5年零收入，找到PMF后两年突破1亿美金ARR，它是如何做到的？

全文3158个字，预计需要8分钟。

第一次听到Clay的名字，来自于一篇介绍Anthropic组织内AI应用的文章，里面提到在Outbound Marketing这件工作中，销售团队会用到6款工具：
Clay（Lead enriched信息丰富）→ LeanData（Routed自动分流）→ Salesforce（Opps created创建线索）→ Gong（Call coaching通话培训/记录）→ Ironclad（Contract redlining合同修订）→ Slack（Closed-won posted销售通知）

后来又在各种地方见到这个名字，于是我决定花了一些时间来研究这家公司，搞清楚这是一家怎样的公司，在解决哪里问题，以及为何增长如此迅速。

在具体介绍整个故事之前，我先把自己的结论放在前面：

首先我很震惊于Clay创始团队的耐心，5年接近零收入，依然没有放弃自己选择的方向，一定程度上证明了他们对于方向的认可，另外他们卖掉了前一个项目Frame，也有底气坚持，这也是大部分团队做不到的；

其次一样的产品，不同的销售方式结果差别很大：在产品形态几乎没有变化的情况下，因为找到了一个足够垂直和赚钱的细分市场，真正为这款产品打开了局面，从接近零收入到获得了第一批用户；

PLG+SLG，让产品增长走上了快车道：虽然Clay是用作Outbound Marketing的，但推广路线几乎是复制Hubspot的Inbound Marketing，在Clay University中制作使用教程，并且制作模版方便用户上手，让用户能够完成自购买，目前60%是自助使用购买，40%是销售主导。

最后在全新品类培育市场阶段，服务商生态非常重要：正是发展出来的很多GTM Agency，不仅帮助客户搭建了GTM工作流，并且也教育了用户如何使用Clay，在前期开拓和教育市场阶段，起到了非常重要的作用；

2023年末，Clay的ARR约为100万美元；到2025年12月，已经突破1亿美元。探索6年，找到PMF之后，2年时间飞速增长，Clay把自己称为一家“八年才成功的一夜明星”。[1]

这不是一个单纯依靠AI风口突然起飞的故事，而是一个产品团队探索多年后，通过收窄市场、改变商业化方式，最终释放产品价值的故事。

01

五年探索，收入依然接近于零

2017年，Clay在纽约成立。

创始人Kareem Amin是一位典型的产品型CEO。他曾经创办电商技术公司Frame，2012年将其出售。另一位早期创始人Nicolae Rusan是Frame的联合创始人，拥有产品、设计和工程背景。两人最初希望做的并不是销售软件，而是一个面向非技术人员的低代码“超级电子表格”。[2]

用户可以导入一批URL或公司名单，自动获取公司介绍、社交媒体账号、员工数量、联系人信息等数据，也可以连接不同API，搭建自己的数据处理流程。

早期的Clay希望服务HR、运营、财务、增长团队和普通业务人员。不同用户都能找到一些使用场景，却没有哪一类用户把它视为必须使用的产品。直到2022年春天，Clay的收入仍然接近于零。[2]

02

商业化联合创始人，帮Clay找到真正的客户

2021年，Varun Anand加入Clay，后来成为公司的GTM联合创始人。加入Clay之前，他曾负责保险科技公司Newfront的运营和Candid的市场扩张。他的加入，给原本以产品和技术为主的团队补上了商业化拼图。

Varun加入销售从业者社区Modern Sales Pros，从中找到30位真正了解“数据丰富”和“自动化外联”的人，包括SDR、cold email agency老板、销售和营销负责人、Revenue Operations从业者及增长团队负责人。

经过访谈，他发现需求最强烈的不是普通销售团队，而是cold email agency。[2]

这些公司每天都在重复同一套流程：

找到潜在客户名单 → 补充公司和联系人信息 → 验证邮箱 → 判断是否符合ICP → 生成个性化内容 → 导入外联工具

这套流程正好能够发挥Clay的优势。于是，Clay逐渐把自己的定位从“帮助任何人搭建数据工作流”，收窄为：

帮助GTM团队寻找、研究和触达潜在客户。

这看起来只是换了一种产品描述，实际上却决定了Clay的客户是谁、应该开发什么功能，以及用户为什么愿意付费。

03

Reverse Demo：销售也是客户研究

Clay不是一款只有固定操作路径的标准工具，而是一个可以自由组合数据源和工作流的平台。如果销售人员只是按照PPT介绍功能，客户很难理解它的价值。

于是，Clay采用Reverse Demo：不按照标准流程展示功能，而是让客户带着一个真实问题参加会议，再直接使用Clay解决它。

客户可能提出

“帮我找到美国所有员工超过50人、正在招聘销售人员，并且使用HubSpot的SaaS公司。”

Clay团队会现场连接不同的数据源，设置筛选条件，完成数据丰富和验证，30分钟内生成一份符合要求的公司名单。过程中遇到的每一个障碍，都会被记录并反馈给产品团队。

因此，Reverse Demo不仅是销售，也是高密度的客户研究：客户愿意为什么结果付费？哪些数据源最重要？哪些步骤应该模板化？用户在哪一步最容易放弃？

04

从一对一销售转向PLG

找到初始市场后，Clay开始逐步建立PLG模式。它首先把优秀用户搭建的工作流制作成模板，让用户不必面对空白页面，而是可以从具体场景直接开始。

模板没有削弱Clay底层的灵活性，却大幅降低了第一次使用的门槛。

Clay还建立了Slack社区。用户可以提问、分享工作流和使用经验，团队则直接回答问题。到2024年5月，社区成员已经超过1万人。[2]

随着产品影响力扩大，市场上又出现了一批专门帮助企业使用Clay的服务商——Clay agencies。它们帮助企业设计GTM流程、连接数据源、制作模板和搭建自动化工作流。

这些服务商不仅是销售渠道，也承担了市场教育、客户服务和复杂方案交付。客户搭建的工作流越多、使用的数据越复杂，消耗的credits越多，Clay获得的扩张收入也越高。Contrary的研究还提到，部分围绕Clay建立的服务商已经实现七位数美元收入。[2]

05

生成式AI进一步放大Clay的价值

在生成式AI出现以前，Clay主要帮助客户获取公司规模、所属行业、融资情况、员工数量、联系方式和技术栈等结构化数据。

2023年，Clay推出AI研究Agent——Claygent。它可以读取开放网络中的非结构化信息，判断一家公司是否支持远程办公、是否正在招聘特定岗位、是否通过某项认证，或者是否符合一组复杂条件。这让Clay从数据丰富工具，进一步升级成企业信息研究和GTM自动化平台。

06

创造GTM Engineer，两年突破1亿美元ARR

2024年至2025年，Clay做了一件重要的事：定义“GTM Engineer”这个新岗位。

GTM Engineer介于销售运营、增长运营、数据分析和自动化工程之间。他们使用Clay等工具，为销售和营销团队搭建自动化工作流，满足不同企业对数据和业务流程的个性化需求。Clay不仅为这个岗位提供工具，还连接招聘GTM Engineer的企业与相关人才。

Clay获得了OpenAI、Anthropic、Ramp、Canva、Notion和HubSpot等企业采用。公司披露，企业客户NRR超过200%，而且从未流失过一家企业客户。[1]

相较于ZoomInfo和Apollo主要依靠自有数据库，Clay选择连接大量外部数据源，通过“瀑布式查询”依次调用不同供应商的数据。当第一个数据源找不到结果时，系统会继续查询下一个，从而提高覆盖率。

公开案例显示，Clay帮助OpenAI把数据丰富覆盖率从约40%提高到80%以上，也帮助Anthropic将覆盖率提升到原来的3倍。[2]

最后

Clay的故事很容易被概括成“两年从100万美元ARR增长到1亿美元”，但如果只看这两年，可能会得出一个过于简单的结论：它只是抓住了生成式AI和销售自动化的风口。

真正值得关注的是增长曲线之前的六年。Clay先花很长时间构建一套灵活的底层产品，再通过客户研究找到一个足够具体、足够高频、也足够接近收入的市场切入口。随后，它把销售经验沉淀成模板，用PLG和社区降低门槛，再通过服务商生态和GTM Engineer完成市场教育。

产品能力决定一家公司能够走多远，但目标市场、商业化方式和生态建设，决定这些能力能否真正转化成收入。

有时候，一款产品迟迟没有增长，不一定是产品本身不够好，也可能是它还没有回答清楚三个问题：到底为谁服务、解决什么高价值问题，以及如何让客户最快获得第一次成功。

信息来源

[1] Clay官方：
Clay reaches $100M ARR: an eight-year overnight success

[2] Contrary Research：
Clay Business Breakdown & Founding Story

——————————————————

你好，我是 Renee。

SaaS 运营负责人，PLG 唯粉。
分享 SaaS 财报、增长策略，欢迎来找我聊聊 SaaS 业务。