MCP de Señales de Comprador B2B

Capa de intención para agentes de ventas de IA: interpretación estructurada de señales, no extracción de datos.

Creado a partir de más de 10 años de experiencia en ventas empresariales B2B.

Aviso legal. Los resultados son marcos de interpretación de señales estructurados basados en prácticas de ventas B2B documentadas públicamente. No constituye asesoramiento de inversión, financiero o legal. No sustituye la cualificación humana. Verifique cualquier afirmación específica sobre una empresa, persona o evento con fuentes primarias antes de realizar la prospección.

Por qué existe esto

Cada SDR de IA y agente de ventas actual tiene la misma brecha estructural: tienen datos de señales (de Apollo, Clay, Crunchbase, scrapers, APIs de pago) pero ninguna capa de interpretación consistente. Saben que un objetivo contrató a un Jefe de Ventas, pero no saben qué hacer con esa información.

Este MCP cierra esa brecha. Proporcione una carga útil de señal y reciba implicaciones de prospección estructuradas.

NO extrae datos de fuentes. Utilice el ecosistema de Apify / Clay / Apollo / Crunchbase / LinkedIn para la recopilación inicial. Este MCP es el motor de interpretación.

6 Herramientas

Herramienta	Qué devuelve
`interpret_hiring_signal`	Fuerza de la señal, momento de prospección, ángulo de venta, riesgos, ventana de decisión para eventos de contratación (nuevo ejecutivo, expansión de equipo)
`interpret_funding_signal`	Lo mismo para eventos de financiación (semilla → OPI, rondas a la baja), incluyendo bandas presupuestarias y compradores típicos
`interpret_tech_stack_change`	Lo mismo para cambios en la pila tecnológica (competidor añadido/eliminado, adopción de almacén de datos, herramientas de cumplimiento)
`interpret_leadership_change`	Lo mismo para cambios en la alta dirección (salidas de CEO/CFO/CTO/CMO/fundadores)
`interpret_expansion_signal`	Lo mismo para expansión de mercado (oficina internacional, vertical, lanzamiento de producto)
`score_buyer_intent`	Puntuación de intención compuesta (0-100) dadas múltiples señales, para priorización

Ejemplo de uso

// AI agent observes: "Acme just hired a new Head of Sales last week + announced Series B"
// Calls:
mcp.call("interpret_hiring_signal", { signal_type: "head_of_sales" });
mcp.call("interpret_funding_signal", { funding_stage: "series_b" });
mcp.call("score_buyer_intent", { signals: ["head_of_sales", "series_b"] });

// Returns: tier, recommended action, pitch angle, decision window

Precios

Pago por evento de Apify: $0.05 por llamada a la herramienta
Primeras 10 llamadas gratuitas por actor

Hoja de ruta de producción

Esta v1.0 es la capa de interpretación. Versiones futuras:

v1.1: Patrones de correlación de señales múltiples (ej. "head_of_sales + sdr_team_expansion en 30 días = señal pre-Serie-A")
v1.2: Ponderaciones específicas por industria (SaaS vs Fintech vs Salud tienen diferentes vidas útiles de señal)
v1.3: Puntuación de decaimiento temporal (la antigüedad de la señal afecta el peso)
v2.0: Adaptador opcional "trae tus propios datos" para Clay / Scrapers de Apify / API de Crunchbase

Creado por

Elisabeth Hitz — más de 10 años de experiencia en ventas empresariales B2B en ad-tech, SaaS, medios y contratación global. Cinco años superando la cuota en una empresa de ad-tech que cotiza en bolsa. Ahora construyendo servidores MCP para el ecosistema de agentes de IA.

Licencia: MIT