El problema
Los flujos de trabajo n8n que coinciden con los registros de la empresa en CRM, hojas de cálculo y bases de datos luchan con nombres inconsistentes. 'IBM', 'International Business Machines' y 'IBM Corp' se refieren todos a la misma entidad. La coincidencia difusa de cadenas produce falsos positivos. Las herramientas dedicadas a la resolución de entidades como ZoomInfo cobran más de 10.000 dólares al año. El nodo HTTP integrado de n8n puede llamar a API, pero los equipos carecen de una fuente confiable y asequible de datos canónicos de la empresa.
La solucion de Scavio
Agregue un paso de verificación de búsqueda a los flujos de trabajo de coincidencia de empresas n8n. Para cada variante del nombre de la empresa, consulte Google a través de Scavio y extraiga el nombre canónico del Knowledge Graph o de los principales resultados orgánicos. Haga coincidir registros por nombre canónico en lugar de cadena sin formato. Esto convierte un problema de coincidencia difusa en una búsqueda determinista a 0,005 dólares por consulta.
Antes
Antes de la coincidencia basada en búsquedas, un equipo de RevOps que ejecutaba n8n probó la coincidencia de cadenas difusas en nombres de empresas en HubSpot y su sistema de facturación. La tasa de falsos positivos fue del 12%. 'Mercury' coincidía indistintamente con Mercury Insurance, Mercury Financial y Mercury (la startup bancaria). La limpieza manual tomó 4 horas por semana.
Después
Después de agregar la búsqueda de Scavio al flujo de trabajo de n8n, cada nombre de empresa se resuelve en una entidad canónica a través de Knowledge Graph. La tasa de falsos positivos cayó a menos del 1%. El flujo de trabajo n8n procesa 500 registros por lote a 2,50 dólares por ejecución. El tiempo de limpieza manual semanal pasó de 4 horas a 15 minutos.
Para quien es
Equipos de RevOps, ingenieros de datos y creadores de flujos de trabajo n8n que necesitan una coincidencia confiable de nombres de empresas en todos los sistemas sin pagar por herramientas de resolución de entidades empresariales.
Beneficios clave
- Resolución canónica del nombre de la empresa a través de Knowledge Graph
- La tasa de falsos positivos cae del 12% a menos del 1%
- 500 registros coincidentes por $2,50 por lote
- Funciona como un nodo de solicitud HTTP n8n sin código personalizado
- Reemplaza a los proveedores de resolución de entidades de más de $10 000 al año
Ejemplo en Python
import requests, os
H = {'x-api-key': os.environ['SCAVIO_API_KEY']}
def resolve_company(name: str) -> dict:
r = requests.post('https://api.scavio.dev/api/v1/search', headers=H,
json={'platform': 'google', 'query': name}, timeout=10).json()
kg = r.get('knowledge_graph', {})
canonical = kg.get('title', '')
domain = kg.get('website', '')
return {
'input': name,
'canonical': canonical or r.get('organic', [{}])[0].get('title', name),
'domain': domain,
'type': kg.get('type', 'unknown'),
'resolved': bool(canonical),
}
variants = ['IBM', 'International Business Machines', 'IBM Corp']
for v in variants:
result = resolve_company(v)
print(f'{v} -> {result["canonical"]} ({result["domain"]})')Ejemplo en JavaScript
const H = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function resolveCompany(name) {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST', headers: H,
body: JSON.stringify({ platform: 'google', query: name })
}).then(r => r.json());
const kg = r.knowledge_graph || {};
return {
input: name,
canonical: kg.title || (r.organic || [{}])[0]?.title || name,
domain: kg.website || '',
type: kg.type || 'unknown',
resolved: Boolean(kg.title),
};
}
const variants = ['IBM', 'International Business Machines', 'IBM Corp'];
for (const v of variants) {
const r = await resolveCompany(v);
console.log(`${v} -> ${r.canonical} (${r.domain})`);
}Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA