Faraday

Faraday 是一个客户上下文平台。它成立于 2012 年，总部位于佛蒙特州伯灵顿。我们让消费品牌、营销机构和 AI 平台能够快速连接到一个丰富的消费者数据库：Faraday 身份图谱（FIG），其中包含约 2.4 亿美国成年人及其家庭的 1,500 多个数据点。Faraday 还拥有一种独特能力，即通过快速构建预测模型，将 FIG 中的数据与客户独有的第一方数据相结合，从而创建自定义数据点。我们的所有能力均可通过 API、MCP 或批量部署直接接入客户现有的技术栈，从而实现更精准的获客、个性化以及基于消费者真实生活上下文的 AI 智能体。

客户可以通过多种不同方式开始使用 Faraday 平台：用身份数据（电话、电子邮件、地址）丰富潜在客户或客户列表；通过用消费者信息（包括人口统计、财务信号、生活方式属性和行为指标）丰富潜在客户或客户列表，获取关于个人或其家庭的更多信息（上下文）；使用聚类分析识别其顶级细分群体和最佳客户；使用我们的倾向模型构建器创建自定义购买可能性模型，识别哪些潜在客户最有可能购买；使用我们的推荐模型构建器创建自定义下一最佳报价模型，识别客户（或潜在客户）最有可能购买哪些产品或服务；使用我们的倾向模型构建器创建流失可能性模型，识别哪些客户最有可能流失。

它们是进入同一平台和同一数据的两种方式。不同之处在于你需要配置多少。Faraday Enterprise 是我们最初的仪表板，专为复杂用例构建：基于你自己的数据训练的自定义预测模型、根据你的事件流定义的群组，以及接入你现有技术栈的部署。它也是你获取 API 密钥的地方。通过 MCP 实现智能体就绪。Faraday Pro 是一个更新、更精简的界面，用于快速选择和部署你需要的上下文。你选择想要的属性，通过实时查询或上传文件来消费它们，并且只为匹配付费——无需配置，无需协商合同。通过 MCP 实现智能体就绪。两者都基于同一个 Faraday 身份图谱，因此底层数据完全相同。

如果你已经有客户或潜在客户，主要想更多地了解他们——人口统计、财务信号、人生阶段等——并且你更愿意选择属性并调用 API，而不是参加销售电话，那么从 Faraday Pro 开始。你可以自行注册并按匹配付费。如果你需要基于你自己的第一方数据训练的预测模型、根据你的事件流构建的群组，或部署到你现有技术栈中，请选择 Faraday Enterprise。Enterprise 是销售主导的——与销售团队沟通以完成设置。如果你真正想要的是针对你还不认识的人的直邮列表，那是 Row Pro，一个单独的产品。

客户上下文平台将 1,500 多个第三方消费者数据点——包括人口统计、房产、财务和生活方式数据——组合、清理并合成为清晰、可操作的信号。然后，这些信号与你的第一方数据相结合，为定制机器学习模型提供支持，所有这些都无缝交付到你现有的技术栈中。大多数公司拥有第一方数据，但缺乏对客户财富、人生阶段、意图和其他关键因素的真实世界可见性。像 Faraday 这样的平台通过用缺失的上下文丰富客户记录来弥合这一差距，使 AI 系统和人工团队都能以更高的精准度触达和转化客户。

Faraday 身份图谱（FIG）是一个确定性的消费者数据基础，覆盖约 2.4 亿美国成年人及其家庭。它作为 Faraday 平台的核心智能层，包含每个人 1,500 多个精选属性。这些属性涵盖深度的纵向数据，包括人口统计、财务信号、房产详情和生活方式指标。Faraday 利用这一庞大数据集提供构建自定义预测模型和支撑智能体 AI 工作流所需的真实世界上下文。

团队转向 Faraday 的原因多种多样，例如：更快的集成：Faraday 用实时 API 和模型上下文协议（MCP）集成取代缓慢的平面文件传输，在数天而非数月内完成部署，并减轻工程负担。优化的上下文预算：Faraday 不是将原始数据倾泻给 AI 使其不堪重负，而是将 1,500 多个消费者信号精选并合成为可操作的智能。AI grounding：Faraday 提供真实世界数据的持久上下文层，防止 AI 智能体产生幻觉或生成通用回复。预测能力：通过将品牌的第一方历史与第三方上下文相结合，Faraday 建模未来行为（如流失风险或购买倾向），而不仅仅是查看过去的互动。

Faraday 提供多种灵活的部署方法来访问客户上下文和预测分数：无代码仪表板：通过 app.faraday.ai 访问，用于上传数据、配置预测并可视化探索结果。REST API：一个完整文档化的 API，用于批量部署和实时查询，在 200 毫秒内返回丰富的身份和预测分数。原生 MCP 服务器：允许 AI 智能体在其上下文窗口内安全地检索客户上下文。原生集成：直接连接数据仓库（Snowflake、BigQuery、Redshift）以及与 Salesforce 和 Shopify 等平台的 50 多个下游集成。

Faraday 利用两个不同的数据源进行预测：Faraday 身份图谱（FIG）：约 2.4 亿美国成年人及其家庭的 1,500 多个消费者属性，涵盖人口统计、财务信号、生活方式属性和纵向历史。客户记录：通过与品牌本身互动直接收集的数据，如交易、转化、互动等。Faraday 使用身份解析匹配这两个来源，然后利用统一数据集为该客户的特定用例构建自定义预测模型。在构建模型时，Faraday 只精选与每个客户结果相关的数据点，而不是提供原始数据倾泻。

Faraday 主要服务于面向消费者的行业，在这些行业中，大规模理解个体客户行为能带来可衡量的收入成果。核心垂直领域包括：零售和电子商务（例如珠宝、家具、服装和订阅盒）；家居用品和家居服务（例如屋顶、家居装修、暖通空调、地板、窗户和太阳能）；金融服务和保险（例如信用合作社、银行、债务整合和特种保险）；健康和保健（例如精品健身、营养补充剂）。Faraday 还为合作伙伴提供底层数据和机器学习基础设施，以便直接向其自己的用户提供消费者数据丰富和预测智能。合作伙伴类型包括：营销机构（例如效果营销和直邮提供商）；SaaS 和智能体 AI 平台（例如 MarTech 和垂直 SaaS）。

Faraday 自 2020 年起保持 SOC 2 Type II 认证，并完全符合 HIPAA（可提供 BAA）、GDPR、CCPA 以及 14 项以上美国州隐私法。Faraday 通过以下方式确保合乎道德的数据使用和安全：严格隔离与加密：客户数据在逻辑上隔离——绝不用于训练其他账户的模型——并在静态和传输中加密。道德采购：Faraday 不使用第三方 cookie 或社交抓取，并且绝不将其数据用于 FCRA 监管的决策，如信贷或就业。持续审计：通过 NIST 800-53 风险管理计划、HackerOne 渗透测试和 Checkr 员工背景调查来维护安全。

大多数线索评分和建模工具都基于同样有限的基础：品牌自身收集的第一方信号，如点击、表单填写和 CRM 活动。Faraday 增加了一层这些工具无法复制的东西——将第一方数据与真实世界的消费者信号（如人生阶段、财务能力和家庭上下文）相结合，然后将可配置的预测直接交付到做出决策的工具和工作流中。维度Faraday典型预测工具方法完整客户上下文层（身份 + 真实世界数据 + 预测）单个分数（例如线索分数、流失分数）数据基础将第一方数据与人生阶段、财务能力和家庭上下文等真实世界信号相结合主要是一方行为数据（点击、购买、互动）可解释性与可用性透明、可解释的数据点，显示预测存在的原因对分数如何生成可见性有限激活与集成直接交付到 CRM、数据仓库和 API 中，用于整个漏斗，包括通过 MCP 支持实时和智能体工作流通常局限于特定工具或工作流

作为注册数据经纪人，Faraday 拥有与 TransUnion 和 Epsilon 相同的数据。然而，对于传统数据供应商，获取消费者数据需要数月的销售谈判、不透明的合同、SFTP 上无表头的平面文件、限制在每秒 100 条记录的 API，以及由电子邮件触发的批处理系统。Faraday 作为数据买家已有十年，准确了解这些痛点所在——并构建了一个消除这些痛点的产品。如果你想要一次性文件，我们会发送。如果你想将其加载到你的 BigQuery，我们会保持更新。如果你想要实时 API，你会立即获得 API 密钥。技术已经构建好并现成可用。你在第一天就能获得最佳结果。

客户数据平台（CDP）管理数据管道，而 Faraday 提供填充这些管道的智能。它们是具有不同角色的互补工具：CDP：组织你的内部第一方数据，以跟踪客户已经如何与你的品牌互动。Faraday：作为智能引擎，用真实世界的客户上下文——如财富、人生阶段和预测分数——丰富你的 CDP。Faraday 不取代你的 CDP；它提供使你的 CDP 数据可操作的 grounded 上下文。

Faraday 不是像 ChatGPT 那样的 LLM。LLM 根据文本中的模式生成回复，但它们不知道自己在与谁交谈，也不保留持久上下文。Faraday 的角色是提供缺失的上下文层。使用机器学习，我们生成预测数据——谁可能转化、流失或响应——并将其直接交付到你的技术栈中（连同行为、财务和人口统计指标等客户数据点），以便你的系统了解一个人是谁、其动机是什么以及他们采取行动的可能性。LLM 生成输出；Faraday 确保这些输出 grounded 并与其交谈对象的实际现实相连接。

Faraday的核心功能是通过API、MCP和UI提供按需客户上下文。它能够实时获取并整合客户的历史数据、偏好和行为信息，为AI代理提供必要的背景，从而支持个性化交互。本质上是连接客户数据与AI模型之间的上下文中间层。

适用于所有需要个性化客户体验的AI代理场景，如智能客服、产品推荐、销售助手和营销自动化。当AI代理需要根据客户的实时行为或历史记录做出动态响应时，Faraday可提供即时客户上下文，提升响应准确性和用户满意度。

Faraday提供三种集成方式：API，便于开发者自定义集成；MCP（Model Context Protocol），使支持该协议的主流AI框架可原生接入；UI，供人工查看和操作客户上下文。MCP方式尤其适合当前基于LLM的智能代理生态，大幅降低集成成本。