Comment Clay exécute le cold Outbound aux comptes d’entreprise

Clay n’avait pas vraiment de mouvement Outbound officiel avant il y a environ un an. Nous sommes passés à 100 millions de dollars d’ARR principalement grâce au libre‑service, avec une quinzaine de commerciaux et aucun SDR. Aujourd’hui, les ventes représentent 50 % de notre ARR, contre 20 % auparavant. Les zéro SDR sont devenus 33 ClayDRs, et les 16 commerciaux sont passés à 82 ingénieurs GTM. En bref, on est passé d’une entreprise PLG‑first à un modèle hybride PLG et sales‑led.

En chemin, de nombreuses actions GTM Play ont soutenu ce passage alors que nous nous orientions vers le marché des grandes entreprises. L’une d’elles a commencé comme le système de prospection d’un seul rep ; aujourd’hui, il est utilisé par toute l’équipe de vente. Ce rep, c’est Sabrina Glaser. Au départ, Prospect, rechercher et contacter un seul Account lui prenait environ 30 minutes sur Salesforce, 30 minutes sur Crunchbase, 15 minutes sur LinkedIn et 10 minutes sur Google : plus de 85 minutes avant même de rédiger un e‑mail. C’était clairement chronophage. Elle a donc pris un stylo et du papier, a cartographié où son temps était réellement dépensé, et a créé quatre Claygent séquencés pour automatiser les tâches qui remplissaient son agenda. Désormais, il lui suffit de saisir le domaine d’une entreprise pour obtenir en moins de cinq minutes les informations de contact nécessaires et une séquence de messages prête à l’emploi. Elle fait partie des meilleurs reps de Clay : au deuxième trimestre 2026, elle a généré plus d’un million de dollars de Pipeline grâce au cold Outbound.

Mais une excellente idée qui ne vit qu’avec une seule personne n’est pas idéale. Alors Luca Prando, de notre équipe ops GTM, a transformé ses tableaux en un workflow que toute l’équipe commerciale utilise maintenant depuis une fenêtre de chat. Créer la même chose pour votre équipe ne nécessite que quelques prompts.

Si vous avez environ une heure de libre, nous avons parcouru tout ce système en direct sur How Clay Uses Clay, le livestream où notre équipe dévoile les vrais tableaux et les flux de travail qui sous-tendent nos ventes. Plus, réservez votre place pour le prochain épisode.

Pourquoi les commercial·e·s conçoivent nos Outbound plays et les équipes ops les construisent.

Le système de prospection à quatre agents est passé de la table de Sabrina à toute l’équipe commerciale grâce à la façon dont nous partageons la responsabilité : nos représentants conçoivent les GTM Play, et notre équipe ops construit les systèmes qui les font fonctionner. On l’appelle un « système centralisé avec exécution décentralisée », et c’est différent des deux approches que la plupart des organisations commerciales utilisent pour l’Outbound.

• Entièrement centralisé. Ops maîtrise chaque action et chaque ligne de message. Oui, ça garantit sécurité et visibilité. Mais le revers, c’est que les actions conçues par des personnes qui parlent rarement aux clients restent un peu génériques.
• Entièrement décentralisé. Les représentants créent leurs propres campagnes avec les outils dont ils disposent. Le message est plus percutant. Mais les ops n’ont ni visibilité ni contrôle de la délivrabilité, et le savoir reste avec celui qui l’a créé, pas avec toute l’équipe.

Notre version garde le contrôle du premier et la netteté du second.

Avec notre système, les meilleurs représentants montrent aux équipes opérationnelles exactement comment ils Prospect, et ces équipes transforment cela en un seul flux de travail, avec des garde‑fous intégrés, pour tout le monde. Chaque représentant l’exécute ensuite à sa façon, et les retours de 50 ou 60 collègues qui utilisent le même scénario alimentent la prochaine itération.

Dans le système de Prospect à quatre agents de Sabrina

Sabrina a créé une table Clay qui fait tourner quatre agents, ou Claygent, en séquence, chaque sortie alimentant la suivante. Elle saisit le domaine d’une entreprise et, quelques minutes plus tard, elle dispose d’une séquence pré‑rédigée pour chaque personne clé du compte, prête à être examinée. Ce système lui fait gagner du temps : elle économise plus d’une heure de recherche par compte.

Les agents de Clay se connectent à d’autres outils et documents, alors elle les a rendus plus intelligents. Elle a intégré Google Docs et les bases de données Notion pour le contexte, des pitch decks afin que le texte reflète notre positionnement produit, et des histoires de clients pour que l’agent comprenne comment nous présentons notre proposition de valeur aux entreprises. Elle a aussi fourni à l’agent quelques dizaines de ses propres e‑mails pour qu’il parle comme elle.

Si vous formez un agent pour qu’il écrive à votre place, commencez de la même façon, avec des exemples de bons textes que vous avez rédigés vous‑même, sans l’aide d’une IA. Vous n’avez pas besoin d’être un expert des prompts non plus ; Clay propose un générateur de prompts pour vous accompagner.

Voici le rôle de chaque agent, dans l’ordre d’exécution :

Agent 1 : Données de première partie

La Prospect de Sabrina débute avec ce que nous savons déjà du Compte, donc le premier agent exploite nos propres données de première partie. Il détermine aussi à quel point le Compte est « chaud », ce qui influence tout le reste. Voici ce qu’il récupère :

• Les bases du CRM de Salesforce : l’ID du Compte, le Score d’adéquation et qui le possède.
• Opportunités passées, ainsi que les raisons de leur perte
• Transcriptions et résumés Gong des conversations précédentes
• Toute participation à un événement, tout engagement par e‑mail et toute activité dans notre communauté Slack GTM
• Les données firmographiques et l’ensemble actuel d’outils technologiques du compte

L’agent qualifie ensuite le compte de « très chaud », « légèrement engagé » ou « pas engagé », puis transmet cette étiquette à l’étape suivante. C’est ainsi que vous évitez d’envoyer un e‑mail à quelqu’un qui vient de parler à un représentant Clay. Notre CRM suit aussi les changements d’emploi ; quand une personne qui a acheté ou soutenu Clay chez un ancien employeur apparaît sur un compte cible, l’agent le signale.

Agent 2 : Signal tiers

Le deuxième agent cherche une raison extérieure de contacter l’entreprise dès maintenant. Il part de l’étiquette « chaleur » que le premier agent a attribuée, car c’est elle qui détermine le type d’accroche nécessaire dans l’e‑mail. Si le compte possède déjà un historique avec Clay, l’e‑mail s’appuie sur cet antécédent. S’il n’en a aucun, le texte doit trouver une raison externe pour prendre contact ; cet agent part donc à la recherche d’une telle raison via les fournisseurs du Data Marketplace de Clay et en fouillant le web. Les Signal qu’il examine incluent :

• Offres d’emploi, surtout les nouveaux postes GTM, RevOps ou data, et les outils mentionnés dans les descriptions.
• Lancements de produits et autres annonces majeures
• Appels de résultats, et si la direction évoque l’efficacité
• Croissance des effectifs ou réductions récentes
• Tours de financement, introductions en bourse, acquisitions et nouveaux responsables des ventes et du marketing

Les entreprises cotées offrent plus de possibilités que les privées, car les appels de résultats donnent souvent un « pourquoi maintenant » : un excellent trimestre à exploiter, ou plusieurs trimestres manqués et un nouveau produit qui nécessite un **Pipeline**. Sabrina s’appuie aussi sur les offres d’emploi, qui révèlent deux choses : si l’entreprise développe son équipe commerciale et quels outils cette équipe utilise déjà. Une description de poste mentionnant ZoomInfo, Apollo et Marketo **Signal** que l’entreprise doit consolider ses outils.

Agent 3 : centre d’achat

Le troisième agent décide qui contacter réellement. Il s’appuie sur notre ICP, mais il ne traite pas chaque nom de la même façon : chaque contact est classé par priorité, et l’e‑mail qui finit par être envoyé à un cadre C‑level diffère de celui destiné à un directeur ou à un manager. Voici ce que fait cet agent :

• Parcourt le compte pour identifier les titres qui correspondent à notre ICP.
• Pèse l’ancienneté de chaque personne et le rôle qu’elle est susceptible de jouer dans une transaction
• Renvoie entre trois et huit contacts, avec le nom, le titre, l’URL LinkedIn, le temps passé dans l’entreprise et la catégorie persona
• Ajoutez un champ de raisonnement expliquant pourquoi chaque personne figure sur la liste et pourquoi elle s’y classe.
• Place les personnes les plus susceptibles de répondre et de convertir en tête.

Le classement, combiné à l’étiquette de chaleur du premier agent, permet à l’agent final de déclencher une action distincte pour chaque personne.

Agent 4 : générez l’e‑mail

Le dernier agent consigne la séquence. Ces messages ne sont pas de simples phrases d’IA que tout le monde a appris à ignorer. Voici ce qu’ils font :

• Prend chaque élément de contexte de ces trois premiers agents
• Chaque e‑mail s’appuie sur les accroches les plus pertinentes de la recherche terminée.
• Applique la compétence rédactionnelle du·de la représentant·e pour que le texte lui ressemble (pas comme un Template)
• Génère une séquence multi‑touch pour chaque contact, prête à être revue et envoyée

Les petits détails comptent ici. Chaque e‑mail débute par un élément précis sur la personne ou l’entreprise, s’appuie sur une proposition de valeur de Clay, puis se termine par une demande. Dans le cas de Sabrina, le premier e‑mail est signé avec son prénom complet, tandis que le deuxième porte la signature « Sab ». L’idée, c’est que la séquence multi‑touch donne l’impression d’un nombre réduit d’interactions.

Déployer le système de Sabrina dans toute l’organisation commerciale

Pour Sabrina, les quatre agents ont tout fait comme elle le voulait : le temps de recherche a chuté, et les e‑mails restaient fidèles à son style. Mais une mise en scène qui n’existe que dans la tête d’une seule personne a un coût pour l’équipe commerciale, même quand ça fonctionne.

• Variance de performance. Les meilleurs représentants comme Sabrina atteignent 160 % du quota, les autres 70 %. Les équipes se demandent alors s’il s’agit d’un problème de personnes ou de processus.
• Risque de conformité. Des représentants qui utilisent des outils d’IA sans supervision opérationnelle placent des données clients dans des systèmes que personne ne contrôle, sans trace d’audit, sans gouvernance, et ajoutent un risque de délivrabilité.
• Risque de marque. Quand les messages sont envoyés massivement sans relecture, la cohérence en pâtit. Les e‑mails doivent refléter le style du commercial tout en respectant nos consignes.

Notre intention en développant était de permettre à chaque commercial·e de vendre de façon adaptée aux enjeux de l’entreprise et à son propre style. C’est là que Luca et l’équipe ops GTM sont intervenus.

Transformer la table en un workflow que toute l’équipe peut faire tourner

Un play d’une top performer comme Sabrina, c’est un gain immédiat pour l’équipe ops. Le vrai défi des outils internes, c’est de faire en sorte que les commerciaux les utilisent réellement, sans perturber leurs méthodes. Heureusement, ils adoptent vite un play qui a déjà fait ses preuves.

La première décision de Luca a été de reconstruire la table en Clay Workflow plutôt que de la faire circuler. Un workflow est plus simple à suivre pour les ops, car chaque exécution est traçable étape par étape. Il est aussi plus facile à entretenir. Quand un commercial signale un problème sur une partie du résultat, par exemple un Enrichissement qui renvoie le mauvais e‑mail, les ops peuvent corriger cette étape sans toucher au reste. C’est bien plus compliqué avec une table. Le workflow permet aussi à Luca d’ajouter les garde‑fous qui s’appliquent à l’ensemble de nos systèmes, comme les limites de délivrabilité sur le volume d’e‑mails à froid et la gouvernance des données.

Voici comment Luca a transformé la table en flux de travail :

1. Commencez par le tableau original. Cela incluait l’enrichissement des entreprises et les recherches CRM dès le départ, puis les quatre agents.
2. Passez-le à un agent de code. Luca a ouvert Cursor, qui se branche à la CLI Clay, l’a pointé sur la table et lui a demandé de déterminer ce que faisait la table et de la transformer en flux de travail. Un domaine constitue l’entrée, et des e‑mails personnalisés la sortie.
3. Revoir le plan. L'agent a présenté un aperçu du workflow, le Score de confiance pour chaque partie, ainsi que quelques questions de clarification.
4. Obtenez le workflow final. Une fois les questions traitées, il génère le tout. Les quatre agents sont directement intégrés à leurs propres nœuds, prompts inclus.
5. Inspectez les exécutions. Dans l’onglet exécutions, les opérateurs peuvent cliquer sur n’importe quel nœud pour voir ses entrées, le raisonnement de l’agent, sa sortie et le temps de chaque étape.

Les représentants ne voient jamais tout ça. Beaucoup travaillent déjà dans des outils de chat, donc les ops ont rendu le workflow appelable depuis ChatGPT ou Claude via Clay MCP. Du côté du représentant, ça ressemble à ça :

1. Ouvre un nouveau chat et demande‑lui de lister tes outils Clay.
2. Choisissez le flux de Prospect et saisissez le domaine d’une entreprise.
3. Attendez quelques minutes pendant qu’un widget Clay montre les quatre agents en action.
4. Passez en revue les e‑mails, une séquence par contact, puis envoyez‑les depuis Gmail, le destinataire étant déjà assigné.

La construction et la maintenance restent avec les équipes opérationnelles, et les commerciaux n’ont jamais besoin d’ouvrir Clay. Comme le résultat final est un texte d’email, il peut être utilisé ailleurs. Vous pouvez ajouter une étape qui envoie chaque séquence à Gong, par exemple.

Boucles d’auto‑apprentissage pour la messagerie

La vision de Clay est un moteur de revenus auto‑apprenant, et ce projet en est un petit exemple fonctionnel. Les consignes qui guident les quatre agents sont encore en cours d’entraînement, c’est pourquoi nous gardons un humain dans la boucle : chaque commercial relit et ajuste ses e‑mails avant de les envoyer, et ces ajustements servent de données d’entraînement.

Voici comment la boucle se déroule :

• Repérez la différence. Ops stocke chaque e‑mail généré par l’IA à côté de la version réellement envoyée par le représentant et consigne les modifications.
• Trouve le motif. Quand la même modification apparaît dans un gros lot, par exemple 70 représentants sur 100 ont réécrit l’appel à l'Action, cela devient une hypothèse sur ce qu’il faut corriger dans l’invite.
• Testez la correction. La version révisée s’exécute en challenger face au champion actuel ; celle qui recueille le plus d’adoptions l’emporte.
• Mettre en avant le gagnant. Si le challenger l’emporte, il devient le nouveau paramètre par défaut pour tout le monde.

Ops crée maintenant des agents qui détectent ces schémas et ajustent les prompts de façon autonome. Les équipes conservent le dernier mot sur chaque e‑mail ; le système a simplement besoin de moins de corrections à chaque itération.

Construisez-le vous-même avec le plugin agent de Clay et Clay MCP

Rien dans cette pièce n’a nécessité d’ingénierie personnalisée. Les quatre agents sont des agents Clay standards, la conversion du tableau en workflow a été réalisée par un agent de codage, et les représentants récupèrent le résultat depuis l’outil de chat qu’ils utilisent déjà. Voici ce dont vous avez besoin :

• Pour les ops : le plugin Clay agent. Le agent plugin donne à Claude Code, Cursor ou Codex le CLI Clay ainsi qu’un ensemble de compétences pour travailler dans Clay. C’est ce que Luca a utilisé pour lire la table d’origine, la transformer en workflow, modifier les invites individuelles et inspecter les exécutions étape par étape. Pour le configurer, orientez votre agent de codage vers le getting started guide on GitHub et connectez‑vous avec clay login. Les developer docs couvrent le reste.
• Pour les commerciaux : Clay MCP. Clay MCP ajoute Clay comme connecteur dans Claude ou ChatGPT, sans aucune installation côté commercial. Dès que les ops activent un workflow pour MCP, ou le conditionnent en Fonction que l’équipe peut appeler par son nom, le commercial saisit un domaine dans le chat et reçoit une séquence à examiner et à envoyer.

Clay University propose aussi de courts cours MCP pour les reps et pour les ops si vous voulez un aperçu avant de commencer.