跳至正文
MakerGain
← 返回项目

先證明這個人值得聯繫:traxy 把 LinkedIn 互動變成銷售線索

編輯:MakerGain

traxy 把 LinkedIn 貼文、評論、按讚和主頁瀏覽變成按 ICP 打分的線索,再接手郵箱補全、研究與訊息序列;發送前先用樣本試跑並等使用者確認。Superfiliate 自報每月靠它獲得 10–20 場合格會議,但仍由創辦人逐條寫訊息;traxy 另售按月訂閱和代營運。

Superfiliate 的 CEO Andy Cloyd 用 traxy 找潛在客戶,找到之後每條訊息仍自己寫。這個案例自報每月帶來 10–20 場合格會議;每月 150–300 次 demo 請求中,LinkedIn 和外聯推動了其中四成。案例還寫明:沒有使用 LinkedIn 自動化。[1]

traxy 確實能替你發訊息,從你接好的 LinkedIn 和郵箱帳戶發;前提是你在啟動前點過同意。但這位客戶只取了它前半段:用訊號找人,把開口那句話留給自己。

traxy 的起點是 LinkedIn 上的線索發現:從貼文、評論、按讚和個人主頁瀏覽裡,找出值得聯繫的人,再把研究、寫訊息和外聯接在後面。公司 traxy, inc. 在紐約,產品有網頁應用和 traxy MCP 等入口。[2]

從一家內容代理機構的內部工具裡長出來

Ben Buaron 營運 LinkedIn 內容代理機構 Windmill 時,多數新業務來自推薦和熟人。要跳出這個圈子,他試過線索資料庫、Sales Navigator 和許多其他工具,最後的結論很樸素:找到一個名字很容易,判斷誰值得聯繫要費更多功夫。而 Windmill 想要的客戶還得在 LinkedIn 上活躍;這一點,名單給不了答案。[2]

於是他給自己搭了個內部工具,從別人在 LinkedIn 上發的貼文、參與的對話裡找人。後來這工具交到客戶手裡,也管用,就成了 traxy。[2]

這段來歷解釋了產品的入口為什麼是「誰最近在 LinkedIn 上做了某個動作」,而不是「搜一份公司名單」。你可以給它一個貼文 URL、一個競品頁面,或者乾脆是瀏覽過你個人主頁的人;Social Intent 的輸入覆蓋發貼文、評論、按讚、主頁瀏覽者,以及你自己貼文、競品、創作者、公司頁面或單條貼文下的互動者。它還有一個可檢索的庫,號稱掃描了 7100 萬條以上的 LinkedIn 按讚、貼文和評論。[2]

圖:traxy 官方展示[3],2026-11-10 取得,保留原始介面。

接下來是一個值得注意的選擇:只有與理想客戶畫像(ICP)匹配度達到 50% 的人才算線索。每條線索都帶著證據,包括那條貼文、那條評論、那個讚,或者那次主頁瀏覽,並標上 Warm、Related 或 Activity。關於 traxy[2] 換句話說,它要的是每條線索都能解釋清楚;銷售打開列表時,知道這個人為什麼在這兒。

名單出來之後,traxy 才繼續處理後續動作:為選中的線索查找已驗證的工作郵箱,並補上電話號碼;系統按你選定的事實研究每條線索,過濾掉不匹配的,再按訊號分組,為每組準備一個 LinkedIn 或郵件訊息變體。[2]

發送前仍需人工確認

真正能看出產品性格的是發送前的兩道關。第一道:活動先用樣本線索試跑,一條訊息都不發,你看清誰進、誰被跳過,再批准上線。第二道:上線後可以從自己連接的帳戶自動發,也可以逐條在審核佇列裡放行;回覆、退訂和退信會中止序列。關於 traxy[2] 透過 traxy MCP 接到 Claude、ChatGPT 這類 AI 客戶端時也一樣,AI 能找線索、做研究、搭建活動、管理序列和寄件帳戶、回覆訊息,但在任何發送或啟動之前,都需要使用者確認。[2]

回到 Andy Cloyd。案例把他的問題說得很直白:真正的問題在於輸入,並非自動化。他過去按職位和公司挑人,沒有辦法知道對方是否活躍、是否正在解決這個問題、是否已經陷在別家的採購流程裡。而每一個他試過的工具,都想自動化掉他唯一不肯自動化的那一步。[1]

traxy 換掉的是輸入,並沒有要求他改變動作。競品發了一篇案例,去互動的人已經替自己做了初篩;traxy 把這些互動者找出來、按 ICP 打分,他仍自己寫每條訊息發過去。案例裡他說:「我不是花錢擠進你的收件匣,我只是在對的時間出現在對的人面前。」案例[1]

誰在付錢

7 天免費試用之後,Pro 每月 $149,含每月最多 500 條新合格線索;Advanced 每月 $399、1,500 條,多了活動研究和分組訊息。再往上是 Scale,月費 $1,099,另配專屬策略師;電話加購在 Advanced 與 Scale 另算。[4]

另有每月 $1,099 的 Done-for-you outbound,由 traxy 團隊從定位、研究做到個人化外聯,替你搭建也替你運行。它跟 Scale 裡的專屬策略師是兩筆不同的費用,Scale 想要代營運得另加。定價[4] 代理機構還有一檔按客戶數報價的方案,每個客戶一個獨立工作區。定價[4] 官網說得很清楚:面向任何規模的 B2B 公司,不做 B2C,Instagram 和 Facebook 的線索發現還沒上。[2]

所以付款方是 B2B 公司,形態有三種:自己上手、連操作一起買、或者代理機構按客戶數買。AI 在這裡調用工具,但掏錢和拍板的仍然是人。

收入方面,TrustMRR 在 2026-11-14 更新的快照記錄 traxy 的 MRR 為 $54,675、歷史總收入 $180,327、245 個活躍訂閱;頁面稱收入經 Stripe API key 驗證,但只給收入和訂閱,沒有利潤,也沒有軟體與代營運的收入拆分。TrustMRR[5] 成本、毛利、流失率都不在裡面。

客戶結果均為客戶自報,未獨立核驗,統計口徑也未展開。Outcome Catalyst 創辦人 Zach Shapiro 的 AI 基礎設施公司考慮過招 SDR 或自建自動化,最後選了 traxy;案例自報六週內識別出 50 萬美元以上的醫療健康銷售管道,並透過 traxy 找到一位醫療健康銷售負責人;這裡指的是銷售管道,並非收入。[6]

把這些放在一起看,traxy 賣的是「先把人挑對」,並非「發更多訊息」。它把證據放在每條線索旁邊,讓人先判斷值不值得聯繫。省下的是找人的時間,並非表達的責任;對選擇讓 traxy 自動發送的使用者來說,寫和發這兩步也一起交出去。這門生意能長多大,取決於有多少 B2B 團隊願意為「先找誰」單獨付一筆錢。

繼續閱讀

AI 效率
一個對話框換六個模型:Magai 賣的是「不用重講一遍」

Magai 替使用者呼叫多家實驗室的當前模型;官網稱使用者在同一對話框裡切換,記憶保留在模型之上,換模型時不必重講前情。創辦人 Dustin W. Stout 自述曾把五檔定價砍成兩檔並取消免費試用;定價頁寫明 30 天 100% 退款保證。他還在收到展會攤位報價時選擇錄製 90 分鐘播客,稱兩週內生意接近翻倍,未提供歸因。

AI 效率
MindPal:把課程和 SOP 變成 AI 員工,最貴的賣法是派人替你搭

MindPal 把教練、顧問和課程創作者已有的文件、課程與 SOP 轉成 AI 員工和多步工作流程,再透過連結、嵌入或自有網域交付客戶。創辦人 Nguyen 在上一個專案失敗後,選擇週末做出首版、直接在 Product Hunt 發布,並貼近客戶;公司另設託管服務,由團隊替客戶搭建並維護自動化。

AI 效率
七個 AI 員工有名字,每月 50 小時工作量

Marblism 創辦人 Ulric Musset 曾雇 Sarah 處理收件匣、行程和郵件,也雇 LinkedIn 代筆與 SEO 專家;他把這些虛擬助理角色複製成有名字的 AI 員工,讓它們接手社群、外聯、寫作等職位工作。產品由幫人建 Web 應用程式,轉向讓 AI 在自己公司上班,人在房間裡分派任務、彙整產物並驗收,發現不對可按停。計費按每月 AI 工作量而非訊息數,小時如何折成郵件或文章沒有換算表;報導中的 $250k ARR 歸屬主體未說清。

AI 效率
交一份 Excel,90 天後拿回一張能簽字的軟體清單

一家公共部門機構在續約前說不清軟體是否有人使用,Samplify 接手的整合任務是:客戶提供 publisher 和 product 的 Excel,參加三次工作坊,90 天後拿到逐產品留、換、可能、緩且附證據的清單,關鍵確認由客戶簽核三次。創辦人 James Layfield 說,公司按功能、按團隊做整合並協助員工過渡,但 Sprint 只交付分析與路線圖,遷移和退出合約另作一次交付。