nós não contratamos uma equipe de dados. não compramos uma única lista. abrimos o claude code, descrevemos o que queríamos, e deixamos o opus 4.9 construir tudo em um terminal.
o que saiu do outro lado é um banco de dados de 270 milhões de leads, extraídos inteiramente de fontes públicas, que você pode consultar por conta própria e baixar fatias personalizadas de graça. esta é a história de como ele foi construído, e por que um banco de dados como este vale mais do que qualquer assinatura apollo que você já pagou.
se você quiser pular o artigo e acessar o banco de dados diretamente,
acesse aqui -> maps.hiivearts.com
como a indústria de geração de leads obtém dados hoje
a indústria inteira de geração de leads pesca nos mesmos poucos lagos. sales navigator, apollo, zoominfo, crunchbase. todas são fontes de leads baseadas no linkedin que vêm sendo recicladas constantemente há muito tempo.
quando você compra uma lista dessas fontes, você está exatamente na mesma posição que seu concorrente.
a partir daí, a disputa é quem tem a melhor oferta, o melhor texto e o melhor timing. não são essas as probabilidades com as quais quero jogar no outbound.
onde o dinheiro de verdade está é em encontrar fontes de leads para as quais ninguém está fazendo abordagem, onde não há concorrência.
o google maps contém centenas de milhões de negócios. donos reais, telefones reais, sites reais, a esmagadora maioria dos quais nunca recebeu um e-mail frio que não fosse spam óbvio. eles não estão no apollo. ninguém construiu a máquina para alcançá-los. esse é o lago. é enorme, está cheio, e quase ninguém está pescando ali.
como o banco de dados foi construído com claude code
a parte que a maioria das pessoas não vai acreditar é o quão pouco disso foi "engenharia" no sentido tradicional. não houve uma equipe de desenvolvedores de scraper. houve um terminal e opus 4.8.
o modo como funciona:
- você descreve o alvo para o claude code em inglês simples
- ele escreve o scraper, executa, observa a própria saída quebrar e se corrige
- ele itera nisso até a coisa funcionar, então passa para a próxima parte
você não está escrevendo código. você está dirigindo. o modelo faz a construção, a execução e a depuração, e faz isso em toda a superfície dos dados públicos de negócios de uma só vez, em vez de um script frágil de cada vez.
no núcleo, o sistema faz duas coisas simples:
- extrai dados do maps para um alvo, filtrado pelo que importa: localização, categoria, número de avaliações, nota, se eles têm um site ou não
- rastreia o site de cada negócio e extrai o contato do dono de lá
essa é a espinha dorsal. aponte para "dentistas em austin" e ele retorna os negócios mais o contato enriquecido por trás de cada um. aponte para o próximo nicho e ele faz de novo.
a extração nunca foi a parte difícil. a parte difícil é tudo depois:
- o mesmo negócio aparece quatro vezes com três grafias e dois endereços
- uma única listagem te dá talvez 60% de um lead utilizável, então o resto precisa ser encontrado em outros registros públicos
- um e-mail é inútil até ser verificado
toda essa cadeia — correspondência, deduplicação, enriquecimento, verificação — é onde um banco de dados como este é ganho ou perdido. e ainda tem o problema chato que ninguém menciona: 279 milhões de registros é um trabalho sério de engenharia de dados. ele precisa viver em algum lugar onde possa ser consultado rapidamente, permanecer deduplicado nesse tamanho e continuar atualizando sem quebrar. o opus 4.8 construiu essa camada também.
o verdadeiro diferencial é o loop de autocorreção. páginas públicas mudam constantemente. um scraper que funcionava de manhã quebra à tarde porque um site lançou um redesign. isso costumava ser o gargalo que matava projetos como este. agora o modelo reescreve a peça quebrada mais rápido do que você notaria que ela quebrou. essa é a diferença entre "eu raspei uma lista uma vez" e "eu gerencio um banco de dados vivo de 279 milhões de registros."
o que um banco de dados de 279 milhões de registros te permite fazer
você provavelmente leu "279 milhões" como um número grande e seguiu em frente. não faça isso. faça as contas, porque a matemática é o ponto central.
uma campanha única e enxuta pode mirar, digamos, dentistas no texas. isso são alguns milhares de negócios. um operador normal raspa isso, queima em um mês, e então precisa encontrar o próximo nicho manualmente. a lista é sempre o gargalo. você está sempre a um passo de ficar sem pessoas para abordar.
com 279 milhões, a lista deixa de ser a restrição. permanentemente. você pode fazer dentistas no texas, depois encanadores no arizona, depois clínicas de estética na flórida, depois todas as empresas de hvac no meio-oeste, e ainda assim não terá arranhado a superfície. fatie por setor, por geografia, por número de avaliações, por se eles sequer têm um site, e cada fatia ainda tem dezenas de milhares de negócios inexplorados.
você não está mais alugando acesso a uma lista que todo mundo compartilha. você é dono do suprimento. e suprimento é a coisa da qual toda agência, todo time de vendas, todo founder fazendo outbound está secretamente faminto.
volume de abordagem que o banco de dados pode sustentar
aqui é onde 279 milhões de registros se transformam em pipeline.
cold email em escala é uma máquina de números, e os números só funcionam se você tiver pessoas novas e inexploradas suficientes para alimentá-la. é exatamente isso que a maioria dos operadores não tem e exatamente isso que este banco resolve.
monte a pilha:
- 100 domínios, 3 caixas de entrada cada (300 caixas de entrada)
- aproximadamente 6.000 envios por dia
- cerca de 150.000 novos contatos por mês
cada um desses contatos vai para um negócio que nunca viu seu nome e não está soterrado sob quatorze exportações concorrentes do apollo.
as taxas de resposta em cold email hiper-local e hiper-direcionado são significativamente maiores do que em listas compradas, porque a caixa de entrada já não está pegando fogo e a mensagem pode fazer referência a algo real sobre o negócio. digamos que você fique na faixa de 2 a 6%. em 150.000 contatos mensais, mesmo o cenário conservador são milhares de respostas para filtrar. uma parte real é positiva. uma parte real dos positivos agenda uma chamada.
e a personalização potencializa isso. cada registro carrega contexto público:
- o site, ou o fato de que não há um
- o número de avaliações e a nota
- se eles aparecem sequer corretamente no maps
então você abre com algo verdadeiro sobre eles, em vez de uma linha genérica. um gancho construído a partir de dados que eles mesmos publicaram. essa é a diferença entre uma taxa de resposta de 1% e uma de 5%, e a 150.000 contatos por mês, essa lacuna é a diferença entre uma agenda vazia e uma cheia.
como isso difere de uma lista de leads padrão
uma lista se esgota. um fosso, não.
isso se acumula porque não é uma raspagem única que fica obsoleta em uma planilha. páginas públicas mudam, negócios abrem e fecham, sites são reformulados, e o banco de dados se mantém atualizado porque os pipelines continuam rodando.
compare as duas posições:
- todo mundo: pagando de 15 a 50 mil por ano por uma assinatura zoominfo que entrega as mesmas linhas que seus concorrentes
- você: um banco de dados maior, mais fresco e mais limpo que ninguém mais tem, que você mesmo consulta para obter exatamente a fatia que precisa
isso não é uma lista de leads. isso é uma vantagem estrutural que se amplia a cada mês que todo mundo continua na pilha antiga.
como consultar o banco de dados você mesmo
por favor, se você é experiente em tecnologia, vá e construa isso você mesmo, foi o que fizemos e agora, após meses e milhões de e-mails, temos isso otimizado para sucesso em outbound.
então, se você quiser, não precisa construir nada disso. o banco de dados está no ar e é autoatendimento.
você pode acessar todo o google maps completamente de graça, e se quiser um volume um pouco maior, custa de $20 a $40 (raspe até 300.000 leads).
-
você pode testar você mesmo e receber 500 leads grátis, sem necessidade de cartão.
cadastre-se aqui -> maps.hiivearts.com/signup
