Vera · 构建真相
采集证据、解决冲突、验证身份并输出可解释的研究结论。
客户真相与证据层提供什么
带来源的客户事实
每个公司、联系人与业务信号都保留原始来源、抓取时间和引用证据。
实体与身份解析
合并公司别名、域名、联系人和跨来源记录，形成一个稳定的客户身份。
冲突与新鲜度处理
比较不一致字段，根据来源可信度与更新时间选择事实，并保留变更历史。
置信度与证据强度
为关键结论计算置信度，区分已验证事实、推断信号和待确认信息。
匹配与排除决策
结合产品、ICP、市场和排除知识，输出可解释的匹配分与拒绝原因。
跨员工可信交接
Vera 将研究事实与证据完整交给 Clara 和 Victor，而不是只传递一段摘要。
VERA EVIDENCE WORKSPACE
Vera 的每个结论，都能回到事实与来源
从多源数据到统一客户记录，再到匹配判断与下游交接，证据链始终保留，团队可以检查 Vera 为什么得出这个结论。
Vera · 客户真相记录
研究任务 / 北美工业传感器买家
已连接证据来源
企业官网与产品页
12 个页面 · 2 小时前
企业注册与公开档案
3 条记录 · 1 天前
公司与联系人数据库
18 个字段 · 3 天前
新闻、招聘与市场信号
7 条信号 · 6 小时前
来源策略已启用
优先官方与近期来源；推断信息必须由至少两个独立证据支持。
统一客户真相
Northstar Automation
northstar-automation.com · 美国 · 制造业
公司规模98%
约 420 名员工
官网团队页 + 企业数据库
主营业务94%
工业自动化与预测性维护
产品页 + 解决方案文档
目标角色91%
可靠性工程总监
组织结构 + 招聘信息
需求信号89%
新生产线扩建
新闻稿 + 3 个新增岗位
排除检查96%
未命中排除规则
客户名单 + 竞品与区域规则
Vera 研究决策
91
高匹配
客户匹配分 / 100
- 产品问题与预测性维护能力高度相关
- 规模、行业和区域符合 ICP
- 近期扩建与招聘构成有效时机信号
- 联系方式与决策角色已交叉验证
交付给 Clara
已验证决策人、4 条核心证据、推荐切入角度和不可使用的表述边界。
18 条事实 · 27 个证据引用 · 2 个字段冲突已解决
研究过程可回放 · 字段变更可审计
Vera 如何从来源构建可验证的客户真相
采集原始证据
从官网、CRM、数据库、公开档案与市场信号读取原始资料。
解析实体身份
统一公司、域名、联系人和别名，消除重复与错误归属。
比较冲突事实
按来源可信度、新鲜度和交叉验证结果处理不一致信息。
计算置信与匹配
区分事实与推断，并结合 ICP 与排除规则生成可解释结论。
发布并持续更新
将带证据的客户真相交给下游员工，并随新信号持续刷新。