Vad är waterfall enrichment? Så fungerar det, kostnader och verktyg 2026

Ingen enskild B2B-dataleverantör har alla. I ett oberoende test med 1 000 B2B-leads hittade Apollo 78 % av mejladresserna och 41 % av mobilnumren, och till och med ZoomInfo nådde bara 84 % och 67 %. Waterfall enrichment fyller de luckorna genom att fråga flera dataleverantörer i tur och ordning tills någon returnerar ett resultat. Därför kör Clay numera vattenfall över fler än 150 databaser, och Apollo har byggt in ett i sin plattform.

Den här guiden förklarar vad waterfall enrichment är, hur det fungerar steg för steg, täckningsmatematiken bakom, vad det kostar, hur Apollo och Clay använder det och hur du sätter upp ett vattenfall som förbättrar din data utan att slösa krediter.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No sales call

Vad är waterfall enrichment?

Waterfall enrichment, eller vattenfallsberikning, är en metod för att fylla i saknade uppgifter, som en mejladress eller ett telefonnummer, genom att fråga flera dataleverantörer efter varandra. Om den första leverantören inte har uppgiften ”faller” förfrågan vidare till nästa leverantör, och så vidare, tills ett resultat hittas eller alla källor har provats.

Namnet kommer från processens form: varje leverantör fångar en del av det som den ovanför missade. Resultatet blir högre täckning än någon enskild leverantör kan ge på egen hand.

Därför räcker aldrig en enda leverantör av waterfall enrichment

Varje dataleverantör bygger sin databas på olika sätt, från offentliga webbkällor, nätverk av bidragsgivare, partnerskap och egen verifiering. Därför är varje leverantör stark i vissa regioner, branscher och företagsstorlekar och svag i andra. En leverantör med utmärkt täckning av amerikanska mjukvaruföretag kan ha tunn data om tyska tillverkare eller små lokala företag.

Luckan är störst för telefonnummer. I Cleanlists test med 1 000 leads skilde det sex procentenheter mellan de två leverantörerna för mejladresser, men 26 enheter för mobilnummer. Om ditt team ringer mycket blir en stor del av listan omöjlig att nå om du förlitar dig på en enda källa.

Luckor är dyra: Gartner uppskattar att dålig datakvalitet i genomsnitt kostar organisationer 12,9 miljoner dollar per år.

Så fungerar waterfall enrichment

Ett typiskt vattenfall går igenom samma steg för varje post:

Börja med det du vet. Oftast ett namn och ett företag, en LinkedIn-profil eller en företagsdomän.
Fråga den första leverantören. Om den returnerar ett resultat kan vattenfallet stanna eller gå vidare till validering.
Gå vidare till nästa leverantör om den första inte har något, och upprepa nedåt i listan.
Validera resultatet, till exempel genom att kontrollera att en mejladress går att leverera till, innan du godkänner det.
Stoppa när ett validerat resultat hittas eller alla leverantörer har provats, och notera vilken källa som gav uppgiften.

Ordningen spelar roll. De flesta team lägger leverantörerna med bäst träffsäkerhet för sin marknad och lägst kostnad först, och sparar dyra eller nischade källor till de poster som ingen annan kan fylla.

Täckningsmatematiken bakom vattenfall

Så här fungerar vattenfall, och därför ger de avtagande avkastning. Tänk dig fyra leverantörer. Den första hittar 60 % av dina mejladresser. Den andra hittar hälften av det som återstår, den tredje 40 % av det som återstår därefter, och den fjärde likaså.

Illustrativ täckning i ett vattenfall: 60 % med en leverantör, 80 % med två, 88 % med tre och ungefär 93 % med fyra, med avtagande avkastning — Så växer täckningen med varje leverantör i ett vattenfall (illustration). Källa: SPONA

Täckningen stiger från 60 % till 80 %, sedan till 88 % och därefter till ungefär 93 %. Varje extra leverantör tillför mindre än den föregående, medan varje sökning fortfarande kostar tid och krediter. Det är den centrala avvägningen när du utformar ett vattenfall: de två eller tre första leverantörerna står för det mesta av vinsten, och långa vattenfall lägger främst till kostnad. Siffrorna är illustrativa, men mönstret håller i praktiken eftersom varje ny leverantör bara söker efter de svåraste posterna.

Vattenfall för mejl och för telefon

Vattenfall för mejladresser och för telefonnummer beter sig olika:

Mejladresser är billigare att hitta och lätta att verifiera med en mejlvalidator, så mejlvattenfall kan vara längre och ändå löna sig.
Telefonnummer kostar mer per sökning och är svårare att verifiera. Apollo skriver i sin egen dokumentation att telefondata normalt kostar mer per leverantör än mejldata.

Många team kör ett kort telefonvattenfall av hög kvalitet bara för sina bäst matchade konton, och ett längre mejlvattenfall för alla andra.

Ett vattenfall steg för steg

Så här går en post genom ett typiskt mejlvattenfall. Du börjar med ett namn, en titel och en företagsdomän.

Leverantör A söker i sin databas och hittar ingenting. I verktyg som bara tar betalt för resultat kostar det här steget ingenting.
Leverantör B returnerar en mejladress. Det resultatet kostar krediter.
Validatorn kontrollerar adressen och markerar den som ogiltig, eftersom personen har lämnat företaget. Valideringen debiteras separat.
Leverantör C returnerar en annan adress på samma företag. Den kostar krediter.
Validatorn bekräftar att adressen går att leverera till. Vattenfallet stannar, och posten sparas med mejladress, källa och datum.

I det här exemplet kostade posten två leverantörsdebiteringar och två valideringar. Därför spelar leverantörernas ordning och stoppreglerna så stor roll: ett välordnat vattenfall hittar de flesta resultat i första eller andra steget och betalar sällan för fyra.

Vilken data kan ett vattenfall ge?

Vattenfall används oftast för kontaktuppgifter, men samma metod fungerar för nästan alla fält:

Jobbmejladresser, det vanligaste användningsområdet och det lättaste att verifiera.
Mobilnummer och direktnummer, där vattenfall gör störst skillnad för täckningen.
Titlar, senioritet och LinkedIn-profiler, för att bekräfta att du har rätt och aktuell person.
Företagsdata som bransch, antal anställda och plats.
Teknografisk data, alltså den mjukvara ett företag använder.
Skräddarsydda datapunkter, som ”har fler än tio enheter” eller ”säljer till detaljhandeln”, hittade genom AI-research.

Var försiktig med privata mejladresser och privata telefonnummer, särskilt i Europa. För B2B-utskick är jobbrelaterade kontaktuppgifter oftast rätt val.

För- och nackdelar med waterfall enrichment

Fördelar

Högre täckning än någon enskild leverantör, särskilt för telefonnummer.
Bättre resultat i regioner och segment där din huvudleverantör är svag.
Mindre beroende av en enskild leverantörs databas och avtal.
Mer korrekt data när validering är inbyggd i varje steg.

Nackdelar

Kostnaderna kan stiga snabbt, eftersom varje leverantör som returnerar data tar betalt för den.
Någon måste välja leverantörer, bestämma ordningen och underhålla upplägget.
Fler leverantörer innebär fler leverantörsrelationer, regler och frågor om regelefterlevnad.
Långa vattenfall lägger till kostnad med mycket lite extra täckning.

Waterfall enrichment via API och automatisering

De flesta team kör inte vattenfall manuellt, utan startar dem automatiskt:

När en post skapas, till exempel när ett inkommande formulär skickas eller en ny lead hamnar i ditt CRM.
Enligt schema, för att uppdatera poster som inte har kontrollerats på länge.
Före utskick, när kontakter läggs till i en sekvens och fortfarande har saknade eller overifierade uppgifter.

Specialiserade berikningsverktyg erbjuder API:er och webhooks för detta, och arbetsflödesverktyg som Clay kan synka resultaten direkt tillbaka till ditt CRM. Två tekniska detaljer är viktiga: cacha nya resultat så att du inte betalar två gånger för samma sökning, och respektera varje leverantörs anropsgränser så att stora batcher inte avbryts halvvägs.

Regelefterlevnad

Fler leverantörer innebär fler datakällor som du måste kunna redovisa. Kontrollera innan du lägger till en leverantör i vattenfallet hur den samlar in data, om den erbjuder ett personuppgiftsbiträdesavtal och hur den hanterar invändningar och begäranden om radering. Notera vilken leverantör som har levererat varje fält, så att du kan svara om någon frågar var du har fått deras uppgifter ifrån. Och se till att avregistreringar gäller i hela din verktygsstack, inte bara i ett verktyg. Det här är inte juridisk rådgivning, men stegen täcker de frågor som oftast dyker upp enligt GDPR och CCPA.

I Europa gäller GDPR för varje leverantör i ditt vattenfall, så kontrollera varje leverantörs datakällor och avtal.

Vanliga misstag med vattenfall

För många leverantörer. Många leverantörer licensierar data från samma underliggande källor, så en femte eller sjätte leverantör tillför ofta kostnad utan ny täckning.
Ingen validering. Ovaliderade resultat från ett långt vattenfall kan studsa lika ofta som en enskild leverantörs.
Att berika okvalificerade poster. Vattenfall kostar mest när de körs på poster som du aldrig skulle ha kontaktat. Kvalificera först, berika sedan.
Ingen cachning. Att berika samma kontakter varje månad slösar krediter.
Att aldrig se över ordningen. Leverantörernas prestanda förändras, så ett upplägg som fungerade för sex månader sedan kan slösa pengar i dag.

Ovaliderade resultat sätter också dina domäner i fara, eftersom Googles riktlinjer för e-postavsändare straffar avsändare med höga studs- och spamnivåer.

Så sätter du upp ett vattenfall som lönar sig

Oavsett verktyg håller de här stegen täckningen hög och kostnaderna under kontroll:

Bestäm vilka fält du behöver. Till exempel mejladresser för alla och telefonnummer bara för toppkonton.
Testa leverantörer på dina egna poster. Kör 200 poster från din verkliga målmarknad genom varje kandidat och mät träffsäkerhet och korrekthet.
Ordna leverantörerna efter träffsäkerhet och kostnad. Lägg det som ger mest för pengarna på din marknad först.
Lägg till validering. Godkänn bara resultat som klarar en kontroll av mejladress eller telefonnummer.
Sätt stoppregler. Stanna vid första validerade resultat och begränsa antalet leverantörer per post.
Ta bort dubbletter och cacha. Berika inte samma kontakt två gånger och återanvänd nya resultat.
Gör en månadsgenomgång. Kontrollera varje leverantörs träffsäkerhet och kostnad per giltigt resultat, och flytta ner eller ta bort leverantörer som underpresterar.

Så mäter du ett vattenfalls prestanda

Följ några siffror per leverantör och för vattenfallet som helhet:

Fyllnadsgrad: andelen poster som till slut har det fält du behövde.
Giltighetsgrad: andelen returnerade resultat som klarar valideringen.
Kostnad per giltig kontakt: den totala berikningskostnaden delad med antalet giltiga resultat. Det är siffran som visar om en leverantör förtjänar sin plats.
Studsfrekvens och kontaktgrad: det verkliga testet av om datan fungerar.

Om en leverantör sällan fyller poster som tidigare leverantörer har missat, tillför den kostnad, inte täckning.

När du inte behöver ett vattenfall

Vattenfall är inte alltid värda besväret. Du kan oftast avstå när:

Din huvudleverantör redan täcker din marknad väl, till exempel 90 % eller mer av de mejladresser du behöver i ett test på dina egna poster.
Dina listor är små, så att tiden för att utforma och underhålla ett vattenfall överstiger värdet av de extra kontakter det hittar.
Du bara behöver mejladresser och kör kampanjer där några saknade kontakter inte spelar någon roll.
Ditt verkliga problem är listan, inte kontaktuppgifterna. Om du inte vet vilka företag och personer du ska rikta dig till hjälper berikning inte. Då behöver du först bättre listbygge.
Du säljer till lokala företag eller webbutiker, där luckorna beror på saknade segment snarare än saknade fält, och särskilda datakällor fungerar bättre än att stapla generella databaser.

En källa, vattenfall eller AI-research?

Det finns i dag tre sätt att få fram kontaktuppgifter, och vart och ett passar olika team:

Jämförelse av berikning från en källa, waterfall enrichment och AI-research efter utgångspunkt, täckning, arbetsinsats och pris — En källa vs. vattenfall vs. AI-research. Källa: SPONA

Berikning från en källa är enklast: en databas, ett avtal och snabba resultat, men luckor överallt där den leverantören är svag.

Waterfall enrichment maximerar täckningen för listor som du redan har, men någon måste utforma, köra och underhålla vattenfallet, och kostnaderna växer med varje leverantör i kedjan.

AI-researchplattformar börjar ett steg tidigare, med en beskrivning av din idealkund i stället för en befintlig lista. De söker i många källor, hittar rätt företag och personer, verifierar varje lead och förklarar varför den passar.

AI-baserad research sprider sig snabbt: Salesforces State of Sales-undersökning visade att 87 % av säljorganisationerna redan använder AI för prospektering och närliggande uppgifter.

Så täcker Spona flera källor utan att du behöver bygga ett vattenfall

Spona ger dig täckning från flera källor utan att du behöver utforma ett vattenfall själv. Du beskriver din idealkund i en chatt, och Sponas AI samlar fler än 40 datakällor, validerar varje lead utifrån dess digitala fotavtryck och levererar på ungefär fyra minuter en poängsatt lista med motiveringen bakom varje träff. Enligt Spona är leadsen 95 % korrekta.

Berikning prissätts per post. Krediterna kostar 0,008 till 0,01 dollar, och berikning använder 1 till 30 krediter per post, alltså ungefär 0,01 till 0,30 dollar.
Spona bygger också listan. Bulkleads kostar ungefär 0,01 till 0,09 dollar styck, och kvalificerade, poängsatta leads ungefär 0,32 till 4,00 dollar, med gratis urval innan du köper.
Fungerar i ditt CRM. CRM-berikningen uppdaterar befintliga poster och använder vitlistor och svartlistor, så att du inte betalar för kontakter som du redan har.
Täcker nischmarknader. Lokala företag, Shopify-butiker och riskkapitalfinansierade bolag ingår tillsammans med vanlig B2B-data.

Kunderna ser skillnaden i sina resultat: Qonto rapporterar 80 % högre och Kaiko 65 % högre kontaktgrad efter bytet till Sponas data. Mer om berikning i allmänhet hittar du i våra guider om databerikning och berikning av CRM-data.

Get thousands of leads in 4 minutes.

Stop stitching tools together.
Start with verified sales data, delivered in minutes.

SCALE SALES NOW

No contracts · No setup · No sales call

Vanliga frågor

Vad är waterfall enrichment?

Waterfall enrichment fyller i saknade uppgifter, som mejladresser eller telefonnummer, genom att fråga flera dataleverantörer i tur och ordning tills någon returnerar ett resultat. Det ger högre täckning än någon enskild leverantör.

Vad är waterfall enrichment i Apollo?

Apollos waterfall enrichment kontrollerar först Apollos egen data och därefter dina anslutna tredjepartskällor i den ordning din administratör bestämmer, tills en träff hittas. Varje källa som returnerar data drar krediter.

Vilka är de bästa verktygen för waterfall enrichment?

Clay är mest flexibelt för egna vattenfall, FullEnrich och BetterContact är enklare och tar bara betalt för hittade eller giltiga uppgifter, och Apollo har waterfall enrichment i sin plattform. Spona ger verifierad data från flera källor utan att du behöver bygga ett vattenfall.

Är waterfall enrichment värt det?

Oftast ja, för team vars huvudleverantör är svag på deras marknad eller som behöver telefonnummer. Håll vattenfallen korta, ordna leverantörerna efter värde och följ kostnaden per giltig kontakt så att varje steg lönar sig.

Hur många leverantörer ska ett vattenfall ha?

Tre till fyra leverantörer fångar det mesta av den möjliga vinsten för de flesta team. Varje extra leverantör tillför mindre täckning men kostar fortfarande pengar.