Clay:用 GTM Engineering 创造新的工作方式
Clay 将数据、AI、集成和可复用 workflow 组合成更大的 GTM Engineering 叙事:GTM 团队可以像工程团队一样搭建增长系统。
从熟悉的工作方式切入
明确客户今天如何完成这项工作。
改变 operating logic
用产品能力重新组织工作流。
扩大价值单元
从单点任务扩展到更高层业务结果。
改变客户如何评估方案
让客户理解并购买新的 operating model。
过去:名单 → 人工研究 → 写外呼 → 跟进 未来:signal → enrichment → logic → AI personalization → automated action → iteration
- 先定义真正变化的工作方式。
- 用产品能力证明新叙事,而不是只改 wording。
- 让案例、模板或 demo 降低新方法的学习成本。
- 对无法核验的效果保持证据边界。
查看过程与完整证据
9 节正文保留背景、客户、定位、渠道、结果、可复制性与下一步
案例速览
Clay 通过公开产品、Clay University 和模板库,展示了一个将数据增强、账户与联系人研究、AI 个性化、业务逻辑以及外部 GTM 工具动作连接起来的平台。与只介绍单点功能不同,Clay 持续用完整示例展示这些能力如何组合成端到端、可复用的 GTM 工作流。(Source: Clay; Clay University; Clay Templates)
因此,它的战略动作不只是“卖一个更好的数据库、enrichment 或 outbound 工具”,而是教育团队把 GTM 理解成一个可以被设计、编排、自动化和持续迭代的系统。这种变化支撑了更大的 GTM Engineering 叙事:收入团队不只是执行 campaign,而是在搭建一套把 signal 转化为研究、个性化和行动的增长系统。
GTM 模式:单点工具 → 连接工作流 → 新 operating model → 新品类
核心链路:signal → enrichment → logic → research → AI personalization → action → feedback & iteration。
旧 operating model → 新 operating model:
| 旧 operating model | 新 operating model |
|---|---|
| “我需要一个工具,或更多人,去完成每一个 outbound 任务。” | “我需要一个系统,把数据、逻辑、AI 和 GTM 动作协调起来。” |
| 研究、数据补全、个性化和跟进是相互分开的人工步骤。 | 这些步骤可以组合成共享逻辑、可自动化、可重复执行的工作流。 |
| 价值主要在单点功能或任务层衡量:数据更准、研究更快、发更多消息。 | 价值进一步扩展到工作流速度、一致性、实验效率和运营杠杆。 |
| GTM 执行高度依赖个人经验以及团队之间的人工交接。 | 团队可以把部分经验固化为可复用系统,由 GTM builder 持续维护和优化。 |
| 工具以一个个 point solution 的方式采购。 | 平台可以被理解为支持更大 GTM operating model 的 workflow infrastructure。 |
本条目是基于 Clay 公开资料整理的第三方市场案例,不代表本站参与了相关项目实施,也不代表 Clay 对本文的认可。
背景与约束
传统 outbound 和 revenue workflow 往往被拆散在找名单、账户研究、联系人补全、分群、写消息、sequence、CRM 更新、routing 和人工交接等步骤中。不同环节可能分布在不同工具里,团队成员还需要不断在系统之间搬运数据、判断和下一步动作。
Clay 的公开材料把其中很多工作组织成相互连接的 workflow。Clay University 和模板库展示了如何组合不同数据源、enrichment provider、条件逻辑、研究、AI 生成内容以及下游 GTM 系统动作。(Source: Clay University; Clay Templates)
这改变了团队优化 GTM 的方式。问题不再只是“怎样让每个 operator 更快完成更多任务”,而是“哪些步骤应该被标准化、自动化或沉淀成可复用流程”。人的工作可以从重复执行,转向 workflow 设计、异常处理、质量控制和实验迭代。
这里更重要的机会也不只是 automation,而是 codification:把原本存在于个人经验里的 GTM know-how——目标客户是谁、哪些 signal 重要、该相信哪些数据、怎样个性化、什么时候触发什么动作——逐步写进可复用、可改进的工作流。
目标客户画像
更适合已经使用多个销售与数据工具,但仍难以把它们组织成一致流程的 Growth、RevOps、SDR、Demand Gen、Lifecycle 和 founder-led GTM 团队。
当团队已经有一定 GTM 规模或 workflow 复杂度、人工执行开始形成明显摩擦,但同时又需要不断测试新客群、新 signal、新数据源或新 messaging logic 时,这种价值会更强。
核心痛点包括:
- 工具与数据碎片化: prospecting、enrichment、research、CRM、sequence 和 automation 分散在多个系统。
- 重复人工研究: operator 不断做相似的账户和联系人研究,但结果很难复用。
- 个性化质量不稳定: 输出质量依赖具体 operator、可获得的上下文以及投入时间。
- 跨团队 handoff: 工作在 Marketing、SDR、Sales 和 RevOps 之间流转时,数据和判断容易丢失或延迟。
- 实验难以规模化: 一次成功 campaign 往往难以快速沉淀成可以重复运行的 operating process。
- Point-solution 膨胀: 再增加一个单点工具可能改善某一步,却让整个 GTM stack 的编排变得更复杂。
GTM 问题
如果 Clay 只被当成 database、enrichment provider、scraping utility 或 outbound 工具,它就会进入非常窄的功能比较:谁的数据更多?谁能补更多字段?谁能让我更快发出更多消息?
这种问题定义会直接限制客户对产品价值和采购范围的理解。
旧问题定义:
“我们需要更好的数据、更快的 prospect research,以及更个性化的 outbound。”
更大的问题定义:
“我们的 GTM 流程分散在人和工具之间,需要一个可编排的系统,把 signal 稳定地转化为行动。”
第一个问题会产生对多个 point solution 的需求;第二个问题则为 workflow platform 和新的 operating model 创造空间。
因此,品类创造的关键,是把客户的评估问题从 “我要买哪个销售工具?” 推向 “我的团队应该怎样搭建和运营一个 AI-assisted GTM system?”。一旦客户接受更大的问题定义,Clay 的比较维度也会从单点功能,扩展到 orchestration、flexibility、reuse 和 system-level leverage。
定位
Clay 的公开模板与教育内容持续展示完整 workflow,而不只解释单个功能。示例会把数据源、筛选或条件、enrichment、research、AI 辅助内容和下游动作串在一起。(Source: Clay University; Clay Templates)
这个 positioning 可以概括成五个相互连接的变化:
1. 重构对象: 联系人名单 → 可编排的 GTM workflow
2. 重构工作: 人工研究与 handoff → enrichment、logic 与 automation
3. 重构角色: campaign operator → GTM system builder / engineer
4. 重构价值单元: 完成一次任务 → 建立一套可复用 operating process
5. 重构采购: point sales tool → GTM stack 的 workflow infrastructure
其中最关键的是 价值单元发生变化。Point tool 主要按它完成了哪个任务来衡量;workflow platform 则可以按团队能编码、连接、复用和优化多少重复决策与动作来衡量。
这也是为什么 “GTM Engineering” 比单纯创造一个新名字更有说服力。它背后有真实产品能力支撑:数据、logic、AI 和 action 可以被组合成 workflow。如果产品只是给传统 outbound 流程换一个名称,却没有改变工作的设计与执行方式,品类创造就会弱很多。
渠道
Clay 把自有教育内容、Clay University、模板库和产品示例作为重要的市场教育入口。这些内容覆盖 prospecting、enrichment、research、personalization、inbound routing 等多个 GTM 场景,让用户看到具体 workflow,而不是只看到抽象的品类概念。(Source: Clay University; Clay Templates)
对新品类战略来说,这些内容并不只是 top-of-funnel marketing,而是在降低新 operating model 的学习成本。客户不需要先完全理解 “GTM Engineering” 这个抽象概念;他可以先看到一个 workflow,复制一个 template,理解其中的 logic,再逐步理解更大的系统化方法。
一个简化的教育路径是:
识别人工痛点 → 看到 workflow 示例 → 复制/修改 template → 连接多个 GTM 环节 → 理解 system-building logic → 接受更大的 category language。
这形成了产品与内容之间的循环:模板让新品类变得具体,而新品类又给单个模板更大的战略意义。每一个例子同时回答两个问题:“我可以搭建什么?” 和 “为什么 GTM 应该这样工作?”
结果与证据
Clay 已公开建立了大量覆盖 prospecting、enrichment、inbound routing、research、personalization 等场景的 workflow 和模板。Clay University 也持续教授用户如何把数据、logic、AI 和 integration 组合成可重复运行的流程。(Source: Clay University; Clay Templates)
这些公开材料可以证明,Clay 的产品与市场叙事已经明显超出单一 outbound task,也能证明公司在持续教育用户“怎样搭建 workflow”,而不只是“怎样使用某一个 feature”。
但本案例所查看的公开资料不能单独证明收入增长、客户获取、留存或公司估值中,有多少是由 “GTM Engineering” 这一品类定位直接带来的;也没有受控对比能够证明,把 Clay 当作新 operating model 使用的团队,一定优于只把它当成单点工具使用的团队。
因此,本案例只把 品类扩展和 workflow education 视为可观察的战略行为,不把商业结果直接归因于这一 positioning。
可复制性
可复制性 · 中
适用条件
- 底层工作流可以被观察和衡量。
- 产品确实改变了工作的执行方式。
- 团队可以用产品能力与运营控制支撑新的工作方式。
不可照搬
- 公司的 installed base、品牌、集成、数据与长期运营经验无法只靠 messaging 复制。
风险
- 新品类叙事可能超过产品真实能力。
- 如果控制不足,自动化可能带来质量、治理、隐私或合规风险。
行动引导
评估类似 GTM Engineering 或品类创造战略时,可以先回答六个问题:
- 产品真正改变的是哪一条重复人工 workflow?
- 哪些决策、规则或 handoff 可以被沉淀成可复用的 system logic?
- 这种变化是否创造了新的客户角色、能力或 operating model?
- 什么 template、demo 或具体案例可以让新工作方式立刻变得可理解?
- 哪些产品能力能够证明更大的 category 不是 marketing language?
- 新定位是否真的把采购从 feature-level budget 推向 workflow- / system-level budget?
对 Clay 来说,采购逻辑可以总结为:
过去: “我需要更好的 prospecting、enrichment 或 outbound 工具。”
现在: “我需要一套能够设计、运行和持续优化可复用 GTM workflow 的系统。”
来源
- ClayClay · 2026-08-17
- Clay UniversityClay · 2026-08-17
- Clay TemplatesClay · 2026-08-17