Comment Figma a construit une base de données dynamique pour orchestrer toute sa stratégie GTM

Construire le socle de données qui rend l’orchestration GTM possible

La base Salesforce de Figma s’était constituée au fil d’années d’activité organique. En l’absence de processus d’enrichissement continu, elle avait fini par s’éloigner de la réalité du terrain. Chaque automatisation construite dessus héritait de cette dérive.

Kyle a commencé par Clay Audiences pour importer l’intégralité de la base de contacts et de comptes Salesforce de Figma, puis il a créé des segments pour identifier l’ICP sur l’ensemble des données. La résolution d’identité s’est exécutée automatiquement sur chaque enregistrement importé, en l’enrichissant d’URL LinkedIn et de données relatives à l’entreprise, au contact et au poste pour établir la correspondance et la déduplication entre systèmes, même en l’absence de données d’e-mail ou de poste. Cela a donné ce qu’aucun des trois systèmes de Figma ne pouvait produire seul, à savoir un enregistrement unique de référence, qui réunit l’historique CRM de Salesforce, l’intelligence produit de Snowflake et l’enrichissement tiers de Clay : chaque segment créé s’y appuie, chaque automatisation déclenchée en aval s’y fie.

À partir de là, il a configuré un enrichissement permanent sur ces segments ICP : données firmographiques, détection des changements de poste et sourcing automatisé de contacts pour les comptes attribués. Il s’exécute en continu et renvoie les résultats vers Salesforce avec des contrôles d’exportation granulaires, en remplissant les champs vides sans écraser les données existantes.

"Le socle de données devait venir en premier. Nous avions besoin d’une base qui tourne, nettoie et se met à jour en permanence, pour que tout ce que nous construisons par-dessus fonctionne vraiment. Fini les listes extraites à la main", explique Kyle. "Si un compte est attribué à un commercial, il passe automatiquement par le processus d’enrichissement. C’est ce qui rend l’orchestration possible."

Maintenant que toute la base de contacts est enrichie et mise à jour en continu, elle a cessé d’être une copie du passé pour devenir un système dynamique, sur lequel Kyle peut construire l’orchestration en toute confiance.

Transformer les comptes self-serve en pipeline grands comptes

L’approche PLG de Figma est l’un de ses principaux moteurs de croissance et l’un de ses atouts stratégiques les plus importants. Ce moteur a produit une base considérable de comptes Pro. Ce sont de véritables entreprises, qui utilisent déjà Figma dans leurs workflows.

Mais, faute d’enrichissement ou d’infrastructure de signaux pour les relier à l’approche commerciale, la grande majorité d’entre eux ne sont attribués à personne. Ils restent invisibles pour l’équipe, même lorsqu’ils montrent des signes de maturité pour une conversation grands comptes.

Les signaux produit susceptibles d’indiquer une intention de montée en gamme, comme la progression du nombre d’utilisateurs, l’adoption de certaines fonctionnalités ou les habitudes d’utilisation des composants, se trouvent dans Snowflake. La solution retenue jusque-là consistait à acheminer ces données vers Salesforce, ce qui alourdissait l’outil sans offrir aux commerciaux la bonne interface pour agir.

Avec Audiences, Kyle a fait entrer ces signaux Snowflake directement dans la couche de données où résident déjà l’historique CRM et l’enrichissement tiers. Il a ensuite créé des segments combinant l’activité qualifiée par l’usage, les données du tech stack, les signaux de levée de fonds et les dynamiques de recrutement, pour identifier les comptes sans propriétaire les plus susceptibles d’être prêts pour une conversation commerciale. "Clay nous donne une couche unique où signaux produit, enrichissement et données de compte coexistent, sans avoir à tout pousser dans Salesforce juste pour rendre l’information exploitable", ajoute-t-il.

Cette logique passe par Clay Functions, ce qui lui permet d’empaqueter l’évaluation des signaux et la logique de ses scénarios dans des composants réutilisables et déployables sur plusieurs segments sans être reconstruits à chaque fois. Les fonctions d’évaluation des signaux vérifient les combinaisons au regard des données produit. Quand les conditions sont réunies, les fonctions scénarios se déclenchent et génèrent des scénarios recommandés ainsi qu’une personnalisation de la prospection pour le commercial. Le workflow est construit une fois et gouverné de façon centralisée, au lieu d’être recréé pour chaque approche. "Audiences va nous permettre de passer à l’international beaucoup plus vite", souligne Kyle.

Offrir un meilleur pipeline aux commerciaux grâce à des audiences publicitaires synchronisées

Une fois le socle de données en place et les alertes fondées sur les signaux transmises aux commerciaux, Kyle s’est tourné vers la couche suivante du stack d’orchestration. Il fallait garantir que le pipeline qui les alimente est tout aussi automatisé et exact.

L’équipe génération de demande de Figma construisait ses audiences publicitaires à partir d’exports manuels de Salesforce, selon une cadence trimestrielle. Mais quand les données sous-jacentes sont obsolètes, l’audience est faussée dès le départ. Les dépenses publicitaires partent vers des comptes déjà convertis, des contacts qui ont changé de poste et des segments qui ne correspondent plus à l’ICP de Figma.

Clay Audiences et Clay Ads remplacent ce cycle par une synchronisation dynamique. Les segments construits sur les données Salesforce, les signaux Snowflake et les enrichissements tiers sont connectés directement à LinkedIn. Les audiences se mettent donc à jour automatiquement à mesure que les comptes avancent dans le pipeline. Lorsqu’une opportunité s’ouvre ou qu’un compte devient client, il sort de l’audience publicitaire sans que personne ait à réexporter une liste. En parallèle de la synchronisation publicitaire, Clay enrichit aussi les fiches de contact avec des e-mails et des intitulés de poste à jour. Ainsi, quand la génération de demande suscite de l’intérêt, les commerciaux disposent immédiatement de données de contact exactes pour agir.

Kyle travaille aussi à un modèle dans lequel l’équipe génération de demande construit ses propres audiences directement dans Clay, plutôt que de déposer des demandes qui passent par son équipe. "Mon rôle est de construire des systèmes qui débloquent le reste de mon équipe, pour qu’elle puisse obtenir des résultats sans que l’équipe ops ait à tout construire à sa place", poursuit-il. "Audiences est le premier outil où je vois vraiment cela se produire."