Pasukan jualan B2B SaaS mahu tahu tiga perkara tentang akaun sasaran: apa yang digunakannya hari ini, apa yang hampir berubah, dan siapa yang akan memegang keputusan. Akaun itu menerbitkan ketiga-tiganya dalam huraian kerjanya. “Own sales activity and monthly revenue forecasting in Salesforce.” “Experience with Zendesk Copilot, agent assist, or other AI-powered support tooling.” Satu iklan jawatan untuk pengambilan pertama syarikat dalam operasi hasil (RevOps).
API iklan jawatan untuk B2B SaaS berbaloi kerana teks itu, bukan kerana bilangan jawatan yang dibuka. Mencari papan jawatan sesebuah akaun ialah langkah yang sudah selesai, ditunjukkan dalam artikel untuk perunding, manakala artikel due diligence melihat sejarahnya. Artikel ini membaca apa yang ditulis dalam jawatan-jawatan itu, merentasi seluruh senarai akaun sasaran.
Apakah yang diberitahu oleh huraian kerja kepada penjual B2B SaaS?
Lebih banyak daripada laman web. Halaman kerjaya menyenaraikan nama jawatan. Huraian kerja menyenaraikan timbunan teknologi, kerana calon perlu mengetahuinya:
- Apa yang digunakan oleh pasukan. “Hands-on experience with Salesforce (RLM or CPQ), an ERP such as NetSuite, and a payment processor such as Stripe” ialah fakta tentang sistem yang digunakan akaun itu, ditulis oleh akaun itu sendiri.
- Apa yang hampir berubah. Perkataan seperti implement, migrate dan build from scratch (melaksanakan, memindahkan, membina dari awal) menandakan projek, dan projek membeli perisian.
- Siapa yang diambil untuk memegangnya. Jawatan operasi sokongan yang pertama ialah orang yang akan memilih alatnya.
Satu papan jawatan Greenhouse awam yang kami baca pada 7 November 2026 berjumlah 1.7 MB termasuk huraian kerja. “Salesforce” muncul 11 kali, dalam jawatan jualan, sokongan, sistem kewangan dan kejuruteraan, bersama NetSuite, Workday, Snowflake, Zendesk dan Gainsight. Membacanya secara manual bermakna membuka setiap jawatan.
Di manakah teks huraian dalam setiap papan jawatan?
Dalam medan yang berbeza bagi setiap satu, dan dua daripada tiga menyimpan HTML. Endpoint itu sendiri ada dalam kod di bawah.
| ATS | Teks huraian | Diterbitkan | Pautan jawatan |
|---|---|---|---|
Greenhouse (/jobs?content=true) | content, HTML dengan tag yang dikodkan sebagai entiti (<p>) | first_published | absolute_url |
| Lever | descriptionPlain, additionalPlain dan lists[].content (HTML) | createdAt (ms) | hostedUrl |
| Ashby | descriptionPlain | publishedAt | jobUrl |
Dua perangkap. Greenhouse tidak menyertakan content melainkan anda meminta ?content=true, dan memulangkannya dalam bentuk entiti, jadi nyahkod entiti itu dahulu sebelum membuang tag. Jika langkah ini dilangkau, markup kekal sebagai teks, dan istilah pendek boleh terpadan dengan nama tag atau class, bukan dengan huraian. Lever menyimpan syarat jawatan, tempat nama alat biasanya muncul, dalam lists, jadi memadankan descriptionPlain sahaja akan terlepas semuanya.
Bagaimanakah anda memadankan seluruh senarai akaun sasaran?
Baca setiap papan jawatan dengan fetch_url untuk 1 credit, tukarkan kepada teks biasa bagi setiap jawatan, dan padankan secara setempat. Ia berjalan pada Node 18 atau lebih baharu; simpan sebagai signals.mts dan jalankan npx tsx signals.mts:
type Ats = 'greenhouse' | 'lever' | 'ashby';
type Account = { name: string; ats: Ats; token: string };
type Role = { title: string; url: string; posted: string; text: string };
const ACCOUNTS: Account[] = [
{ name: 'Acme', ats: 'greenhouse', token: 'acme' },
{ name: 'Globex', ats: 'lever', token: 'globex' },
{ name: 'Initech', ats: 'ashby', token: 'initech' },
];
// Your competitors, the tools you integrate with, your category. Plain words only.
const TERMS = ['Zendesk', 'Intercom', 'Freshdesk', 'support operations'];
const MATCH = new RegExp('\\b(' + TERMS.join('|') + ')\\b', 'gi');
const BOARDS: Record<Ats, (token: string) => string> = {
greenhouse: (t) => 'https://boards-api.greenhouse.io/v1/boards/' + t + '/jobs?content=true',
lever: (t) => 'https://api.lever.co/v0/postings/' + t + '?mode=json',
ashby: (t) => 'https://api.ashbyhq.com/posting-api/job-board/' + t,
};
// Unescape Greenhouse's <p> first, then drop the tags.
const plain = (html = '') =>
html.replace(/</g, '<').replace(/>/g, '>').replace(/"/g, '"')
.replace(/'/g, "'").replace(/&/g, '&').replace(/<[^>]+>/g, ' ');
async function readBoard(account: Account) {
const res = await fetch('https://crawlforge.dev/api/v1/tools/fetch_url', {
method: 'POST',
headers: { 'X-API-Key': process.env.CRAWLFORGE_API_KEY ?? '', 'Content-Type': 'application/json' },
// Boards with descriptions run to megabytes; the inline default is 40,000 characters.
body: JSON.stringify({ url: BOARDS[account.ats](account.token), max_inline_chars: 10000000 }),
});
const json = await res.json();
if (!res.ok) throw new Error(account.name + ': ' + json.error?.message);
if (json.data.truncated) throw new Error(account.name + ': board too large to return inline');
if (json.data.status !== 200) throw new Error(account.name + ': board returned ' + json.data.status);
return JSON.parse(json.data.content);
}
function toRoles(ats: Ats, body: any): Role[] {
if (ats === 'greenhouse') {
return body.jobs.map((j: any) => ({
title: j.title, url: j.absolute_url, posted: j.first_published, text: plain(j.content),
}));
}
if (ats === 'lever') {
return body.map((j: any) => ({
title: j.text, url: j.hostedUrl, posted: new Date(j.createdAt).toISOString(),
// Lever keeps the requirements in lists[], not in descriptionPlain.
text: [j.descriptionPlain, j.additionalPlain, ...(j.lists ?? []).map((l: any) => plain(l.content))].join(' '),
}));
}
return body.jobs.map((j: any) => ({
title: j.title, url: j.jobUrl, posted: j.publishedAt, text: j.descriptionPlain ?? '',
}));
}
for (const account of ACCOUNTS) {
for (const role of toRoles(account.ats, await readBoard(account))) {
const hits = new Set((role.text.match(MATCH) ?? []).map((h) => h.toLowerCase()));
if (hits.size) {
console.log([account.name, role.title, [...hits].join(', '), role.posted.slice(0, 10), role.url].join('\t'));
}
}
}Setiap baris output ialah satu jawatan: akaun, nama jawatan, istilah anda yang disebut, tarikh diterbitkan, dan pautan yang dibuka oleh wakil jualan sebelum menghubungi sesiapa. Jalankan setiap minggu dan simpan hanya id jawatan yang belum pernah anda lihat, seperti yang diterangkan dalam artikel untuk perunding, supaya wakil jualan menerima jawatan baharu, bukan senarai yang sama setiap Isnin.
Berapakah kos memantau 200 akaun?
Mencari dua ratus papan jawatan itu ialah 400 credits sekali sahaja, iaitu 2 bagi setiap akaun. Selepas itu bacaan mingguan ialah 1 credit setiap papan, jadi 200 credits seminggu, kira-kira 870 sebulan. Pada harga $3 untuk pek 1,000 credits, kosnya kurang daripada $3 sebulan. Pemadanan berjalan pada mesin anda dan tidak dikenakan kos, jadi menambah istilah adalah percuma.
Bilakah API iklan jawatan untuk B2B SaaS mengelirukan?
- Sebutan bukan bukti penggunaan. “Experience with Zendesk” mungkin menerangkan calon yang dikehendaki akaun itu, bukan timbunan teknologi akaun itu sendiri. Baca ayatnya sebelum menyalurkannya, dan anggap jawatan yang menyebut anda dan tiga pesaing sebagai senarai pilihan yang sedang dibandingkan, bukan isyarat pembelian.
- Liputan bergantung pada campuran ATS dalam senarai anda. Akaun yang mengambil pekerja melalui Workday atau laman webnya sendiri tidak mempunyai papan untuk dibaca, jadi ia tidak akan menghasilkan padanan. Itu ketiadaan data, bukan jawapan negatif, dan wakil jualan tidak patut membacanya begitu.
- Papan terbesar melebihi satu respons. Melebihi 10,000,000 aksara JSON, hasil dipulangkan sebagai pratonton dan
result_handle. Cari dalam papan yang disimpan denganread_resultpada 1 credit setiap istilah, bukannya mengambilnya semula. - Ia tidak menamakan pembeli. Padanan memberitahu anda akaun dan jawatan, bukan siapa yang menandatangani. CrawlForge tidak memiliki data hubungan atau data profil syarikat (firmographic); memperkaya akaun dengan data itu ialah pipeline yang berbeza.
Mulakan secara percuma dengan 1,000 credits. Peruntukan sekali itu meliputi pencarian 200 papan jawatan dan tiga bacaan mingguan. Rujukan fetch_