Приведение в порядок
Сначала очистка: нормализация наименований, вычистка мусора в поле ИНН, склейка дублей, проверка контрольной суммы. Пропустить этот шаг значит потом получать пустые ответы от источников и считать это «нет данных».
Около 63 000 компаний обогащены по ИНН: вместо голого списка получились карточки с ОКВЭД, выручкой, контактами и местом в очереди на обзвон
Список организаций сам по себе бесполезен: в нём нет ни того, чем компания на самом деле занимается, ни её размера, ни живого контакта. Прогнал такой список через обогащение по открытым источникам и собрал базу, с которой отдел продаж работает сверху вниз, без чтения подряд.
~63 000
компаний в волне обогащения
0–100
место в очереди на обзвон
15
листов в итоговом файле
Задача
Ситуация типовая: у компании есть выгрузка на десятки тысяч строк: названия, ИНН, иногда город. Формально база есть. Практически звонить по ней нельзя.
- Непонятно, кто это. Название ничего не говорит о профиле. В списке вперемешку лежат и профильные компании, и те, кто попал по совпадению слова в наименовании.
- Непонятен размер. Микро-ИП и компания с миллиардной выручкой в списке выглядят одинаково, а разговор с ними нужен разный, и по продукту, и по цене.
- Нет контакта, до которого дойдёт письмо. Из общего адреса на сайте письмо чаще всего уходит в никуда. Поэтому в карточке лежит человек, а не приёмная.
- Нет очереди. Даже если данные добрать, менеджер всё равно не знает, кому звонить сегодня.
Задача формулировалась так: превратить список в базу, где по каждой строке видно профиль, размер, признаки жизни и контакты, и где есть порядок обзвона, посчитанный по формуле.
Как делал: сборка в работе
Обогащение по ИНН
Каждая строка идёт в открытые и официальные источники: DaData даёт реквизиты, адрес, статус, ОКВЭД основной и дополнительные; ГИР БО и локальная база финансовой отчётности РФ за 2022–2024 отдают выручку и динамику; Checko собирает сводную карточку. Дальше добираются признаки жизни компании: телефоны, почты, сайты, исполнительные производства ФССП, участие в госконтрактах. Всё это открытые данные, ничего серого.
Скоринг и сегменты
Из собранных полей считается место в очереди на обзвон от 0 до 100: профиль по ОКВЭД, масштаб по выручке, признаки живой работы, наличие контакта. По индексу список делится на A, B и C: три очереди с разным сценарием касания. Формулу я не прячу в чёрный ящик: видно, из чего сложилась оценка каждой строки, и её можно перенастроить под ваш продукт.
Отдельная линия: аудитории из открытых реестров
Когда списка нет вообще, он собирается с нуля из реестров деклараций соответствия. По кофе: 8 366 деклараций свелись к 1 527 компаниям-импортёрам, из которых после отбора осталось 578 целевых. По шинам: из 5,5 млн строк осталась 571 компания. То есть целевая аудитория берётся не из купленной базы, а из того, что компании сами о себе задекларировали.
Выдача, в которой можно работать
Итог это Excel на 15 листов: рабочий список, сегменты, срезы по отраслям и регионам, отдельно строки с проблемными данными. Не выгрузка «как есть», а файл, который открывает руководитель отдела и сразу раздаёт.
Сразу про ограничения: обогащается не всё. У части компаний в открытых источниках нет ни сайта, ни телефона; индивидуальные предприниматели бухотчётность не сдают вовсе, поэтому их размер приходится оценивать по косвенным признакам. Про это лучше знать до старта, чем ждать полностью заполненную таблицу.
Результат
| Что | Цифра |
|---|---|
| Компаний в волне обогащения | ~63 000 |
| Источников на карточку | DaData, ГИР БО, Checko, база отчётности РФ 2022–2024 |
| Место в очереди на обзвон | 0–100, сегменты A / B / C |
| Листов в итоговом файле | 15 |
| Аудитория по кофе | 8 366 деклараций → 1 527 импортёров → 578 целевых |
| Аудитория по шинам | 5,5 млн строк → 571 компания |
Менеджер начинает с первой группы, где компании профильные, живые и с контактом, вместо движения по алфавиту. Было: обзвон списка, где половина компаний не подходит. Стало: список, в котором сверху те, кому звонить первыми. Список из 63 000 строк перестаёт быть отговоркой «у нас же есть база».
Есть похожая задача?
Напишите в двух-трёх предложениях, что происходит сейчас. Отвечу, реально ли собрать похожее у вас, за сколько и что понадобится с вашей стороны.
Стек
Данные: Python, pandas · API DaData, Checko · ГИР БО · локальная база бухгалтерской отчётности РФ 2022–2024 · открытые реестры деклараций соответствия · ФССП и госконтракты как признаки активности.
Выдача: Excel на 15 листов, CSV, Google Sheets · при необходимости дашборд.
Процесс: очистка → обогащение → скоринг → сегментация → проверка выборкой вручную.
Короткие ответы по темеЧастые вопросы и ответы, если нужно быстро разобраться.
Коротко о проекте
Что значит «обогатить базу компаний по ИНН»?
Это когда к голому списку организаций по каждому ИНН добираются данные из открытых источников: реквизиты и ОКВЭД через DaData, выручка через ГИР БО и базу бухгалтерской отчётности РФ, сводная карточка через Checko, плюс телефоны, почты, сайты, исполнительные производства ФССП и участие в госконтрактах. Кирилл Юсупов, Москва, провёл такую волну на ~63 000 компаний: на выходе Excel на 15 листов с индексом активности 0–100 и сегментами A, B, C.
Что делать, если своего списка компаний нет?
Аудитория собирается с нуля из открытых реестров по кодам ОКПД-2 и ТН ВЭД. Например, 8 366 деклараций соответствия свелись к 1 527 компаниям-импортёрам кофе, из которых после отбора осталось 578 целевых; по шинам из 5,5 млн строк получилась 571 компания. Такой список честнее купленной базы: компании сами задекларировали, что везут.
Чем обогащённая база отличается от выгрузки контактов?
Выгрузка отвечает на вопрос «кто существует», база на вопрос «кому звонить сегодня». В обогащённой базе видно профиль, размер, признаки живой работы и контакт, а строки упорядочены скорингом, поэтому менеджер начинает с сегмента A. Кирилл Юсупов считает такую работу по цене за карточку и перед стартом бесплатно показывает глубину данных на трёх ИНН.
Пришлите список, верну базу
Работает в обе стороны. Есть свой список? Прогоню его через обогащение и верну с профилем, размером, контактами и очередью обзвона. Списка нет? Соберу аудиторию с нуля по кодам и открытым реестрам под ваш продукт.
Москва · считаю цену за карточку, а не за «проект по данным»
Проверка бесплатная и короткая: назовите три ИНН, верну обогащённые карточки, чтобы вы увидели глубину данных до того, как платить. Если окажется, что вашу задачу закрывает поиск по одному реестру руками, я скажу об этом и не возьмусь.
Дашборд рынка · Рекрутинг-пайплайн · База клиентов B2B по ОКВЭД и ИНН