Veridion: la startup que ‘fabrica’ datos de 693M de empresas

¿Quién es Veridion y por qué importa para el ecosistema startup?

Veridion, una startup con sede en Bucarest, presume de algo que pocas empresas en el mundo pueden igualar: una base de datos con cobertura sobre 693 millones de compañías en más de 250 países y 461 atributos por empresa, actualizada de forma continua, no por suscripción. Su responsable de crecimiento de verticales, Alexandra Tofan, lo dejó claro en una reunión con periodistas en Liubliana organizada por IT Press: «No vendemos SaaS, no vendemos una plataforma. Vendemos datos. ‘Fabricamos’ y producimos los datos que vendemos».

Nacida en 2019 con el nombre Solidify como generadora de leads, la compañía pivotó en 2022 hacia un producto de datos firmográficos a escala global. Hoy cuenta con alrededor de 50 clientes, entre ellos nombres pesados del sector como Dun & Bradstreet, y empieza a expandirse por Reino Unido y Estados Unidos. Su modelo no es nuevo en concepto — la industria la iniciaron Mercantile Agency y Dun & Bradstreet hace dos siglos — pero sí lo es en ambición y en automatización.

¿Qué son exactamente los datos firmográficos que vende Veridion?

Los datos firmográficos describen a las empresas con el mismo paralelismo que los datos demográficos describen a las personas: sector, tamaño, ingresos, ubicación y fase de crecimiento. Veridion añade capas adicionales como productos, industrias en las que opera la empresa, mercados a los que se dirige y cambios de estructura.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Tofan lo resume así: «Una empresa no es solo un fichero en un registro estatal. Es la suma de todo lo que deja atrás: sus productos, su información legal, las industrias en las que actúa y los mercados a los que se dirige». Esa filosofía es la base de su propuesta de valor frente a los proveedores tradicionales.

La documentación técnica de Veridion refuerza esa distinción: su API diferencia entre Company, Location y Building — la dirección legal, la presencia operativa real y la estructura física. La empresa ancla cada compañía a los sitios donde realmente opera, no solo a su sede registrada, lo que cambia por completo casos de uso como exposición compartida, concentración de proveedores o riesgo de cadena de suministro.

¿Cómo ‘fabrican’ los datos? Crawling, streaming y LLMs comparados

Veridion utiliza más de 50 tipos de fuentes públicas: webs corporativas, registros mercantiles, notas de prensa, directorios, catálogos de productos y la web abierta. El sistema extrae «piezas atómicas» de información — nombres, direcciones, productos, referencias de mercado — y las convierte en perfiles de empresa mediante «modelos y señales de confianza».

Un detalle técnico relevante: cada atributo y cada proceso de matching lleva una puntuación de confianza. «Si me das el nombre de una empresa, te devolvemos un perfil con un 90% de confianza», explica Tofan.

El motor de procesamiento también evolucionó. Al principio, Veridion ejecutaba un batch semanal que duraba entre seis horas y dos días; ahora corre un motor de streaming que procesa cada flujo de forma independiente y propaga cambios al grafo principal en segundos. Sobre los 120 millones de webs corporativas que monitorizan, el refresco se completa «en una hora» desde que se produce un cambio en algún elemento.

El papel de los LLM es táctico y nada dogmático. Veridion mantiene versiones de varios modelos, compara proveedores y elige el más caro o el más barato según el caso, siempre verificando la calidad del resultado. Para tareas muy específicas desarrollaron además su propia solución interna.

¿Qué modelo de negocio hay detrás de una ‘fábrica de datos’?

Tofan insiste: «No vendemos suscripciones por asiento. Licenciamos los datos». La lógica es simple: se acuerda cuántas compañías cubrir, cuántos atributos, qué métodos de entrega y se paga un precio global por todo. La entrega puede hacerse por API, ficheros batch, Snowflake, integración con BigQuery y próximamente un servidor MCP.

Los grandes clientes suelen preferir entregas batch con decenas de millones de compañías y ciclos de actualización definidos. Veridion presume de haber logrado, en pruebas con clientes, un 30% más de precisión que los proveedores establecidos, ofreciendo más detalle por compañía con costes un 50% inferiores.

Toda la infraestructura corre on-premise: el centro de datos principal está en Alemania, los crawlers stateless en Francia y el clúster de procesadores GPU en Rumanía. La base de datos se apoya en herramientas open source como Cassandra.

¿Por qué los datos ‘malos’ cuestan dinero a aseguradoras, bancos y proveedores?

«No digo que vayamos a salvar el mundo, pero creemos que es importante arreglar este problema en el ámbito firmográfico, porque algunas de las decisiones más importantes se toman sobre empresas que son mostradas de forma incorrecta», señala Tofan. Los errores en datos empresariales afectan directamente a:

Aseguradoras que evalúan riesgo corporativo.
Agencias de crédito que calculan exposición.
Proveedores que mapean cadenas de suministro.
Empresas que buscan financiación y necesitan datos fiables de sus posibles socios.

Un ejemplo que pone la propia Tofan: la propia Veridion sigue apareciendo en algunas bases de datos como Solidify, su nombre anterior, lo que ilustra el coste real del dato desactualizado.

¿Qué significa esto para tu startup?

El caso Veridion no es solo una curiosidad rumana: es una ventana al tipo de infraestructura de datos B2B que se está construyendo en Europa del Este y que compite de tú a tú con incumbentes estadounidenses como Dun & Bradstreet o ZoomInfo. Para founders que construyen productos B2B, ventas, lead enrichment, compliance o supply chain risk, hay tres lecturas accionables:

Evalúa la calidad de tus datos firmográficos antes de gastar en más datos. Un 30% más de precisión no es marginal: cambia el conversion rate de ventas, el false positive rate en compliance y el coste de reconciliation contable. Audita tu proveedor actual con métricas comparables.
Si vendes datos, estudia el modelo de licenciamiento frente a SaaS. Veridion vende ‘datos como producto’, no asientos. Si tu modelo depende del número de usuarios del cliente, estás expuesto a la compresión de plantillas. Un flat fee por cobertura puede dar márgenes más predecibles.
La pila on-premise europea sigue siendo una ventaja competitiva. En sectores regulados (financiero, seguros, salud), la posibilidad de mantener los datos en jurisdicciones UE y de evitar dependencias de hyperscalers norteamericanos es un argumento de venta. Cassandra + GPU cluster + crawling propio es replicable, pero requiere inversión temprana.

Conclusión

Veridion muestra lo que ocurre cuando una startup decide que los datos son el producto, no el subproducto: cobertura global, infraestructura propia, motor de streaming y una obsesión pública por la precisión. La pregunta para founders B2B ya no es «¿de dónde saco datos?» sino «¿puedo permitirme que esos datos estén mal?».