廣告花出去之後,麻煩常是兩套數對不上:行銷部拿廣告後台的轉換數,業務拿 CRM 裡的階段推進,中間那段沒人說得清,而下一季的預算又得在這兩套數之間決定。
Cometly 賣的是把這段接起來。它的 About 頁面寫著:面向 B2B SaaS 的行銷歸因平台,幫營運者把廣告支出連到業務管道和收入,證明 ROI。關於我們 | Cometly[1] 它要接的是已經花出去的那筆錢:把廣告支出對到業務管道和收入。
具體動作是:網站上裝 Pixel 和伺服器端追蹤,頁面每次載入記一筆;把 Meta、Google 等主流廣告平台帳戶接進來;再把 CRM 裡的業務管道和贏單(closed-won)結果與這些記錄對上,做多觸點歸因。定價 | Cometly[2] 麻煩不在裝程式碼,在把 CRM 事件和廣告記錄對到同一套基準。產品接手的是對帳這一段;接得準不準,還得看接線的人。
所以定價頁上有一句少見的話:不提供免費試用。理由也寫在 FAQ 裡——歸因要先把 CRM 和廣告平台接通才有用;想開工,Professional Onboarding 會配一名專職專家,從第一天就把技術堆疊接對。[2]
起步入口是 Book demo 或 Get started。About 頁底部說,團隊會做一次個人化 walkthrough,30 分鐘內讓你看到自己的資料跑起來;定價頁則把 30 分鐘通話寫成:估算你的 pageview、走一遍技術堆疊,並在同一通電話裡報價。[1] · 定價 | Cometly[2] 報價被寫進同一通電話,銷售順序是先看資料、再談價。
一個把答案釘在結構化資料上的 AI
Core 方案裡有一項叫 Agent。值得看的不是「帶 AI」,是它替自己劃下的界線。
Agent 頁的 FAQ 寫得很直:它用 LLM,但不做自由文字檢索,而是在結構化的 Cometly 資料上生成針對歸因層的查詢,答案與儀表板對帳;每個回答都引用底層指標、時間窗口和篩選條件,點開能看到對應的資料列,結果可以存成儀表板元件、定時摘要,分享給團隊。[3]
這套做法換來的是另一件事:一份能回到儀表板、Stripe 和 CRM 再對一遍的數字。歸因工具最怕的往往不是算錯,是沒人信。同一層也開放給 Claude、GPT 和自建 agent,透過 MCP server 查詢,MCP Access 在所有方案裡都包含。[3] · 定價 | Cometly[2] 官網稱「答案與儀表板對帳」。
按網頁瀏覽量收錢,超額不鎖歸因
Core 和 Enterprise 都沒有公開標價,按客戶現有的每月 pageview 量身定價,可月付或年付,年付標著省 20%。pageview 的定義是網站頁面每次載入、並被 Comet Pixel 或伺服器端事件記錄,官方估算一次造訪通常產生約 1.5 個 pageview。超出額度時 Cometly 說不限制歸因,而是在用量達到方案 90% 時通知,下個帳期開始自動升到下一檔。[2]
兩個檔位有明確的功能差異:Core 包含歸因、Agent、Cometly API 和 MCP;Enterprise 則把歸因資料接進公司自己的資料倉儲和內部系統,另加 SSO、專屬解決方案工程師和客製開發。定價 | Cometly[2] 這些功能對應的是資料必須回到自家系統、權限還要經過 SSO 的需求;官網沒有說誰實際為此多付錢。兩個檔位都包含主流廣告平台連接和伺服器端 Conversion API;連接包含在方案內,按量計費的是網頁載入。
圖:來源 TrustMRR[4],2026-11-10取得,保留原始介面。
273 個訂閱,和它經手過的 20 億美元
第三方網站 TrustMRR 記錄:MRR 約 NT$6,458,794.13($196,525)、273 個活躍訂閱、歷史總收入 約 NT$335,525,588.06($10,209,207),資料最後更新於 2026-11-10,同一頁面提示 Stripe API key 已過期。Cometly 營收:過去 30 天 約 NT$7,276,080.95($221,393) | TrustMRR[4] 頁面標題寫著「過去 30 天 約 NT$7,276,080.95($221,393)」,和正文的 MRR 不是同一種計算基準,頁面沒解釋兩者關係。退款、呆帳和收入認列的完整計算基準,頁面沒有說明。
MRR 不是利潤。沒有雲端基礎設施、人力、銷售和導入服務的成本資料,這家公司賺不賺錢,看不出來。273 個訂閱也只是總數,沒有客戶分布,平均一下說明不了任何單一客戶的情況。
另一組數字來自官網:平台已追蹤超過 20 億美元廣告支出(約 NT$65,730,000,000.00($2B)+)。這是經它手的廣告花費,不是 Cometly 自己的收入。關於我們 | Cometly[1] 兩個數放一起有點意思——它負責把鉅額廣告預算對應到收入,自己的帳單卻掛在網頁瀏覽量上。
先跑廣告的人,把問題留在了廣告上
About 頁列出的創辦人是 Grant Cooper 和 Matt Pattoli,CTO 是 Max Minin。關於我們 | Cometly[1] 2024 年 10 月一集 ClickFunnels Radio 的節目摘要裡,Cooper 講的是從聯盟行銷賣產品轉到做資料與分析,講在 Facebook、Google 上投廣告,講追蹤為什麼重要。[5]
這條從賣產品、跑廣告轉到做資料與分析的路徑,至少解釋了產品先從哪裡講起——它不從「資料平台」講起,從「哪條廣告帶來了收入」講起。
同類,以及計費與價值的錯位
HockeyStack 的首頁把自己寫成覆蓋首次觸點到 closed-won 的現代歸因平台,把行銷與銷售資料統整成一個可執行的事實來源。AI GTM - B2B 營收資料智慧平台 | HockeyStack[6] 兩家都把自己放在歸因平台的位置上,重疊的是從首次觸點走到 closed-won 的敘事;能放在一起說的是這個定位,價格和準確率比不了。
回到計費。按 pageview 收錢,賣的價值卻是「廣告費到底帶來了多少收入」,這兩件事不總是同向。設想兩個客戶:一個每月投很多廣告、落地頁很輕,造訪量不大;另一個廣告預算小,站內頁多、以內容型方式運作,pageview 高。後者可能付得更多,而它要解釋的廣告費更少。pageview 好測量、少爭議,但它計的不是這家公司聲稱要解釋的那筆錢。
歸因工具賣的從來不是資料,是「這個數字可以拿去開會」的許可。不設試用、把 AI 的回答釘在結構化資料上,這些選擇都往「可信、可核對」那邊壓,代價是把「好上手」讓了出去;超額不鎖歸因、到 90% 通知後自動升檔,則更像是不讓用量攔著歸因跑。