B2B 구매자 신호 MCP

AI 영업 에이전트를 위한 의도 계층 — 데이터 스크래핑이 아닌 구조화된 신호 해석.

10년 이상의 B2B 엔터프라이즈 영업 경험을 바탕으로 구축되었습니다.

면책 조항. 출력물은 공개적으로 문서화된 B2B 영업 관행에 기반한 구조화된 신호 해석 프레임워크입니다. 투자, 재무 또는 법률 자문이 아닙니다. 인간의 자격 검증을 대체할 수 없습니다. 아웃리치 전에 기업, 개인 또는 이벤트에 대한 특정 주장을 1차 출처를 통해 확인하십시오.

이 도구가 존재하는 이유

오늘날 모든 AI SDR 및 영업 에이전트는 동일한 구조적 격차를 가지고 있습니다. 즉, 신호 데이터(Apollo, Clay, Crunchbase, 스크래퍼, 유료 API 등)는 가지고 있지만 일관된 해석 계층이 없습니다. 타겟 기업이 영업 총괄(Head of Sales)을 채용한 사실은 알지만, 그 정보를 어떻게 활용해야 할지는 모릅니다.

이 MCP는 그 간극을 메워줍니다. 신호 페이로드를 제공하면 구조화된 아웃리치 시사점을 받을 수 있습니다.

데이터 소스를 직접 스크래핑하지 않습니다. 업스트림 수집을 위해서는 Apify / Clay / Apollo / Crunchbase / LinkedIn 생태계를 사용하십시오. 이 MCP는 해석 엔진입니다.

6가지 도구

도구	반환 내용
`interpret_hiring_signal`	채용 이벤트(신규 임원, 팀 확장)에 대한 신호 강도, 아웃리치 타이밍, 피치 각도, 주의사항, 의사결정 기간
`interpret_funding_signal`	투자 이벤트(시드 → IPO, 다운 라운드)에 대한 동일 정보(예산 범위 및 일반적인 구매자 포함)
`interpret_tech_stack_change`	기술 스택 변경(경쟁사 추가/제거, 데이터 웨어하우스 도입, 규정 준수 도구 등)에 대한 동일 정보
`interpret_leadership_change`	C-레벨 변경(CEO/CFO/CTO/CMO/창업자 퇴사)에 대한 동일 정보
`interpret_expansion_signal`	시장 확장(해외 지사, 수직적 확장, 제품 출시)에 대한 동일 정보
`score_buyer_intent`	여러 신호를 고려한 복합 의도 점수(0-100) — 우선순위 지정용

사용 예시

// 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

가격

Apify 이벤트당 결제: 도구 호출당 $0.05
액터당 처음 10회 호출 무료

프로덕션 로드맵

이번 v1.0은 해석 계층입니다. 향후 버전:

v1.1: 다중 신호 상관관계 패턴 (예: "30일 이내 head_of_sales + sdr_team_expansion = 시리즈 A 이전 신호")
v1.2: 산업별 가중치 (SaaS, 핀테크, 헬스케어는 신호 유효 기간이 다름)
v1.3: 시간 감쇠 점수 (신호의 오래된 정도가 가중치에 영향을 미침)
v2.0: Clay / Apify 스크래퍼 / Crunchbase API를 위한 선택적 데이터 연동 어댑터