Extraction de leads

Découvre comment Emailzing extrait et qualifie automatiquement les leads à partir de LinkedIn en utilisant Google Search et l'IA.

Vue d'ensemble

Le processus d'extraction de leads combine plusieurs technologies pour identifier et qualifier automatiquement les décideurs dans les entreprises ciblées :

Google Custom Search Engine pour trouver les profils LinkedIn
OpenRouter LLM pour qualifier les leads
Airtable/PostgreSQL pour stocker les résultats

Le workflow est limité à 100 requêtes Google gratuites par jour. Tu peux ajuster cette limite dans le nœud SetConfiguration.

Configuration de Google Search

1. Créer une Custom Search Engine

Va sur Google Cloud Console
- Crée un nouveau projet
- Active l'API Custom Search
- Dans Credentials, copie ta clé API
Va sur Programmable Search Engine
- Donne un nom à ton moteur
- Sélectionne Search entire web
- Copie la valeur cx

2. Configurer les credentials

Dans le nœud SetConfiguration, configure :

{
  "google_search_api_key": "TA_CLE_API",
  "google_search_cx": "TON_CX",
  "daily_limit": 100
}

Processus d'extraction

1. Sélection des entreprises

Le workflow commence par sélectionner une entreprise non traitée (processed = false) depuis ta base de données.

Champs requis :

company : nom de l'entreprise
linkedin : URL LinkedIn de l'entreprise
workfield : domaine technique (React, Vue, etc.)

2. Vérification de la page LinkedIn

Le nœud CheckLinkedInPage vérifie que la page LinkedIn de l'entreprise existe :

Si oui → continue le processus
Si non → supprime l'entreprise de la base de données et passe à la suivante

3. Recherche de profils

Le nœud GetEmployeesList utilise Google Search pour trouver les décideurs :

q = "COMPANY_NAME site:linkedin.com/in JOB_TITLES"

Titres recherchés par défaut:

CTO, CEO, DSI
VP Engineering
Engineering Manager
Director of Engineering
Head of Software/IT
Et plus...

La recherche exclut automatiquement les profils juniors/stagiaires pour se concentrer sur les décideurs.

Tu peux modifier les titres recherchés dans le nœud SetConfiguration.

4. Qualification par IA

Le workflow utilise OpenRouter avec le modèle deepseek-r1-distill-qwen-32b (gratuit) pour :

Analyser chaque profil trouvé
Extraire les informations pertinentes :
- Prénom/Nom
- Titre exact
- Langue (FR/EN)
- URL LinkedIn
Vérifier la cohérence avec l'entreprise ciblée

Format des données extraites :

{
  "first_name": "string",
  "last_name": "string",
  "language": "string",
  "title": "string",
  "company_name": "string",
  "linkedin_profile_url": "string"
}

5. Stockage des leads

Les leads qualifiés sont stockés dans :

Airtable : table raw_profiles
PostgreSQL : table prospection_raw_profiles

Avec les champs :

Informations du lead (nom, titre, etc.)
processed : false (pour traitement ultérieur)
workfield : technologie ciblée

Optimisation des résultats

Pour maximiser la qualité des leads extraits :

Noms d'entreprises précis
- Évite les abréviations
- Utilise le nom légal de l'entreprise
Titres de postes adaptés
// Dans SetConfiguration job_titles: "(CTO OR CEO OR VP Engineering) -intern -junior"
Limite quotidienne
- Par défaut : 100 requêtes/jour
- Augmentable via Google Cloud Console (payant)
- Répartition conseillée : 5-10 leads par entreprise

Le LLM filtre automatiquement les faux positifs et ne garde que les profils pertinents pour ta prospection.

Monitoring

Pour suivre l'efficacité de l'extraction :

Table requests
- Compte les requêtes Google utilisées
- Réinitialisation quotidienne automatique
Table companies
- processed : true quand l'extraction est terminée
- Permet de suivre la progression
Table raw_profiles
- Contient tous les leads extraits
- À traiter dans le workflow de vérification d'emails

La prochaine étape est la vérification des emails pour ces leads.

Extraction de leads

On this page