Clay - 用“100+数据源+AI+自动化”，销售客户线索管理领域10倍速高速成长

摘要：Clay - 用“100+数据源+AI+自动化”，销售客户线索管理领域10倍速高速成长

Clay平台是一款创新的销售和营销自动化工具，它巧妙地结合了数据分析和AI智能体，为企业在销售和营销领域提供了强大的支持。

Clay平台能够便捷地获取超过100个外部数据源，无需企业费力拼凑数据库或手动创建电子表格。Clay平台的产品形态为SaaS，提供API接口和多种数据工具集成，并且有丰富的模版可以直接复用。

根据其官网2025年1月的信息，员工约100人，总估值12.5亿美元。虽然没有找到其收入的公开信息。但是官方提到2022 年和 2023 年，收入均增长了 10 倍，在2024 年增长了 6 倍。公司处于成长期，仅100人的公司来说，这个估值已经算是比较高的了，也表明其在市场中已经取得了一定的成功，并且有望继续保持快速增长。

在本文中根据公开资料分析了其客户Anthropic（有大模型Claude)案例和Open AI的用例，值得参考。

在研究Clay的过程中，发现他们提到未来将加大在意图信号Intent signals领域的产品创新，这是表明潜在客户何时准备参与或购买的指标。后续会继续跟进这家公司的发展。

🔑 AGI 洞察 | 每周更新

这一模块提供对最新 AI 产品的深入分析，包括技术特点、市场表现和未来发展趋势。我们的专家团队将为您解读每一个产品的核心技术，并预测其在未来市场中的表现。

历史存档： 1.4 AGI洞察

产品：

Clay 平台主要能力是售前客户线索拓展和管理。Clay有广泛的集成功能和 AI 能力，便捷获取外部100+数据源，不需要费力拼凑数据库，或者手动创建电子表格。可构建自动化的工作流程，从查找客户、验证潜在客户、联系客户，最终促进客户获取和留存。

我们先可从下图快速了解Clay平台两大能力是"数据+AI Agent"

1. 产品信息一览

• 产品功能特征概述：Clay是数据驱动的销售和营销自动化平台，通过AI技术和多源数据整合，帮助企业优化营销工作流程。

• 产品形态：SaaS平台，提供API接口和多种数据工具集成。整个产品的交互是一个表格形式。

• 主要功能列表：

  • 数据丰富和整合

  • AI驱动的消息撰稿和发送

  • CRM和营销自动化工具集成

  • 实时意向信号跟踪

• 具体应用案例或场景：常用于CRM数据增强、自动化外联营销、销售线索评分和跟进等场景。

以下是产品的主要功能

产品功能 - 集成：AI、系统、外部数据、开发工具等

产品功能 - 灵活的表单AI功能

产品功能 - 信息研究智能体

自动化公司信息调研，辅助SDR筛选足够的信息了解潜在客户。

产品功能 - 个性化文案

使用AI自动化撰写文档

产品盈利方式和定价表

• 产品盈利方式：基于SaaS订阅模式

• 定价策略：提供多个定价层级，从免费到企业级，适应不同规模企业的需求。

更多关于功能和价格可以前往https://www.clay.com/pricing

2. 产品具体使用，优点和缺点

产品使用

这是产品登录页（免费版）。

这里我选择了使用AI起草电子邮件，下面是默认的三个公司，和对这个公司的邮件范例。

这一步是公司信息增强，选择目的然后前往公司信息分类选择

在选择了以上选项后，出现以下表格生成，邮件正在AI生成中，表格能力形式类似飞书多维表格。

模版商店

提供模版，可以点击并且复制到自己的空间。我测试过了一个这个写AI写5个电子邮件没有成功。

这个复制成功了

优点：

主要是数据表格形式，入门学习比较容易。

无缝集成，与流行的 CRM 和销售自动化平台集成，实现更顺畅的工作流程。

简化潜在客户研究和验证，销售团队不再陷入繁琐的数据收集工作中。

缺点：

虽然入门学习容易，但是对不熟悉AI，不熟悉工作流设置的人来说，学习有难度。

每个任务的都需要耗费积分点，对不熟悉系统的人来说，价格比较难估算，可能由于应用不善，导致费用过高。

全部依赖外部数据源，数据质量非常重要。也就意味着，如果一个数据源质量不佳或者错误，会导致连锁反应。

Clay比较适合哪些用户使用？

比较适合有外部数据有非常高要求的团队，适合数据分析需求的团队。

从定价和功能综合来看，比较适合中大型企业，或者快速成长的科技型企业，挖掘潜在客户需求。

如果公司的预算有限，Agent构建能力有限，或者对数据分析应用的能力不足，并不适合用Clay。

3. 产品发展历史

利用Product Hunt进行早期产品发布

首次在Product Hunt发布是2022年2月8日，介绍了其能够“创建自动填充的电子表格，无需编码”的功能。

图片：Clay首发版本

Clay 2.0发布

2023年8月15日，Clay发布了其2.0版本，重点介绍了“数据驱动的AI寻找、丰富和个性化”功能。

根据信息，当日就获得排名第一，并且也是当周排名第一的新产品。

Product Hunt 帮助 Clay 获得了初步关注和曝光，引发了人们对其产品的关注和兴趣。吸引了大量的早期用户。

图片来源：https://www.producthunt.com/products/clay-6

4. 目标市场：什么是GTM?

GTM英文是go to market ，直译是产品进入市场。指企业将产品或服务推向市场的战略规划。它强调以客户为中心，通过深入了解目标客户群体、制定详细的路线图和实施高效的销售和营销流程，帮助企业成功进入新市场或推出新产品。

GTM工作内容非常广泛，并且要求很高。懂产品和技术，也要懂市场洞察，营销和定价等知识，而且要跟产品经理，研发经理，营销推广等等部门进行合作。

GTM策略的关键步骤：

• 市场研究与评估

• 确定目标市场和客户群体

• 制定市场进入策略（包括产品定位、定价、销售渠道和市场推广）

• 制定实施计划和时间表

• 执行、监控和调整策略

现实情况中数据整合痛点

以上这些工作都需要各自数据。现实情况是，各种数据源头多，投入巨资也难以获得完整的信息。有些信息互联网上没有，比如某个AI初创公司没有网站，当你搜索200人以下技术公司时，是搜集不到这家公司的。有些则在非常

即使耗费资金，完成了各种信息源的订阅，也需要花时间把所有的数据源拼凑在一个表格中。

Clay主张哪些产品价值？

数据整合与应用

解决数据来源问题，平台整合了 100 多个集成和 AI Agent，帮助团队查找数据，并立即将其应用于整个技术栈。

统一的GTM开发环境

统一界面，让GTM团队能够开发、执行和演进增长计划，类似于工程团队使用的集成开发环境（IDE）。

解决传统痛点

传统需要使用多个不同工具，这是一个缓慢且痛苦的过程。Clay通过整合多个功能，简化了这一过程。

Clay认为的GTM统一开发环境是什么？

Clay认为，每个核心业务功能都需要自己的创作环境。设计师有 Figma，开发者有 Visual Studio Code 和 AWS，作家有文字处理器。所以，GTM 团队需要自己的地方来构建和运行增长系统。

与传统的数据提供商协商数据采购的过程非常漫长，一般耗时6个月，使用Clay的SaaS平台则能非常迅速的完成数据接入。

Clay正在构建的生态系统，链接数据集提供到数据应用

图片来源：https://www.clay.com/blog/series-b-expansion

5. 客户Anthropic案例解析：提升数据丰富和销售效率

公司：Anthropic是一家成立于2021年的AI公司，拥有流行的LLM Claude。

需求痛点

• Anthropic的销售团队人手不足，面对大量过来的销售线索，要么招聘人员花费大量时间处理，要么只能流失掉这些线索。

• 需要手动处理线索，包括将公司信息录入Salesforce，这是一个耗时且容易出错的过程。

• 已知的数据存在信息缺失，数据质量不高，难以用来进行分析以识别出有潜力的客户。

Anthropic使用Clay解决了这些问题，主要通过以下方式。（官方一共列了4个用例，我这里主要写了3个）

用例1：自动化丰富增强所有数据

Clay帮助Anthropic自动化了所有网站访问线索的数据丰富，包括联系信息、公司规模、资金轮次等数据点。这种自动化使得数据丰富覆盖率增加了三倍。

用例2：自动化客户行业细分分类

建立深度和独特的客户洞察，就需要对客户进行准确的和细致的分类，因为，每家企业都有独特的产品，需要独特的定位和细分。

为什么需要自定义行业标签分类？

现成的行业数据筛选器非常的宽泛，比如Anthropic 和 Ulta Beauty（美妆公司）都被归类为“科技公司”，这显然是不能区分目标客户的属性。

而且，行业分类术语并不规范，不同的软件产品供应商使用不同的术语，例如“IT”、“软件技术”或“互联网技术”。导致在不同平台的数据最后无法合并一起。

Clay怎么解决的呢？

我从公开案例的信息看到只有下面这张图，看上去是在Clay平台的工作流中设置了一个“分类任务节点”。

如下图，就是采用了模型作为任务节点。从图中可以看到，提示词并不复杂，关键是给了分类的样例，不过细节省略了（下图中，some example classification include)。

这样可以实现更精确的客户标签，还有更加灵活的调整。

用例3：将个人邮箱转换为工作邮箱

通过搜集领英等公开数据源，对个人邮箱信息进行深度匹配查找，从而指导其公司邮件。这样就能发现公司域名、更多丰富的公司信息。

6. 客户Open AI案例解析：扩展GTM运营

OpenAI是一家领先的AI公司，于2022年推出ChatGPT，2023年他们推出了ChatGPT Enterprise，引发了大量的用户兴趣。

用例1：自动化丰富增强所有数据

ChatGPT Enterprise的推出导致网站销售线索大量增加，团队人手不足。单一数据提供商的数据有限，而与多个数据供应商签订合作非常耗费时间，Open AI没有时间去实现复杂。Clay通过多源数据，将数据丰富覆盖率从40%提高到80%以上。

用例2：自动化AI市场研究报告

Clay的AI研究智能体模拟了最佳销售代表的研究过程，自动执行公司网站、LinkedIn页面和季度收益报告的信息收集和总结。这就就可以规模化整个研究过程。

下一步，从GTM团队扩展到更多部门

除了GTM团队使用， 其他的部门也开始使用

• 数据科学团队应用：

使用Clay来估计每家公司在其用户群中的知识工作者数量，OpenAI能更好地理解其用户群体的构成和需求。

• 招聘团队

探索使用Clay来寻找曾在高速增长公司工作过的人员，尤其是在这些公司的快速扩张期。这有助于OpenAI找到具有成功经验的顶尖人才。

• 市场运营团队：

通过Clay的数据丰富和AI能力，能够更精准地进行营销活动，提高转化率和客户参与度。

7. 公司信息一览

• 公司名称：Clay

• 公司简介：Clay是一家专注于销售和营销自动化的AI技术公司，通过数据丰富和AI驱动的工作流程帮助企业提升营销效率.

• 核心业务：提供数据丰富、AI驱动的销售和营销自动化平台，帮助企业优化营销工作流程。

• 公司地址：总部位于纽约，但具体地址未公开

• 网站地址：https://www.clay.com

• 创始人：Kareem Amin和Nicolae Rusan

• 团队背景：

Kareem Amin来自AI研究和软件开发背景，他之前创立了一家名为 Frame 的公司，该公司于 2012 年被 Sailthru 收购。

Nicolae Rusan已离开公司。曾担任道琼斯产品副总裁和微软项目经理，目前专注自己的项目Toolkit AI。

2021 年末，Clay 开始专注于企业销售和营销自动化，并聘请Varun Anand 担任联合创始人。Varun Anand 之前曾在Google的Jigsaw团队和Newfront担任过多个角色。

• 融资信息：

  • 种子资金 ：2017 年 6 月在种子轮融资中筹集了 250 万美元。

  • A 轮融资 ：2019 年 6 月的 A 轮融资中获得了 1350 万美元。

  • B 轮融资 ：2025年1月宣布完成 4000 万美元 B 轮扩张融资，估值 12.5 亿美元。投资者是Meritech Capital，红杉资本、First Round Capital、BoxGroup 和 Boldstart Ventures。

• 投资信息：Clay 收购 Avenue，这是首次收购信息。这是一款工作流自动化工具，有望帮助 Clay 客户有效地根据意图信号采取行动。

• 值得注意：有分析指出Clay的收入构成可能存在风险，部分收入可能是通过第三方数据提供商实现的，这可能影响公司的长期可持续性

公司画像

以下数据根据公开信息获得。

成立时间：2017年

估值：12.5亿美元（官网2025年1月）

收入：

没有公开信息。来自官网融资公告中提到2022 年和 2023 年，收入均增长了 10 倍，在2024 年增长了 6 倍。

员工：

约100人

来自官网融资公告中的信息。

现有客户信息：

超过 5000 名客户，包括 OpenAI、Canva、Anthropic、Ramp 和 Rippling。

入选榜单摘要：

The Information的“2024年最有前途的50家初创公司”

我对Clay提出的希望帮助客户有效地根据意图信号采取行动这个非常感兴趣。后续会继续跟进这家公司的发展。

作者：Ada