在 B2B 线索赛道,HubSpot、ZoomInfo、Apollo 是绕不开的三个名字。它们代表了主流的产品哲学:做一个覆盖全行业、全职能、全规模的 一体化平台。
我们在决定方向时,认真研究了这些平台,最终得出了相反的结论。
大平台的产品逻辑#
先说它们为什么成功。
HubSpot 的故事从 CRM 起步,逐步扩展为 Marketing Hub、Sales Hub、Service Hub、CMS Hub、Operations Hub,覆盖了企业增长的全链路。它的核心价值是「一个平台,所有数据贯通」。
ZoomInfo 的核心是 B2B 数据库——数亿条公司和联系人数据持续更新,支持按行业、职能、公司规模、技术栈等数百个维度筛选。它卖的是「数据覆盖面」。
Apollo 走的是性价比路线——大容量数据库 + 邮件序列 + 拨号器 + AI 评分,而且是免费增值模式。它的定位是「让每个人都能做外联」。
总结它们的特点:
| 维度 | 特征 |
|---|---|
| 覆盖面 | 全行业、全职能、全地域 |
| 产品形态 | 功能模块 + 数据库 + 工作流 |
| 定价模式 | 按席位 / 功能模块 / 年费 |
| 核心指标 | 功能数量、数据覆盖量、DAU |
| 客户目标 | 付费续约、席位扩展 |
flowchart TD
A["全行业广覆盖"] --> B["通用数据模型
最大公约数字段"]
B --> C["功能模块堆叠
CRM + 营销 + 销售 + 服务"]
C --> D["客户业务数据沉淀到平台"]
D --> E["迁移成本高 → 数据锁定"]
E --> F["按席位 / 年费续约"]
F --> G["平台指标:功能数 / DAU / 续约率"]
G -.->|"飞轮循环"| A
classDef flowNode fill:#0f2646,stroke:#0f2646,color:#fff
classDef lockNode fill:#dc2626,stroke:#b91c1c,color:#fff
classDef metricNode fill:#94a3b8,stroke:#64748b,color:#fff
class A,B,C flowNode
class D,E lockNode
class F,G metricNode
水面之下的代价#
大平台「广」的优势同时带来了几个结构性代价,这些代价很少在官网 pricing 页面上出现:
第一,每条垂直赛道都只是「有一个功能模块」,但做不通透。
大平台的数据模型必须通用。一个卖「联系人」的数据库,字段设计会偏向最大公约数——姓名、公司、职位、邮箱、电话、LinkedIn URL。这对大多数场景够用,但一到细分行业关键信息就丢失了。
比如我们服务过的一家潜水艇制造商,目标客户是「游艇俱乐部的采购决策者」。通用平台能筛出「游艇俱乐部」这个类别,但无法区分一个俱乐部是「有采购预算的豪华游艇俱乐部」还是「只有船只租赁服务的小型俱乐部」。这种精细化判断需要的不是更全的数据,而是对行业的深度理解。
第二,数据沉淀即锁定。
大平台的核心商业飞轮之一是:客户用平台积累的业务数据越多,切换成本越高。你把几千条线索、几百个邮件序列、几十个自定义字段都建在了平台上,导出都不容易,更不用说迁移到另一个系统。
一旦达到这种状态,续约涨价几乎没有议价空间——客户很难承担迁移的显性和隐性成本。
第三,看似全链路,实则全妥协。
一个平台如果能做好「搜索→管理→外联→跟进→分析」全链路,每一环都必须足够好。但现实中,大平台往往在某几环强,其余环弱。
比如某个以 CRM 起家的平台,其线索搜索能力远弱于专业线索服务商。某个以数据库起家的平台,其邮件序列功能不如专业邮件营销工具。客户买了「全家桶」,但真用的时候每个环节都可能需要额外工具来补位。
我们的选择:用深度换精度#
面对同样的市场,我们选择了完全反向的路径:
1. 不做全行业,做少数垂直赛道
我们不试图覆盖所有行业,而是在制造出口、海洋装备、清洁能源等少数领域深耕。为什么?因为在这些领域,我们积累的行业 knowledge——目标客户画像、关键词矩阵、决策链条结构——是通用数据库不可能包含的。
一个 RV 行业的线索,和一个医疗器械行业的线索,它们背后的搜索策略、筛选标准、资质评估维度完全不同。如果我们什么行业都接,每单都会处于学习曲线的最底端。只有专注,才能把经验沉淀为资产。
2. 不沉淀客户数据,交付即解放
我们交付的是标准 CSV/JSON 文件。客户拿到数据后,导入自己的 CRM、Excel 或任何工具——与我们无关。
这不是「功能缺失」,而是故意为之的设计。客户的业务数据属于客户。我们不提供「数据托管」的功能,因为数据一旦托管在我们平台上,客户就被软锁定了。零锁定的反面是零依赖——我们靠自己每次交付的质量赢得下一次合作,而不是靠数据锁定强迫续约。
3. 不做全链路,只做最难的起点
线索获取是 B2B 销售漏斗的最前端,也是最耗时、最难标准化的环节。我们把这个环节做到极致,不试图延伸到 CRM、项目管理、数据分析等下游环节——那些有专业的工具可以做得更好。
我们的定位是「高质量线索的源头」,而不是「销售全流程的替代品」。
一张对比表说明问题#
| 维度 | 大平台 | NovaXtra |
|---|---|---|
| 覆盖 | 全行业 → 广 | 少数垂直赛道 → 深 |
| 线索精准度 | 通用字段,细分行业吃亏 | 行业专属 Persona + 关键词 + 评分 |
| 定制程度 | 固定模块,参数调整 | 为客户单独定制 AI 处理管线 |
| 数据所有权 | 沉淀在平台,迁移成本高 | CSI 交付,随时带走 |
| 定价 | 按席位/功能/年费 | 按有效线索结算 |
| 续约逻辑 | 数据锁定 → 不得不续 | 效果持续 → 愿意续 |
| 利益对齐 | 平台赚订阅费,客户自己转化 | 按效果收费,利益同向 |
graph LR
subgraph platform["大平台"]
direction TB
P1["全行业广覆盖"] --> P2["通用字段 / 浅"]
P2 --> P3["数据托管 / 锁定"]
P3 --> P4["按席位年费"]
P4 -.-> P5["客户被绑定"]
end
subgraph novaxtra["NovaXtra"]
direction TB
N1["垂直赛道深耕"] --> N2["专属画像 / 深"]
N2 --> N3["数据交付 / 零锁"]
N3 --> N4["按有效线索结算"]
N4 -.-> N5["客户自由选择"]
end
classDef platformStyle fill:#0f2646,stroke:#0f2646,color:#fff
classDef novaxtraStyle fill:#33c188,stroke:#059669,color:#fff
classDef resultStyle fill:#94a3b8,stroke:#64748b,color:#fff
class P1,P2,P3,P4 platformStyle
class P5 resultStyle
class N1,N2,N3,N4 novaxtraStyle
class N5 resultStyle
最后说一个比喻#
如果把 B2B 线索比作「钓鱼」:
大平台卖的是「钓鱼套装」——鱼竿、鱼线、浮漂、鱼饵一应俱全。你买了之后自己要学会绑线、调漂、看水流、选钓位。钓不钓得到鱼,主要看你的技术。
我们做的是「送鱼上门」——你告诉我你想吃什么鱼、在哪个水域,我们去钓。钓到了按条算钱,没钓到不收钱。
两种模式没有绝对的对错,适合不同的客户需求。但对于大多数中小企业——尤其是中国制造出口企业——他们更缺的不是钓鱼工具,是鱼本身。
大平台用「广」换「浅」,我们用「窄」换「深」。客户不会被锁定——如果线索不好,随时可以不合作。这是我们对自己交付质量的底气和承诺。