Quelqu’un a testé dropcontact ? Feedback ?
2 « J'aime »
De mon côté, j’ai testé avec un fichier que j’avais enrichi avec succès avec snov pour comparer. 
Interface minimaliste, fait le boulot pour l’enrichissement d’un fichier CSV :
Beaucoup de « coming soon » intéressant.
Après l’upload, le fichier est affiché comme en attente de traitement avec le temps requis :
Le temps d’attente a été, dans mon cas, beaucoup plus court.
Résultat
Le fichier contient, dans l’ordre :
Title,first name,last name,Full Name,Email,Email qualification,LinkedIn,Twitter,Facebook,Google Plus,company,Company Legal Name,domain,Number of Employees,Code NAF,Secteur,Activité,Siren Number, VAT Number
Désavantage : sur les 99 emails validés de snov, dropcontact a trouvé uniquement 53 emails.
Avantage : le SIREN, le VAT, et la formule de politesse est ajouté (vs snov.).
Vu le coût de 0,01€/contact, c’est plutôt compétitif 
1 « J'aime »
Je viens de tester Snovio Vs DropContact sur 50 contacts que mon propres algo n’avait pas trouvé.
Voici les résultats sur 50 essaies donc
Snovio :
- 1 can’t find email
- 1 not vérified
- 28 valids
- 15 cannot be certain
- 9 invalid
Dropcontact :
- 20 valids
- 49 civilités/sexes ajouté
- 5 prénoms corrigés (10%)
- 1 prénom potentiellement erroné (2%)
- 36 société identifiées et enrichies (72%)
Perso j’aime bien Dropcontact avec tous les enrichissements qu’ils offrent. Mais seulement 20 emails valides Vs 28 pour Snovio.
Du coup, je ne sais pas vers lequel me diriger.
Je suis approximativement dans la même situation, j’ai déjà un script qui corrige le format des données et qui récupère de la data de différentes sources (gender-api et cie). Pour moi, la différence de match rate fait que c’est ± intéressant.
Donc, selon moi, pour trancher :
Tu as un script qui permet de bien compléter/nettoyer les infos de snov et les emails sont limités => pas vraiment d’intérêt
Tu n’as pas de script ou de connaissances pour faire un script / la flemme => Dropcontact fait un excellent boulot pour un prix négligeable
J’ai utilisé Dropcontact pour cleaner une base de 5000 contacts avant de les intégrer sur Pipedrive et ça nous a vraiment simplifié la vie (détection des doublons, check des emails, enrichissement des sociétés, etc.). Et en plus, l’intégration pour Pipedrive, pour garder tout le temps mes contacts à jour, sors bientôt, ça va vraiment être top !
On utilise aussi Dropcontact pour générer des emails car il est plus performant qu’Hunter ou Anyleads, ça nous aide beaucoup pour nos séquences.
2 « J'aime »
Bonjour,
J’ai une liste assez clean de tous les médecins de France. Je souhaitais enrichir les emails avec Dropcontact mais il m’a trouvé 0 contact. Apparemment l’outil n’est pas prévu pour les indépendants.
Vous auriez des alternatives ou des idées pour trouver ces mails ?
Merci pour votre aide,
Camille
Hello @CamilleB,
Pour mes médecins de France, il est possible de trouver l’info email au sein de la base de données du site de l’Annuaire santé
Hello,
J’utilise Dropcontact et en gros pour des cibles digitalisées, j’ai environ 80% de mails trouvées et 10/15% de mails qui ne sont pas bons. Donc pour un fichier de 100 prospects j’obtiens très rapidement entre 65/70 mails prospects qualifiés ce qui est intéressant. Le CEO Denis Cohen est très réactif et arrangeant, je recommande !
Super, je vais regarder. Merci !
De mémoire, la base possède plus de 1.7M de lignes, dont facilement 500 000 avec emails.
J’ai 275 000 adresses intéressantes avant tri des adresses génériques merci !
Je voudrais faire du display sur ces adresses. Je peux importer directement en tant qu’audience ou c’est préférable de les importer petit à petit ?
1 « J'aime »
Top ! Tu l’as fais en chopant le fichier text/CSV ?
Pour le tri des mails génériques, tu le fais via quel tool ?
Oui CSV. J’allais le faire à la mano, je connais pas de tools pour faire ça, mais si tu as une reco je dis pas non
Je dois admettre que si tu pouvais automatiser la recherche de termes génériques et éviter de faire les 275 000 lignes à la main, cette dernière t’en sera reconnaissante 
Quelqu’un connait des tools pour ça?
Étape 1) Parcourir les emails pour retirer les ‹ roles based › address: https://github.com/mixmaxhq/role-based-email-addresses/blob/master/index.js
Étape 1 - bis) Passer un tableau de prénoms (20k) sur les emails pour voir si on a au moins un firstname
1 « J'aime »
Avec la liste donnée par Boris, en l’automatisant pour filtrer les mots clés génériques, ça fera la job
Mais faudrait rajouter des termes propres au domaine médical qui semblent être manquants, tels que:
- hopital
- chu
- etc
faudrait traduire toutes les solutions anglaises en français 
(notamment cette liste: https://github.com/mixmaxhq/role-based-email-addresses/blob/master/index.js)
Pas besoin, la liste est:
- Anglaise
- Française,
- Espagnole
Exemple, lignes 221 à 223:
‹ contabilidad ›,
‹ contabilidade ›,
‹ contabilita ›,
1 « J'aime »
Sinon, demandes à Doctolib qu’ils t’ouvrent leurs bases de données ! 
Hello Camille,
Comment as tu fait pour récupérer ces 275 000 adresses via l’Annuaire Santé ? J’ai aussi une liste de médecins spécialistes que j’aimerais enrichir.
Merci d’avance pour ton retour