Steg 2: Koppla inhämtning av Salesforce-rapport

Hämta inkommande lead-rapport och tolka raderna till lead-objekt.

1. Konfigurera Fetch SF Report för att anropa er Salesforce-rapportendpoint. Inloggningsuppgifter krävs: Anslut era HTTP Request-inloggningsuppgifter.
2. Verifiera att Fetch SF Report är kopplad till Parse Lead Rows.
3. I Parse Lead Rows behåller ni den medföljande JavaScript-koden som mappar rapportceller till lead-fält (firstName, lastName, email, company, leadSource, status, createdDate, recordId, TenantName).
4. Bekräfta att körflödet fortsätter från Fetch SF Report → Parse Lead Rows.

⚠️ Vanlig fallgrop: Om er Salesforce-rapportstruktur skiljer sig kommer koden i Parse Lead Rows att kasta Unexpected data structure. Justera sökvägen report.factMap['T!T'] så att den matchar er rapport.

Steg 3: Bygg de parallella inputs för berikning

Dela lead-data i två parallella grenar för analys av API-användning och företagsmatchning.

1. Säkerställ att Parse Lead Rows skickar output parallellt till både Format Tenant List och Pull Company Names.
2. I Format Tenant List behåller ni SQL-listformateraren som output:ar tenantNames som en kommaseparerad sträng med citattecken.
3. I Pull Company Names behåller ni formateraren som output:ar varje businessName omslutet av citattecken.
4. Koppla Format Tenant List → Databricks Query och ställ in Method till POST.
5. Koppla Databricks Query → Expand Result Items med Field to Split Out satt till result.data_array.
6. I Relabel Fields mappar ni nycklar till TenantNames, endpoints och endpointsNum med hjälp av den medföljande nyckelmappningen.

Inloggningsuppgifter krävs: Anslut era HTTP Request-inloggningsuppgifter för Databricks Query.

Steg 4: Konfigurera företagsmatchning och firmografidata

Matcha företagsregister och berika dem med firmografidata innan ni slår ihop data.

1. Koppla Pull Company Names → Batch Through Leads → Match Company Records.
2. I Match Company Records behåller ni Operation satt till match och uttrycket för företagsnamn {{ $json.businessName }}.
3. Koppla Match Company Records → Verify Match Exists och behåll villkoret {{ $json.matched_businesses[0].business_id }} som kontroll för att värdet inte är tomt.
4. På true-vägen kopplar ni Verify Match Exists → Fetch Firmographics med Operation satt till enrich och business ID {{ $json.matched_businesses[0].business_id }}.
5. Routa både Fetch Firmographics och false-vägen från Verify Match Exists till Batch Through Leads.

Inloggningsuppgifter krävs: Anslut era Explorium API-inloggningsuppgifter för Match Company Records och Fetch Firmographics.

Steg 5: Slå ihop beriknings- och användningsströmmar

Kombinera API-användningsdata och firmografidata till enhetliga lead-profiler.

1. Koppla Relabel Fields → Combine Streams och Batch Through Leads → Combine Streams.
2. Koppla Combine Streams → Assemble Lead Profiles.
3. I Assemble Lead Profiles behåller ni merge-logiken som refererar till Parse Lead Rows för att linjera leads med TenantNames och berikningsdata.
4. Koppla Assemble Lead Profiles → Cycle Lead Items för att iterera genom varje lead.

⚠️ Vanlig fallgrop: Om nyckelnamnen i Relabel Fields inte matchar ordningen i data-arrayen kommer Assemble Lead Profiles att missa fält för API-användning. Validera nyckelmappningarna för TenantNames, endpoints och endpointsNum.

Steg 6: Sätt upp AI-kvalificering och strukturerad output

Använd AI-agenten för att poängsätta och sammanfatta varje lead med ett strukturerat svar.

1. Öppna AI Lead Analyst och behåll Prompt Type satt till define med den medföljande analys-prompten i flera rader. Säkerställ att inbäddade uttryck refererar till fält i {{ $('Cycle Lead Items').item.json... }}.
2. Koppla Anthropic Chat Engine till AI Lead Analyst som språkmodell med Model satt till claude-sonnet-4-20250514.
3. Koppla Structured Output Mapper till AI Lead Analyst och behåll Schema Type satt till manual med det medföljande JSON-schemat.
4. Koppla Explorium MCP Tool till AI Lead Analyst som verktyg, med Endpoint URL satt till https://mcp-n8n.explorium.ai/mcp och Authentication satt till headerAuth.
5. Routa Retrieve Account Record → AI Lead Analyst och behåll kontofiltret där Name är lika med Test Lead Company.

Inloggningsuppgifter krävs: Anslut era Anthropic-inloggningsuppgifter i Anthropic Chat Engine. Structured Output Mapper och Explorium MCP Tool är AI-undernoder—lägg till inloggningsuppgifter i de anslutna leverantörerna till AI Lead Analyst, inte i undernoderna i sig.

Steg 7: Konfigurera uppdateringar av Salesforce-aktiviteter

Formatera AI-outputen och skapa Salesforce-aktiviteter för ert säljteam.

1. Koppla AI Lead Analyst → Format Lead Summary och behåll formateringskoden som bygger aktivitetsbeskrivningen och prioriteten.
2. Koppla Format Lead Summary → Update Salesforce Tasks.
3. I Update Salesforce Tasks ställer ni Resource till task och Status till Open.
4. Ställ in What ID till {{ $('Retrieve Account Record').item.json.Id }}, Subject till Call och Description till {{ $json.Description }}.
5. Säkerställ att Update Salesforce Tasks routar till Cycle Lead Items för att fortsätta bearbeta återstående leads.

Inloggningsuppgifter krävs: Anslut era Salesforce-inloggningsuppgifter i både Retrieve Account Record och Update Salesforce Tasks.

Steg 8: Testa och aktivera ert arbetsflöde

Kör ett fullständigt test för att bekräfta lead-kvalificering och skapande av Salesforce-aktiviteter.

1. Klicka på Execute Workflow från Manual Run Trigger för att starta en testkörning.
2. Verifiera att Parse Lead Rows output:ar lead-objekt och att Parse Lead Rows output:ar parallellt till både Format Tenant List och Pull Company Names.
3. Bekräfta att Relabel Fields output:ar fält för API-användning och att Fetch Firmographics returnerar berikningsdata innan Combine Streams och Assemble Lead Profiles.
4. Kontrollera att Format Lead Summary skapar en Salesforce-anpassad Description och Priority.
5. Validera att Update Salesforce Tasks skapar en aktivitet länkad via {{ $('Retrieve Account Record').item.json.Id }}.
6. När testningen lyckas, växla arbetsflödet till Active för användning i produktion.