Coresignal Data Search：一个做了 10 年的 B2B 数据“卖水人”

2026-03-13 | ProductHunt | 官网

界面解读：这是 Coresignal 的用户控制台主页。左侧导航栏分为 API、工具和资源三块。最醒目的是新推出的 AI 数据助手（Beta），支持自然语言搜索商业数据。右上角显示信用额度（采集额度 + 搜索额度），说明它是按量付费模式。值得注意的是已经集成了 MCP（Model Context Protocol），可以直接对接 Cursor 等 AI 编辑器。

30 秒快速判断

这产品是干嘛的：把散落在互联网上的公司信息、员工档案、招聘帖子整理成结构化数据，通过 API 卖给需要商业情报的企业。说白了就是 B2B 领域的“数据中间商”。

值不值得关注：如果你不是做销售工具、招聘科技、投资分析相关产品的开发者或 PM，大概率跟你没关系。这是一个垂直领域的基础设施级产品，面向的是企业客户而非个人用户。PH 上 32 票的关注度也印证了这一点——这不是面向大众的产品。

与我有关三问

与我有关吗？

目标用户是谁：

• 做 SaaS 销售工具的团队（需要公司数据充实 CRM）
• 招聘科技公司（需要人才档案数据）
• 投资机构（需要跟踪公司增长信号）
• 市场研究团队（需要竞争情报）

我是吗：如果你正在构建一个需要大量 B2B 公司/人员数据的产品，你就是目标用户。如果你只是想查某个公司的信息，LinkedIn 就够了。

什么场景会用到：

• 做一个 AI SDR（自动销售代理）→ 需要 Coresignal 的公司+员工数据做线索筛选
• 做一个招聘平台 → 需要员工流动数据判断谁在看机会
• 做投资分析工具 → 需要公司的招聘、融资、技术栈变化信号
• 只是想查查某公司的背景 → 不需要这个，用 LinkedIn/Crunchbase 就行

对我有用吗？

ROI 判断：如果你的产品核心依赖 B2B 数据，而且有工程团队处理数据清洗，值得试试免费额度（200 采集 + 400 搜索）。但如果你需要实时数据（比如做 AI SDR 需要最新的招聘信息），Coresignal 的 3-4 个月延迟会是硬伤，建议看看 Crustdata。

喜闻乐见吗？

爽点在哪：

• 数据量大：8.39 亿专业人士档案 + 7500 万公司记录，覆盖面确实广
• AI 搜索新功能：用自然语言描述你要什么数据，AI 生成结构化列表，这个体验比传统 API 查询好很多
• MCP 集成：直接在 Cursor 里调用数据，开发者体验不错

用户真实评价：

正面："Coresignal 庞大且维护良好的数据集弥补了其偶尔粗糙的用户体验。" — Proxyway

吐槽："有潜力，但我的体验相当一般。收到的数据经常过时，没啥大用。" — Crustdata Blog

吐槽："客户支持响应极慢，令人沮丧。考虑到这个价格，我本期待更好的服务。" — Slashdot Reviews

给独立开发者

技术栈

• API: RESTful，Bearer Token 认证，基础 URL https://api.coresignal.com/cdapi/v2/
• 数据格式: JSON, CSV, Parquet, JSONL
• API 类型: Company API、Employee API、Jobs API
• 数据层级: Base（原始）→ Clean（清洗）→ Multi-source（多源融合）
• 集成: 支持 dlt pipeline，可连 Power BI / Tableau / BigQuery / AWS S3
• 新特性: MCP 集成（支持 Cursor 等 AI 编辑器直接调用）

核心功能实现

Coresignal 本质上是一个大规模网络爬虫 + 数据清洗 + API 服务的组合。它从 15-20 个公开数据源（主要是职业社交网络、公司信息网站、招聘平台）持续爬取数据，经过去重、标准化、多源合并后，通过 RESTful API 提供给客户。新推出的 AI Data Assistant 在此基础上增加了自然语言查询层，用户描述需求后 AI 生成结构化列表。500+ 个数据字段覆盖公司的营收、技术栈、融资、团队变化等维度。

示意图解读：展示了 Coresignal 数据如何与 CRM 数据结合，通过 AI Agent 自动筛选高意向线索并生成个性化外联信息。这是它的核心使用场景之一。

开源情况

• 开源吗：否，完全闭源商业产品
• 类似开源项目：没有直接对标的开源方案。最接近的是自建爬虫（Scrapy + 数据清洗管道），但维护成本极高
• 自己做难度：极高。数据爬取 + 清洗 + 更新需要专门团队，Coresignal 70+ 人做了 10 年才积累到这个规模。预计 5-10 人团队需要 2-3 年才能做出可用版本

商业模式

• 变现方式：信用点数制 + SaaS 订阅
• 定价：
  • 免费试用：200 采集 + 400 搜索点数
  • 基础版：$49/月
  • Pro 版：$800/月
  • 企业版：定制价格
• 年收入：$5.7M（参考 GetLatka 数据）
• 客户数：700+

巨头风险

这是个有意思的赛道。ZoomInfo 已经是年收入 $1.25B 的上市公司，LinkedIn 本身也在卖类似数据。Coresignal 的生存空间在于：

1. 定位差异：ZoomInfo 是全能型市场进入（GTM）平台，Coresignal 专注数据 API，更适合需要原始数据的技术团队
2. 价格差异：ZoomInfo 的企业套餐动辄几万美金，Coresignal $49/月起
3. 风险：如果 LinkedIn 更严格地限制数据爬取，或者大厂（Google、Microsoft）推出类似 API，Coresignal 的壁垒会被削弱

给产品经理

痛点分析

• 解决什么问题：企业需要跨平台的结构化商业数据，手动整理成本高、时效差
• 痛点有多痛：对于销售团队和投资机构来说是刚需——没有数据就没法做精准营销和投资分析。但痛点更多在“数据新鲜度”而非“数据可得性”

用户画像

• 核心用户：做 B2B SaaS 的技术团队（需要数据充实产品）
• 次核心用户：VC/PE 投资分析团队（需要跟踪公司信号）
• 使用场景：CRM 数据充实、竞争情报、招聘市场分析、投资尽调

功能拆解

竞品差异

可借鉴的点

1. AI 搜索层：在传统 API 上加一层自然语言查询，大幅降低使用门槛——任何数据产品都可以借鉴
2. MCP 集成：紧跟 AI 开发工具趋势，让开发者在 IDE 里直接调用数据
3. 三级数据产品：Base → Clean → Multi-source，满足不同客户的需求层级
4. EWDCI 认证：用伦理认证建立信任，在数据隐私敏感的市场环境下很聪明

给科技博主

团队故事

• 公司：2016 年创立于立陶宛，总部在纽约
• 核心团队：Karolis Didziulis（产品总监）、Laurynas Gruzinskas（产品负责人）
• 背景：团队来自大数据、潜在客户挖掘、电商领域
• 路径：从纯数据供应商 → 加入 AI 搜索功能，试图从“卖原材料”升级到“卖半成品”
• 资金：完全自力更生 (bootstrapped)，$5.7M 年收入，没拿过一分钱风投

争议点/讨论角度

• 角度 1：数据伦理的灰色地带：Coresignal 号称只爬公开数据，但 8.39 亿人的职业档案被商业化，当事人知道吗？EWDCI 认证能让这件事变得“正确”吗？
• 角度 2：AI 让数据中间商更值钱还是更没用？：传统上 Coresignal 卖原始数据，客户自己处理。但现在 AI Agent 可以直接爬取+分析，还需要中间商吗？
• 角度 3：小而美 vs 风险：$5.7M 收入、bootstrapped、10 年历史——这到底是“小而美”的生意典范，还是一个增长乏力的信号？

热度数据

• PH 排名：32 票（很低）
• Twitter：@CoresignalHQ，仅 197 名关注者（几乎没有社区）
• VerifyPilot 评分：2.3/5.0（用户满意度堪忧）
• 亮点：Datarade 2023 年度最佳数据提供商

内容建议

• 适合写的角度："B2B 数据行业的生死局：AI 是救星还是掘墓人？"——以 Coresignal 为案例分析
• 蹭热点机会：MCP 集成 + AI Agent 趋势，可以写“数据产品如何拥抱 AI 时代”

给早期采用者

定价分析

上手指南

• 上手时间：30 分钟（注册 → 拿到 API Key → 跑通第一个查询）
• 学习曲线：中等（API 文档齐全，但数据预处理需要工程能力）
• 步骤：
  1. 注册免费账号，获取 200 采集 + 400 搜索点数
  2. 在控制台获取 API Key
  3. 试用 AI Data Assistant（最简单的入门方式，自然语言描述需求）
  4. 或直接调 RESTful API：GET https://api.coresignal.com/cdapi/v2/company_base/search

坑和吐槽

1. 数据延迟严重：标准数据集月更，实际体感延迟 3-4 个月。如果你需要追踪最新的高管变动或融资消息，到你手里时竞争对手早就行动了
2. 预处理负担重：数据虽然“结构化”了，但缺少字段映射文档，归一化工作量大
3. 界面不直观：多位用户吐槽 UI “笨重”，新手不太友好
4. 客服响应慢：遇到问题别指望快速解决
5. 缺少联系方式：不提供电话号码和邮箱，做销售外联的要再配一个 Kaspr 或 Apollo
6. 数据量波动：有用户反映数据量时不时大幅下降，影响业务稳定性

安全和隐私

• 数据存储：云端（Coresignal 服务器）
• 合规：符合 GDPR + CCPA 合规
• 认证：EWDCI（Ethical Web Data Collection Initiative）创始成员
• 采集范围：仅公开数据，不登录受保护区域，不采集 SSN、电话等敏感信息
• 数据保留：最长 5 年

替代方案

给投资人

市场分析

• 赛道规模：B2B 销售营销数据核心市场 $5-8B，年复合增长率 12-25%
• 增长最快子赛道：意图数据（Intent Data），预计到 2032 年从 $1.2B 增至 $4.8B，年复合增长率 25%+
• 行业龙头：ZoomInfo 2025 财年收入 $1.25B，2026 财年预计基本持平
• 驱动因素：AI Agent 爆发带动数据需求、企业数字化转型、销售自动化

竞争格局

没有单一玩家超过 15% 市场份额，但 ZoomInfo 一家独大的趋势明显。

Timing 分析

• 为什么是现在：AI Agent 爆发需要大规模结构化数据喂养，Coresignal 的 AI Data Assistant 和 MCP 集成正好踩中这个点
• 技术成熟度：数据爬取和清洗技术已成熟 10+ 年，AI 层是新增的差异化
• 市场准备度：市场已被 ZoomInfo 充分教育，但中小客户仍缺少价格合理的选择

团队背景

• 核心团队：70+ 人，立陶宛起家
• 关键人物：Karolis Didziulis（产品总监），Laurynas Gruzinskas（产品负责人）
• 过往经验：大数据 + 潜在客户挖掘 + 电商背景

融资情况

• 融资：$0 — 完全自力更生 (Bootstrapped)
• 年收入：$5.7M
• 估值：未公开
• 投资人：无外部投资人
• 分析：10 年 bootstrapped 到 $5.7M 收入，说明商业模式可行但增长不快。作为投资标的，需要看它能否靠 AI 功能加速增长。按 10x ARR 估算，合理估值在 $50-60M 左右。

结论

Coresignal 是一个“小而稳”的 B2B 数据中间商——10 年 bootstrapped 到 $5.7M 收入，数据量大但新鲜度存疑，新推出的 AI 搜索功能是亮点，但能否扭转局面还不确定。

资源链接

2026-03-13 | Trend-Tracker v7.3