capture-skill — Proceso formalizado: b2b-lead-enrichment

5 Pasos documentados

847 Leads extraídos (demo)

71% Tasa email encontrado

∞ Reutilizaciones posibles

📄

~/.claude/skills/b2b-lead-enrichment/SKILL.md — generado

SKILL generada

SKILL.md

---
name: b2b-lead-enrichment
description: Extrae leads B2B de LinkedIn Sales Navigator, enriquece emails con Hunter.io,
           deduplica y puntúa con pandas, y exporta Excel listo para outreach.
allowed-tools: Read, Write, Edit, Glob, Grep, Bash
argument-hint: [nombre-cliente] [URL-sales-navigator]
---

# B2B Lead Enrichment

Extrae leads cualificados de una búsqueda de LinkedIn Sales Navigator,
enriquece emails via Hunter.io, aplica deduplicación + scoring ICP
y genera un Excel con hoja de resumen y hoja de datos brutos.
## Cuándo usarlo: campañas outreach B2B, prospección para clientes SaaS/agencia.

## PASO 0 — Verificar prerequisitos

Sin prerequisitos de skill anterior. Verificar entorno:
- `HUNTER_API_KEY` en variables de entorno (obligatorio)
- Playwright instalado: `playwright install chromium`
- Sesión LinkedIn activa en perfil Playwright (cookie guardada)

## PASO 1 — Recopilar información

Pregunta 1 — Nombre del cliente:
¿Cómo se llama el cliente o campaña? (se usará en el nombre del archivo)

Pregunta 2 — URL de Sales Navigator:
Pega la URL de la búsqueda guardada en LinkedIn Sales Navigator.

Pregunta 3 — ICP del cliente (opcional):
Describe brevemente el perfil ideal (sector, tamaño empresa, cargo clave).
Si omites, se usan los filtros de la URL como ICP.

Pregunta 4 — Límite de leads:
¿Cuántos leads máximo? (default: 500, max recomendado: 2500)

## PASO 2 — Extracción con Playwright

Ejecutar `scripts/scrape_sales_nav.py` con la URL proporcionada.
→ Paginar automáticamente hasta el límite indicado.
→ Guardar raw JSON en `_OUTPUTS/leads/tmp/[cliente]_raw.json`

## PASO 3 — Enriquecimiento con Hunter.io

Ejecutar `scripts/enrich_hunter.py` sobre el JSON raw.
→ Para cada lead: buscar email por nombre + dominio empresa.
→ Anotar confidence score de Hunter y tipo (personal/genérico).
→ Rate limit: 10 req/s, reintentos automáticos con backoff.

## PASO 4 — Deduplicación y scoring ICP

Ejecutar `scripts/score_and_dedup.py` con ICP opcional.
→ Eliminar duplicados por email y por (nombre + empresa).
→ Score 0–100 basado en: cargo (40pt) + tamaño empresa (30pt) + email found (30pt).
→ Ordenar por score DESC.

## PASO 5 — Guardar output

Ruta: `_OUTPUTS/leads/[cliente]_leads_enriquecidos_[YYYYMMDD].xlsx`
Hojas: `Resumen` (métricas KPI) + `Leads` (datos completos).
Ejecutar `scripts/export_excel.py`

## PASO 6 — Confirmación y registro

Confirmar al humano: "Proceso completado. Output guardado en _OUTPUTS/leads/..."
Preguntar: "¿El resultado es correcto?" → si sí, el proceso está validado.

---

## Registro de versión
Creada: 2026-06-13
Validada: 2026-06-13 (cliente FinTrack SaaS — 847 leads, 71% email match)
Última actualización: 2026-06-13
      

🏷️

Metadata de la skill capturada

Nombre / Comando

/b2b-lead-enrichment

Tipo

compuesta

Descripción (trigger para Claude)

Extrae leads B2B de LinkedIn Sales Navigator, enriquece emails con Hunter.io, deduplica y puntúa con pandas, y exporta Excel listo para outreach.

Prerequisito

ninguno

Estado

✓ Validada

Output en disco

_OUTPUTS/leads/[cliente]_leads_enriquecidos_[YYYYMMDD].xlsx

Tools requeridas

Playwright · Hunter.io API · pandas · openpyxl · Python 3.11+

🔄

Pipeline del proceso documentado

5 pasos

Recopilar información

Preguntar: nombre cliente, URL Sales Nav, ICP, límite de leads.

Extracción con Playwright

Scraping paginado de Sales Navigator → raw JSON en _OUTPUTS/leads/tmp/

Enriquecimiento Hunter.io

Búsqueda de email por nombre + dominio; confidence score; backoff automático.

Deduplicación + scoring ICP

Dedup por email y (nombre+empresa); score 0–100; ordenar por score DESC.

Exportar Excel + confirmar

Hojas Resumen + Leads en .xlsx; confirmar al humano; registrar validación.

📋

SKILLS.md — fila añadida al registro global

_SISTEMA/agentes/SKILLS.md

Skill	Comando	Tipo	Prerequisito	Output en disco	Dominio	Estado
competitor-analysis	/competitor-analysis	análisis	ninguno	_OUTPUTS/competencia/*.xlsx	Marketing	activa
web-scraping-productos	/web-scraping-productos	fuente	ninguno	_OUTPUTS/productos/*.csv	E-commerce	activa
ads-meta-analisis	/ads-meta-analisis	análisis	fuente-ads-meta	_OUTPUTS/ads/*.xlsx	Paid Ads	beta
b2b-lead-enrichment ✦ NUEVA	/b2b-lead-enrichment	compuesta	ninguno	_OUTPUTS/leads/[cliente]_leads_enriquecidos_[YYYYMMDD].xlsx	Automatizaciones	✓ validada

✓ Confirmación final — capture-skill

✓ Skill creada: ~/.claude/skills/b2b-lead-enrichment/SKILL.md

✓ SKILLS.md actualizado — nueva entrada en tabla (fila resaltada en morado)

✓ Invócala en futuras sesiones con: /b2b-lead-enrichment

✓ Prerequisito detectado: ninguno — invocable directamente en cualquier sesión

✓ Output que produce: _OUTPUTS/leads/[cliente]_leads_enriquecidos_[YYYYMMDD].xlsx

✓ Tipo: compuesta (fuente + análisis) — scraping + enriquecimiento + scoring

✓ Primera ejecución validada: cliente FinTrack SaaS · 847 leads · 71% email match · 13 jun 2026