Apollo 提供聯絡人。信心評分不是可達率保證。
Apollo.io 是使用最廣泛的 B2B 銷售情報平台之一。其聯絡人資料庫、豐富化功能和外發特性，使其成為許多銷售技術棧的標準組成部分。
Apollo 的郵件信心評分反映 Apollo 系統基於網域模式、公開資料訊號和歷史準確性，對地址與聯絡人匹配程度的確定程度。高評分意味著模式常見且一致。這並不意味著特定信箱當前是啟用的。
在大規模執行行銷活動時，這種差異最為重要。Apollo 可能顯示 10,000 個信心評分在 80% 以上的聯絡人。其中有意義比例的可能包括 catch-all 網域、已離職員工的過時記錄、角色型收件箱和重複條目——這些都是信心評分無法區分的。在匯入前而非第一次發送後進行驗證，是在損害寄件人聲譽前找到問題的唯一方法。
Apollo 的資料模型產生了什麼。
Apollo 結合多個資料來源來建立聯絡人記錄：公開個人資料資料、公司網站、第三方提供商的豐富化，以及社群來源的更新。每個來源都有不同的更新週期和準確性特徵。
| Apollo 資料來源 | 更新頻率 | 郵件準確性特徵 |
|---|---|---|
| 公開 LinkedIn 個人資料 | 當 Apollo 重新索引時 | 對於現任員工較高，對於最近換職者較低 |
| 公司網站和目錄頁面 | 可變 | 在抓取時準確，可能漂移 |
| 第三方豐富化提供商 | 取決於提供商 | 因提供商和行業而異 |
| 社群驗證訊號 | 持續但稀少 | 改善熱門網域，對 SMB 有限 |
這種混合來源模型意味著單次匯出可以包含最後更新時間非常不同的記錄地址。高信心評分表明 Apollo 的內部一致性檢查通過了——它不表明底層資料何時最後對實際郵件伺服器進行了驗證。
Apollo 的信心評分實際測量的是什麼。
| Apollo 信心等級 | 含義 | 不代表的含義 |
|---|---|---|
| 高（90% 以上） | 地址與此網域最常見的模式匹配 | 信箱當前啟用且將接受郵件 |
| 中（70-89%） | 地址可能匹配，存在一些不確定性 | 自 Apollo 收集以來地址未發生變化 |
| 低（低於 70%） | 模式匹配不太可靠 | 地址根本存在 |
| 未顯示（未標記） | 未經信心評分來源的地址 | 風險較高——視為未驗證 |
Apollo 從收集時可用的網域電子郵件模式、個人資料資料和其他訊號衍生信心評分。當員工離職、公司重組、網域更新其信箱配置時，地址會發生變化。這些變化都不會自動反映在信心評分中。
Apollo 匯出的特定風險。
| 風險 | 來源 | 影響 |
|---|---|---|
| 無效地址 | 資料收集後已離職的員工 | 硬退信 |
| Catch-all 網域 | 接受所有傳入郵件的公司 | 不確定的投遞，虛增名單規模 |
| 角色型收件箱 | 來自公司頁面的 sales@、info@、support@ | 共用收件箱，無具名聯絡人 |
| 過時的個人郵件 | 匯入 Apollo 的舊 LinkedIn 資料 | 錯誤的人或無效地址 |
| 重複聯絡人 | 跨重疊名單的多次 Apollo 搜尋 | 重複發送，投訴風險 |
| 低信心猜測地址 | 未經直接驗證的模式比對 | 信箱不存在的可能性更高 |
未驗證的 Apollo 匯出的常見失敗模式。
跳過匯入 Apollo 匯出前的驗證步驟的團隊，往往會遭遇相同的問題序列：
- 針對大型匯出啟動行銷活動
- 初始退信率看起來可控，因為伺服器尚未標記該網域
- Catch-all 不確定性意味著許多地址看似已投遞，但到達了不活躍的信箱
- 到行銷活動中期，硬退信率攀升超過安全閾值
- 寄件人聲譽分數下降，影響後續發送的收件匣投遞率
- 回覆率下降，因為部分「已投遞」訊息正在 catch-all 黑洞中積累
成本是累積性的。在多次高退信發送後清理寄件人聲譽需要數週的低流量預熱發送，並可能需要新的發送基礎設施。
在匯入前驗證 Apollo 匯出。
任何 Apollo 匯出的正確工作流程，是在它到達 CRM、發件工具或序列之前通過 BillionVerify 處理。不是在第一個行銷活動波次之後，也不是在退信率開始攀升時。