Datos y herramientas
Cuando una herramienta lee el LinkedIn de un lead, no todas ven lo mismo. La diferencia entre los tres niveles decide si tu mensaje acierta con el dato o acaba marcado como spam.
Cuando una herramienta "lee" el LinkedIn de un lead para escribirle, no todas ven lo mismo. Esa diferencia decide si tu mensaje acierta con el dato o acaba marcado como spam.
Enriquecer un lead es completar su ficha antes de escribirle: cargo, empresa y, sobre todo, señales de lo que hace ahora, qué publica y en qué comenta. Cuanto mejor lo lees, más relevante es tu mensaje.
Todo depende de cuánto puede ver la herramienta respecto a una cuenta con la sesión iniciada. Lo hemos comprobado de primera mano.
Una IA conectada a una cuenta real de LinkedIn, con la sesión abierta, lo ve todo: el contenido completo de cada publicación y la lista entera de quién ha reaccionado a ella.
Es el techo de información. También el que más expone: lo que hay detrás es una cuenta real, con su red y su historial.
El ejemplo típico es Clay.
Clay no entra a LinkedIn con una sesión: lee de bases de datos de terceros que ya habían copiado esos perfiles (scrapeado = extraído de forma automática). Por eso ve los campos de ficha —cargo, empresa, experiencia— pero no el contenido completo de los posts ni quién reacciona a ellos. Eso ocurre en vivo y no vive en esas bases.
Un dato que conviene tener presente: el mayor proveedor de este tipo, Proxycurl, cerró en 2025 tras una demanda de LinkedIn por scrapear millones de perfiles. Qué mezcla de proveedores se usa hoy no es del todo público.
Por ejemplo, Claude Code leyendo una URL de LinkedIn.
Es como abrir LinkedIn en incógnito: ve lo mínimo que LinkedIn enseña a un visitante no logueado. Perfiles recortados, sin reactores, muros de registro.
Sirve para ojear. No sirve para enriquecer en serio.
Hay scrapers como Apify (desde unos 3 $ por cada 1.000 perfiles) o PhantomBuster (desde 69 $/mes) que sí extraen el contenido de las publicaciones y la lista de reactores. Precios públicos a la fecha del artículo. Confírmalos en la web oficial.
Pero lo hacen usando la cookie de tu sesión iniciada. LinkedIn puede detectar esa actividad automatizada y restringir la cuenta. Lo que te juegas ahí es la cuenta con la que prospectas: su red y su historial, que no se reconstruyen comprando otra licencia.
| Qué necesitas | Nivel que hace falta |
|---|---|
| Datos de ficha a escala: cargo, empresa, señales firmográficas | Enriquecimiento tipo Clay (nivel 2) |
| Contenido de un post concreto o quién reacciona a él | Sesión logueada (nivel 1), o un scraper que la use, con riesgo de cuenta |
| Echar un vistazo a un perfil suelto | Agente sin login (nivel 3) |
Cada capa tiene un techo de información distinto, y ese techo marca qué puedes afirmar en un correo.
Un dato equivocado genera una personalización desafortunada, y eso dispara el rechazo: que te marquen como spam o que te bloqueen. Lo hemos visto. Un dato limpio y exacto hace lo contrario: sube la respuesta y el interés real.
De ahí sale una regla que aplicamos en todas las campañas: si el dato no está verificado, no entra en el mensaje. La variable se queda vacía y la línea se cae. Es preferible un correo más corto y cierto que uno más personalizado y equivocado.
Montar un mensaje relevante depende de a qué nivel de acceso llegas, y ese nivel no lo decides tú: lo decide la arquitectura de la herramienta que has contratado.
Antes de prometer un tipo de personalización, conviene saber en qué nivel opera tu stack.