sleep(1)
```
***
## 常见数据源
来自LinkedIn的公司和专业数据
用于公司信息和新闻的搜索结果
直接从网站中提取公司信息
社交媒体资料和参与度数据
***
## 错误处理
实施强大的错误处理以实现生产可靠性：
```javascript Node.js theme={null}
async function enrichLeadWithRetry(lead, maxRetries = 3) {
for (let attempt = 1; attempt <= maxRetries; attempt++) {
try {
const result = await enrichLead(lead);
return result;
} catch (error) {
if (attempt === maxRetries) {
throw error;
}
// Exponential backoff
await new Promise(resolve => setTimeout(resolve, Math.pow(2, attempt) * 1000));
}
}
}
```
```python Python theme={null}
import time
def enrich_lead_with_retry(lead, max_retries=3):
for attempt in range(1, max_retries + 1):
try:
result = enrich_lead(lead)
return result
except Exception as error:
if attempt == max_retries:
raise error
# Exponential backoff
time.sleep(2 ** attempt)
```
***
## 模板
使用预构建的模板进行常见丰富工作流程：
使用LinkedIn公司数据丰富潜在客户的模板
用于验证和丰富电子邮件地址的模板
用于丰富联系信息的模板
用于收集公司情报数据的模板
***
## 后续步骤
开始收集用于丰富的搜索结果
使用预构建的LinkedIn抓取工具获取公司数据
使用深度查找进行全面的数据丰富
探索常见数据源的预构建抓取工具
**需要帮助？** 查看我们的[数据验证指南](/cn/datasets/data-validation/data-validation-for-customers)或[联系支持](https://www.bright.cn/contact)。