La démo de Clay est séduisante et légèrement trompeuse. Vous décrivez ce que vous voulez, les colonnes se remplissent toutes seules, et pendant une vingtaine de minutes on croit en avoir fini avec la recherche manuelle. Puis le compteur de crédits arrive et la table que vous venez de construire se révèle faite à quarante pour cent d’agences, de domaines morts et de fiches marketplace qui n’allaient de toute façon rien acheter. Le problème n’est pas l’outil. Le problème, c’est d’utiliser un moteur d’enrichissement comme moteur de découverte, le seul métier où il est mauvais.
Clay est un moteur d’enrichissement, pas une source de leads
Demandez à une base d’entreprises généraliste les sociétés d’ecommerce d’un pays donné et vous récupérez toutes celles qui se sont elles-mêmes déclarées dans le secteur : des agences qui servent des marchands, des SaaS qui vendent aux marchands, des marketplaces, des dropshippers qui ont arrêté il y a deux ans, et quelques vraies boutiques. Le tag est une déclaration, pas une observation. Personne dans cette chaîne n’a jamais chargé le site pour vérifier qu’un panier existe.
Partir d’une liste de boutiques vérifiées change la question que vous posez. Chaque ligne est une vraie boutique, avec une plateforme détectée, un nombre de produits, une devise et une langue — des faits observés sur le site, pas des champs remplis sur un profil il y a des années. Cette précision en haut de la table est une stratégie d’économie de crédits avant d’être une stratégie de qualité, parce qu’une mauvaise ligne coûte exactement le même prix à enrichir qu’une bonne.
Construisez la table de base : une ligne par domaine
Le pattern qui marche : faites la découverte hors de Clay — un moteur de workflow, un petit script, ou simplement un agent qui parle au serveur MCP — et importez la liste de domaines obtenue. Utilisez ensuite une colonne d’enrichissement HTTP API pointée sur /v1/stores/:domain pour déplier chaque ligne en fiche complète. Clay fait alors ce dans quoi il est réellement excellent : orchestrer des colonnes sur des lignes auxquelles vous faites déjà confiance.
Matérialisez les champs sur lesquels vous filtrerez vraiment : plateforme, pays, nombre de produits, trafic mensuel, mots-clés organiques, mentions IA, devise, langue, email de contact, et le bloc Google Business aplati en note, nombre d’avis, ville, statut revendiqué et nombre de photos. Aplatissez les valeurs imbriquées dans leurs propres colonnes, avec des colonnes formule. Une condition ne sait pas lire trois niveaux dans un blob JSON, et c’est dans les conditions que vivent toutes vos économies.
Prenez le domaine comme clé de dédoublonnage, et normalisez avant l’import — minuscules, www retiré, slashs de fin supprimés. Clay gardera très volontiers le même marchand trois fois sous trois orthographes, et vous le découvrirez le jour où un fondateur vous répondra pour demander pourquoi il a reçu le même email mardi, mercredi et jeudi.
Conditionnez chaque crédit
L’habitude la plus importante dans Clay : poser une condition d’exécution sur chaque colonne d’enrichissement. Rien ne tourne sur toutes les lignes par défaut. Une cascade de recherche d’email ne doit se déclencher que si la plateforme est dans votre liste cible, le nombre de produits au-dessus de votre seuil, le trafic au-dessus de votre plancher, et la colonne email de contact encore vide. Quatre conditions, écrites une fois, qui décident si votre table coûte cinquante euros ou cinq cents.
L’ordre compte autant que les conditions elles-mêmes. Le pas cher et le structurel d’abord — la fiche boutique, le bloc Google, le trend — puis les colonnes chères, conditionnées à ces résultats. Vous construisez un funnel à l’intérieur d’un tableur, et chaque étage doit visiblement perdre des lignes. Un étage qui ne perd jamais rien n’est pas un étage, c’est de la décoration.
Une forme concrète : cinq mille domaines importés, la fiche boutique récupérée sur les cinq mille parce qu’elle est bon marché, le trend tiré sur les mille huit cents qui passent les filtres plateforme et catalogue, et la recherche de personne lancée sur les quatre cents qui passent en plus les bandes de trafic et d’avis. Ça fait environ une division par douze sur la colonne la plus chère de la table, obtenue avec des formules plutôt qu’avec du flair.
Les cascades : le moins cher d’abord, stop au premier hit
Une cascade lance les fournisseurs en séquence et s’arrête au premier hit, c’est-à-dire au premier résultat non vide. L’instinct pousse à les classer par réputation. Classez-les plutôt par coût par hit, et mettez votre data interne tout en haut : l’email de contact déjà présent dans la fiche boutique est gratuit et couvre une part non négligeable des lignes. Payer un fournisseur pour quelque chose qui dort dans une colonne que vous avez déjà récupérée est le gaspillage silencieux le plus courant dans une table Clay.
Après votre data interne, une adresse générique au niveau du domaine suffit souvent pour les petits marchands — une boutique tenue par une seule personne lit sa boîte shop, puisque c’est là qu’arrivent les commandes. Les fournisseurs qui cherchent une personne viennent en dernier, et seulement sur les lignes où un décideur nommé change vraiment ce que vous pouvez dire. Sur une boutique de quarante produits avec un nom de famille en vitrine, le champ nom du marchand plus la fiche Google Business vous donnent déjà la personne.
Terminez toujours une cascade par une validation. Une adresse trouvée qui rebondit est pire que pas d’adresse du tout, parce qu’elle vous coûte de la délivrabilité sur le domaine avec lequel vous envoyez tout le reste, et ces dégâts sont partagés par toutes vos campagnes. Traitez votre taux de bounce comme la contrainte qui gouverne la table entière, pas comme une métrique qu’on regarde après coup.
Claygent : là où la plupart des tables dérapent en silence
La colonne de recherche IA est vraiment excellente pour lire un site et répondre à une question bornée. Que vend cette boutique, en une phrase. Affiche-t-elle une adresse physique. Y a-t-il une page grossiste ou B2B. Dans quelle langue tourne le checkout. Publie-t-elle quelque chose qui ressemble à un blog. Tout cela est visible sur la page, et un modèle qui a visité la page sait y répondre.
Le mode de défaillance, c’est de lui demander de déduire ce qu’il ne peut pas voir, puis de traiter la réponse comme une donnée. Chiffre d’affaires, effectif, budget marketing, dépenses publicitaires — il renverra un nombre, et ce nombre est une supposition déguisée en cellule de tableur. Ne laissez jamais un chiffre déduit atteindre un email. Si une affirmation ne peut pas être rattachée à un champ que vous avez récupéré ou à une page que l’agent a réellement lue, elle n’entre pas dans votre texte.
Deux règles suffisent à le garder honnête. D’abord, donnez-lui une option non trouvé explicite, puis surveillez à quelle fréquence il l’utilise : une colonne de recherche qui ne renvoie jamais non trouvé sur mille lignes n’est pas rigoureuse, elle invente. Ensuite, exigez une URL source à côté de chaque réponse, dans sa propre colonne. Les deux ne coûtent rien, et les deux font la différence entre une table que vous pouvez défendre et une table dont vous devrez vous excuser.
Servez-vous de la fiche boutique pour décider quand ne pas chercher de personne
La moitié de la valeur d’une bonne donnée boutique, c’est de savoir sur quelles lignes arrêter de travailler. Une boutique de douze produits, sans fiche Google Business, avec deux cents visites mensuelles et aucun mot-clé organique, c’est un projet du week-end. Lancer une cascade de recherche de personne à trois fournisseurs dessus, c’est brûler de l’argent, et l’email que vous finirez par envoyer ne recevra aucune réponse — ce que vous interpréterez plus tard, à tort, comme un problème de texte.
L’inverse est tout aussi utile. Une boutique avec un gros catalogue, une fiche Google revendiquée et plusieurs centaines d’avis, du trafic organique stable, une devise et une langue qui collent à votre zone d’intervention mérite deux ou trois tentatives d’enrichissement et une première ligne écrite à la main. Laissez les champs structurels bon marché décider de l’effort que chaque ligne mérite, plutôt que de traiter tous les domaines importés comme égaux. Cette seule décision divise en général la facture de crédits par deux tout en améliorant le taux de réponse, parce que les lignes que vous avez gardées sont celles à qui il valait la peine de parler.
Il y a 44 132 boutiques avec une fiche Google Business rattachée dans les données source, ce qui veut dire qu’environ un tiers de n’importe quelle liste que vous construirez portera un signal de réputation, et que le reste n’en portera pas. Traitez cette absence comme une information plutôt que comme un trou à combler : un marchand exclusivement en ligne, sans présence locale, est une autre entreprise, avec d’autres problèmes, et souvent un autre acheteur.
Scorez dans la table, par tranches
Construisez une colonne formule qui convertit les valeurs brutes en tranches avant de les pondérer. Trafic sous mille, de mille à dix mille, de dix mille à cinquante mille, au-dessus de cinquante mille. Note sous quatre, de quatre à quatre et demi, au-dessus. Catalogue sous vingt, de vingt à deux cents, au-dessus. Les nombres bruts rendent les scores instables et impossibles à expliquer ; les tranches les rendent discutables, ce qui est exactement ce que vous voulez quand un client demande pourquoi telle boutique est prioritaire.
Recalculez ensuite le score chaque mois, parce que les entrées bougent. Le trafic change, les notes changent, le nombre d’avis change, des mentions IA apparaissent là où il n’y en avait aucune. Les boutiques qui ont le plus bougé depuis le mois dernier font une meilleure liste d’appels que celles au score absolu le plus élevé, et aucun export figé ne vous dira jamais ça.
Poussez dehors, et réécrivez le résultat dedans
Pousser les lignes dans un séquenceur de campagne, c’est la partie facile, et tous les guides s’arrêtent là. La moitié qui compte, c’est le chemin de retour : répondu, bounce, rendez-vous pris, signé, perdu, réécrits dans la même table sur la même clé domaine. Sans écriture retour, les poids de votre score sont une hypothèse que vous ne testerez jamais, et vous continuerez à croire ce que vous aviez supposé le premier mois.
Au bout de quelques centaines de résultats, vous pouvez faire mieux que deviner. Comparez la distribution des champs sur les lignes qui ont répondu et sur celles qui n’ont pas répondu. En général un ou deux champs portent presque tout l’écart, et ce sont rarement ceux que vous aviez le plus pondérés au départ. Repondérez, rescorez, gardez les colonnes qui méritent leurs crédits et supprimez les autres. Clay coûte cher quand on s’en sert comme moteur de recherche, et devient remarquablement bon marché quand on s’en sert comme chaîne de montage conditionnelle.