Clay har på kort tid blivit ett av de mest använda verktygen för datadriven go-to-market (GTM). Plattformen används idag av allt från startups till enterprisebolag för att bygga automatiserade pipelines för prospektering, research och signalbaserad outreach.
Under den senaste tiden har Clay också förändrat sin prismodell. För många användare kan förändringen först kännas mer komplex – men i praktiken speglar den hur moderna GTM-team faktiskt arbetar.
Den tidigare modellen
I den tidigare prismodellen betalade användare en fast månadsavgift och fick en pool av credits.
Dessa credits användes till i princip allt i plattformen, exempelvis:
- databerikning från externa dataleverantörer
- AI-generering och research
- automationer och workflows
- API-anrop och scraping
Den här modellen gjorde det enkelt att komma igång, men den skapade också några utmaningar. Credits kunde snabbt ta slut och det var ofta svårt att förstå exakt vad som drev kostnaderna.
Den nya modellen
Clays nya prismodell delar istället upp kostnaderna i tre olika delar:
1. Clay Compute
Detta är plattformens beräkningskapacitet och används för att köra workflows, automationer och dataprocesser i Clay.
Compute mäts fortfarande i credits.
2. Data Providers
Datakällor som används för enrichment debiteras separat per datapost.
Detta gäller exempelvis leverantörer som:
- Apollo
- People Data Labs
- LinkedIn-baserade enrichment-tjänster
Priset visas direkt i Clay när datakällan används, vilket gör kostnaden mer transparent.
3. AI-användning
AI används i Clay för bland annat:
- research av prospekts
- sammanfattningar av företag
- generering av outreach-meddelanden
Denna användning debiteras separat, ofta baserat på antal genereringar eller tokens.
Varför Clay gör denna förändring
Förändringen handlar inte bara om prissättning. Den speglar en större utveckling i hur GTM-system används.
Tidigare användes många prospekteringsverktyg enligt ett relativt enkelt flöde:
Lista → Enrichment → Sekvens
Men moderna GTM-team arbetar allt oftare signalbaserat och datadrivet. Det innebär att processerna istället ser ut mer som:
Signal → Research → AI-analys → Relevant outreach
I dessa scenarier fungerar en uppdelad prismodell bättre eftersom olika delar av systemet används på olika sätt.
Från prospekteringsverktyg till GTM-dataplattform
Den nya prismodellen är också ett tecken på hur Clay utvecklas som produkt.
Plattformen används idag inte bara för prospektering utan för att bygga kompletta datadrivna GTM-processer, exempelvis:
- övervakning av TAM (Total Addressable Market)
- identifiering av köpsignaler
- automatiserad research av prospekts
- databerikning från flera källor samtidigt
- AI-genererad personalisering i outreach
Det gör att Clay i praktiken fungerar mer som en GTM-dataplattform än ett traditionellt prospekteringsverktyg.
Vad betyder detta för företag?
För företag som arbetar strukturerat med Revenue Operations innebär förändringen ofta bättre kontroll över både data och kostnader.
Den nya modellen gör det enklare att:
- förstå vad datakällor faktiskt kostar
- skala signalbaserade GTM-processer
- kombinera flera dataleverantörer i samma workflow
- använda AI i research och personalisering
Samtidigt kräver modellen också att organisationer tänker mer strategiskt kring hur de bygger sina dataprocesser.
Mindwiles perspektiv
På Mindwile arbetar vi med att hjälpa B2B-företag bygga skalbara Revenue Operations-processer. Verktyg som Clay spelar en viktig roll i den utvecklingen eftersom de möjliggör datadrivna arbetsflöden som tidigare var mycket svåra att automatisera.
När Clay nu förändrar sin prismodell är det därför inte bara en teknisk förändring – det är ytterligare ett steg mot mer sofistikerade och signalbaserade GTM-strategier.
