Lovable
Lovable

Comment Lovable utilise Clay pour accompagner l’hypercroissance de l’une des startups les plus rapides de l’histoire

Clay Team
Clay Team
What we did
Impact

+50%

rendez-vous qualifiés par commercial

Des milliers

de leads inbound analysés et routés chaque mois

×4

vitesse du cycle de recrutement

L’essentiel en bref

« Ce que j’aime avec Clay, c’est de pouvoir tester facilement une nouveauté à petite échelle, valider ce qui fonctionne, puis la déployer à grande échelle. » – Ludvig Widmark, AI Ops Engineer

Entreprise

Lovable est une plateforme basée sur l’IA qui permet à n’importe qui de créer des applications web full-stack à partir de prompts en langage naturel. Plus de 40 millions de projets ont été créés sur la plateforme depuis son lancement. Des équipes chez Klarna, Uber et Zendesk l’utilisent au quotidien pour concevoir et déployer des logiciels.

sECTEUR

Outils de développement IA

Siège

Stockholm, Suède

Lovable connaît une croissance rapide. Plus de 40 millions de projets ont été créés sur la plateforme depuis son lancement, et les sites et applications qui en sont issus génèrent plus de 600 millions de visites mensuelles.

Les grands comptes, les startups et les créateurs indépendants saturaient les canaux inbound de Lovable. L’enjeu consistait à s’assurer que chaque lead parvienne à la bonne personne, avec le bon niveau de contexte. Les utilisateurs individuels devaient être guidés vers un parcours en libre-service, tandis que les acheteurs grands comptes devaient être orientés vers l’approche commerciale adaptée à leur cas d’usage. Lovable avait besoin d’un système inbound capable de scaler au rythme de sa croissance, tout en maximisant l’efficacité de chaque commercial.

C’est exactement la mission de Ludvig Widmark. En tant qu’AI Ops Engineer, son objectif est de faire en sorte qu’une équipe de 150 personnes produise le travail de 1 500. Sa méthode consiste à identifier les opportunités à fort levier où les données et l’IA peuvent créer un véritable avantage GTM. Il bâtit ensuite un workflow dans Clay, le teste, puis industrialise ce qui fonctionne.

« Au fond, j’essaie de décupler la productivité de chacun grâce à l’IA, explique-t-il. On peut construire une infinité de choses. Toute la question est de savoir quelles expérimentations génèrent réellement de la valeur. »

No items found.
The problem
The solution
Cas d’usage
01

Offrir la meilleure expérience possible aux prospects grâce à la qualification en temps réel et aux briefs de préparation

Quand la demande des grands comptes s’est accélérée, la bande passante des commerciaux est devenue le facteur limitant. Chaque commercial devait couvrir un portefeuille plus large et atteindre un meilleur taux de conversion. Au rythme de croissance de Lovable, recruter pour anticiper la demande n’était plus un modèle viable. L’équipe devait s’assurer que chaque entreprise entrante soit routée vers le bon interlocuteur, avec le bon contexte, et le plus vite possible.

Ludvig Widmark a donc bâti un système au cœur de l’approche grands comptes de Lovable. Lorsqu’un prospect remplit le formulaire de contact, Clay analyse l’entreprise en temps réel : son secteur d’activité, le poste de l’interlocuteur, l’existence éventuelle d’une relation commerciale passée, et ses priorités actuelles probables. À partir de ce contexte, le système attribue le prospect au commercial le mieux placé pour l’accompagner.

Avant chaque rendez-vous, les commerciaux reçoivent un brief de préparation détaillant l’identité de l’entreprise, son stack technique, les problèmes qu’elle cherche très probablement à résoudre, et les produits Lovable les plus pertinents à positionner. L’analyse et l’orchestration assurées par Clay s’exécutent en arrière-plan d’un frontend développé avec Lovable. L’équipe peut ainsi faire évoluer ses règles de routage au rythme de l’activité.

« Nous voulons offrir la meilleure expérience possible à chaque prospect qui nous contacte, souligne Ludvig Widmark. Clay nous aide à comprendre son entreprise et ses véritables enjeux, afin qu’il soit mis en relation avec la personne la plus pertinente de notre équipe. L’échange n’en est que plus productif, puisque nous avons déjà fait tout ce travail d’analyse en amont. »

Avant Clay, Lovable n’avait aucun moyen efficace de qualifier, d’analyser et de router des milliers de leads inbound en temps réel avec une équipe réduite. Désormais, chaque prospect est attribué au bon commercial, avec tout le contexte nécessaire, avant même le premier échange. À mesure que Lovable grandit, cette infrastructure scale avec l’entreprise. Elle fournit en continu les nouveaux éléments d’analyse dont l’équipe commerciale a besoin pour faire avancer le pipeline.

Ce système inbound a prouvé que Clay pouvait supporter des workflows à forte valeur ajoutée. Ludvig Widmark a dès lors eu la confiance nécessaire pour s’attaquer à un tout autre défi : l’éducation des utilisateurs autour du produit.

Cas d’usage
02

Des partenariats avec des créateurs de contenu pour éduquer le marché à très grande échelle

Lovable était en train de créer quelque chose de véritablement inédit. La catégorie du « vibe coding » n’existait tout simplement pas. Le marché cernait encore mal le potentiel d’un outil de création d’applications par IA, et à qui il s’adressait exactement. Le moyen le plus rapide d’en faire la démonstration passait par les créateurs de contenu. Les YouTubeurs, les développeurs et les influenceurs tech pouvaient montrer Lovable en pleine action. Ils constituaient le canal offrant le meilleur ROI pour assurer l’éducation autour du produit et la génération de demande.

Mais à une telle échelle, ces partenariats posait un défi de taille : l’écosystème des créateurs pertinents est vaste et la qualité des profils varie énormément. L’évaluation manuelle de chaque chaîne (adéquation de l’audience, qualité de l’engagement, thématiques abordées) aurait mobilisé une équipe entière pendant des mois. Au rythme de croissance de Lovable, c’était tout simplement inenvisageable.

Ludvig Widmark a abordé le problème comme à son habitude : sous l’angle de l’expérimentation. Commencer petit, tester une hypothèse, itérer sur ce qui fonctionne, puis scaler.

Lovable a conçu un workflow Clay pour analyser les créateurs potentiels en se basant sur les métriques précises de leur chaîne : vues moyennes, taux d’engagement, nombre d’abonnés, thèmes abordés et typologie d’audience. Le système attribuait à chacun un score d’adéquation par rapport au profil de partenaire idéal de Lovable. Leur audience correspond-elle à la cible d’un outil de création d’applications par IA ? La qualité du contenu est-elle alignée avec l’image de la marque ? En disposant d’une connaissance approfondie de chaque créateur avant même le premier point de contact, l’équipe a pu lancer des échanges ultra-personnalisés et pertinents, très loin des propositions de partenariat génériques.

« Ce que j’aime avec Clay, c’est cette capacité à tester facilement une nouvelle approche à petite échelle, observe-t-il. On peut valider ce qui fonctionne et ce qui échoue. Et quand un test est concluant, on augmente les volumes. Le déploiement peut alors se faire sans aucune limite. »

Cette stratégie a généré des centaines de partenariats authentiques, conclus en quelques jours seulement par une équipe très restreinte. En fournissant un contexte réel sur chaque créateur avant même l’envoi du premier message, Clay a permis de baser les échanges sur une véritable adéquation mutuelle, et non sur de la prospection à froid. Une seule personne a pu accomplir le travail qui aurait normalement nécessité une équipe Partenariats dédiée pendant des mois.

Ce programme a confirmé l’intuition de l’AI Ops Engineer : les capacités d’analyse de Clay peuvent s’appliquer à n’importe quel scénario nécessitant de comprendre des profils à grande échelle, afin d’exploiter ce contexte de manière actionnable.

Cas d’usage
03

Sourcing proactif des talents pour soutenir la rythme de recrutement

Quand une entreprise connaît une croissance aussi fulgurante que Lovable, chaque nouvelle recrue a un impact déterminant sur sa trajectoire. L’équipe de recrutement se devait d’avancer au même rythme que le reste de l’organisation. Il n’était donc plus envisageable d’attendre passivement les candidatures entrantes.

Ludvig Widmark conçu un workflow Clay pour aider l’équipe Talent Acquisition à bâtir proactivement des pipelines de candidats pour chaque poste ouvert. Le système source des profils depuis de multiples plateformes en ligne, puis lance un processus d’analyse et de matching. Quel est leur parcours ? Qu’ont-ils accompli ? Quelles sont leurs priorités actuelles ? Quel poste ouvert chez Lovable leur correspondrait le mieux ? Ainsi, lors de la prise de contact, le recruteur dispose d’éléments concrets justifiant précisément l’adéquation entre le candidat et le poste.

« Le recrutement a été l’un des piliers de notre capacité à absorber cette hypercroissance, constate-t-il. Nous avons construit un workflow Clay qui nous permet de repérer des candidats extrêmement solides, de les analyser, puis de les faire matcher avec nos postes actuellement ouverts avant même de les contacter. Le résultat, c’est un échange bien plus productif avec le recruteur et une expérience candidat plus humaine. »

L’humain reste évidemment dans la boucle. Les recruteurs valident les analyses de Clay et décident eux-mêmes de chaque prise de contact. Mais le temps gagné sur le sourcing et la pré-qualification se traduit directement par une augmentation de leur bande passante. Les recruteurs mènent nettement plus d’appels de découverte, et le délai entre le premier contact et la proposition d’embauche a été divisé par trois ou quatre. Le contexte est réuni dès le départ, là où plusieurs échanges étaient d’ordinaire nécessaires pour le faire émerger. Quand le fait de pourvoir un poste en deux semaines au lieu de six permet d’accélérer la roadmap produit, cette vélocité devient un avantage stratégique décisif.

Cas d’usage
04
use case
05
L’impact de Clay

Une infrastructure GTM conçue pour l’hypercroissance

Lovable a fait appel à Clay pour résoudre un problème d’inbound. L’entreprise y a finalement découvert une plateforme qui a totalement redéfini sa façon de concevoir ses opérations go-to-market.

« J’interviens de manière très transversale dans l’entreprise, résume-t-il. J’ai donc une vision claire de ce qui monopolise le temps de chacun. Quand je repère un goulot d’étranglement, j’ouvre Clay, je lance quelques tests et je regarde si la solution tient la route. »

Lovable a choisi Clay parce que les deux plateformes partagent la même philosophie : réduire la friction entre une idée et son exécution. Pour l’AI Ops Engineer, Clay est devenu le moteur d’expérimentation idéal pour prototyper rapidement des workflows GTM, les tester, puis scaler ceux qui fonctionnent.

Le potentiel pour la suite est immense. La base d’utilisateurs en libre-service de Lovable représente des millions de clients grands comptes potentiels. Clay est la plateforme sur laquelle l’entreprise compte s’appuyer pour analyser les besoins de ces utilisateurs : détecter les signaux d’expansion, scorer la maturité des prospects enterprise, et router les comptes à fort potentiel vers les commerciaux.

« Nous avons déjà bâti beaucoup de choses sur Clay, et pourtant j’ai le sentiment de découvrir sans cesse de nouveaux cas d’usage, conclut-il. Clay est devenu le pilier central de notre fonction GTM et nous permet de démultiplier nos résultats. »

Good
What about me?
Company

Simplifiez
l’enrichissement
des données  

Contactez notre équipe commerciale  

Exploitez plus de 100 sources de données et un agent IA avec 140 millions d’exécutions par mois.

Planifier une démo