El problema
El correo en frio a escala requiere personalizacion para mantener la entregabilidad y las tasas de respuesta, pero los datos de personalizacion de bases de datos estaticas (Apollo, ZoomInfo, Clearbit) envejecen rapidamente. Las empresas pivotan, cambian de marca, lanzan nuevos productos y contratan, nada de lo cual aparece en los datos del CRM hasta meses despues. Enviar correos que referencian informacion desactualizada senala pereza y hunde las tasas de respuesta.
La solucion de Scavio
Antes de cada lote de envios, ejecuta busquedas en Google y Reddit para la empresa de cada prospecto. Extrae senales frescas: noticias recientes, lanzamientos de productos, discusiones en comunidades, publicaciones de contratacion. Usa estos como variables de personalizacion. Los datos tienen horas de antiguedad en lugar de meses, y el costo es de $0.005-0.015 por prospecto segun la profundidad de busqueda.
Antes
Antes del enriquecimiento con senales de busqueda, una campana de 2,000 prospectos usaba datos de Apollo con 3 meses de antiguedad para personalizacion. El 15% de las descripciones de empresas estaban desactualizadas (producto pivotado, marca cambiada o cerrada). Tasa de rebote: 6.1%. Tasa de respuesta: 1.4%. Varios prospectos respondieron senalando que el producto referenciado ya no existia.
Después
Tras agregar senales de busqueda en vivo, cada prospecto recibe 2-3 busquedas de datos frescos. 2,000 prospectos x 3 busquedas = 6,000 consultas a $30 en total. La tasa de referencias desactualizadas bajo a menos del 2%. La tasa de respuesta aumento a 3.9%. Cero respuestas vergonzosas sobre menciones de productos obsoletos.
Para quien es
Operadores de correo en frio, equipos de crecimiento y agencias de outbound que necesitan datos de personalizacion frescos que las bases de datos B2B estaticas no pueden proporcionar.
Beneficios clave
- Senales de busqueda en vivo reemplazan registros de bases de datos con meses de antiguedad
- 3 busquedas por prospecto a $0.015 de costo total
- Las tasas de respuesta mejoran de 1.4% a 3.9% con personalizacion fresca
- Los datos de Reddit revelan puntos de dolor de la comunidad para desarrollo de angulos
- Funciona con cualquier plataforma de correo en frio via enriquecimiento CSV
Ejemplo en Python
import requests, os, json
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
def enrich_prospect(company: str, domain: str) -> dict:
# Google for recent news
g = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': 'google', 'query': f'{company} news 2026'}, timeout=10).json()
# Reddit for community signals
r = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': 'reddit', 'query': company}, timeout=10).json()
google_snippets = [o.get('snippet', '') for o in g.get('organic', [])[:3]]
reddit_posts = [o.get('title', '') for o in r.get('organic', [])[:3]]
return {
'company': company, 'domain': domain,
'latest_news': google_snippets[0] if google_snippets else '',
'reddit_buzz': reddit_posts[0] if reddit_posts else '',
'signal_count': len(google_snippets) + len(reddit_posts),
}
prospects = [('Vercel', 'vercel.com'), ('Supabase', 'supabase.com')]
for company, domain in prospects:
data = enrich_prospect(company, domain)
print(f'{company}: {data["latest_news"][:100]}')
if data['reddit_buzz']:
print(f' Reddit: {data["reddit_buzz"][:80]}')Ejemplo en JavaScript
const H = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function enrichProspect(company, domain) {
const [g, r] = await Promise.all([
fetch('https://api.scavio.dev/api/v1/search', { method: 'POST', headers: H,
body: JSON.stringify({ platform: 'google', query: `${company} news 2026` }) }).then(r => r.json()),
fetch('https://api.scavio.dev/api/v1/search', { method: 'POST', headers: H,
body: JSON.stringify({ platform: 'reddit', query: company }) }).then(r => r.json()),
]);
return {
company, domain,
latestNews: (g.organic || [])[0]?.snippet?.slice(0, 120) || '',
redditBuzz: (r.organic || [])[0]?.title?.slice(0, 80) || '',
};
}
const data = await enrichProspect('Vercel', 'vercel.com');
console.log(`${data.company}: ${data.latestNews}`);
if (data.redditBuzz) console.log(` Reddit: ${data.redditBuzz}`);Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA
Comunidad, publicaciones y comentarios en hilos de cualquier subreddit