Por dentro da máquina de GTM da Clay: automação em quase todo o funil, menos nas conversas

A Clay organiza o funil em torno de um princípio: dado informa, pessoa age. Cada conta é enriquecida com dados firmográficos (headcount total e por departamento) e campos de pesquisa personalizados feitos com IA. Com isso, recebe uma nota de fit de 0 a 100, gravada em um campo do Salesforce. Entre as entradas estão porte, modelo de negócio, tipo de GTM (PLG, sales-led ou híbrido), CRM, data warehouse, uso de produtos concorrentes, região, estágio de funding e trajetória de receita. Cada critério tem uma evidência por trás. Ao analisar os maiores clientes por ARR, Osman Sheikhnureldin, head de GTM engineering, viu que eles têm 10% ou mais do headcount em vendas ou GTM.

O fit é uma das quatro peças da pontuação de propensão de compra, junto com valor contratual previsto (percentil 90 do ARR dos 25 clientes fechados mais parecidos), sinais de intenção e engajamento com a Clay. Toda semana, o sistema marca as 5 contas prioritárias de cada rep. Os follow-ups pós-call chegam como rascunho no e-mail do rep, escritos na voz dele: os GTM engineers levam ao Snowflake tudo que o rep enviou ou disse em chamadas e transformam isso em um prompt de estilo. Em quase todos os fluxos, uma pessoa edita e aprova antes do envio. O fluxo de objeções, segundo a própria fonte, ainda está em beta.

Para quem opera marketing e growth, o recado prático é que o modelo de scoring só ganha confiança do time comercial quando tem critérios explicáveis, como a regra dos 10% de headcount em vendas. Dado próprio do negócio (uso de produto, champions) é o que torna a operação difícil de copiar. E deixar a decisão de envio na mão do humano parece ser o que sustenta a personalização sem perder a voz da marca. Esta é uma leitura editorial, não um resultado medido pela fonte.