Clay, Claude로 개인화된 세일즈 아웃리치를 대규모로 확장

산업:

소프트웨어

기업 규모:

중소기업

제품:

Claude Platform

위치:

북아메리카

수백 시간 절약

자동화된 데이터 수집으로 절약

성능 향상

카피 및 메시지 생성 분야

Video caption

RevOps 및 성장 팀을 위한 플랫폼인 Clay는 고품질이면서 비용 효율적인 AI 기반 영업 아웃리치에 대한 사용자 수요를 충족하기 위해 Claude를 활용합니다. 플랫폼에 Claude를 추가한 지 몇 주 만에, Claude 3 Haiku는 Clay 고객이 리드를 식별하고, 데이터를 보강하며, 고도로 개인화된 영업 메시지를 생성하는 데 가장 선호하는 모델 중 하나가 되었습니다.

자동화된 데이터 수집으로 수백 시간 절약
카피와 크리에이티브 메시지 생성 품질/성능 향상
사용자 만족도 및 참여도 증가

AI 기반 개인화로 영업 팀을 강화

Clay의 AI 기반 플랫폼은 RevOps 및 성장 팀이 대규모로 고도로 개인화된 아웃리치를 실행할 수 있도록 돕습니다. Clay의 엔터프라이즈 성장 리드인 Matthew Quan은 "우리는 번거로운 반복 업무를 자동화하고 있습니다. 오늘날 영업 업무의 80%는 수동적이고 노동 집약적인 데이터 작업입니다. AI 시대에 사람은 진정으로 인간적이고 창의적인 작업에 집중할 수 있으며, 데이터 작업은 AI에게 맡길 수 있습니다"라고 설명합니다.

플랫폼은 영업 프로세스를 간소화하는 다양한 기능을 제공합니다. 플랫폼의 AI 리서치 에이전트인 Claygent는 리드 목록을 구축하고 보강하는 데 도움을 줍니다. 데이터 정리 기능은 광범위한 CRM 세그먼트를 특정하고 타겟팅된 목록으로 변환합니다. 또한 플랫폼은 개인화된 메시지를 생성하여 콜드콜과 이메일 캠페인을 위한 맞춤형 콘텐츠를 제작하며, 더 낮은 비용으로 매출 증대를 실현합니다.

Claude에 대한 사용자 수요 충족

AI 애호가로 구성된 Clay의 사용자 커뮤니티는 플랫폼에 Claude 모델을 추가하는 데 결정적인 역할을 했습니다. 플랫폼은 사용자가 선호하는 모델을 선택할 수 있도록 하며, Claude에 대한 수요는 압도적이었습니다.

소프트웨어 엔지니어 Adam Eldefrawy는 "사용자들이 Claude를 넣어 달라고 계속 요청했어요."라고 말합니다. 교육 총괄인 Yash Tekriwal은 "수백 명의 고객이 언제 모델을 추가할 것인지 문의했습니다"라고 덧붙입니다.

빠른 도입과 인상적인 결과

추가된 후, 사용자들은 Claude 모델 패밀리를 빠르게 받아들였으며, 특히 비용 효율성과 품질의 최적 균형을 제공하는 Claude 3 Haiku가 인기를 끌었습니다. Eldefrawy는 "가장 고급 사용자들이 Claude를 제품에 적용했을 때 정말 열광했습니다. Haiku로 다른 모델보다 훨씬 저렴하게 확장하고 더 많은 볼륨을 처리할 수 있습니다."라고 설명했습니다.

Claude 통합은 여러 주목할 만한 개선을 가져왔습니다. Clay 고객들은 신뢰할 수 있고 개인화된 이메일 메시지를 작성하는 데 Claude가 가장 우수한 성능을 보이는 모델이라고 자주 보고합니다. 제품 마케팅 총괄인 Mishti Sharma는 "고객들은 Claude를 통해 생성된 이메일이 다른 LLM으로 작성된 것보다 더 인간적이고 자연스럽게 들린다고 정기적으로 언급합니다"라고 공유합니다.

Tekriwal은 Claude의 능력을 보여주는 예를 공유합니다: "Claude를 활용하면 Claygent가 공개 웹에서 잠재 고객의 ‘thought leadership’ 자료를 찾아냅니다. 예를 들어 팟캐스트 출연, 블로그 글, 언론·미디어 언급 등을 수집합니다. 그런 다음, 톤에 대한 지침과 우수한 카피 예시를 포함한 맞춤형 프롬프트를 사용하여, 리드의 리더십 콘텐츠를 참조하는 고도로 개인화된 이메일을 생성합니다." Claude를 4월에 추가한 뒤, 도입률은 처음부터 높았고 이후에도 꾸준히 증가하고 있습니다.

원활한 구현과 내부 활용

소프트웨어 엔지니어 Maggie Williams에 따르면, Clay의 제품군에 Claude를 통합하는 것은 간단했습니다. "사람들은 Anthropic을 좋아합니다. Claude의 창의적 능력과 속도는 우리가 검토 중인 다른 많은 모델을 능가합니다." 그녀는 또한 구현 과정에서 Claude 디버깅 시 Anthropic의 오류 메시지가 도움이 되었다고 언급했습니다.

Clay는 Claude의 내부 활용 사례도 발견했습니다:

시장 환경 분류: Slack 메시지에서 다양한 관련 도구의 URL을 파싱하고, Claygent로 정보를 스크래핑하며, Claude를 사용하여 Notion 데이터베이스로 분류
데이터 수집 및 리소스 최적화: Claygent + Claude를 사용하여 10-K URL, LinkedIn 프로필 요약, 연락처 조사(팟캐스트, 이벤트, 패널)의 자동 수집으로 수백 시간 절약
피드백 인사이트: 제품 분석을 위한 피드백 분류 및 태깅

Tekriwal은 "데이터를 정확하게 유지하고 분류하는 것이 주요 과제입니다. 수동 프로세스는 시간이 많이 소요되고 인적 오류에 취약하며, 품질에 대한 인센티브가 있어도 정확도가 50-70% 수준인 경우가 많습니다"라고 말합니다. 그는 AI가 이러한 반복적인 작업에 더 적합하며, 사람이 더 복잡하고 창의적인 작업에 집중할 수 있도록 한다고 강조합니다.

향후 전망

Claude 3 Haiku와 같은 AI 모델을 내부적으로 그리고 고객을 위해 활용하는 Clay의 목표는 효율성과 품질을 극대화하는 것입니다.

Clay가 AI 기반 서비스를 계속 개선하고 확장하는 가운데, Claude의 추가는 사용자 요구를 충족하고 개인화된 영업 아웃리치의 가능성의 경계를 넓히는 데 핵심적인 역할을 합니다.

AI 기반 도구는 지금 우리 규모에서 성장을 가속하는 증폭기 역할을 했습니다. 동일한 수준의 리소스로 더 많은 일을, 더 높은 품질로 할 수 있도록 돕는 것입니다.

– Yash Tekriwal, 교육 총괄

Video caption