Enriquecimento de dados no Clay: como corre uma cascata e o que custa cada passo

O Clay cobra por passo, e não por linha: um registo paga cada passo que devolve alguma coisa.

O essencial Uma cascata do Clay põe vários fornecedores em fila atrás de uma só coluna de enriquecimento e para na primeira resposta que passe a validação. A conta faz-se passo a passo, e não por linha: «Each step of the waterfall that returns data will consume Data Credits (unless using API keys) and an Action» — os passos de validação incluídos — e «If the entire waterfall returns no results, no Data Credits or Actions will be consumed.» Ao preço de entrada do Clay, o exemplo de 100 contactos publicado pela própria casa dá 95 Data Credits, ou seja 4,75 $. É na Full configuration que estão os comandos que decidem até onde desce uma cadeia: um passo Infer Email gratuito, válido em cerca de 31% dos casos no teste que o Clay correu no setor do software, quatro estratégias de validação e um limiar de duplicados que vem de origem a 0.

No Clay, o enriquecimento faz-se coluna a coluna. Acrescenta-se a coluna, aponta-se ao diretório que a página de preços diz ter «150+ providers», dá-se-lhe um domínio de empresa — e a célula enche-se com um email profissional, um telemóvel ou um número de trabalhadores. Os Data Credits pagam os dados. As Actions pagam a orquestração à volta deles, e o Clay é seco a dizê-lo: «Each record enriched or exported counts as 1 Action—regardless of data source or provider.»

O enriquecimento em cascata troca o fornecedor único por uma fila, e isso já toda a gente desenhou. O que mexe nos resultados é outra coisa: como se cobra cada degrau, um ecrã de configuração que quase ninguém abre, e três colunas que o Clay entrega escondidas. Fica dito desde já: tenho uma empresa de dados que está nesse diretório, portanto leia a secção lá do fim já a contar com isso.

O que é o enriquecimento em cascata?

O enriquecimento em cascata manda um registo por vários fornecedores de dados, numa ordem fixa, e para no primeiro resultado que passe a validação. O guia do Clay chama-lhe «a fallback chain, not a single lookup». Um fornecedor que não devolva nada empurra o registo para o degrau seguinte. No blogue, o Clay dá ao mesmo objeto o nome de data waterfall e a mesma definição: «a sequential enrichment method where you query multiple data providers one after another». Existe por causa da cobertura — não há fornecedor nenhum que cubra uma lista inteira.

Qualquer campo que várias casas vendam aguenta uma cadeia: emails profissionais, telemóveis, URL de perfis profissionais, faturação, número de trabalhadores. O telemóvel é o caso difícil, e o Clay escreve que ali a cobertura «rarely clears 90 percent on any one source». As cascatas correm em todos os planos, o Free incluído, com 100 Data Credits, 500 Actions por mês e 200 linhas por tabela. O Launch abre nos 185 $/mês com pagamento mensal, 2 500 créditos e 15 000 Actions; o Growth, nos 495 $/mês, com 6 000 e 40 000. São valores em dólares americanos, porque é essa a moeda em que o Clay publica, e ficam assim aqui sem conversão nenhuma — as duas escadas completas estão em preços do Clay.

A regra que decide o que se paga em cada passo

Uma cascata do Clay cobra por cada passo que devolva alguma coisa — não uma vez por linha e, numa cadeia que não encontra nada, não cobra de todo. São quatro estados, os quatro documentados na FAQ do Clay.

Leia primeiro a quarta linha. É o ponto em que quase toda a gente se engana sobre as cascatas: uma cadeia que não encontra nada não custa rigorosamente nada, e é isso que torna barato alongar a cadeia. Depois leia as duas primeiras, onde cai por terra a ideia de que uma linha equivale a uma Action. Um registo resolvido logo no primeiro degrau conta uma vez. Um registo que desce três degraus conta três — e um passo que devolva um endereço que a sua validação depois recusa deixa esse registo a descer a fila. Até onde ele desce é uma questão de configuração. E essas ficam todas na Full configuration.

Números concretos numa cadeia

Só dois dos quatro passos custam alguma coisa, e juntos dão 4,75 $.

O Clay publica um exemplo de enriquecimento com as contas feitas e, ao preço de entrada dos créditos da própria casa, dá 4,75 $ por 100 contactos.

Se o passo do email correr com chave própria, o total do lote cai para 50 Data Credits. Duas ressalvas sobre estas contas. Os 0,5 créditos são uma ilustração e não uma tabela de preços — o que a documentação diz é «Varies (0.5–10+ credits based on data type)», e um registo enriquecido por inteiro custa «typically» entre 6 e 20 créditos. E os 0,0500 $ são o primeiro degrau do seletor de Data Credits do Launch, onde 125 $/mês compram 2 500 créditos; a tarifa melhora à medida que o seletor sobe, de forma que nos 50 000 créditos por mês os mesmos 95 créditos custam 4,04 $.

As Actions são a metade que tem de calcular sozinho, porque o Clay não publica nenhuma cascata resolvida com o total de Actions de um registo que passou por três fornecedores. A regra dá-lhe a conta: contam-se os passos que devolveram alguma coisa, incluindo os de validação. Um contacto resolvido pelo segundo fornecedor, depois de o primeiro ter devolvido um endereço que a validação recusou, com uma chamada de validação em cada um, lê-se como 4 Actions — 0,016 $, a 0,0040 $ no degrau de 15 000/mês do Launch. É a parte barata da conta: «Each action costs a few tenths of a penny.» Confirme a contagem em dez linhas — antes de correr, o produto escreve o custo exato ao lado de cada opção.

A ordem da fila, e o que se lhe dá à entrada

Só um registo em cem chega ao nível cinco: o preço manda à cabeça e a cobertura no fim.

Antes de mexer na ordem dos fornecedores, trate da entrada: não custa nada e é aí que se ganha mais. O Clay 101 é explícito: «The primary input required is the Company Domain. Ideally, also include Personal Linkedin URLs. If unavailable, use fallback combinations like Full Name + Company Name or Full Name + Personal Email.» Dê a uma cadeia o nome da empresa onde devia estar o domínio e cada nível vai primeiro resolver a empresa e só depois procurar a pessoa. Os resultados pioram de cima para baixo, e a culpa cai sobre a ordem dos fornecedores, que não tem culpa nenhuma. Sem domínio, o Infer Email também não arranca.

Depois, sim, a ordem. O volume desaba à medida que os registos se vão resolvendo, e daí que o preço por pesquisa mande no primeiro lugar e a cobertura no último. O exemplo de cinco níveis do Clay sobre 100 registos mostra a queda.

Os níveis quatro e cinco viram 8 registos entre os dois, portanto um especialista posto ali só cobra sobre 8% do ficheiro. Em primeiro lugar, esse mesmo fornecedor cobrava sobre os 100.

A doutrina da própria casa segue essa curva. O preço decide o primeiro lugar — «Put a cheap, decent-coverage provider first and it clears the bulk of the list at the lowest price per record», para que «your most expensive provider runs on the fewest records». O meio decide-se pela qualidade ao nível de exigência que definiu, porque uma fonte permissiva que pare a cadeia cedo demais não lhe sai numa linha da fatura: sai num bounce três semanas depois. E o fim decide-se pela cobertura, onde «your highest-coverage specialist goes last to catch the long tail».

Mudar a ordem não custa nada. A documentação do Clay deixa «reorder, add. or delete your waterfall data providers», e um interruptor ao lado de cada fornecedor salta-o sem o apagar. Já os modelos guardados «cannot be edited, only created and deleted».

Os três comandos da Full configuration

Ao acrescentar uma cascata de Work Email, o Clay oferece Quick setup ou Full configuration, e todos os comandos que mudam o que uma cadeia gasta estão no segundo caminho. Com a regra de cobrança passo a passo, os três são comandos de despesa, e não interruptores de arrumação.

Sobre o primeiro, o Clay não deixa margem: «Infer Email is completely free. The validation step does cost Clay credits, but it is cheaper than running the waterfall without it.» O formato por omissão é first.last@domain.com e, no teste interno que a casa correu no setor do software, «returned a valid email roughly 31% of the time». Quase um terço desse ficheiro resolvido antes de se tocar num fornecedor pago. A taxa que vai obter depende de quão regulares são as nomenclaturas de endereço no seu segmento.

A estratégia de validação é o verdadeiro travão da cadeia, e o Clay resume a troca numa frase: «too strict and you'll over-spend chasing elusive emails; too loose and you'll accept results that bounce.» Das quatro opções, a Conservative é a que o Clay aponta ao cold email; as outras três compram alcance a baixar a exigência.

Ao lado fica o «Require validation success?», que só aceita um endereço quando o validador «explicitly confirms it as valid». Os catch-all andam no mesmo interruptor. Por omissão o Clay dá-os como válidos e, segundo o Clay 101, «defaults to ZeroBounce» para essa verificação, com um botão «Only mark 'Safe to Send' emails as valid» que os volta a deitar fora. Se os domínios catch-all devem ou não entrar numa lista de envio é outra conversa.

O limiar de duplicados encaixa diretamente na regra de cobrança. O Clay, sobre o valor de origem: «Left at 0, the waterfall will continue through every provider, spending credits on a result it's already decided to reject.» Ponha-o a 2 e a fila para na segunda vez que o mesmo endereço recusado aparecer — «especially useful when paired with the Conservative strategy», que é precisamente a estratégia que empurra mais registos para os degraus de baixo.

Deixar de fora as linhas que nunca valeram um enriquecimento

Numa falha total não se cobra nada, portanto não é aí que o dinheiro se perde. Perde-se nas linhas que devolvem boas respostas que ninguém ia usar: a conta duplicada, o endereço pessoal, o contacto que saiu da empresa em março.

A mecânica está no guia de poupança de créditos do Clay. Ponha uma condição «Only run if» na coluna, dentro das Run Settings, onde um botão Use AI aceita a regra escrita em linguagem corrente. Deixe a atualização automática desligada enquanto está a montar a tabela, porque uma coluna volta a correr «whenever its input values change». As vistas filtradas enriquecem só as linhas que tem à frente, e uma coluna Lookup lê o que outra tabela ou o seu CRM já têm antes de o comprar segunda vez. Ligue as suas próprias chaves de fornecedor e a página de preços diz sem rodeios o que muda: «Each run will count as one Action, but no Data Credit will be used.» A documentação do Clay põe essa poupança entre 50% e 80% dos Data Credits. Confirme a disponibilidade no seu plano antes de montar uma tabela à volta disto — a página de preços e o guia de poupança descrevem-na de maneiras diferentes, e quem desempata é o produto. Essa canalização é trabalho de API de email finder.

Ler o que a cadeia fez de facto

As três colunas que tornam uma cascata auditável chegam todas desligadas. O «Output name of successful provider?» acrescenta uma coluna com o nome do fornecedor que resolveu cada linha. O «Hide provider columns?» vem ligado de origem. E, segundo o Clay 101, «Validation columns are hidden by default. Open the Columns Panel and unhide these columns to inspect detailed validation steps.» Ligue a primeira antes da próxima corrida a sério, ou a ordem dos fornecedores continua a ser uma decisão que se adivinha de trimestre em trimestre, sem nada por baixo.

A despesa tem instrumentação própria, e a vista útil não é a primeira que aparece. O Settings → Usage cobre a área de trabalho toda, com filtros por data, por dono e por integração, e exporta para CSV. Já o painel de controlo ao nível da tabela, que se abre pelo balão dos Credits ou pelo botão Table History, traz a Column view: «your spend broken down by each column in your table, helping you identify which enrichments are using the most credits.» Ao lado ficam a Time view e a Run view. Um limite, antes de ir à procura: «Historical data for the table credit dashboard begins on November 5th, 2025.»

Até que profundidade compensa

No benchmark do Clay, nenhum fornecedor sozinho alia 95% de qualidade a 90% de cobertura; uma cadeia empilhada, sim.

A profundidade compra cobertura nos dois primeiros níveis e a partir daí a curva achata. Quem desenha essa curva é o próprio Clay: «Coverage climbs fast on the first two levels, then flattens, while spend keeps ticking up.» O nível de exigência que definir mexe na mesma curva — «A stricter cutoff rejects borderline matches, so quality climbs while coverage dips and cost rises.» Para cold email o conselho do Clay é apertar, porque um endereço errado é pior do que um endereço em falta. Não tenho nada a opor.

O argumento a favor de empilhar fornecedores é do Clay, medido pelo Clay nos ficheiros do Clay — e é forte. O benchmark da casa não encontra um único fornecedor que passe ao mesmo tempo os 95% de qualidade e os 90% de cobertura, ao passo que uma cadeia empilhada passa os dois. O exemplo de cinco níveis acaba em 94% de cobertura aproveitável, com 96% de qualidade aceite num limiar equilibrado, por 207 Data Credits em cada 100 registos: 10,35 $ ao preço de entrada, 8,80 $ no degrau dos 50 000/mês. O blogue do Clay desenha a mesma forma pelo outro lado — uma base de dados das antigas resolve cerca de 30% de uma lista, contra cerca de 80% quando se empilha.

Os planos são dimensionados em registos por mês, e não em créditos — que é a unidade honesta a partir do momento em que o custo de um registo depende da cadeia que estiver por trás dele. O Launch fica em cerca de mil registos por mês, o Growth entre mil e dez mil.

O Clay junta-lhe uma ressalva: «The more API keys you connect, the fewer Data Credits you'll need.» São dois números que pertencem à mesma decisão. Os Data Credits que sobram transitam até 2× a dotação mensal no Launch e no Growth, de maneira que um mês parado paga um mês cheio; e uma corrida em massa acima de 50 000 registos é funcionalidade de Enterprise.

Onde é que uma fonte verificada entra na fila

Uma cadeia julga um fornecedor por critérios mais estreitos do que os de um comprador — a rapidez com que a chamada responde, e o aspeto da resposta quando não há nada para devolver.

A Enrow está no diretório do Clay desde 1 de setembro de 2024, numa integração construída pelo próprio Clay e arrumada em Contact Data e Contact Data Verification. São três ações: encontrar o email profissional, encontrar o telemóvel e validar o email profissional, esta última marcada como Free Action na ficha. As duas de pesquisa correm com créditos Clay ou com uma conta Enrow que ligue por si. As respostas chegam em dois a cinco segundos, portanto a coluna não deixa uma corrida de tabela pendurada, e do nosso saldo só sai um crédito quando o resultado chega válido. Um domínio catch-all é sondado até a caixa de correio se decidir num sentido ou no outro, de modo que entra na célula pronto a usar em vez de ser carimbado como «arriscado» e descartado — um dos resultados das mais de dez verificações que estão por trás de cada endereço.

Há três limites que decidem em que lugar da fila a coluna deve ficar. O primeiro pesa precisamente nesta plataforma. A cascata do Clay foi construída à volta de um nível de exigência que se afina, e uma coluna da Enrow entrega-lhe um veredicto em vez de um número: o campo Qualification diz válido ou não válido, sem faixa de confiança por baixo onde traçar o corte. Guardamos esse limiar do nosso lado de propósito, porque uma pontuação é um juízo que lhe passávamos para a mão e que depois alguém teria de defender perante quem responde pela reputação de envio da casa. Numa plataforma feita para se afinar, isso custa alguma coisa.

O segundo: não há base nenhuma por trás. A Enrow resolve uma pessoa que já foi identificada, e por isso o lugar de sourcing não é nosso — é o Find People gratuito do Clay, uma sincronização com o CRM ou um simples CSV que trazem primeiro o nome e o domínio. Uma base guardada começa a envelhecer no dia em que é montada, e prefiro não lhe vender as linhas do trimestre passado.

O terceiro: sai tudo do mesmo saldo de créditos — um email custa 1 crédito, um telemóvel 40, uma verificação um quarto. Aponte uma coluna de email e uma coluna de telefone às mesmas 5 000 linhas e uma tira à outra.

Que fontes merecem sequer um lugar na fila — como cobram, quem correu o teste de taxa de correspondência, o que acontece num domínio catch-all, se a cobertura europeia tem documentação por baixo — é o assunto de como escolher um fornecedor de dados B2B. Tudo o que vem antes da coluna de enriquecimento está em como usar o Clay.

Abra a Full configuration na sua coluna de email profissional. Infer Email ligado, limiar de duplicados a 2, saída do fornecedor vencedor ligada, e depois corra dez linhas e leia o que veio de lá. No fim do mês, abra a Column view e veja se os seus dois últimos fornecedores apanharam alguma coisa. Costuma haver um que não apanhou nada, e mudá-lo de sítio leva cinco segundos, depois de se ver isso preto no branco.

Cinquenta créditos Enrow entram na conta no dia 1 de cada mês. De graça, e ninguém pede cartão nenhum: enrow.io, ou a API se preferir correr o passo com chave própria.

FAQ

O que é o enriquecimento de dados no Clay?

O enriquecimento de dados no Clay é uma coluna que chama um fornecedor de fora e escreve a resposta na linha. Dê-lhe um domínio de empresa e devolve um email profissional, um telemóvel ou um campo da empresa, tirado dos «150+ providers» que a página de preços do Clay anuncia. Cada registo enriquecido custa uma Action mais os Data Credits do fornecedor.

Como funcionam os créditos numa cascata do Clay?

O Clay conta uma cascata passo a passo. Cada passo que devolva dados gasta Data Credits e uma Action, a não ser que corra com uma chave de API sua, e cada passo de validação que devolva um resultado faz o mesmo. A partir do momento em que entram dados validados, os fornecedores que estão abaixo já não gastam nada.

O Clay cobra quando um fornecedor da cascata não encontra nada?

Não. A FAQ do Clay diz que, se a cascata inteira não devolver resultado nenhum, não se gastam Data Credits nem Actions, e a página de preços repete a regra para os enriquecimentos em geral. Só se paga por passos que devolvam alguma coisa, e é por aí que os dez minutos gastos nas opções de validação se pagam a si próprios.

Vale a pena o enriquecimento em cascata?

O que se ganha numa cascata é cobertura, e a prova mais clara é o benchmark do próprio Clay: nenhum fornecedor sozinho passou ao mesmo tempo os 95% de qualidade e os 90% de cobertura, ao passo que uma cadeia empilhada passou os dois. O exemplo publicado pelo Clay acaba em 94% de cobertura aproveitável. A profundidade rende sobretudo nos dois primeiros níveis, e a partir daí a curva achata.

O que é o Infer Email no Clay, e gasta créditos?

O Infer Email mete à cabeça um passo gratuito que constrói um endereço a partir do nome da pessoa e do domínio da empresa, na nomenclatura first.last@domain.com. Se passar a validação, a cascata para antes de correr um único fornecedor pago. O teste interno do Clay num conjunto de dados do setor do software devolveu um email válido em cerca de 31% dos casos.

Que estratégia de validação usar numa cascata do Clay?

O Clay dá quatro. A Conservative cobre todos os tipos de email verificados e serve para cold email, onde os bounces atingem a reputação de envio. A Balanced admite os catch-all. A Aggressive lança a rede larga quando a cobertura vale mais do que a precisão. A Advanced é configuração manual. Para cold email, o conselho do próprio Clay é apertar o corte.

Por que ordem pôr os fornecedores numa cascata do Clay?

A doutrina do Clay tem três partes. O preço por pesquisa decide o primeiro lugar, porque um fornecedor barato com cobertura razoável limpa o grosso da lista ao menor custo por registo. A qualidade ao seu nível de exigência decide o meio. E o especialista com mais cobertura vai para o fim, a apanhar a cauda longa.

De que entradas precisa uma cascata de email do Clay?

O domínio da empresa é a entrada principal, segundo o Clay 101, e o URL do perfil pessoal do LinkedIn é a segunda ideal. Onde faltarem, o Clay indica alternativas: nome completo mais nome da empresa, ou nome completo mais email pessoal. O Infer Email precisa mesmo de um domínio, portanto as listas só com nomes saltam-no.

Quantos fornecedores deve ter uma cascata do Clay?

Os que forem precisos para apanhar a cauda, e o exemplo de cinco níveis do Clay mostra que são menos do que se pensa. O nível um viu os 100 registos, o dois viu 48, o três 14, o quatro 7 e o cinco apenas 1. A cobertura sobe depressa nos dois primeiros níveis e depois achata, enquanto a despesa continua a subir.